專利名稱：基于智能演化的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明是一種適用于無(wú)線多媒體傳感器網(wǎng)絡(luò)(Wireless Multi-media SensorNetworks，縮寫為WMSNs)環(huán)境中，采用基于動(dòng)態(tài)旋轉(zhuǎn)門的量子遺傳智能演化為傳感 器節(jié)點(diǎn)提供一種主感知方向調(diào)整的技術(shù)，從而實(shí)現(xiàn)無(wú)線多媒體傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)。本 技術(shù)屬于計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域。
背景技術(shù)：
伴隨著無(wú)線通信技術(shù)、機(jī)電技術(shù)以及嵌入式系統(tǒng)的快速發(fā)展而出現(xiàn)的無(wú)線傳感器網(wǎng)絡(luò)在工農(nóng)業(yè)、軍事、環(huán)境監(jiān)測(cè)等領(lǐng)域展現(xiàn)出廣泛的應(yīng)用前景。作為傳感器網(wǎng)絡(luò)高級(jí)形式的 無(wú)線多媒體傳感器網(wǎng)絡(luò)，主要包括視頻傳感器和圖像傳感器，該類傳感器具備數(shù)據(jù)、圖像和 視頻等多媒體信息的感知、采集、處理和傳輸能力，相對(duì)于傳統(tǒng)傳感器網(wǎng)絡(luò)更具優(yōu)越性。然 而無(wú)論在通信協(xié)議還是網(wǎng)絡(luò)服務(wù)質(zhì)量上，無(wú)線多媒體傳感器網(wǎng)絡(luò)都對(duì)傳統(tǒng)無(wú)線傳感器網(wǎng)絡(luò) 產(chǎn)生了巨大的沖擊，傳感器網(wǎng)絡(luò)的覆蓋就是一個(gè)典型問(wèn)題。覆蓋反映了網(wǎng)絡(luò)對(duì)物理世界的 感知范圍并直接影響著整個(gè)網(wǎng)絡(luò)的服務(wù)質(zhì)量?？偟膩?lái)看，無(wú)線傳感器網(wǎng)絡(luò)覆蓋包括三類點(diǎn) 覆蓋，傳感器節(jié)點(diǎn)實(shí)現(xiàn)對(duì)若干離散點(diǎn)目標(biāo)的覆蓋；區(qū)域覆蓋，傳感器節(jié)點(diǎn)實(shí)現(xiàn)整個(gè)目標(biāo)區(qū)域 的覆蓋；路徑覆蓋，也即柵欄覆蓋，目標(biāo)穿越部署傳感器節(jié)點(diǎn)的區(qū)域時(shí)，對(duì)穿越軌跡節(jié)點(diǎn)的 覆蓋跟蹤情況。本發(fā)明主要是針對(duì)無(wú)線多媒體傳感器網(wǎng)絡(luò)的區(qū)域覆蓋，針對(duì)初始場(chǎng)景中多 媒體傳感器節(jié)點(diǎn)位置及其主感知方向隨機(jī)分布可能產(chǎn)生的監(jiān)測(cè)盲區(qū)和監(jiān)測(cè)重疊區(qū)，導(dǎo)致監(jiān) 測(cè)區(qū)域整體覆蓋率不高的情況，引入智能計(jì)算方法調(diào)整初始節(jié)點(diǎn)的主感知方向，從而消除 監(jiān)測(cè)盲區(qū)和監(jiān)測(cè)重疊區(qū)，最終實(shí)現(xiàn)監(jiān)測(cè)場(chǎng)景的高效覆蓋。目前針對(duì)多媒體傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)，主要基于虛擬力或虛擬勢(shì)場(chǎng)的方法，其 通過(guò)定義傳感器節(jié)點(diǎn)的質(zhì)心，將有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)問(wèn)題轉(zhuǎn)化為質(zhì)心均勻分布問(wèn)題， 以質(zhì)心點(diǎn)做圓周運(yùn)動(dòng)代替?zhèn)鞲衅鞴?jié)點(diǎn)傳感方向的轉(zhuǎn)動(dòng)，質(zhì)心在虛擬力作用下作擴(kuò)散運(yùn)動(dòng)， 以消除網(wǎng)絡(luò)中感知重疊區(qū)和盲區(qū)，最終增強(qiáng)整個(gè)傳感器網(wǎng)絡(luò)的覆蓋。