基于蚁群算法的WSNs节点有障环境中部署优化研究

樊宽刚; 么晓康; 苏建华

doi:10.13873/J.1000-9787(2015)05-0029-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于蚁群算法的WSNs节点有障环境中部署优化研究

研究与探讨 | 更新时间：2025-09-11

- 基于蚁群算法的WSNs节点有障环境中部署优化研究
- Research on optimization deployment of WSNs nodes in barrier environment based on ant colony algorithm
- 传感器与微系统 2015年34卷第5期页码：29-32+37
- 作者机构：
  
  1. 江西理工大学机电工程学院
  2. 中国科学院自动化研究所复杂系统与智能科学国家重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61163063,51365015,71361014）;江西省教育厅科技计划资助项目（GJJ14441,GJJ12353）;江西理工大学自然科学基金资助项目（NSFJ2015—K09）
- DOI：10.13873/J.1000-9787(2015)05-0029-04
  中图分类号： TN929.5;TP212.9
- 纸质出版：2015
- 稿件说明：
移动端阅览
[1]樊宽刚,么晓康,苏建华.基于蚁群算法的WSNs节点有障环境中部署优化研究[J].传感器与微系统,2015,34(05):29-32+37.

FAN Kuan-gang, YAO Xiao-kang, SU Jian-hua. Research on optimization deployment of WSNs nodes in barrier environment based on ant colony algorithm[J]. 2015, 34(5): 29-32+37.
[1]樊宽刚,么晓康,苏建华.基于蚁群算法的WSNs节点有障环境中部署优化研究[J].传感器与微系统,2015,34(05):29-32+37. DOI： 10.13873/J.1000-9787(2015)05-0029-04.

FAN Kuan-gang, YAO Xiao-kang, SU Jian-hua. Research on optimization deployment of WSNs nodes in barrier environment based on ant colony algorithm[J]. 2015, 34(5): 29-32+37. DOI： 10.13873/J.1000-9787(2015)05-0029-04.

摘要

能量限制是无线传感器网络（WSNs）技术中一个关键问题。提出了一种通过无线信道能耗衰减模型利用Dijkstra算法和蚁群算法相结合的WSNs节点静态优化部署策略。通过该策略对两种不同的环境仿真部署验证表明:该策略能更好地优化节点在复杂二维地理环境中的静态部署

并可有效地减少网络的能耗

提高WSNs的使用寿命。

Abstract

Energy constraint is one of key issues for wireless sensor networks（ WSNs）. A strategy for optimizing the placement of static sensor nodes is proposed

and the energy consumption model of wireless channel attenuation is presented for energy efficiency. By this strategy and the model

two simulation experiments using Dijkstra’s algorithm and ant colony algorithm for nodes deployment are executed in the two kinds of different environments

and simulation experiments verify that the strategy can well optimize nodes deployment in complex two-dimensional geographical environment

and can effectively reduce energy consumption and improve service life of WSNs.

关键词

Keywords

references

基于Grid-VFACO的数字化车间WSNs路由算法 [J]. 朱绍文,纪志成,王艳,吴定会. 传感器与微系统 . 2014(01)

大跨桥梁监测无线传感网络节点布置方法研究 [J]. 周广东,李爱群. 振动工程学报 . 2011(04)

大规模农田传感器网络通信能耗模型 [J]. 肖德琴,王景利,罗锡文. 计算机科学 . 2009(08)

层次分簇的无线传感网络多级优化测量 [J]. 王雪,丁梁,王晟,毕道伟. 机械工程学报 . 2009(04)

基于精细化梯度的无线传感器网络汇聚机制及分析 [J]. 朱红松,孙利民,徐勇军,李晓维. 软件学报 . 2007(05)

Ant Colony System Algorithm for Real-Time Globally Optimal Path Planning of Mobile Robots [J]. SLOMAN Aaron. 自动化学报 . 2007(03)

无线通信原理与应用[M]. 电子工业出版社 , (美) 拉帕波特 (Rappaport, 2012

网络信息论[M]. 清华大学出版社 , 樊平毅, 2009

Lifetime maximization in wireless directional sensor network [J] . André Rossi,Alok Singh,Marc Sevaux. European Journal of Operational Research . 2013 (1)

An energy-aware spatio-temporal correlation mechanism to perform efficient data collection in wireless sensor networks [J] . Leandro A. Villas,Azzedine Boukerche,Daniel L. Guidoni,Horacio A.B.F. de Oliveira,Regina Borges de Araujo,Antonio A.F. Loureiro. Computer Communications . 2013 (9)

浏览量

167

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进QGA在WSNs节点部署中的应用

基于改进蚁群优化算法的无线传感器网络路由研究

基于CS算法的LEACH极值双簇首分簇方法

双向选择机制下权重约束的WSNs拓扑演化模型研究

基于模糊粒子群优化算法的无线传感器网络部署优化研究