文献类型：期刊文章

作　　者：王毅[1] 神显豪[2] 唐超尘[2,3] 曹惠茹[1] 刘敏[4]

Wang Yi;Shen Xianhao;Tang Chaochen;Cao Huiru;Liu Min(College of Information Engineering,Guangzhou Institute of Technology,Guangzhou 510075,China;School of Information Science and Engineering,Guilin University of Technology,Guilin 541004,China;School of Telecommunications Engineering,Xidian University,Xi’an 710071,China;School of Information,Southwest Petroleum University,Chengdu 610500,China)

机构地区：[1]广州工程技术职业学院信息工程学院,广东广州510075 [2]桂林理工大学信息科学与工程学院,广西桂林541004 [3]西安电子科技大学通信工程学院,陕西西安710071 [4]西南石油大学信息学院,四川成都610500

出　　处：《南京理工大学学报》

基　　金：国家自然科学基金(61961010);广西自然科学基金(2018GXNSFAA294061);广东省普通高校青年创新人才类项目(2019GWQNCX089);广东省普通高校特色创新类项目(2019GKTSCX075)。

年　　份：2021

卷　　号：45

期　　号：6

起止页码：680-686

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了提高无线传感器网络(WSN)覆盖的有效性,提高传感节点对目标区域的覆盖率,采用水波优化(WWO)算法对传感节点部署坐标进行优化。首先,根据区域像素点及目标节点数量初始化传感节点坐标集,根据传感节点坐标和目标节点坐标、区域像素大小计算区域覆盖率;然后,将区域覆盖率作为适应度函数,建立WWO算法模型,将初始传感节点集作为WWO输入集,通过水波的传播、折射和碎波操作不断更新水波位置,同时求解各水波的适应度值;最后,选择适应度值最高的水波个体作为传感节点分布的最优解,当区域覆盖率或水波更新迭代次数达到阈值时,输出最优水波个体。分别采用蚁群、人工鱼群、粒子群优化算法和该文算法进行覆盖性能仿真。在覆盖率方面,该文算法最优,达到稳定时可以获得约95%的区域覆盖率,粒子群次之,蚁群算法最差。在收敛性能方面,蚁群算法最快,该文算法次之。

关 键 词：水波优化算法  无线传感器网络  区域覆盖率  传感节点 目标节点  蚁群 人工鱼群 粒子群优化  

分 类 号：TP393]