改进群体智能算法的无线传感器网络覆盖优化

为解决无线传感器网络(Wireless Sensor Networks,WSN)节点分布不均和随机部署中的低覆盖率问题,该文提出一种改进群体智能算法的无线传感器网络覆盖优化算法,即改进的黑猩猩优化和哈里斯鹰优化的混合优化算法(Improved Chimp Optimization and Harris Hawk Optimization Algorithm,ICHHO).该算法首先对黑猩猩优化算法(Chimpanzee Optimization Algorithm,ChOA)进行改进,使用Levy Flight来改善其探索阶段,然后设计一个更新的公式来计算猎物逃逸能量,作为开发和探索之间的选择因素.传感器节点随机部署后,将ICHHO在传感器节点上执行,按照改进策略更新个体位置信息,计算相应的适应程度,找到最优传感器位置,并根据传感器概率模型确定网络最优覆盖率.仿真结果验证了ICHHO对于解决WSN覆盖问题的适用性,与其他优化算法的对比结果显示,ICHHO在提高覆盖率方面优于其他算法.

改进流向算法的无线传感器网络覆盖优化

针对标准流向算法易陷入局部最优和收敛精度低等问题,提出一种融合莱维(Levy)飞行和入侵杂草策略的改进流向算法.首先,该算法在选择水流流向时引入Levy飞行机制,使水流沿最优水流位置方向做Levy飞行运动,避免陷入局部最优;其次,利用入侵杂草策略,对每一代水流进行繁殖、空间扩散和竞争操作,增加水流的多样性,扩大搜索范围,提高全局寻优能力.最后,将改进流向算法应用于无线传感器网络覆盖优化中,并与标准流向算法及其他改进算法进行实验对比.仿真结果表明,相比标准流向算法及其他改进算法,所提改进流向算法的覆盖性能有大幅提升,覆盖率可达98.52%,可实现更均匀的节点分布和更低的部署成本.

基于图分级的水下有向传感器网络栅栏覆盖策略

栅栏覆盖问题近年来已成为水下传感器网络研究的热点,但水下有向传感器网络的栅栏覆盖问题尚未得到足够的重视。随机部署前提下的水下静态有向传感器网络的栅栏覆盖难度较大,因此目前关于该问题的相关研究成果较少。为弥补这方面研究的不足,该文提出一种基于图分级的有向传感器网络首次栅栏覆盖策略。首先,该策略深入研究了多种位置关系下两个相邻节点之间满足强(弱)连接的条件;其次,利用位置关系条件构建分级图,从中选取合适节点进行栅栏的首次构建。仿真实验结果表明:采用该算法对静态有向传感器网络进行栅栏首次构建在确保较高成功率的前提下采用的节点数更少,保证了较高的网络检测概率和较长的网络寿命。

基于TCPSO的三维无线传感器网络覆盖

针对三维无线传感器网络(3D WSNs)的节点部署问题,提出了一种基于双层混沌粒子群优化(TCPSO)算法的解决方案。利用TCPSO算法对节点进行优化部署,以提高网络的空间覆盖率。TCPSO算法通过非线性分类系数将种群分为精英种群和普通种群,分别采取不同的速度、位置更新公式进行迭代优化。TCPSO提出了基于Logistic混沌映射的递减惯性权重,用来控制算法在局部的开发,并且为了避免算法早熟,引入了Levy飞行策略增强算法的全局搜索能力。通过在1个三维网格空间中进行仿真实验,验证TCPSO以及粒子群优化(PSO)算法解决3D WSNs的节点部署问题的能力。分别在不同数量的节点数、不同的通信半径以及不同的种群规模上进行了3组实验,实验采用控制变量法,观察在不同条件下TCPSO的性能。TCPSO在全部的实验中提出的节点部署方案均明显优于PSO的部署方案。

基于改进烟花算法的无线传感器网络覆盖优化策略

为优化无线传感器网络覆盖范围,提出了一种基于改进烟花算法的无线传感器网络覆盖优化策略。首先,通过概率感知模型和目标函数建立了网络覆盖策略。其次,引入拉丁超立方抽样方法和多重扰动对传统烟花算法进行改进,避免算法进行局部最优和过早收敛。最后,为验证所提算法的优化性能,与常规优化算法进行了对比。实验结果表明:所提算法能有效逃离局部最优,在三种不同场景下,网络覆盖率分别达到了94.82%、98.23%和96.59%,其性能明显优于其他对比算法。

