基于改进蛙跳算法的WSN移动节点部署研究

doi:10.3969/j.issn.1000-3428.2012.05.028

计算机工程 ›› 2012, Vol. 38 ›› Issue (5): 96-98,116. doi: 10.3969/j.issn.1000-3428.2012.05.028

基于改进蛙跳算法的WSN移动节点部署研究

龙腾¹，孙辉²，赵嘉2

(1. 南昌航空大学信息工程学院，南昌 330063；2. 南昌工程学院信息工程学院，南昌 330099)

收稿日期:2011-06-10 出版日期:2012-03-05 发布日期:2012-03-05
作者简介:龙腾(1986－)，男，硕士研究生，主研方向：智能优化算法；孙辉，教授；赵嘉，讲师、硕士
基金资助:
国家自然科学基金资助项目(50539020)；江西自然科学基金资助项目(2009GZS0083, 2010GZS0163)；江西教育厅科技基金资助项目(GJJ12633, GJJ11250)；江西省科技厅科技支撑基金资助项目(2009ZDG08400, 2009ZDG08300)

Research of Mobile Node Deployment in WSN Based on Improved Frog Leaping Algorithm

LONG Teng¹, SUN Hui ², ZHAO Jia ²

(1. School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China, 2. School of Information Engineering, Nanchang Institute of Technology, Nanchang 330099, China)

Received:2011-06-10 Online:2012-03-05 Published:2012-03-05

摘要/Abstract

摘要： 针对传统无线传感移动节点部署方法存在节点分布不均匀、覆盖不完全等问题，提出一种基于改进混合蛙跳算法(SFLA)的移动节点部署方法。根据节点位置信息建立部署模型，利用改进SFLA算法求解该模型，将得到的解作为节点最终位置。仿真实验结果表明，相对于微粒群、虚拟力、基本混合蛙跳算法，改进SFLA算法可提高网络覆盖率和降低移动节点能耗。

关键词: 混合蛙跳算法, 粒子群优化算法, 无线传感器网络, 移动节点部署, 虚拟力算法

Abstract: Aiming at the traditional deployment methods of mobile nodes in Wireless Sensor Network(WSN), there are some problems like non-uniform distribution and incomplete coverage of the nodes. To overcome this, a new assignment deployment method of mobile nodes, which is based on improved Shuffled Frog Leaping Algorithm(SFLA) is presented from the angle of swarm intelligence algorithm. An optimal deployment model of mobile nodes is set up according to the nodes location information. Simulation results show that the improved SFLA has stronger global convergence ability than Particle Swarm Optimization(PSO), SFLA, Virtual Force Algorithm(VFA) in the application of deployment of mobile nodes, and reduces the wasted energy of the mobile nodes at the same time.

Key words: Shuffled Frog Leaping Algorithm(SFLA), Particle Swarm Optimization(PSO) algorithm, Wireless Sensor Network(WSN)\ mobile node deployment, Virtual Force Algorithm(VFA)

中图分类号:

TP39

龙腾, 孙辉, 赵嘉. 基于改进蛙跳算法的WSN移动节点部署研究[J]. 计算机工程, 2012, 38(5): 96-98,116.

LONG Teng, SUN Hui, DIAO Jia. Research of Mobile Node Deployment in WSN Based on Improved Frog Leaping Algorithm[J]. Computer Engineering, 2012, 38(5): 96-98,116.

