CN109587695B - 权衡丢包率和传输时延的稀疏移动传感节点感知覆盖方法 - Google Patents

Abstract

一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法，将监测区域划分为多个大小相同的正方形网格，移动传感节点从初始位置开始，选择当前网格的邻居网格中心作为下一个时刻的位置，并建立权衡丢包率和传输时延的移动传感节点路径选择优化模型；采用修改的细菌觅食方法求解该优化模型，获得移动传感节点的最优移动路径；移动传感节点沿着所计算的最优移动路径感知数据，从而能全覆盖监测区域。本发明通过移动传感节点的位置、数据存储容量和传输数据时间等信息，能寻找一条全覆盖整个监测区域的最优移动路径，从而降低了数据丢包率和数据传输时延。

Description

权衡丢包率和传输时延的稀疏移动传感节点感知覆盖方法

技术领域

本发明涉及无线传感网领域，尤其涉及的是权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法。

背景技术

无线传感网作为一种有效的解决方案被应用在环境感知、军事安全和工业控制等多个领域。在传统的静态无线传感网中，节点在指定的监测区域内随机或人工部署，且节点的能量、通信范围和感知范围都有限。由于监测区域面积大、节点数量多、部署范围广，且静态无线传感网存在位置固定、覆盖范围有限等问题，因此需要考虑传感节点的移动，即移动无线传感网(mobile wireless sensor networks，MWSNs)。在MWSNs中，利用移动传感节点进行数据收集。移动传感节点移动到每个监测位置感知数据，从而达到利用小量的移动传感节点移动感知整个监测区域。

在移动传感网中，将传感节点安装到具有灵活机动能力的无人机上，在监测区域上空飞行，并感知监测区域，是一种低成本的覆盖解决方案，也是一种稀疏移动无线传感网。稀疏移动无线传感网需要实现移动传感节点移动覆盖整个监测区域，因此需要研究移动传感节点的移动路径选择问题。目前部分学者侧重于移动传感节点的路径选择研究，如张启瑞等人根据无人机视界范围内的环境信息建立栅格化运动模型，采用A*方法获得无人机移动路径。丁家如等人对无人机航线路径进行威胁建模，定量描述路径上的威胁区域，利用改进人工势场法获得足够平滑的移动路径。Zhao M等人提出了一种由传感器层、簇头层和移动收集器组成的三层框架。移动收集器在监测区域内移动，移动轨迹规划采用分治法，递归地确定路径上的转折点，实现了一种高效的移动数据采集方案。Kaswan A等人将监测区域中的每个移动传感节点分配一个唯一的ID作为其停留位置，找到移动传感节点潜在的移动位置，并利用贪婪方法从这些潜在的移动位置中选择最优的停止位置，最终构建其最优路径。但是很多方法都没有考虑稀疏网络环境中监测区域的高效全覆盖问题和移动传感节点的数据存储空间溢出、溢出的数据包被丢弃和数据传输时延变大等问题。

总之，在需要全覆盖监测区域的稀疏无线传感网下，低效率的移动传感节点路径选择方法会导致丢包率和数据传输时延的增加。

发明内容

为解决稀疏无线传感网的区域感知全覆盖问题，本发明提供了一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法。该方法通过移动传感节点的位置、数据存储容量和传输数据时间等信息，提供一条全覆盖整个监测区域的最优移动路径方案，从而降低数据丢包率和数据传输时延。

本发明采用如下技术方案实现：

一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法，包括以下步骤：

1)初始化参数：令移动传感节点感知覆盖整个监测区域的一种移动路径表示一个细菌，初始化所有细菌的网格位置和邻居网格集合NG_j，设定细菌数量为S，迁徙次数为N_ed，复制次数为N_re，趋化次数为N_c，迁徙概率为P_ed，最优适应度值Best_f，令Dⁱ表示未被迁徙的细菌i的移动路径，且初始为空集，J(i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的移动路径适应度值，P(S_x,S_y,i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的网格位置(S_x,S_y)，S_x表示网格位置的横坐标，S_y表示网格位置的纵坐标；随机选择一个网格作为所有细菌的当前网格和当前移动路径，令g＝1，h＝1，l＝1，i＝1，n₁＝1；