事實(shí)上虛擬勢(shì)場(chǎng)作為 一種基于矢量力合成的人工受力分析方法，其最早通過(guò)源于障礙物的排斥力與源于目標(biāo)點(diǎn) 的吸引力的合力應(yīng)用于機(jī)器人的運(yùn)動(dòng)規(guī)劃之中。采用虛擬人工勢(shì)場(chǎng)法易陷入局部極小點(diǎn)， 此時(shí)由于機(jī)器人運(yùn)動(dòng)的速度及方向取決于力矢量和的大小及方向，當(dāng)合力為零時(shí)，機(jī)器人 就無(wú)法運(yùn)動(dòng)。對(duì)應(yīng)于傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)也存在類似問(wèn)題，當(dāng)傳感器節(jié)點(diǎn)處于鄰居傳感 器節(jié)點(diǎn)對(duì)該傳感器節(jié)點(diǎn)的斥力合力為零的情況，而此時(shí)若該傳感器節(jié)點(diǎn)和周圍傳感器節(jié)點(diǎn) 存在大量共同的覆蓋區(qū)域點(diǎn)時(shí)，該傳感器節(jié)點(diǎn)并沒(méi)有發(fā)揮其有效覆蓋功能，對(duì)應(yīng)為陷入局 部最小情況。事實(shí)上，由于傳感器節(jié)點(diǎn)主感知方向的調(diào)整受相鄰節(jié)點(diǎn)感知方向的相互制約， 因而主感知方向的調(diào)整是一個(gè)NP-Hard問(wèn)題。已有的基于勢(shì)場(chǎng)的增強(qiáng)方法直接進(jìn)行求解時(shí) 間復(fù)雜度高，和傳感器網(wǎng)絡(luò)能量受限和計(jì)算能力不足相矛盾。

發(fā)明內(nèi)容
技術(shù)問(wèn)題本發(fā)明的目的是提供一種基于智能演化的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法，采用一種基于動(dòng)態(tài)旋轉(zhuǎn)門的量子遺傳算法求解無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng) 過(guò)程中節(jié)點(diǎn)主感知方向調(diào)整的NP-hard問(wèn)題，通過(guò)使用本發(fā)明提出的方法可以有效消除多 媒體傳感器節(jié)點(diǎn)的感知重疊區(qū)域，從而實(shí)現(xiàn)監(jiān)測(cè)場(chǎng)景的高效覆蓋。技術(shù)方案本發(fā)明的方法是一種改進(jìn)性方法，將量子遺傳算法應(yīng)用于無(wú)線多媒體 傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)中，并針對(duì)網(wǎng)絡(luò)覆蓋增強(qiáng)過(guò)程中的實(shí)際需要進(jìn)行一些改進(jìn)，主要包 括覆蓋增強(qiáng)過(guò)程中基于多媒體傳感器節(jié)點(diǎn)的單次最小調(diào)整角度進(jìn)行基因量子比特?cái)?shù)的選 ??；在角度調(diào)整過(guò)程中為避免迭代次數(shù)過(guò)大問(wèn)題，提出了基于傳感器節(jié)點(diǎn)單次角度調(diào)整范 圍的動(dòng)態(tài)量子旋轉(zhuǎn)門策略；此外為避免量子遺傳算法陷入局部最優(yōu)，引入相鄰兩代有效覆 蓋區(qū)域的平均覆蓋度最小值之差進(jìn)行判斷，并采用量子非門操作策略跳出局部最優(yōu)點(diǎn)。通 過(guò)以上改進(jìn)，可有效提高覆蓋增強(qiáng)的搜索時(shí)間和搜索精度，實(shí)現(xiàn)多媒體傳感器網(wǎng)絡(luò)監(jiān)測(cè)區(qū) 域的高效覆蓋?