本發(fā)明涉及無線傳感網(wǎng)絡(luò)領(lǐng)域，更具體地，涉及一種運(yùn)用離散差分進(jìn)化算法生成無線傳感網(wǎng)絡(luò)中無線傳感器最優(yōu)化調(diào)度方案的方法。

背景技術(shù)：

無線傳感網(wǎng)絡(luò)綜合了傳感器技術(shù)、嵌入式操作系統(tǒng)技術(shù)、無線通信技術(shù)、信息安全技術(shù)、數(shù)據(jù)融合和數(shù)據(jù)管理技術(shù)等。將多個同構(gòu)或異構(gòu)的傳感器和其他相關(guān)設(shè)備組織成一個網(wǎng)絡(luò)，該網(wǎng)絡(luò)就稱無線傳感網(wǎng)絡(luò)。無線傳感網(wǎng)絡(luò)能夠?qū)δ繕?biāo)區(qū)域內(nèi)的目標(biāo)物體的狀態(tài)進(jìn)行全方位監(jiān)控，并具備對所收集到的信息進(jìn)行實(shí)時的收集、處理、分析等功能。

基于上述性質(zhì)，無線傳感網(wǎng)絡(luò)在實(shí)踐中已經(jīng)被用于多個領(lǐng)域，包括實(shí)時環(huán)境監(jiān)控、智能家居、軍事跟蹤、工業(yè)生產(chǎn)等。無線傳感網(wǎng)絡(luò)的一般結(jié)構(gòu)如圖1所示。

使用無線傳感網(wǎng)絡(luò)進(jìn)行目標(biāo)跟蹤時一般分為以下幾個步驟：1)確定目標(biāo)；2)劃定目標(biāo)區(qū)域；3)部署傳感器；4)調(diào)控傳感器。無線傳感器在網(wǎng)絡(luò)中的部署位置通常分為確定性部署和任意性投放。無線傳感器結(jié)點(diǎn)的工作方式可分為全喚醒模式、隨機(jī)喚醒模式、特定調(diào)度機(jī)制喚醒模式、任務(wù)循環(huán)喚醒模式等等。通常特定調(diào)度機(jī)制喚醒模式進(jìn)行喚醒是比較理想的方式，根據(jù)當(dāng)前網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及全部傳感器的能量狀態(tài)，根據(jù)特定的調(diào)度算法選擇合適的傳感器節(jié)點(diǎn)進(jìn)行喚醒，有利于充分使用傳感器能量，延長網(wǎng)絡(luò)的工作時間。

現(xiàn)有的生成無線傳感器調(diào)度方案的方法分為兩大類，一是將網(wǎng)絡(luò)中的所有傳感器分為多個不重疊的傳感器子集，然后依次喚醒這些傳感器子集，每個工作中的傳感器子集一經(jīng)調(diào)度則工作至這個傳感器子集的能量耗盡，功能失效為止。另一類則是，將傳感器工作時間和系統(tǒng)工作時間劃分為同等大小的刻度，然后為每一個系統(tǒng)時間刻度選擇合適的傳感器進(jìn)行喚醒，被喚醒的傳感器子集只工作到該時間刻度結(jié)束為止。第一種方法中，時間劃分粒度較大，導(dǎo)致傳感器能量不能被有效的使用；而第二種方法中，當(dāng)網(wǎng)絡(luò)中無線傳感器的數(shù)量增多時，算法計(jì)算復(fù)雜度增加，同時算法迭代次數(shù)也隨之增加，但時間粒度劃分的減少，可充分利用無線傳感器的能量。本發(fā)明所提供的方法正是針對第二類傳感器喚醒方法。由于一個時間刻度的調(diào)度方案會對下一個時間刻度的調(diào)度方案產(chǎn)生影響，因此采用一般的深度搜索解空間的方法需要較高的時間復(fù)雜度。該問題已經(jīng)被證明是一種非確定多項(xiàng)式復(fù)雜度(NP)完全問題[1]。

現(xiàn)有的研究工作中已經(jīng)開始嘗試將進(jìn)化算法應(yīng)用在生成優(yōu)化的傳感器調(diào)度方案中。例如，蟻群算法(ACO)、遺傳算法(GA)、粒子群算法(PSO)都已經(jīng)被應(yīng)用在解決該問題中。其中，Lin等人利用蟻群算法產(chǎn)生傳感器和中繼器同時存在時最大設(shè)備子集的配置方案[2]。Lee則利用遺傳算法、粒子群算法和蟻群算法產(chǎn)生在時間粒度較小的情況下每個時間粒度的調(diào)度方案，同時制定了一種衡量一個時間粒度內(nèi)解調(diào)度方案的評判標(biāo)準(zhǔn)[3]。

如上所述，將設(shè)備劃分幾個不重復(fù)的設(shè)備子集的方法并不能充分使用無線傳感設(shè)備的整體電量，而利用傳統(tǒng)的解決離散問題的進(jìn)化算法不能給問題帶來新的突破，同時利用電量單一衡量每一時間刻度解優(yōu)劣的方法過于片面。

[1]M.Cardei,D.Z.Du.Improving wireless sensor network lifetime through power aware organization.Wireless Networks,2005,11(3):333-340.