2)根据移动传感节点的丢包率约束和传输时延约束，建立权衡丢包率和传输时延的优化模型；

3)判断集合Dⁱ是否为空集，如果是空集，则跳到步骤4)，否则，

选择集合Dⁱ中的第

个停留位置网格，选择该网格为细菌i的下一时刻停留的网格，将其加入细菌i的当前移动路径中，获得新的移动路径，并跳到步骤7)；

4)选择细菌i的当前网格和当前移动路径，计算当前移动路径的适应度值J(i,g,h,l)，删除当前网格的邻居网格集合NG_j中被细菌i选择过的网格，获得新的邻居网格集合NG′_j；判断集合NG′_j是否为空集，如果是空集，则将距离当前网格最近的网格集合添加到集合NG′_j中，否则邻居网格集合NG′_j不变化；

5)随机选择集合NG′_j中一个网格作为翻转方向，将该网格从集合NG′_j中删除，选择该网格为下一时刻停留的网格，并将其加入当前移动路径中，获得新的移动路径；

6)计算新的移动路径的适应度值为J(i,g+1,h,l)，如果J(i,g+1,h,l)≤J(i,g,h,l)，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则判断集合NG′_j是否为空集，如果为空集，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则跳到步骤5)，重新选取随机方向进行趋化；

7)i＝i+1，如果i≤S，跳到步骤3)，否则g＝g+1，i＝1，如果g≤N_c，跳到步骤3)，否则跳到步骤8)；

8)计算各个细菌的移动路径适应度值，并进行排序，删除其中适应度值较大的一半细菌，复制适应度值较小的一半细菌，h＝h+1，如果h≤N_re，i＝1，g＝1，跳到步骤3)，否则跳到步骤9)；

9)记录第n₁轮的适应度值最小的细菌的移动路径，计算第n₁轮所有细菌的最小适应度值为fitness(n₁)，如果fitness(n₁)≥Best_f，删除该细菌的移动路径，并将最优移动路径复制给该细菌，第n₁轮的最优移动路径为第n₁-1轮的最优移动路径，否则Best_f＝fitness(n₁)，第n₁轮的最优移动路径为适应度值最小的细菌的移动路径；

10)通过公式(13)计算所有细菌的自适应概率

其中，

表示细菌i的自适应概率，J_i表示细菌i的适应度值，J_min表示第n₁轮所有细菌的最小适应度值，J_max表示第n₁轮所有细菌的最大适应度值，P_ed表示迁徙概率；

11)令i＝1，且循环执行S次以下操作：产生一个0到1之间的随机值，如果该随机数小于

则随机产生一个网格位置，选择细菌i的当前网格位置和当前移动路径为该网格位置，初始化细菌i的邻居网格集合NG_j，令集合Dⁱ为空集，否则将细菌i的移动路径保存在集合Dⁱ中，将集合Dⁱ的第一个网格位置作为细菌i的当前网格和当前移动位置；i＝i+1；

12)l＝l+1，若l≤N_ed，n₁＝n₁+1，返回步骤3)，否则令移动传感节点的最优移动路径为适应度值最小的细菌，输出移动传感节点的最优移动路径，退出。

进一步，所述步骤1)中的初始化网格位置的方法如下：将监测区域划分为M行N列的正方形网格，其中，M表示正方形网格的最大行数，N表示正方形网格的最大列数，以矩形无线传感网的左下角为原点对每一个正方形网格进行编码。如G(l_x,l_y)表示从左向右的第l_x列中从上向下第l_y个正方形网格。每一个正方形网格的中心位置为该正方形网格的位置。

更进一步，所述步骤1)中的初始化邻居网格集合的方法如下：

令NG_j表示移动传感节点的第j个停留位置的邻居网格中心集合，

表示网格G(l_x,l_y)的中心位置，l_x表示当前网格的行数，l_y表示当前网格的列数，则NG_j表示为

当

时，

当

时，

当

时，

当

时，

当

且1＜l_y＜N时，

当

且1＜l_y＜N时，

当

且1＜l_x＜M时，

当

且1＜l_x＜M时，

当其他情况中，且1＜l_x＜M，1＜l_y＜N时，

更进一步，所述步骤2)的权衡丢包率和传输时延的优化模型的建立方法如下：

2.1)令移动传感节点的移动路径为D＝{D₁,D₂,D₃,...,D_j}，是网格中心位置的集合，其中D_j表示移动传感节点的第j个停留位置；考虑移动传感节点的移动路径中所有停留位置不相同，则表示为

D_j≠D_k,

且j≠k (1)