；诹孔舆z傳演化算法的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)，包含在以下具體步驟 中初始場(chǎng)景設(shè)置步驟1)配置監(jiān)測(cè)場(chǎng)景及多媒體傳感器節(jié)點(diǎn)設(shè)置需要采用多媒體傳感器網(wǎng)絡(luò)監(jiān) 測(cè)的區(qū)域場(chǎng)景大??；初始化監(jiān)測(cè)場(chǎng)景中無(wú)線多媒體傳感器節(jié)點(diǎn)的數(shù)量、布撒位置、主感知方 向、感知半徑以及傳感器節(jié)點(diǎn)單次調(diào)整的角度值范圍；步驟2)配置量子遺傳算法設(shè)定種群初始規(guī)模，即染色體數(shù)目；根據(jù)場(chǎng)景中初始 節(jié)點(diǎn)的數(shù)目配置染色體的基因數(shù)；根據(jù)傳感器節(jié)點(diǎn)單次調(diào)整的最小角度值配置基因的量子 比特?cái)?shù)；根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的角度范圍設(shè)定量子旋轉(zhuǎn)門中的角度函數(shù)；多媒體傳感器節(jié)點(diǎn)最佳主感知方向計(jì)算步驟3)在
中隨機(jī)選擇一個(gè)數(shù)，和量子遺傳算法的量子比特的概率幅進(jìn)行比 較，分別取0或者1生成種群中各染色體的測(cè)量；步驟4)對(duì)每一條染色體的測(cè)量，將染色體基因的多位二進(jìn)制表示轉(zhuǎn)化為十進(jìn)制 數(shù)值，得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的主感知方向集合，計(jì)算在該主感知方向集合下有效監(jiān)測(cè)區(qū)域 的平均覆蓋度；步驟5)判斷是否迭代結(jié)束，若未結(jié)束則獲取有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小所 對(duì)應(yīng)的染色體測(cè)量，該染色體對(duì)應(yīng)為演化目標(biāo)，采用量子動(dòng)態(tài)旋轉(zhuǎn)門對(duì)種群中的其它染色 體進(jìn)行調(diào)整，獲得下一代種群；步驟6)計(jì)算前后兩代有效監(jiān)測(cè)區(qū)域的平均覆蓋度的最小值的差δ，若δ小于閾 值表明迭代演化陷入了局部最小，對(duì)量子進(jìn)行非門操作，改變0、1趨勢(shì)，并返回步驟3;多媒體傳感器節(jié)點(diǎn)主感知方向調(diào)整步驟7)取有效監(jiān)測(cè)區(qū)域平均覆蓋度最小的染色體，逐一對(duì)該染色體中的基因比 特位進(jìn)行二進(jìn)制到十進(jìn)制的轉(zhuǎn)化，并根據(jù)單次最小調(diào)整角度得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的優(yōu)化主 感知方向；步驟8)根據(jù)優(yōu)化主感知方向調(diào)整監(jiān)測(cè)區(qū)域中傳感器節(jié)點(diǎn)的主感知方向，計(jì)算最 終場(chǎng)景覆蓋率。以上步驟中所涉及的一些關(guān)鍵操作定義如下量子比特量子遺傳算法中，基因采用量子比特來(lái)表示，此時(shí)表達(dá)的不是一個(gè)確定的信息而是包含所有信息的可能性；對(duì)于染色體中的任意一個(gè)基因，假設(shè)染色體中包含的 基因數(shù)目為k，k和監(jiān)測(cè)場(chǎng)景中的傳感器節(jié)點(diǎn)數(shù)目一致；設(shè)傳感器節(jié)點(diǎn)單次調(diào)整的最小角度 值為θ min，則任一傳感器其主感知方向最多的可能狀態(tài)m可表示為
<formula>formula see original document page 5</formula>則對(duì)應(yīng)染色體中基因的量子比特?cái)?shù)也為m，最終染色體對(duì)應(yīng)的量子比特可表示
為