[2]Y.Lin,J.Zhang,H.S.H.Chung.An ant colony optimization approach for maximizing the lifetime of heterogeneous wireless sensor networks.IEEE Transactions on Systems,Man,and Cybernetics,Part C(Applications and Reviews),2012,42(3):408-420.

[3]J.W.Lee,J.J Lee.Ant-colony-based scheduling algorithm for energy-efficient coverage of WSN.Sensors Journal,IEEE,2012,12(10):3036-3046.

[4]Liu Y,Chen W N,Zhan Z H,et al.A Set-Based Discrete Differential Evolution Algorithm,2013IEEE International Conference on Systems,Man,and Cybernetics.IEEE,2013:1347-1352.

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為解決以上現(xiàn)有技術(shù)的難題，提供了一種基于離散差分進(jìn)化算法生成無線傳感器最優(yōu)化調(diào)度方案的方法，該方法用于解決無線傳感網(wǎng)絡(luò)中無線傳感器的調(diào)度問題。

為實(shí)現(xiàn)以上發(fā)明目的，采用的技術(shù)方案是：

離散差分進(jìn)化算法生成無線傳感器最優(yōu)調(diào)度方案的方法，用于為無線傳感網(wǎng)絡(luò)中將工作時間和電量平均劃分為k份的無線傳感器生成最優(yōu)調(diào)度方案，該傳感器在一份時間內(nèi)消耗一份電量，其特征在于：對于每個時間刻度，該方法基于離散差分進(jìn)化算法生成最優(yōu)調(diào)度方案的過程包括以下步驟：

S1.初始化解空間，隨機(jī)生成N_P個解：

其中表示為第i個初始化的解，分別表示無線傳感網(wǎng)絡(luò)中N_se個傳感器的狀態(tài)，其狀態(tài)用0或1表示；其中0表示傳感器處于睡眠狀態(tài)，1表示傳感器處于喚醒狀態(tài)；

S2.初始化解空間后，進(jìn)入步驟S3～S6的迭代過程；

S3.變異：將當(dāng)前解空間中的每一個解當(dāng)做一個目標(biāo)集合，然后對每一個目標(biāo)集合執(zhí)行一次變異操作，產(chǎn)生一個變異集合v_j＝x_r1+F·(x_r2-x_r3)，j＝1,2,…,N_se；其中k表示迭代次數(shù)；

其中r1、r2和r3為在1-NP之間隨機(jī)產(chǎn)生的數(shù)，r1、r2和r3之間互不相等，且均不等于i；F表示用于控制放縮大小的控制參數(shù)；

S4.交叉：對于每一個變異集合產(chǎn)生一個實(shí)驗(yàn)集合其構(gòu)造方式如下：

其中CR為交叉參數(shù)，用來控制變異集合對目標(biāo)集合的影響，j_rand為[1,j_rand]的隨機(jī)整數(shù)，用于保證實(shí)驗(yàn)集合的擾動性；

S5.選擇：比較實(shí)驗(yàn)集合和目標(biāo)集合的適應(yīng)值函數(shù)的大?。喝魧?shí)驗(yàn)集合的適應(yīng)值函數(shù)小于目標(biāo)集合的適應(yīng)值函數(shù)，則選擇實(shí)驗(yàn)集合作為目標(biāo)集合參與下一次迭代，否則繼續(xù)選擇目標(biāo)集合參與下一次迭代；

S6.重復(fù)步驟S3～S5直至迭代次數(shù)達(dá)到設(shè)定值，此時將目標(biāo)集合X中適應(yīng)值函數(shù)最小的集合作為最優(yōu)解進(jìn)行輸出，輸出的最優(yōu)解即為當(dāng)前時間刻度無線傳感網(wǎng)絡(luò)中傳感器的最優(yōu)調(diào)度方案。

優(yōu)選地，所述適應(yīng)值函數(shù)具體表示如下：

其中n表示第n個時間刻度，表示第n個時間刻度結(jié)束后監(jiān)測目標(biāo)p的被覆蓋率，N_p表示監(jiān)測目標(biāo)的數(shù)量；e_j表示傳感器j在當(dāng)前剩余的電量；

其中d_pj表示傳感器j和監(jiān)測目標(biāo)p之間的歐式距離，r_s和r_u分別表示傳感器j的小傳感邊界和大傳感邊界，a和m為與傳感器j種類有關(guān)的兩個參數(shù)。