2.2)如果移动传感节点在Sink节点的通信范围内，则直接将数据发送给Sink节点，否则移动传感节点不在Sink节点的传输范围内，则将数据存储在移动传感节点中；令数据容量更新公式为

其中，SC_t表示移动传感节点t时刻的数据存储量，SC_max表示移动传感节点的最大数据存储容量，dis表示移动传感节点到Sink节点的距离，d_max表示Sink节点的最大通信半径，RD_t+1表示移动传感节点在t+1时刻接收到的数据量；如果移动传感节点不在Sink节点的通信范围内且其当前存储量和下一个时刻接收的数据量总和大于移动传感节点的最大数据存储容量，则丢弃该移动传感节点数据存储空间中时间较早的数据包，其丢包数更新公式为：

其中，N_t表示上一时刻移动传感节点的丢包数；

2.3)令丢包率R_d为

R_d＝N_t+1/N_total (4)

其中，N_total表示移动传感节点产生的数据包总量；

2.4)当移动传感节点感知监测区域，产生数据包，并传输给Sink节点的过程中，会造成较大的数据传输时延，因此令当前时刻数据传输时延估计值为

其中，T_average表示当前时刻的数据传输时延估计值，T_m表示数据包m成功发送到Sink节点的时刻，t_m表示数据包m的产生时刻，t_n表示存储在移动传感节点或丢弃的数据包n的产生时刻，N_pack表示经过时间t后移动传感节点产生的数据包总量；

2.5)判断每一个网格是否被传感节点覆盖，如果网格G(l_x,l_y)被移动传感节点覆盖，即其网格中心位置在该移动传感节点的路径中，则

其中，

表示G(l_x,l_y)是否被移动传感节点覆盖的指示符；

表示G(l_x,l_y)已被移动传感节点覆盖，

表示G(l_x,l_y)未被移动传感节点覆盖，则被所有移动传感节点覆盖的网格个数为

令感知覆盖率为

Cover_D＝N_C/N_G (8)

其中，Cover_D表示感知覆盖率，N_G表示监测区域内的网格总数量；

2.6)考虑在满足监测区域全覆盖下应尽可能减少丢包率和降低数据传输时延，则建立权衡丢包率和数据传输时延的优化模型

min(x₁R_d+x₂T_average/D_tv) (9)

s.t.x₁+x₂＝1 (9.a)

Cover_D＝1 (9.b)

公式(1)-(8)

其中，D_tv表示数据传输时延阈值，x₁表示丢包率权重因子，x₂表示数据传输时延权重因子，且x₁+x₂＝1。

更进一步，所述步骤4)的当前移动路径的适应度值计算方法如下：

4.1)初始化移动传感节点的存储空间、Sink节点的存储空间等参数，令L_now表示移动传感节点当前移动路径的长度，L_max表示移动传感节点移动路径的最大长度值，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量，t＝1；

4.2)在当前时刻t移动传感节点停留在位置(S_x,S_y)上感知和存储数据，记录感知的数据为data(S_x,S_y,t)，移动传感节点的数据存储量SC_t加1，如果当前数据存储量SC_t大于最大存储量SC_max，则删除数据包生成时间最早的一个数据，根据公式(2)更新移动传感节点的数据存储容量，根据公式(3)把删除的数据记录到丢包数中，更新丢包数，否则SC_t保持不变；

4.3)t＝t+1，移动传感节点移动到下一个停留位置，如果移动传感节点在Sink节点的单跳通信范围内，则直接将存储空间中所有数据发送给Sink节点，并记录Sink节点接收到的数据，更新数据存储容量，否则直接更新数据存储容量；如果t≤L_now，跳到步骤4.2)，否则跳到步骤4.4)；

4.4)若L_now等于L_max，跳到步骤4.6)，否则计算Sink节点单跳通信范围内网格的数量S_num和未经过的网格数量G_rest，通过公式(10)计算丢弃数据包的数量；

N_loss＝G_rest+SC_t-S_num(SC_max+1) (10)

其中N_loss表示丢弃数据包的数量，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量；

4.5)当N_loss≤0时，Sink节点单跳通信范围内网格被合理分配，剩余网格不会产生丢包数,N_loss＝0，否则，将N_loss记录到丢包数中，通过公式(11)计算丢包率；

R′_d＝(N_t+N_loss)/N_total (11)