<formula>formula see original document page 5</formula>α…β ij (1彡i彡k，1彡j彡m)為2個(gè)復(fù)常數(shù)，且有下式成立<formula>formula see original document page 5</formula>
覆蓋監(jiān)測(cè)場(chǎng)景網(wǎng)絡(luò)中的任意一點(diǎn)N被多媒體傳感器節(jié)點(diǎn)P覆蓋的充分必要條件 為(1)點(diǎn)N到多媒體傳感器節(jié)點(diǎn)的距離小于傳感器節(jié)點(diǎn)P的感知半徑；(2)點(diǎn)N屬于傳感器節(jié)點(diǎn)P的角度覆蓋范圍；有效監(jiān)測(cè)區(qū)域的平均覆蓋度監(jiān)測(cè)區(qū)域中被至少一個(gè)傳感器節(jié)點(diǎn)覆蓋的點(diǎn)的平均
覆蓋度S，也即被覆蓋的監(jiān)測(cè)區(qū)域點(diǎn)平均被多少個(gè)傳感器節(jié)點(diǎn)覆蓋，其定義為 k<formula>formula see original document page 5</formula>其中^g jM表示區(qū)域中實(shí)際被覆蓋到的點(diǎn)數(shù)目， 反映了傳感器節(jié)點(diǎn)的覆蓋能 力，表示第j個(gè)傳感器節(jié)點(diǎn)可以覆蓋到的點(diǎn)的數(shù)目。染色體測(cè)量根據(jù)染色體基因?qū)?yīng)的每一量子比特位，采用在W，l]中隨機(jī)選擇 一個(gè)數(shù)，和量子比特概率幅I、」2進(jìn)行比較，若大于I au|2則對(duì)應(yīng)位取1，否則取0，生成種 群中各染色體的0、1測(cè)量序列。動(dòng)態(tài)旋轉(zhuǎn)門量子遺傳算法中，為實(shí)現(xiàn)其它染色體向目標(biāo)染色體演化需要對(duì)種群 中的其它染色體的量子基因比特進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)角度采用動(dòng)態(tài)調(diào)整策略，即初始調(diào)整時(shí)的 旋轉(zhuǎn)角度θ,較大，隨后逐步減小，設(shè)傳感器節(jié)點(diǎn)的單次調(diào)整的最小角度值為emin，最大調(diào) 整角度值為，則有
<formula>formula see original document page 5</formula>
量子非門操作將量子編碼中的α、β互換，改變0、1趨勢(shì)，防止量子遺傳算法未 成熟收斂，提供更好的全局搜索能力。場(chǎng)景覆蓋率監(jiān)測(cè)場(chǎng)景的覆蓋率等于被至少一個(gè)傳感器節(jié)點(diǎn)覆蓋的場(chǎng)景離散點(diǎn)數(shù) 與監(jiān)測(cè)場(chǎng)景的總離散點(diǎn)數(shù)的比值。有益效果使用基于動(dòng)態(tài)旋轉(zhuǎn)門的量子遺傳算法實(shí)現(xiàn)無(wú)線多媒體傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)，對(duì)應(yīng)實(shí)現(xiàn)方案有如下優(yōu)點(diǎn)1.求解速度快傳感器節(jié)點(diǎn)主感知方向的調(diào)整受相鄰節(jié)點(diǎn)感知方向的相互制約，因而主感知方向 的調(diào)整是一個(gè)NP-Hard問(wèn)題。已有的增強(qiáng)方法，如基于勢(shì)場(chǎng)的方法直接求解時(shí)間復(fù)雜度較 高，和傳感器網(wǎng)絡(luò)能量受限和計(jì)算能力不足相矛盾。量子遺傳算法作為一類新穎的智能演 化算法，具有收斂速度快、計(jì)算時(shí)間短等優(yōu)點(diǎn)，很好地適應(yīng)了傳感器節(jié)點(diǎn)能量受限的特點(diǎn)。2.較好的適應(yīng)性量子遺傳算法用于傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)中，其主要參數(shù)，如染色體的基因數(shù)、基 因的量子比特位數(shù)均基于傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的基本參數(shù)而設(shè)置，減少了人為設(shè)置參數(shù)的隨意 性和不準(zhǔn)確性，從而表現(xiàn)出較好的適應(yīng)性。