混合灰狼-自适应蝴蝶算法下的多目标无线传感器网络覆盖研究

为提高无线传感器网络的覆盖率、减少二次部署中节点移动的能量消耗以及减少牵涉节点数目,提出了一种混合灰狼-自适应蝴蝶算法.首先,通过将灰狼算法与蝴蝶算法融合寻找最优解,在种群间优化中加入种群内部优化,提升算法的寻优能力,提高算法收敛速度;其次,在蝴蝶算法中改进自适应开关概率,根据当前迭代情况决定寻优方式,加快搜索速度;最后,在算法中融入反馈机制,引入随机蝴蝶进行漫步,防止陷入局部最优.从最优覆盖、最小冗余、最低能量消耗3个方向综合考量,建立函数模型,进行覆盖优化.实验结果表明,与其他6种算法相比,本文算法在多种场景下,有效地提高覆盖率,降低节点冗余,减少节点使用数目,降低能量消耗.

面向一致覆盖的无蜂窝和传统蜂窝共存网络AP部署优化

为了解决传统蜂窝网络中用户体验剧烈波动的问题,无蜂窝和传统蜂窝共存网络将大量接入点(Access Point,AP)部署到传统蜂窝网络中,显著改善边缘用户和盲区的覆盖信号质量。因此用户在覆盖区域的任何位置均获得良好、一致的用户体验,即一致覆盖是提升共存网络性能的首要目标。而AP部署方案是共存网络中用户传输速率和覆盖的决定性因素,该文提出了面向一致覆盖的AP部署优化方法。首先根据共存网络的联合传输模型推导得到用户的下行可达速率,然后以最大化平均吞吐量为目标,将AP部署建模为比率和规划问题,并基于分式规划和引入辅助变量将其转换为凸优化问题,进而通过迭代求解AP的最优位置。仿真结果表明,相比传统蜂窝网络,所提方案可显著提高边缘和盲区的平均吞吐量。

无线网络覆盖方案仿真实验设计与实现

以无线信号传播模型为基础,以实现对某区域内无线网络覆盖为目标,设计了覆盖半径随无线参数变化的基础实验、基于三种经典启发式算法的无线网络覆盖方案提高实验和基于改进算法的拓展创新实验,形成了一个完整的实验系统。通过实验教学,学生可以了解到无线通信信号传播和网络覆盖理论知识,能够掌握无线网络覆盖方案设计方法,该实验是一个理论与实践相结合、有层次、有创新的综合设计性实验。

病毒入侵下无线网络覆盖漏洞感知模型设计

为了及时发现病毒入侵风险,保证无线网络安全,设计一种基于改进遗传神经网络的无线网络覆盖漏洞感知模型。考虑多径衰落效应,构建无线网络信号传播模型,计算信号传输路径损耗,采用地理信息系统获取可视化无线网络覆盖图;融合贝叶斯理论和属性攻击图,通过后验概率更新静态贝叶斯攻击图属性状态,实现覆盖漏洞动态风险评估;使用D-S证据理论融合多源数据,运用蚁群算法实施数据寻优,以过往与现阶段网络安全状态为基础,建立无线网络覆盖漏洞感知模型,凭借改进遗传神经网络优化模型感知准确度。仿真结果表明,所提方法在不同节点密度与感知半径下均具备良好的漏洞感知精度及效率,可广泛应用于现实场景。

基于多策略改进蝴蝶优化算法的无线传感网络节点覆盖优化

针对无线传感网络(WSN)的节点覆盖存在着覆盖率低、节点分布不均匀的问题,提出一种基于多策略改进的蝴蝶优化算法(MIBOA)的节点覆盖优化策略。首先,将基础的蝴蝶优化算法(BOA)与麻雀搜索算法(SSA)结合改进搜索过程;其次,引入自适应权重系数提高寻优精度和收敛速度;最后,对当前最优个体进行柯西变异扰动,提高算法鲁棒性。基准测试函数的寻优实验结果说明,MIBOA基本可在3 s内求解测试函数最优值,且收敛平均值精度较BOA提高了97.96%。将MIBOA应用于WSN节点覆盖优化问题,与BOA和SSA相比,节点覆盖率至少提高了3.63个百分点;与改进灰狼优化算法(IGWO)相比,部署时间缩短了145.82 s;与改进鲸群优化算法(IWOA)相比,节点覆盖率提高了0.20个百分点且时间缩短了1112.61 s。综上,MIBOA可较好提高节点覆盖率并降低冗余覆盖率,有效延长WSN的生存时间。