4.6)根据Sink节点接收到的数据包、移动传感节点存储的数据包和丢包数，如果L_now<L_max，通过公式(11)计算丢包率R′_d，否则通过公式(4)计算丢包率R_d，通过公式(6)计算数据传输时延估计值T_average，通过公式(12)计算移动传感节点的适应度值

其中丢包率

本发明的技术构思为：本发明通过移动传感节点的位置、数据存储容量和传输数据时间等信息，建立权衡丢包率和传输时延的优化模型，提出细菌适应度函数并采用修改的细菌觅食优化方法求解，从而获得一条全覆盖整个监测区域的最优移动路径方案。移动传感节点根据该最优移动方案移动收集监测区域内信息。

本发明的有益效果主要表现在：本发明将监测区域划分为多个大小相同的正方形网格，移动传感节点从初始位置开始，选择当前网格的邻居网格中心作为下一个时刻的位置，并建立权衡丢包率和传输时延的移动传感节点路径选择优化模型。采用修改的细菌觅食方法求解该优化模型，获得移动传感节点的最优移动路径。移动传感节点沿着所计算的最优移动路径感知数据，从而能全覆盖监测区域，且降低了数据包丢包率和数据传输时延，有一定的应用价值。

附图说明

图1是本发明的工作流程图。

图2是本发明的原理图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1，一种权衡丢包率和数据传输时延的稀疏移动传感节点感知覆盖方法包括以下步骤：

1)初始化参数：令移动传感节点感知覆盖整个监测区域的一种移动路径表示一个细菌，初始化所有细菌的网格位置和邻居网格集合NG_j，令细菌数量为S＝100，迁徙次数为N_ed＝50，复制次数为N_re＝9，趋化次数为N_c＝7，迁徙概率为P_ed＝0.6，最优适应度值Best_f＝100。令Dⁱ表示未被迁徙的细菌i的移动路径，且初始为空集，J(i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的移动路径适应度值，P(S_x,S_y,i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的网格位置(S_x,S_y)，S_x表示网格位置的横坐标，S_y表示网格位置的纵坐标。随机选择一个网格作为所有细菌的当前网格和当前移动路径。令g＝1，h＝1，l＝1，i＝1，n₁＝1；本步骤的初始化网格位置的方法如下：

参照图2，将监测区域划分为M行N列的正方形网格，其中，M表示正方形网格的最大行数，N表示正方形网格的最大列数，以矩形无线传感网的左下角为原点对每一个正方形网格进行编码。如G(l_x,l_y)表示从左向右的第l_x列中从上向下第l_y个正方形网格。每一个正方形网格的中心位置为该正方形网格的位置。

本步骤的初始化邻居网格集合的方法如下：

令NG_j表示移动传感节点的第j个停留位置的邻居网格中心集合，

表示网格G(l_x,l_y)的中心位置，l_x表示当前网格的行数，l_y表示当前网格的列数，则NG_j可表示为

当

时，

当

时，

当

时，

当

时，

当

且1＜l_y＜N时，

当

且1＜l_y＜N时，

当

且1＜l_x＜M时，

当

且1＜l_x＜M时，

当其他情况中，且1＜l_x＜M，1＜l_y＜N时，

2)根据移动传感节点的丢包率约束、传输时延约束等，建立权衡丢包率和传输时延的优化模型；本步骤权衡丢包率和传输时延的优化模型的建立方法如下：

2.1)令移动传感节点的移动路径为D＝{D₁,D₂,D₃,...,D_j}，是网格中心位置的集合，其中D_j表示移动传感节点的第j个停留位置。考虑移动传感节点的移动路径中所有停留位置不相同，则可表示为

D_j≠D_k,

且j≠k (1)

2.2)如果移动传感节点在Sink节点的通信范围内，则直接将数据发送给Sink节点，否则移动传感节点不在Sink节点的传输范围内，则将数据存储在移动传感节点中；令数据容量更新公式为

其中，SC_t表示移动传感节点t时刻的数据存储量，SC_max表示移动传感节点的最大数据存储容量，dis表示移动传感节点到Sink节点的距离，d_max表示Sink节点的最大通信半径，RD_t+1表示移动传感节点在t+1时刻接收到的数据量。如果移动传感节点不在Sink节点的通信范围内且其当前存储量和下一个时刻接收的数据量总和大于移动传感节点的最大数据存储容量，则丢弃该移动传感节点数据存储空间中时间较早的数据包，其丢包数更新公式为：