優(yōu)選地，在進(jìn)行步驟S1前，先判斷喚醒當(dāng)前還有能量剩余的傳感器時能否滿足所有監(jiān)測目標(biāo)的覆蓋要求，若是，則執(zhí)行步驟S1。

優(yōu)選地，利用下式來確定傳感器能否滿足所有監(jiān)測目標(biāo)的覆蓋要求：

p_pj表示為傳感器j對監(jiān)測目標(biāo)p的感知概率，x_j表示是否調(diào)度傳感器j，x_j可用1或0表示，1表示調(diào)度傳感器j，0表示不調(diào)度，ε表示感知閾值。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明提供的生成最優(yōu)調(diào)度方案的方法通過引入離散差分進(jìn)化算法，并對變異、交叉、選擇進(jìn)行重新定義，使其能應(yīng)用在離散問題中，經(jīng)試驗(yàn)證明，離散化差分進(jìn)化算法在解決離散問題中，與連續(xù)版本一樣，都具有良好性能。同時，為進(jìn)一步證明此方法在解決無線傳感器網(wǎng)絡(luò)中傳感器調(diào)度問題的性能，將該方法與Lee等人提出的改進(jìn)蟻群算法做出比較。在不同傳感器與監(jiān)測目標(biāo)的比例的五幅圖中，應(yīng)用該方法，每幅圖運(yùn)行該方法三十次就可求得平均值，其運(yùn)行的效率高。相對于改進(jìn)版蟻群算法，本發(fā)明提供的方法可將整個網(wǎng)絡(luò)的工作時間延長10％-20％。

附圖說明

圖1為無線傳感網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。

圖2為離散差分進(jìn)化算法的流程圖。

圖3為生成最優(yōu)化調(diào)度方案的流程圖。

具體實(shí)施方式

附圖僅用于示例性說明，不能理解為對本專利的限制；

以下結(jié)合附圖和實(shí)施例對本發(fā)明做進(jìn)一步的闡述。

實(shí)施例1

構(gòu)造出一個完整的無線傳感網(wǎng)絡(luò)分為以下幾個步驟：1)確定要監(jiān)測目標(biāo)；2)劃定出目標(biāo)區(qū)域；3)確定要部署的設(shè)備的種類、數(shù)量和位置。本發(fā)明所針對的無線傳感網(wǎng)絡(luò)，其將系統(tǒng)的工作時間和傳感器的工作時間劃分為相等的單位時間刻度。傳感器每工作一個時間時刻，便消耗相等比例的電量。對于系統(tǒng)來說，若每個時間刻度內(nèi)能夠選出滿足條件的傳感器子集，則整個網(wǎng)絡(luò)的工作時間可以延長一個刻度。

無線傳感網(wǎng)絡(luò)的一般構(gòu)造如圖1所示，劃定的目標(biāo)區(qū)域內(nèi)，有既定的所有的需要被監(jiān)控的監(jiān)測目標(biāo)，還有部署的眾多傳感器，和一個控制中心，用來收集傳感器反饋的信息和關(guān)閉喚醒傳感器。為方便調(diào)度傳感器，控制中心首先確定傳感器和監(jiān)測目標(biāo)的位置信息。然后基于傳感器和監(jiān)測目標(biāo)的位置信息，建立傳感器對監(jiān)測目標(biāo)監(jiān)控概率(在傳感器被喚醒的情況下)。

在本方法中采用概率感知模型對傳感器和監(jiān)測目標(biāo)之間的關(guān)系進(jìn)行建模，概率模型基于現(xiàn)實(shí)生活中信號衰減的特點(diǎn)，傳感器對監(jiān)測目標(biāo)的感知概率隨著距離的增大而減小。形式化表達(dá)如下：

其中d_pj表示傳感器j和監(jiān)測目標(biāo)p之間的歐式距離，r_s和r_u分別表示傳感器j的小傳感邊界和大傳感邊界，a和m為與傳感器j種類有關(guān)的兩個參數(shù)。依次可以建立所有監(jiān)測目標(biāo)與所有傳感器之間的目標(biāo)感知矩陣，SP＝[p_pj]，其中存放著傳感器j(在喚醒的情況下)對監(jiān)測目標(biāo)p的監(jiān)測概率。

在本方法中將系統(tǒng)工作時間和傳感器的可持續(xù)工作時間劃分為相等單位的時間刻度T。本實(shí)施例中，將傳感器的電量分為十個刻度，每工作一個時間刻度，花費(fèi)十分之一的電。系統(tǒng)每運(yùn)行一次離散化差分進(jìn)化算法，找出一個傳感器子集，喚醒該傳感器子集可使系統(tǒng)的工作時間整體延長T。