有向传感器网络中基于公平的目标覆盖最大化问题研究

以视频传感器和图像传感器为代表的有向传感器可以为安全防卫提供有效信息,已经被广泛应用于各种场景。首次提出了有向传感器网络中基于公平的目标覆盖最大化问题:在有向传感器网络中,采用具有P个确定工作方向的有向传感模型,研究基于公平的目标覆盖最大化问题,目的是激活最少的传感器,通过调度有向传感器的工作方向使目标被覆盖的最小累积覆盖时间达到最大,从而保证目标被覆盖的时间尽量均衡。首先选择最少的传感器,保证所有目标位于所选传感器的传感圆之内(该问题是NP-困难问题),为解决该问题设计了近似比为(1+lnγ)的最少传感器选择算法,其中γ=max 1≤i≤N{|s_(i)||s_(i)∈S};其次,基于最大需求优先覆盖的原则,提出了最大的无冲突目标集合选择算法。实验结果表明,该算法能有效解决有向传感器网络中基于公平的目标覆盖最大化问题。

基于生物启发神经网络的核辐射场区全覆盖路径规划

核辐射场区全覆盖路径规划对于辐射环境下区域作业者的辐射安全有重要意义。本研究基于生物启发神经网络算法,提出一种进行辐射剂量最优控制的全覆盖路径规划算法。首先,利用福岛核电站部分地形以及蒙特卡罗粒子输运程序分别构建模拟核辐射场区的障碍物分布和辐射剂量场,然后,采用Python语言进行算法仿真试验,模拟核辐射场区的每一个栅格定义为一个神经元,建立起生物启发神经网络,将栅格剂量率与神经元活性耦合实现路径规划的辐射剂量最优控制,分别采用单个、4个和8个移动单元进行仿真试验。结果表明:单个移动单元的规划路径在实现100%覆盖率,4%覆盖重复率的同时,能够优先覆盖低剂量区,延后覆盖高剂量区,实现了过程剂量和累积剂量的最优控制。为提高全覆盖的时间效率和获得更低的单体累积剂量,对算法进行多单元协同搜索的改进,结果表明:4单元和8单元仿真的覆盖重复率分别为5.72%和6.29%,1单元、4单元和8单元仿真完成全覆盖时间分别为30 min、9 min和4 min,时间效率成倍提高;最大单体累积剂量分别为4.11×10^(-3)mSv、1.28×10^(-3)mSv和0.85×10^(-3)mSv,也在显著降低。本文提出的算法能实现过程剂量和累积剂量最优控制的全覆盖路径规划,另外算法可以协同规划多单元路径,显著降低单体累积剂量,对辐射环境下区域作业的辐射防护有重要意义。

基于轻量语义分割网络的遥感土地覆盖分类

高分辨率遥感图像有丰富的空间特征,针对遥感土地覆盖方法中模型复杂,边界模糊和多尺度分割等问题,提出了一种基于边界与多尺度信息的轻量化语义分割网络.首先,使用轻量化的MobileNetV3分类器,采用深度可分离卷积来减少计算量.其次,使用自顶向下和自底向上的特征金字塔结构来进行多尺度分割.接着,设计了一个边界增强模块,为分割任务提供丰富的边界细节信息.然后,设计了一个特征融合模块,融合边界与多尺度语义特征.最后,使用交叉熵损失函数和Dice损失函数来处理样本不平衡的问题.在WHDLD数据集的平均交并比达到了59.64%,总体精度达到了87.68%.在DeepGlobe数据集的平均交并比达到了70.42%,总体精度达到了88.81%.实验结果表明,该模型能快速有效地实现遥感图像土地覆盖分类.

面向远程医疗覆盖网络模型的研究与应用

目的研究一种面向远程医疗的覆盖网络(Overlay Network for Telemedicine,ONTM)模型,以改善传统互联网无法完全满足远程医疗服务多样化服务质量的难题。方法基于覆盖网络的架构建立ONTM模型,并分为控制平面和数据平面,负责整体的策略调控和网络传输。在ONTM模型的接入侧采用多链路聚合策略,同时将其传输层进一步细分为信源/信道传输子层。使用网络监控软件测试终端之间的网络性能参数。结果基于ONTM模型的新型远程医疗系统累计完成了超过10000次的远程医疗服务,涵盖了15个临床科室。在ONTM模型的调控下,5G远程大脑起搏器手术期间北京到三亚的平均延时低至76 ms,丢包率几乎为0,流量稳定在10 Mbps,优于通用5G网络。结论ONTM模型能够保证远程医疗数据的稳定传输,可为特殊环境下开展远程医疗提供新思路。