其中，N_t表示上一时刻移动传感节点的丢包数。

2.3)令丢包率R_d为

R_d＝N_t+1/N_total (4)

其中，N_total表示移动传感节点产生的数据包总量。

2.4)当移动传感节点感知监测区域，产生数据包，并传输给Sink节点的过程中，会造成较大的数据传输时延，因此令当前时刻数据传输时延估计值为

其中，T_average表示当前时刻的数据传输时延估计值，T_m表示数据包m成功发送到Sink节点的时刻，t_m表示数据包m的产生时刻，t_n表示存储在移动传感节点或丢弃的数据包n的产生时刻，N_pack表示经过时间t后移动传感节点产生的数据包总量。

2.5)判断每一个网格是否被传感节点覆盖。如果网格G(l_x,l_y)被移动传感节点覆盖，即其网格中心位置在该移动传感节点的路径中，则

其中，

表示G(l_x,l_y)是否被移动传感节点覆盖的指示符。

表示G(l_x,l_y)已被移动传感节点覆盖，

表示G(l_x,l_y)未被移动传感节点覆盖。则被所有移动传感节点覆盖的网格个数为

令感知覆盖率为

Cover_D＝N_C/N_G (8)

其中，Cover_D表示感知覆盖率，N_G表示监测区域内的网格总数量。

2.6)考虑在满足监测区域全覆盖下应尽可能减少丢包率和降低数据传输时延，则建立权衡丢包率和数据传输时延的优化模型。

min(x₁R_d+x₂T_average/D_tv) (9)

s.t.x₁+x₂＝1 (9.a)

Cover_D＝1 (9.b)

公式(1)-(8)

其中，D_tv表示数据传输时延阈值，x₁表示丢包率权重因子，x₂表示数据传输时延权重因子，且x₁+x₂＝1。

3)判断集合Dⁱ是否为空集，如果是空集，则跳到步骤4)。否则，

选择集合Dⁱ中的第

个停留位置网格，选择该网格为细菌i的下一时刻停留的网格，将其加入细菌i的当前移动路径中，获得新的移动路径，并跳到步骤7)。

4)选择细菌i的当前网格和当前移动路径，计算当前移动路径的适应度值J(i,g,h,l)，删除当前网格的邻居网格集合NG_j中被细菌i选择过的网格，获得新的邻居网格集合NG′_j。判断集合NG′_j是否为空集，如果是空集，则将距离当前网格最近的网格集合添加到集合NG′_j中，否则邻居网格集合NG′_j不变化；本步骤的当前移动路径的适应度值计算方法如下：

4.1)初始化移动传感节点的存储空间、Sink节点的存储空间等参数，令L_now表示移动传感节点当前移动路径的长度，L_max表示移动传感节点移动路径的最大长度值，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量，t＝1。

4.2)在当前时刻t移动传感节点停留在位置(S_x,S_y)上感知和存储数据，记录该感知的数据为data(S_x,S_y,t)，移动传感节点的数据存储量SC_t加1，如果当前数据存储量SC_t大于最大存储量SC_max，则删除数据包生成时间最早的一个数据，根据公式(2)更新移动传感节点的数据存储容量，根据公式(3)把删除的数据记录到丢包数中，更新丢包数，否则SC_t保持不变。

4.3)t＝t+1，移动传感节点移动到下一个停留位置。如果移动传感节点在Sink节点的单跳通信范围内，则直接将存储空间中所有数据发送给Sink节点，并记录Sink节点接收到的数据，更新数据存储容量，否则直接更新数据存储容量。如果t≤L_now，跳到步骤4.2)，否则跳到步骤4.4)。

4.4)若L_now等于L_max，跳到步骤4.6)，否则表示移动传感节点还在寻找路径的过程中，计算Sink节点单跳通信范围内网格的数量S_num和未经过的网格数量G_rest，通过公式(10)计算丢弃数据包的数量；

N_loss＝G_rest+SC_t-S_num(SC_max+1) (10)

其中N_loss表示丢弃数据包的数量，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量。

4.5)当N_loss≤0时，Sink节点单跳通信范围内网格被合理分配，剩余网格不会产生丢包数,N_loss＝0，否则，将N_loss记录到丢包数中，通过公式(11)计算丢包率为

R′_d＝(N_t+N_loss)/N_total (11)