3.具有良好的系統(tǒng)性能場(chǎng)景中基于隨機(jī)分布的傳感器節(jié)點(diǎn)，由于節(jié)點(diǎn)主感知方向和節(jié)點(diǎn)位置隨機(jī)分布， 因而網(wǎng)絡(luò)中可能存在大量的監(jiān)測(cè)盲區(qū)和監(jiān)測(cè)冗余區(qū)，基于量子遺傳算法的無(wú)線多媒體傳感 器網(wǎng)絡(luò)覆蓋增強(qiáng)通過(guò)智能演化計(jì)算節(jié)點(diǎn)的全局最優(yōu)主感知方向，調(diào)整傳感器節(jié)點(diǎn)的分布， 從而有效減少節(jié)點(diǎn)覆蓋盲區(qū)和節(jié)點(diǎn)覆蓋冗余最終實(shí)現(xiàn)網(wǎng)絡(luò)的高效覆蓋。


圖1是多媒體傳感器節(jié)點(diǎn)感知模型示意圖。方向可調(diào)的多媒體傳感器節(jié)點(diǎn)感知模 型采用五元組<尸來(lái)表示，其中，P = (χ, y)為多媒體傳感器節(jié)點(diǎn)的位置坐標(biāo)；R 為節(jié)點(diǎn)的有效感知半徑；P = (I^Py)為節(jié)點(diǎn)的主感知方向；2α為傳感器節(jié)點(diǎn)的最大感知 角度；β為傳感器節(jié)點(diǎn)單次調(diào)整角度范圍，本專利中取β e [1°，10° ]。圖2是量子遺傳算法種群中染色體示意圖，其中每一條染色體中的基因數(shù)目對(duì) 應(yīng)為傳感器節(jié)點(diǎn)數(shù)k，基因的量子比特?cái)?shù)m取決于傳感器節(jié)點(diǎn)的單次調(diào)整的最小角度值為
θ mm，且有
/7 = [log2(36O/0min)]圖3是基于量子遺傳算法的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法的詳細(xì)步驟框 圖。
具體實(shí)施例方式基于智能演化計(jì)算的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法實(shí)現(xiàn)方案的核心設(shè)計(jì) 思想為將量子遺傳算法應(yīng)用于無(wú)線多媒體傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)中，針對(duì)網(wǎng)絡(luò)覆蓋增強(qiáng) 實(shí)際需要，基于多媒體傳感器節(jié)點(diǎn)的單次最小調(diào)整角度計(jì)算基因量子比特?cái)?shù)；為避免角度 調(diào)整過(guò)程中的迭代次數(shù)過(guò)大問(wèn)題，采用基于傳感器節(jié)點(diǎn)單次角度調(diào)整范圍的動(dòng)態(tài)量子旋轉(zhuǎn) 門策略；更進(jìn)一步，為避免量子遺傳算法陷入局部最優(yōu)，引入相鄰兩代有效覆蓋區(qū)域的平均 覆蓋度最小值之差進(jìn)行判斷，并采用量子非門操作策略跳出局部最優(yōu)點(diǎn)。因此，方案首先通過(guò)設(shè)置初始場(chǎng)景，并基于量子遺傳算法高效搜尋節(jié)點(diǎn)的最優(yōu)主 感知方向集合，調(diào)整初始節(jié)點(diǎn)的主感知方向，有效消除多媒體傳感器節(jié)點(diǎn)的感知重疊區(qū)域，最終實(shí)現(xiàn)監(jiān)測(cè)場(chǎng)景的高效覆蓋。主要包括1.初始場(chǎng)景設(shè)置首先配置監(jiān)測(cè)場(chǎng)景及多媒體傳感器節(jié)點(diǎn)設(shè)置需要采用多媒體傳感器網(wǎng)絡(luò)監(jiān)測(cè)的 區(qū)域場(chǎng)景大??