基于参数可变遗传算法的炮兵通信网络覆盖控制优化

作者:夏化冰;潘伟 刊名:计算技术与自动化 上传者:李涛

【摘要】针对节点高密度部署的炮兵通信网络中优化工作节点集的选取问题,提出一种基于参数可变遗传算法的覆盖控制优化方法。设计了密度检测机制优化初始种群,并设计了即考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实验及分析表明,该优化方法快速有效地实现了工作节点数目少、节点集覆盖率高的工作节点集的选取,可有效地降低能耗,延长网络生存时间。

全文阅读

1引言未来信息化条件下,炮兵作为陆军的火力突击骨干力量,将担负更加繁重的作战任务,这要求炮兵部队必须具备良好的信息获取及处理能力,以便控制复杂的信息化战场。炮兵群通信系统由通信网和炮兵通信节点组成,主要应用于各级指挥单元和行动单元,完成信息的传输,是联接指挥控制等分系统的纽带[1]。网络覆盖是炮兵通信网络的基本问题之一,反映了网络对被监测区域或目标对象物理信息的感知能力。网络覆盖问题近年来受到广泛研究[2],由于通信节点的高密度部署特性,部分节点间的覆盖区域完全或部分交迭,如果所有节点同时工作会造成大量的能量消耗,缩短网络生存时间。因此,如何在实现极大化网络覆盖的同时采用尽量少的节点组成优化工作节点集,和调度各个节点集轮流工作是解决炮兵通信网络能量有限与延长网络生存时间之间矛盾的重要手段[3]。2问题建模2.1相关假设目标区域A为二维矩形平面,N个通信网络节点随机部署于其中,网络中含有一个具有较强计算能力的汇聚(sink)节点,用于工作节点集选取的计算,且sink节点可以获得部署于网络内所有节点的位置信息;使用全向天线,节点的通信范围是以节点为圆心,半径为Rc的圆形区域,节点感知半径为Rs且Rc=2Rs,这样保证了网络的连通性,在此基础上的覆盖问题包含了连通问题;位于节点一倍感知半径内的邻居节点为第一类邻居节点,位于一倍感知半径与两倍感知半径之间的节点为第二类邻居节点;若点p与节点si之间的欧式距离d(si,p)满足d(si,p)Rs,则点p被si覆盖,且通信网络节点间互相独立。2.2问题模型炮兵通信网络优化覆盖问题是一个典型的目标优化问题。网络有效覆盖率、工作节点数目是衡量工作节点集选取的重要指标,综合考虑二者设计适值函数F(x)与优化模型Fopt分别为F(x)=Pcov+xsize槡3R[]s2ysize3R[]snumworknodes(1)Fopt=maxF{(x)}(2)式中,,为调节系数,其值取决于网络设计者对网络性能指标的综合要求,Pcov为工作节点集的有效覆盖率,numworknodes为工作节点集的节点数目,xsize为目标区域长度,ysize为目标区域宽度,符号[]表示取整,xsize槡3R[]s2ysize3R[]s为覆盖目标区域所需要的最少节点个数[4]。为了计算Pcov,将目标区域划分为mn个网格,以网格中心被覆盖的程度代表网格被覆盖的程度,s表示一个网格的面积,As表示矩形的面积,则有s=Asmn=xsizeysizemn(3)网格G(xl,y)被节点i覆盖的概率为pR{i}=Pc(xl,y,i)=1,(xl-xi)2+(y槡-yi)2Rs0,烅烄烆others(4)式中,(xl,y)为网格中心点坐标。节点间彼此独立,则有RR{iRj}=1-p珚Ri珚{Rj}=1-p珚R{i}p珚R{j}(5)网格被节点集覆盖的概率为pnumworknodesi=1{R}=1-pnumworknodesi={}1珚Ri=1-numworknodesi=1Pc(xl,y,i[])(6)则工作节点集的有效覆盖率Pcov为Pcov=节点集覆盖的面积总面积=ml=1m=1pnumworknodesi=1{R}sAs(7)3遗传算法求解步骤3.1初始种群优化1)密度检测节点计算由第一类邻居节点覆盖形成的近似扇形区域对应的圆心角并集,若=360,该点处密度较大,节点冗余;若=0,该点处密度过小;若[0,360],计算第一类邻居节点中距离该点最近距离及圆心角并集形成扇形的边与节点感知圆周的交点,在扇形两边上分别取得与对应交点距离为的关键点,由关键点

参考文献

引证文献

问答

我要提问