4.6)根据Sink节点接收到的数据包、移动传感节点存储的数据包和丢包数，如果L_now<L_max，通过公式(11)计算丢包率R′_d，否则通过公式(4)计算丢包率R_d。通过公式(6)计算数据传输时延估计值T_average，通过公式(12)计算移动传感节点的适应度值。

其中丢包率

5)随机选择集合NG′_j中一个网格作为翻转方向，将该网格从集合NG′_j中删除，选择该网格为下一时刻停留的网格，并将其加入当前移动路径中，获得新的移动路径。

6)计算新的移动路径的适应度值为J(i,g+1,h,l)，如果J(i,g+1,h,l)≤J(i,g,h,l)，表明移动后的细菌更靠近最优解，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则表明前进一步后新位置的适应度值并未提高，判断集合NG′_j是否为空集，如果为空集，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则跳到步骤5)，重新选取随机方向进行趋化。

7)i＝i+1，如果i≤S，跳到步骤3)，否则g＝g+1，i＝1，如果g≤N_c，跳到步骤3)，否则跳到步骤8)。

8)计算各个细菌的移动路径适应度值，并进行排序，删除其中适应度值较大的一半细菌，复制适应度值较小的一半细菌。h＝h+1。如果h≤N_re，i＝1，g＝1，跳到步骤3)，否则跳到步骤9)。

9)记录第n₁轮的适应度值最小的细菌的移动路径，计算第n₁轮所有细菌的最小适应度值为fitness(n₁)。如果fitness(n₁)≥Best_f，删除该细菌的移动路径，并将最优移动路径复制给该细菌，第n₁轮的最优移动路径为第n₁-1轮的最优移动路径，否则Best_f＝fitness(n₁)，第n₁轮的最优移动路径为适应度值最小的细菌的移动路径。

10)通过公式(13)计算所有细菌的自适应概率。

其中，

表示细菌i的自适应概率，J_i表示细菌i的适应度值，J_min表示第n₁轮所有细菌的最小适应度值，J_max表示第n₁轮所有细菌的最大适应度值，P_ed表示迁徙概率。

11)令i＝1，且循环执行S次以下操作：产生一个0到1之间的随机值，如果该随机数小于

则随机产生一个网格位置，选择细菌i的当前网格位置和当前移动路径为该网格位置，初始化细菌i的邻居网格集合NG_j，令集合Dⁱ为空集，否则将细菌i的移动路径保存在集合Dⁱ中，将集合Dⁱ的第一个网格位置作为细菌i的当前网格和当前移动位置。i＝i+1。

12)l＝l+1，若l≤N_ed，n₁＝n₁+1，返回步骤3)，否则令移动传感节点的最优移动路径为适应度值最小的细菌，输出移动传感节点的最优移动路径，退出。

Claims (1)

1.一种权衡丢包率和传输时延的稀疏移动传感节点感知覆盖方法，其特征在于：所述方法包括如下步骤：

1)初始化参数：令移动传感节点感知覆盖整个监测区域的一种移动路径表示一个细菌，初始化所有细菌的网格位置和邻居网格集合NG_j，设定细菌数量为S，迁徙次数为N_ed，复制次数为N_re，趋化次数为N_c，迁徙概率为P_ed，最优适应度值Best_f，令Dⁱ表示未被迁徙的细菌i的移动路径，且初始为空集，J(i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的移动路径适应度值，P(S_x,S_y,i,g,h,l)表示细菌i在第g次趋化、第h次复制、第l次迁徙的网格位置(S_x,S_y)，S_x表示网格位置的横坐标，S_y表示网格位置的纵坐标；随机选择一个网格作为所有细菌的当前网格和当前移动路径，令g＝1，h＝1，l＝1，i＝1，n₁＝1；

2)根据移动传感节点的丢包率约束、传输时延约束，建立权衡丢包率和传输时延的优化模型；

3)判断集合Dⁱ是否为空集，如果是空集，则跳到步骤4)，否则，

选择集合Dⁱ中的第

个停留位置网格，选择该网格为细菌i的下一时刻停留的网格，将其加入细菌i的当前移动路径中，获得新的移动路径，并跳到步骤7)；

4)选择细菌i的当前网格和当前移动路径，计算当前移动路径的适应度值J(i,g,h,l)，删除当前网格的邻居网格集合NG_j中被细菌i选择过的网格，获得新的邻居网格集合NG′_j，判断集合NG′_j是否为空集，如果是空集，则将距离当前网格最近的网格集合添加到集合NG′_j中，否则邻居网格集合NG′_j不变化；