；初始化監(jiān)測(cè)場(chǎng)景中無(wú)線多媒體傳感器節(jié)點(diǎn)的數(shù)量、布撒位置、主感知方向、 感知半徑以及傳感器節(jié)點(diǎn)單次調(diào)整的角度值范圍；在此基礎(chǔ)上配置量子遺傳算法，具體操 作包括1)量子遺傳算法中單條染色體的構(gòu)成染色體由基因構(gòu)成，面向無(wú)線多媒體傳感 器網(wǎng)絡(luò)覆蓋增強(qiáng)的量子遺傳算法中，染色體的基因數(shù)由初始場(chǎng)景中的傳感器節(jié)點(diǎn)數(shù)確定；2)單個(gè)基因中的量子比特?cái)?shù)算法中量子比特代表了當(dāng)前傳感器節(jié)點(diǎn)的主感知 方向，因此量子比特?cái)?shù)由傳感器節(jié)點(diǎn)的最小單次調(diào)整角度θ min確定，設(shè)量子比特?cái)?shù)為m，則 有
<formula>formula see original document page 7</formula>最終染色體對(duì)應(yīng)的量子比特可表示為
<formula>formula see original document page 7</formula>α…β υ (1≤i≤k，1≤j≤m)為2個(gè)復(fù)常數(shù)，且有下式成立I α Jj 12+ I β Jj 12 = 13)量子遺傳算法中動(dòng)態(tài)旋轉(zhuǎn)門的確定算法中根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的角 度范圍設(shè)定量子旋轉(zhuǎn)門中的角度函數(shù)，為實(shí)現(xiàn)其它染色體向目標(biāo)染色體演化需要對(duì)種群中 的其它染色體的量子基因比特進(jìn)行旋轉(zhuǎn)，初始調(diào)整時(shí)的旋轉(zhuǎn)角度θ ￡較大，隨后逐步減小。 設(shè)傳感器節(jié)點(diǎn)的單次調(diào)整的最小角度值為θ _，最大調(diào)整角度值為θ_，則有<formula>formula see original document page 7</formula>2.多媒體傳感器節(jié)點(diǎn)最佳主感知方向計(jì)算1)對(duì)于每一代種群中的測(cè)量，將染色體的基因的多位二進(jìn)制表示轉(zhuǎn)化為十進(jìn)制數(shù)
值，得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的主感知方向集合，計(jì)算各染色體的適應(yīng)度。其中，適應(yīng)度被定義
為有效監(jiān)測(cè)區(qū)域的平均覆蓋度，即監(jiān)測(cè)區(qū)域中被至少一個(gè)傳感器節(jié)點(diǎn)覆蓋的點(diǎn)的平均覆
蓋度S，也即被覆蓋的監(jiān)測(cè)區(qū)域點(diǎn)平均被多少個(gè)傳感器節(jié)點(diǎn)覆蓋，其定義為<formula>formula see original document page 7</formula>其中, 表示區(qū)域中實(shí)際被覆蓋到的點(diǎn)數(shù)目， 反映了傳感器節(jié)點(diǎn)的覆蓋能 力，表示第j個(gè)傳感器節(jié)點(diǎn)可以覆蓋的點(diǎn)的數(shù)目。2)判斷是否迭代結(jié)束，若未結(jié)束則取有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小所對(duì)應(yīng)的 染色體測(cè)量，該染色體對(duì)應(yīng)為演化目標(biāo)，采用量子動(dòng)態(tài)旋轉(zhuǎn)門對(duì)種群中的其它染色體進(jìn)行 調(diào)整，獲得下一代種群；
