【优化覆盖】基于matlab粒子群算法求解传感器覆盖优化问题【含Matlab源码 1493期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。 🍎个人主页：海神之光 🏆代码获取方式： 海神之光Matlab王者学习之路—代码获取方式 ⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇 Matlab图像处理（进阶版） 路径规划（Matlab） 神经网络预测与分类（Matlab） 优化求解（Matlab） 语音处理（Matlab） 信号处理（Matlab） 车间调度（Matlab）

1无线传感器网络覆盖优化问题 1.1 无线传感器网络模型 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量能够提高网络覆盖密度。将节点更多地划分在离目标事物距离近的区域内, 可以增强网络数据传输的安全性和准确性。无线传感器网络认知模型搭建的目的就是对无线传感器网络的覆盖死角进行定义和测量, 为此, 基于粒子群算法的无线传感器网络覆盖优化方法可看成是对认知模型的参数优化问题。

传感器网络节点容易受到噪音和电磁波的扰乱造成传输误差, 这些因不可抗拒因素导致的一系列缩减网络覆盖率问题被统称为无效事件。设无线传感器网络认知模型在起点坐标为S、终点坐标为p的节点上测量到存在无效事件的几率为P (S, p) , 降低P (S, p) 即可提高覆盖率。P (S, p) 的定义式为: 式中:β是节点认知力衰减函数;d (S, p) 表示S与p之间的欧几里得度量。

从式 (1) 中能够明显看出, 如果d (S, p) =0, 则P (S, p) =1, 此时的模型测量工作是无意义的。为此, 需要对式 (1) 进行改进, 为其指定一个节点几率约束值r, 则式 (1) 可变更为: 式 (2) 可表示无线传感器网络认知模型的最终表达式, 从中能够得知, 模型已将无线传感器网络覆盖优化工作转化成在r≤d (S, p) fitnesszbest yfitness=pop; fitnesszbest(i)=fitness(i); end %dist=Distance(pop(:,1),pop(:,2)); zz(i)=max(fitnesszbest);

end zbest=max(zz); %% 结果分析 figure(1); plot(zz) %画出迭代图 set(gcf,‘color’,‘w’); title(‘算法训练过程’,‘fontsize’,12); xlabel(‘迭代次数’,‘fontsize’,12); ylabel(‘覆盖率’,‘fontsize’,12);

%% 图形输出 figure(2) plot(yfitness(:,1),yfitness(:,2),‘+’)

hold on

end a=[yfitness(:,1),yfitness(:,2)] set(gcf,‘color’,‘w’); % 窗口显示 disp([zbest] ); toc function z=fun(x,y) %x input 圆心横坐标 %y input 圆心纵坐标 %z output 覆盖率 L=100; % 正方形区域边长 R=12; % 圆半径 [m,n]=meshgrid(1:L); Ar=linspace(0,pi*2,200); % 圆周角度 for i=1:30 D=sqrt([m-x(i)].2+[n-y(i)].2); % 计算坐标点到圆心的距离 [m0,n0]=find(D