基于改進教與學優(yōu)化的三維無線多媒體傳感器網(wǎng)絡覆蓋問題研究.pdf

1、無線多媒體傳感器網(wǎng)絡以其在目標場景下獲取監(jiān)測信息的豐富性和完善性等優(yōu)勢，現(xiàn)已在多個領域得到廣泛應用。其中，網(wǎng)絡覆蓋控制機制作為其基礎感知保障，直接影響著傳感器網(wǎng)絡的服務質量。然而由于初始部署的隨機性導致網(wǎng)絡中存在大量的感知盲區(qū)和感知重疊區(qū)域，使得網(wǎng)絡覆蓋率過低無法全面獲取目標信息。目前，已有學者將群智能優(yōu)化算法引入網(wǎng)絡覆蓋增強過程，以提高網(wǎng)絡覆蓋率。但是由于現(xiàn)有群智能優(yōu)化算法本身易陷入局部最優(yōu)，所以網(wǎng)絡覆蓋率還有較大提升空間。為提升網(wǎng)絡

2、覆蓋率，本文將算法穩(wěn)定性較好、收斂性較強的教與學優(yōu)化算法引入覆蓋增強過程，但是教與學優(yōu)化算法與其他優(yōu)化算法一樣，也存在易陷入局部最優(yōu)的問題。為此本文先對教與學優(yōu)化算法進行改進，而后將改進的教與學優(yōu)化算法應用于覆蓋增強過程，再針對覆蓋增強完成后網(wǎng)絡中節(jié)點存在的冗余問題，提出冗余節(jié)點休眠策略，從而在保證網(wǎng)絡覆蓋率的同時降低網(wǎng)絡中冗余節(jié)點數(shù)目。具體研究內容包括以下兩個方面。
　　首先，針對教與學優(yōu)化算法易陷入局部最優(yōu)的缺點，提出一種基于

3、混合策略的自適應教與學優(yōu)化算法（MSTLBO）。算法提出了自適應綜合交叉學習策略和自適應擾動策略，較大程度的加大了對搜索空間的探索力度，降低了種群陷入局部最優(yōu)的可能?；跇藴蕼y試函數(shù)的仿真實驗結果表明，本文算法具有較強的全局搜索能力，在收斂精度和收斂速度上有較大提高。
　　其次，針對現(xiàn)有算法無法有效對傳感器網(wǎng)絡進行覆蓋增強以及覆蓋增強結束后網(wǎng)絡中存在大量冗余監(jiān)測節(jié)點的問題，本文將改進的MSTLBO算法應用于覆蓋增強過程，并在覆蓋增