3)計(jì)算前后兩代有效監(jiān)測(cè)區(qū)域的平均覆蓋度的最小值的差δ，若δ小于閾值表 明迭代演化陷入了局部最小，對(duì)量子進(jìn)行非門操作，改變0、1趨勢(shì)，重新進(jìn)行迭代演化；具體步驟包括初始場(chǎng)景設(shè)置步驟1)配置監(jiān)測(cè)場(chǎng)景及多媒體傳感器節(jié)點(diǎn)設(shè)置需要采用多媒體傳感器網(wǎng)絡(luò)監(jiān) 測(cè)的區(qū)域場(chǎng)景大小；初始化監(jiān)測(cè)場(chǎng)景中無(wú)線多媒體傳感器節(jié)點(diǎn)的數(shù)量、布撒位置、主感知方 向、感知半徑以及傳感器節(jié)點(diǎn)單次調(diào)整的角度值范圍；步驟2)配置量子遺傳算法設(shè)定種群初始規(guī)模，即染色體數(shù)目；根據(jù)場(chǎng)景中初始 節(jié)點(diǎn)的數(shù)目配置染色體的基因數(shù)；根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的最小角度值配置基因的量 子比特?cái)?shù)；根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的角度范圍設(shè)定量子旋轉(zhuǎn)門中的角度函數(shù)；多媒體傳感器節(jié)點(diǎn)最佳主感知方向計(jì)算步驟3)在
中隨機(jī)選擇一個(gè)數(shù)，和量子遺傳算法的量子比特的概率幅進(jìn)行比 較分別取0或者1，生成種群中各染色體的測(cè)量；步驟4)對(duì)每一條染色體的測(cè)量，將染色體的基因的多位二進(jìn)制表示轉(zhuǎn)化為十進(jìn) 制數(shù)值，得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的主感知方向集合，計(jì)算在該主感知方向集合下有效監(jiān)測(cè)區(qū) 域的平均覆蓋度；步驟5)判斷是否迭代結(jié)束，若未結(jié)束則取有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小所對(duì) 應(yīng)的染色體測(cè)量，該染色體對(duì)應(yīng)為演化目標(biāo)，采用量子動(dòng)態(tài)旋轉(zhuǎn)門對(duì)種群中的其它染色體 進(jìn)行調(diào)整，獲得下一代種群；步驟6)計(jì)算前后兩代有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小值的差δ，若δ小于閾值 表明迭代演化陷入了局部最小，對(duì)量子進(jìn)行非門操作，改變0、1趨勢(shì)，并返回步驟3;多媒體傳感器節(jié)點(diǎn)主感知方向調(diào)整步驟7)取有效監(jiān)測(cè)區(qū)域平均覆蓋度最小的染色體，逐一對(duì)該染色體中的基因比 特位進(jìn)行二進(jìn)制到十進(jìn)制的轉(zhuǎn)化，并根據(jù)單次最小調(diào)整角度得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的優(yōu)化主 感知方向；步驟8)根據(jù)優(yōu)化主感知方向調(diào)整監(jiān)測(cè)區(qū)域中傳感器節(jié)點(diǎn)的主感知方向，并計(jì)算
最終場(chǎng)景覆蓋率。
權(quán)利要求
一種基于智能演化的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法，其特征在于該方法包含在以下的具體步驟初始場(chǎng)景設(shè)置步驟1).配置監(jiān)測(cè)場(chǎng)景及多媒體傳感器節(jié)點(diǎn)設(shè)置需要采用多媒體傳感器網(wǎng)絡(luò)監(jiān)測(cè)的區(qū)域場(chǎng)景大??；初始化監(jiān)測(cè)場(chǎng)景中無(wú)線多媒體傳感器節(jié)點(diǎn)的數(shù)量、布撒位置、主感知方向、感知半徑以及傳感器節(jié)點(diǎn)單次調(diào)整的角度值范圍；步驟2).配置量子遺傳算法設(shè)定種群初始規(guī)模，即染色體數(shù)目；根據(jù)場(chǎng)景中初始節(jié)點(diǎn)的數(shù)目配置染色體的基因數(shù)；根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的最小角度值配置基因的量子比特?cái)?shù)；根據(jù)傳感器節(jié)點(diǎn)的單次調(diào)整的角度范圍設(shè)定量子旋轉(zhuǎn)門中的角度函數(shù)；多媒體傳感器節(jié)點(diǎn)最佳主感知方向計(jì)算步驟3)在