https://www.ecice06.com/CN/Y2012/V38/I5/96

参考文献

[1] 孙利民, 李建中. 无线传感器网络[M]. 北京: 清华大学出版社, 2006.
[2] 任彦, 张思东, 张宏科. 无线传感网络中覆盖控制理论与算法[J]. 软件学报, 2006, 17(3): 422-433.
[3] Wang Guiling, Cao Guohong, Zhang Wensheng. Sensor Reloca- tion in Mobile Sensor Networks[C]//Proc. of the 24th International Annual Joint Conference of the IEEE Computer and Communications Societies. Miami, USA: IEEE Press, 2005.
[4] Zou Yi, Chakrabarty K. Sensor Deployment and Target Locali- zation Based on Virtual Forces[C]//Proc. of IEEE INFOCOM’03. [S. l.]: IEEE Press, 2003: 1293-1303.
[5] Ye Fan, Lu Songwu, Zhang Lixia, et al. PEAS: A Robust Energy Conserving Protocol for Long-lived Sensor Networks[C]//Proc. of IEEE International Conference on Network Protocols. [S. l.]: IEEE Press, 2002: 200-201.
[6] 黎智明. 基于改进微粒群算法的无线传感器网络节点覆盖技术研究[D]. 成都: 电子科技大学, 2009.
[7] 张和生, 周卓楠, 潘成, 等. 交通信息采集无线传感器网络节点部署的微粒群优化方法[J]. 仪器仪表学报, 2010, 31(9): 1991-1996.[8] 王雪, 王晟, 马俊杰. 无线传感网络布局的虚拟力导向微粒群优化策略[J]. 电子学报, 2007, 35(11): 2038-2042.
[9] 刘彦君. 鱼群算法及在无线传感器网络覆盖优化中的应用[D].济南: 山东大学, 2009.
[10] 贾杰, 陈剑, 常桂然, 等. 无线传感网络中基于遗传算法的优化覆盖机制[J]. 控制与决策, 2007, 22(11): 1289-1301.
[11] Gallais A, Carle J, Simplot D. Localized Sensor Area Coverage with Low Communication Overhead[C]//Proc. of the 4th Annual IEEE International Conference on Pervasive Computing and Communications. [S. l.]: IEEE Press, 2006: 328-337.
[12] 王波, 叶晓慧, 赵玉亭, 等. 自组织网络时钟同步研究综述[J]. 计算机科学, 2010, 37(5): 30-39.
[13] Lansey K E. Optimization of Water Distribution Network Design Using the Shuffled Frog Leaping Algorithm[J]. Journal of Water Resources Planning and Management, 2003, 129(3): 210-225.
[14] Eusuff M, Lansey K, Pasha F. Shuffled Frog Leaping Algorithm: A Memetic Meta-heuristic for Discrete Optimization[J]. Engin- eering Optimization, 2006, 38(2): 129-154.
[15] Kennedy J, Eberhart R C. Particle Swarm Optimization[C]//Proc. of IEEE International Conference on Neural Networks. Piscataway, USA: IEEE Press, 1995: 1492-1498.
[16] Wang Xue, Wang Sheng, Ma Junjie. Dynamic Deployment Optimi- zation in Wireless Sensor Networks[C]//Proc. of Intelligent Control and Automation Conference. Berlin, Germany: Springer, 2006: 182-187.
[17] 骆剑平, 李霞, 陈泯融. 混合蛙跳算法的Markov模型及其收敛性分析[J]. 电子学报, 2010, 38(12): 2875-2880.
[18] 郭振岗. 无线传感网络优化部署及仿真研究[D]. 武汉: 华中科技大学, 2007.

选择文件类型/文献管理软件名称

选择包含的内容

基于改进蛙跳算法的WSN移动节点部署研究

Research of Mobile Node Deployment in WSN Based on Improved Frog Leaping Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	火久元, 王虹阳, 巨涛, 胡军. 多场景下基于AHP-EWM的人体健康状态评估模型研究[J]. 计算机工程, 2024, 50(7): 372-380.
[2]	周春雷, 宋继勐, 沈子奇, 余晗, 雷杰, 林兵. 数联网标识解析系统中的标识数据布局策略[J]. 计算机工程, 2024, 50(6): 311-320.
[3]	高家豪, 胡创业, 丁男, 刘战东. 智能网联汽车中联合驾驶风格的交通流数据有效性分析[J]. 计算机工程, 2024, 50(6): 367-376.
[4]	黄君泽, 吴文渊, 李轶, 石明全, 王正江. 面向动态公交的离散分层记忆粒子群优化算法[J]. 计算机工程, 2024, 50(4): 20-30.
[5]	胡宗升, 邢凯, 许静. 基于超越数论的无线传感器网络时空编码方法[J]. 计算机工程, 2023, 49(9): 172-182.
[6]	何峰, 梁家荣, 黎昌珍. 异质无线传感器网络虚拟骨干重构[J]. 计算机工程, 2023, 49(9): 191-198.
[7]	杨敏, 张玲华. WSN中基于区域感知的改进AODV路由协议[J]. 计算机工程, 2023, 49(8): 130-136.
[8]	区展华, 李翠然, 杨茜. 基于ANN的能量采集无线传感器网络中继选择策略[J]. 计算机工程, 2023, 49(5): 215-222,230.
[9]	桑永宣, 魏江坡, 王博, 宋莹. 具有边缘缓存机制的混合启发式任务卸载算法[J]. 计算机工程, 2023, 49(4): 149-158.
[10]	孙扬威, 戚湧. 基于聚类混合采样与PSO-Stacking的车载CAN入侵检测方法[J]. 计算机工程, 2023, 49(1): 138-145.
[11]	周文康, 王行甫. 一种基于AHP和FIS的WSN路由算法[J]. 计算机工程, 2022, 48(3): 131-138,161.
[12]	王海浪, 张玲华. 基于PEGASIS的无线传感器网络路由协议改进[J]. 计算机工程, 2022, 48(12): 165-171,179.
[13]	张清国, 张勇, 张伟, 席瑞洁. 基于蜂窝结构的改进混合无线传感器网络覆盖优化算法[J]. 计算机工程, 2022, 48(12): 172-179.
[14]	陈辉, 高岩. 基于双簇头的WSNs非均匀分簇路由算法[J]. 计算机工程, 2022, 48(10): 184-192.
[15]	缪祎晟, 赵春江, 吴华瑞. 基于改进粒子群的农田WSN路由优化方法[J]. 计算机工程, 2022, 48(10): 218-223.

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于改进蛙跳算法的WSN移动节点部署研究

Research of Mobile Node Deployment in WSN Based on Improved Frog Leaping Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价