5)随机选择集合NG′_j中一个网格作为翻转方向，将该网格从集合NG′_j中删除，选择该网格为下一时刻停留的网格，并将其加入当前移动路径中，获得新的移动路径；

6)计算新的移动路径的适应度值为J(i,g+1,h,l)，如果J(i,g+1,h,l)≤J(i,g,h,l)，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则判断集合NG′_j是否为空集，如果为空集，选择新的移动路径为当前移动路径，选择下一时刻停留的网格为当前网格，跳到步骤7)，否则跳到步骤5)，重新选取随机方向进行趋化；

7)i＝i+1，如果i≤S，跳到步骤3)，否则g＝g+1，i＝1，如果g≤N_c，跳到步骤3)，否则跳到步骤8)；

8)计算各个细菌的移动路径适应度值，并进行排序，删除其中适应度值大的一半细菌，复制适应度值小的一半细菌，h＝h+1，如果h≤N_re，i＝1，g＝1，跳到步骤3)，否则跳到步骤9)；

9)记录第n₁轮的适应度值最小的细菌的移动路径，计算第n₁轮所有细菌的最小适应度值为fitness(n₁)，如果fitness(n₁)≥Best_f，删除该细菌的移动路径，并将最优移动路径复制给该细菌，第n₁轮的最优移动路径为第n₁-1轮的最优移动路径，否则Best_f＝fitness(n₁)，第n₁轮的最优移动路径为适应度值最小的细菌的移动路径；

10)通过公式(13)计算所有细菌的自适应概率

其中，

表示细菌i的自适应概率，J_i表示细菌i的适应度值，J_min表示第n₁轮所有细菌的最小适应度值，J_max表示第n₁轮所有细菌的最大适应度值，P_ed表示迁徙概率；

11)令i＝1，且循环执行S次以下操作：产生一个0到1之间的随机值，如果该随机值小于

则随机产生一个网格位置，选择细菌i的当前网格位置和当前移动路径为该网格位置，初始化细菌i的邻居网格集合NG_j，令集合Dⁱ为空集，否则将细菌i的移动路径保存在集合Dⁱ中，将集合Dⁱ的第一个网格位置作为细菌i的当前网格和当前移动位置；i＝i+1；

12)l＝l+1，若l≤N_ed，n₁＝n₁+1，返回步骤3)，否则令移动传感节点的最优移动路径为适应度值最小的细菌，输出移动传感节点的最优移动路径，退出；

所述步骤1)中的初始化网格位置的方法如下：将监测区域划分为M行N列的正方形网格，其中，M表示正方形网格的最大行数，N表示正方形网格的最大列数，以矩形无线传感网的左下角为原点对每一个正方形网格进行编码，G(l_x,l_y)表示从左向右的第l_x列中从上向下第l_y个正方形网格，每一个正方形网格的中心位置为该正方形网格的位置；

所述步骤1)中的初始化邻居网格集合的方法如下：

令NG_j表示移动传感节点的第j个停留位置的邻居网格中心集合，

表示网格G(l_x,l_y)的中心位置，l_x表示当前网格的行数，l_y表示当前网格的列数，则NG_j表示为

当

时，

当

时，

当

时，

当

时，

当

且1＜l_y＜N时，

当

且1＜l_y＜N时，

当

且1＜l_x＜M时，

当

且1＜l_x＜M时，

当其他情况中，且1＜l_x＜M，1＜l_y＜N时，

所述步骤2)的权衡丢包率和传输时延的优化模型的建立方法如下：

2.1)令移动传感节点的移动路径为D＝{D₁,D₂,D₃,...,D_j}，是网格中心位置的集合，其中D_j表示移动传感节点的第j个停留位置，考虑移动传感节点的移动路径中所有停留位置不相同，则表示为

2.2)如果移动传感节点在Sink节点的通信范围内，则直接将数据发送给Sink节点，否则移动传感节点不在Sink节点的传输范围内，则将数据存储在移动传感节点中；令数据容量更新公式为