如圖2、3所示，本發(fā)明提供的方法包括以下步驟：

S1.傳感器電量初始化

e_j＝10e₀(j＝1,2,…,N_se)

e₀的電量可使傳感器工作T₀時間(一個時間刻度)。

S2.初始化解空間，隨機(jī)為生成N_P個解：

其中表示為第i個初始化的解，分別表示無線傳感網(wǎng)絡(luò)中N_se個傳感器的狀態(tài)，其狀態(tài)用0或1表示；其中0表示傳感器處于睡眠狀態(tài)，1表示傳感器處于喚醒狀態(tài)；

S3.初始化解空間后，進(jìn)入步驟S4～S7的迭代過程；

S4.變異：將當(dāng)前解空間中的每一個解當(dāng)做一個目標(biāo)集合，然后對每一個目標(biāo)集合執(zhí)行一次變異操作，產(chǎn)生一個變異集合v_j＝x_r1+F·(x_r2-x_r3)，j＝1,2,…,N_se；其中k表示迭代次數(shù)；

其中r1、r2和r3為在1-NP之間隨機(jī)產(chǎn)生的數(shù)，r1、r2和r3之間互不相等，且均不等于i；F表示用于控制放縮大小的控制參數(shù)；

S5.交叉：對于每一個變異集合產(chǎn)生一個實(shí)驗(yàn)集合其構(gòu)造方式如下：

其中CR為交叉參數(shù)，用來控制變異集合對目標(biāo)集合的影響，j_rand為[1,j_rand]的隨機(jī)整數(shù)，用于保證實(shí)驗(yàn)集合的擾動性；

S6.選擇：比較實(shí)驗(yàn)集合和目標(biāo)集合的適應(yīng)值函數(shù)的大?。喝魧?shí)驗(yàn)集合的適應(yīng)值函數(shù)小于目標(biāo)集合的適應(yīng)值函數(shù)，則選擇實(shí)驗(yàn)集合作為目標(biāo)集合參與下一次迭代，否則繼續(xù)選擇目標(biāo)集合參與下一次迭代；

S7.重復(fù)步驟S4～S6直至迭代次數(shù)達(dá)到設(shè)定值，此時將目標(biāo)集合X中適應(yīng)值函數(shù)最小的集合作為最優(yōu)解進(jìn)行輸出，輸出的最優(yōu)解即為當(dāng)前時間刻度無線傳感網(wǎng)絡(luò)中傳感器的最優(yōu)調(diào)度方案。

其中，上述方案中的(1)式的減法操作、加法操作、乘法操作具體定義如下：

一、減法操作

兩個集合之間的減法操作按如下定義，差集中的元素為那些存在被減集合但不存在于減集合中的元素組成：

兩個目標(biāo)集合(Individual set)相減之后得到一個差分集合(Differential set)

二、乘法操作

當(dāng)用一個實(shí)數(shù)因子乘以一個集合之后，則就各個集合中的元素按照實(shí)數(shù)因子的定義的范圍進(jìn)行保留或者清空：

其中d為原集合中的每個元素

三、加法操作

目標(biāo)集與放縮之后的差分集合進(jìn)行加法操作，合集中的元素即為兩個集合中元素的并集，在本算法背景下就是基于差分集合對于目標(biāo)集的一個擴(kuò)充操作。

A+B＝{e|e∈A or e∈B}

同時，本方法中引入一個新穎的構(gòu)造適應(yīng)值函數(shù)的方法，即觀察判斷兩個傳感器子集對當(dāng)前系統(tǒng)中監(jiān)測目標(biāo)被覆蓋的可靠度的影響。對于每個監(jiān)測目標(biāo)，其周圍被覆蓋的可靠度可以用其周圍傳感器感知該監(jiān)測目標(biāo)的感知概率和該傳感器的電量來衡量。

當(dāng)某個傳感器被喚醒，工作一個時間刻度之后，該傳感器的電量將會失去部分，因此監(jiān)測目標(biāo)被覆蓋的可靠程度將會變化。因此，適應(yīng)值函數(shù)通過衡量該傳感器子集對所有監(jiān)測目標(biāo)被覆蓋的可靠程度的影響(監(jiān)測目標(biāo)被覆蓋可靠程度減小的平均值)來判定。

作為一個無線傳感器網(wǎng)絡(luò)，各個監(jiān)測目標(biāo)都有被監(jiān)測概率上的要求。該要求隨著無線傳感器在不同應(yīng)用場景的不同而不同。因此，在計(jì)算適應(yīng)值函數(shù)的值之前首先要判定該傳感器子集是否能夠滿足所有監(jiān)測目標(biāo)的被覆蓋的要求。本方法中，采用的是丟棄-懲罰(dead-punishment)，即若當(dāng)前傳感器子集不能滿足所有監(jiān)測目標(biāo)的覆蓋要求，則對應(yīng)的適應(yīng)值函數(shù)值被設(shè)定為負(fù)無窮大。

顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實(shí)施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。