井下5G网络覆盖问题及优化方案探讨

将5G技术应用于智能矿山,实现矿山生产环节的智能感知、泛在联接、精准控制,已经成为各垂直行业智能化转型的关键,深度契合煤矿智能化应用开展。但井下5G网络与地面5G公网不同,建设场景及传播环境差异较大,信号杂乱且衰减严重,覆盖距离受限,对5G网络在井下部署提出了较高要求。分析了5G信号在煤矿巷道矩形波导传播衰减特性,从覆盖和干扰的角度对煤矿5G网络进行研究。选择适合巷道环境传播的射线追踪模型,分析了巷道截面尺寸、工作频率、极化方式、波瓣宽度、巷道介电常数、巷道倾斜角、粗糙程度等影响5G传播的煤矿巷道路径损耗主要关联因素,提出了低频组网和窄带波束解决方案。分析了井下电磁干扰的分布情况,从受载煤岩产生的电磁辐射、采掘设备、变频器、井下现有通信网络系统产生干扰源等方面,提出了矿井5G通信系统的抗干扰设计方法。提出了煤矿井下5G网络建设方案,指导5G组网及部署,提出了上行和下行速率指标,满足煤矿实际生产需求。

基于Voronoi图的无线传感网络覆盖盲区检测方法

传感网络的空洞暴露程度较少,在检测网络覆盖情况时更容易出现误差,影响盲区的检测效果。为此,提出基于Voronoi图的无线传感网络覆盖盲区检测方法。根据节点分布关系推测无线传感网络覆盖情况,在Voronoi图的指导下排除已覆盖区域,获取具备检测条件的未覆盖无线传感网络空洞。计算网络空洞的暴露程度和节点能量,作为特征样本输入粒子群分离器中,根据分类器的输出结果,实现无线传感网络覆盖盲区检测。仿真结果表明,所提方法不同覆盖盲区数量下的检测时长低于0.2 s、不同节点数量下的检测能耗低于20 J、不同空洞圆心距下的覆盖盲区差异度最高为0.24,证明所提方法具有较好的无线传感网络覆盖盲区检测效果。

WSN混合虚拟力算法的网络覆盖优化策略

针对无线传感器网络中节点随机部署覆盖率低、节点冗余度高的问题,提出一种改进的混合虚拟力算法。将虚拟力算法中的步长迭代函数优化为指数递减函数,引入果蝇算法的觅食寻优方式,并采用莱维飞行导向策略改进果蝇个体更新的计算方式,从而使果蝇个体以不同迭代步长及方向随机的方式进行搜索,优化算法寻优能力,避免算法后期陷入局部极值。仿真测试结果表明,提出的改进算法拥有更好的网络覆盖率,收敛速度快,并且能够有效降低节点冗余度。

空天地网络中基于异质图学习的协同覆盖方法

空天地网络是6G移动通信的重要发展方向,天基网络、空基网络和地面网络的融合组网可实现全球广域覆盖和泛在通信服务。当低轨卫星和高空平台网络协同覆盖时,基于距离、仰角等加权的接入选择算法会导致部分网络节点负载过高,用户通信质量下降。因此提出一种基于异质图学习的协同覆盖方法,构建异质图对网络节点、终端设备、以及节点与设备间关联信息进行表征,设计异质图深度强化学习模型,通过消息传递与聚合机制提取空天地网络的拓扑信息和隐式特征信息,将协同覆盖问题转化为求解异质图中节点间边的连接概率。搭建空天地网络仿真环境,在不同用户规模的场景下测试表明,所提协同覆盖算法能够快速收敛,降低了网络平均负载,提升了用户通信速率。

基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法

以往的海上风电场无线Mesh网络覆盖优化算法由于仅计算了单一的优化目标,导致算法的优化效果不佳。因此,设计了基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法。考虑到蜂窝结构的特性,得到基于蜂窝结构的海上风电场覆盖情况,根据覆盖区域中静态节点的分布情况,制定相应网络节点移动策略,在上述基础上,构建相应的风电场网络覆盖模型,并通过计算节点覆盖率和节点移动距离,得到相应的优化目标函数,通过计算移动节点的适应度,实现对风电场的网络覆盖优化。通过上述的设计,完成对海上风电场无线Mesh网络覆盖优化算法的设计。在实验测试中,和以往的海上风电场无线Mesh网络覆盖优化算法相比,设计的基于蜂窝结构的海上风电场无线Mesh网络覆盖优化算法在实际应用后,网络覆盖率提升到98.12%,优化效果较好。

基于随机几何的星地融合无线网络上行覆盖性能分析

星地融合无线网络(STIN)是实现全球无缝立体覆盖的重要途径。为指导星地融合无线网络实际部署,对上行覆盖性能成因规律进行分析。利用随机几何对星地异频部署场景进行了建模,其中,卫星在轨道上服从一维泊松点过程(PPP)分布,地面基站和用户服从二维PPP分布。基于此,推导了星地融合无线网络上行覆盖概率关于基站密度、轨道倾角等参数的表达式。实验仿真验证了理论推导结果的正确性,并分析了网络设计参数对上行覆盖概率的影响。