其中，SC_t表示移动传感节点t时刻的数据存储量，SC_max表示移动传感节点的最大数据存储容量，dis表示移动传感节点到Sink节点的距离，d_max表示Sink节点的最大通信半径，RD_t+1表示移动传感节点在t+1时刻接收到的数据量，如果移动传感节点不在Sink节点的通信范围内且其当前存储量和下一个时刻接收的数据量总和大于移动传感节点的最大数据存储容量，则丢弃该移动传感节点数据存储空间中时间较早的数据包，其丢包数更新公式为：

其中，N_t表示上一时刻移动传感节点的丢包数；

2.3)令丢包率R_d为

R_d＝N_t+1/N_total (4)

其中，N_total表示移动传感节点产生的数据包总量；

2.4)当移动传感节点感知监测区域，产生数据包，并传输给Sink节点的过程中，会造成较大的数据传输时延，因此令当前时刻数据传输时延估计值为

其中，T_average表示当前时刻的数据传输时延估计值，T_m表示数据包m成功发送到Sink节点的时刻，t_m表示数据包m的产生时刻，t_n表示存储在移动传感节点或丢弃的数据包n的产生时刻，N_pack表示经过时间t后移动传感节点产生的数据包总量；

2.5)判断每一个网格是否被传感节点覆盖，如果网格G(l_x,l_y)被移动传感节点覆盖，即其网格中心位置在该移动传感节点的路径中，则

其中，

表示G(l_x,l_y)是否被移动传感节点覆盖的指示符，

表示G(l_x,l_y)已被移动传感节点覆盖，

表示G(l_x,l_y)未被移动传感节点覆盖，则被所有移动传感节点覆盖的网格个数为

令感知覆盖率为

Cover_D＝N_C/N_G (8)

其中，Cover_D表示感知覆盖率，N_G表示监测区域内的网格总数量；

2.6)考虑在满足监测区域全覆盖下应减少丢包率和降低数据传输时延，则建立权衡丢包率和数据传输时延的优化模型

min(x₁R_d+x₂T_average/D_tv) (9)

s.t.x₁+x₂＝1 (9.a)

Cover_D＝1 (9.b)

公式(1)-(8)

其中，D_tv表示数据传输时延阈值，x₁表示丢包率权重因子，x₂表示数据传输时延权重因子，且x₁+x₂＝1；

所述步骤4)的当前移动路径的适应度值计算方法如下：

4.1)初始化移动传感节点的存储空间、Sink节点的存储空间参数，令L_now表示移动传感节点当前移动路径的长度，L_max表示移动传感节点移动路径的最大长度值，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量，t＝1；

4.2)在当前时刻t移动传感节点停留在位置(S_x,S_y)上感知和存储数据，记录感知的数据为data(S_x,S_y,t)，移动传感节点的数据存储量SC_t加1，如果当前数据存储量SC_t大于最大存储量SC_max，则删除数据包生成时间最早的一个数据，根据公式(2)更新移动传感节点的数据存储容量，根据公式(3)把删除的数据记录到丢包数中，更新丢包数，否则SC_t保持不变；

4.3)t＝t+1，移动传感节点移动到下一个停留位置，如果移动传感节点在Sink节点的单跳通信范围内，则直接将存储空间中所有数据发送给Sink节点，并记录Sink节点接收到的数据，更新数据存储容量，否则直接更新数据存储容量；如果t≤L_now，跳到步骤4.2)，否则跳到步骤4.4)；

4.4)若L_now等于L_max，跳到步骤4.6)，否则计算Sink节点单跳通信范围内网格的数量S_num和未经过的网格数量G_rest，通过公式(10)计算丢弃数据包的数量；

N_loss＝G_rest+SC_t-S_num(SC_max+1) (10)

其中N_loss表示丢弃数据包的数量，G_rest表示移动传感节点未经过的网格数量，S_num表示Sink节点单跳通信范围内网格的数量；

4.5)当N_loss≤0时，Sink节点单跳通信范围内网格被合理分配，剩余网格不会产生丢包数,N_loss＝0，否则，将N_loss记录到丢包数中，通过公式(11)计算丢包率；

R′_d＝(N_t+N_loss)/N_total (11)

4.6)根据Sink节点接收到的数据包、移动传感节点存储的数据包和丢包数，如果L_now<L_max，通过公式(11)计算丢包率R′_d，否则通过公式(4)计算丢包率R_d，通过公式(6)计算数据传输时延估计值T_average，通过公式(12)计算移动传感节点的适应度值

其中丢包率

Images