基于改進(jìn)量子遺傳算法的無線多媒體傳感器網(wǎng)絡(luò)覆蓋研究.pdf

1、隨著應(yīng)用要求的提高以及監(jiān)測環(huán)境的復(fù)雜化，需要傳感器網(wǎng)絡(luò)具有更好的監(jiān)測能力，于是無線多媒體傳感器網(wǎng)絡(luò)(Wireless Multimedia SensorNetworks，WMSNs)應(yīng)運(yùn)而生。無線多媒體傳感器網(wǎng)絡(luò)是在無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)的基礎(chǔ)上增加了多媒體技術(shù)的一個新興研究領(lǐng)域。在WMSNs的研究分支中，覆蓋控制是一個重要組成部分，它反映了WMSNs對物理世界的感知能力，是否被節(jié)點(diǎn)

2、良好的覆蓋直接影響整個網(wǎng)絡(luò)的服務(wù)質(zhì)量(Quality of Service，QoS)。
　　 與WSNs不同，WMSNs中節(jié)點(diǎn)的感知具有視角性、方向性。同時，由于大多數(shù)應(yīng)用都是隨機(jī)部署節(jié)點(diǎn)，很可能在監(jiān)測區(qū)域形成監(jiān)測盲區(qū)以及重疊區(qū)的情況，因此節(jié)點(diǎn)的部署以及覆蓋優(yōu)化是WMSNs中非常重要的問題。本文基于無線多媒體傳感器網(wǎng)絡(luò)的有向感知模型，研究基于改進(jìn)量子遺傳算法的無線多媒體傳感器網(wǎng)絡(luò)的覆蓋優(yōu)化問題。
　　 遺傳算法(Gene

3、tic Algorithm，GA)是一種具有高度并行性的自適應(yīng)隨機(jī)搜索優(yōu)化算法，而量子遺傳算法(Quantum Genetic Algorithm，QGA)是在遺傳算法基礎(chǔ)上增加了量子計算理論的一個新興算法，相比于GA，QGA擁有收斂速度較快、種群多樣且規(guī)模小、尋優(yōu)能力強(qiáng)等優(yōu)點(diǎn)，效率表現(xiàn)較為優(yōu)秀。然而量子遺傳算法也具有諸如收斂速度有待提高，易收斂于局部最優(yōu)解、全局搜索能力欠佳等缺陷。本文基于QGA的優(yōu)缺點(diǎn)，提出改進(jìn)的QGA算法對無線多媒

4、體傳感器網(wǎng)絡(luò)進(jìn)行覆蓋優(yōu)化，改進(jìn)算法主要從以下三個方面對傳統(tǒng)的QGA進(jìn)行改進(jìn):
　　 首先，傳統(tǒng)QGA算法在引導(dǎo)種群迭代的時候只選取當(dāng)前最優(yōu)的染色體，這種策略由于只注重暫時最優(yōu)而容易導(dǎo)致算法陷入局部最優(yōu)解，改進(jìn)的算法采用從多條最優(yōu)染色體構(gòu)成的集合中隨機(jī)選取優(yōu)化目標(biāo)來引導(dǎo)算法迭代，這樣就可以在保留算法收斂速度的同時改善其易收斂于k局部最優(yōu)的情況。
　　 其次，傳統(tǒng)QGA算法的量子旋轉(zhuǎn)角的選擇是固定的，其不可以根據(jù)迭代的具體情

5、況采取變化，顯得過于機(jī)械，改進(jìn)算法采用自適應(yīng)旋轉(zhuǎn)角策略，這樣就可以根據(jù)算法執(zhí)行的情況選擇合適的變化方式，從而達(dá)到加快算法的收斂速度的效果。
　　 最后，在QGA算法中，量子變異的過程較為簡單，只是互換量子比特的概率幅值，改進(jìn)算法采用新的量子變異策略來加快算法的收斂速度，避免了簡單地量子變異過程帶來的搜索時間延遲。
　　 實(shí)驗(yàn)對GA、QGA以及改進(jìn)的QGA的覆蓋性能進(jìn)行比較、分析。仿真結(jié)果包含了節(jié)點(diǎn)數(shù)目、感知半徑、迭代次數(shù)