中隨機(jī)選擇一個(gè)數(shù)，和量子遺傳算法的量子比特的概率幅進(jìn)行比較分別取0或1，生成種群中各染色體的測(cè)量；步驟4)對(duì)每一條染色體的測(cè)量，將染色體基因的多位二進(jìn)制表示轉(zhuǎn)化為十進(jìn)制數(shù)值，得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的主感知方向集合，計(jì)算在該主感知方向集合下有效監(jiān)測(cè)區(qū)域的平均覆蓋度；步驟5)判斷是否迭代結(jié)束，若未結(jié)束則取有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小所對(duì)應(yīng)的染色體測(cè)量，該染色體對(duì)應(yīng)為演化目標(biāo)，采用量子動(dòng)態(tài)旋轉(zhuǎn)門對(duì)種群中的其它染色體進(jìn)行調(diào)整，獲得下一代種群；步驟6)計(jì)算前后兩代有效監(jiān)測(cè)區(qū)域的平均覆蓋度最小值的差δ，若δ小于閾值表明迭代演化陷入了局部最小，對(duì)量子進(jìn)行非門操作，改變0、1趨勢(shì)，并返回步驟3；多媒體傳感器節(jié)點(diǎn)主感知方向調(diào)整步驟7)取有效監(jiān)測(cè)區(qū)域平均覆蓋度最小的染色體，逐一對(duì)該染色體中的基因比特位進(jìn)行二進(jìn)制到十進(jìn)制的轉(zhuǎn)化，并根據(jù)單次最小調(diào)整角度得到對(duì)應(yīng)傳感器節(jié)點(diǎn)的優(yōu)化主感知方向；步驟8)根據(jù)優(yōu)化主感知方向調(diào)整監(jiān)測(cè)區(qū)域中傳感器節(jié)點(diǎn)的主感知方向，并計(jì)算最終場(chǎng)景覆蓋率。
全文摘要
基于智能演化的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)方法是一種用于無(wú)線多媒體傳感器網(wǎng)絡(luò)環(huán)境，基于多媒體傳感器節(jié)點(diǎn)的有向感知模型，針對(duì)傳感器節(jié)點(diǎn)主感知方向調(diào)整受相鄰節(jié)點(diǎn)感知方向的相互制約，主感知方向的調(diào)整是一個(gè)NP-Hard問(wèn)題，已有的增強(qiáng)方法直接求解時(shí)間復(fù)雜度較高，和傳感器網(wǎng)絡(luò)能量受限和計(jì)算能力不足相矛盾問(wèn)題，將量子遺傳算法應(yīng)用于無(wú)線多媒體傳感器網(wǎng)絡(luò)的覆蓋增強(qiáng)中，并針對(duì)網(wǎng)絡(luò)覆蓋增強(qiáng)過(guò)程的實(shí)際需要進(jìn)行一些改進(jìn)，主要包括覆蓋增強(qiáng)過(guò)程中的基于多媒體傳感器節(jié)點(diǎn)的單次最小調(diào)整角度進(jìn)行基因量子比特?cái)?shù)選??；在角度調(diào)整過(guò)程中為了避免迭代次數(shù)過(guò)大問(wèn)題，提出了基于傳感器節(jié)點(diǎn)單次角度調(diào)整范圍的動(dòng)態(tài)量子旋轉(zhuǎn)門策略。
文檔編號(hào)H04W84/18GK101835170SQ20101015225
公開(kāi)日2010年9月15日 申請(qǐng)日期2010年4月20日 優(yōu)先權(quán)日2010年4月20日
發(fā)明者葉寧, 孫力娟, 沙超, 王汝傳, 肖甫, 蔣凌云, 郭劍, 黃小桑, 黃海平 申請(qǐng)人:南京郵電大學(xué)