面向目标覆盖的异构无线传感器网络节点确定性部署

摘要

针对离散目标点覆盖优化的节点确定性部署问题，在异构无线传感器网络中，为了提高在相同条件下目标监测的概率，加强对目标的覆盖能力，提出了一种基于改进差分进化和粒子群混合(IDPA)算法的无线传感器网络节点部署优化策略，以目标检测率作为适应值函数，将传感器节点部署问题转化为目标优化问题，克服了粒子群(PSO)和差分进化(DE)单个算法在求解全局优化问题时易陷入局部最优的缺陷。仿真结果表明，与粒子群(PSO)和差分进化(DE)相比，在相同条件下，改进差分进化和粒子群混合(IDPA)算法有较快搜索速度，有效提高了网络目标监测的概率。实现目标的总体覆盖时，改进差分进化和粒子群混合(IDPA)算法所需要的节点数目少于粒子群(PSO)和差分进化(DE)算法。