【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】-Toy模板网

这篇具有很好参考价值的文章主要介绍了【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

【可更换其他算法，获取资源请见文章第6节：资源获取】

1. SSA算法

【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】

2. 节点感知模型

由于节点随机抛洒，而传感器节点的分布情况会影响网络覆盖率。在三维覆盖区域中，传感器节点的覆盖区域是某一半径确定的球。在三维监测区域中随机抛洒 $N$ 个传感器节点，形成节点集合 $s_{1},s_{2},s_{3},...,s_{N})$ ，第 $i$ 个节点的坐标为 $s_{i}(x_{i},y_{i},z_{i})$ ，三维监控节点集合中的某一点为 $l_{v}(x_{v},y_{v},z_{v})$ ，三维监控点与目标点的距离为： $d(s_{i},l_{v})$ 。
若 $d(s_{i},l_{v})$ 小于等于感知半径 $R_{s}$ ，则目标点在三维覆盖区域内，感知度标记为1,；相反，则在三维覆盖区域之外感知度标记为0。采用布尔感知模型，感知度为：
【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】
将三维监控节点集合中每个点的感知度求和，并除以三维监控节点集合中的节点数，即可得到整体覆盖率。

3. 三维混合WSN覆盖问题

无线传感网络（WSN）在智能交通、智能农业、医疗健康、工业监测和军事上应用广泛。伴随着WSN应用场景的不同，无线传感器网络的应用也会有所区别。近年来，WSN覆盖优化成为新的研究热点。在监测区域中，传感器节点的部署数量和分布状态对网络服务质量影响很大，如何利用最少的节点个数实现最大的覆盖率，同时保证节点分布均匀性。在二维平面，无线传感器网络在覆盖率方面近乎完善，但是二维平面及感知模型无法适应实际应用场景，节点在三维空间的部署研究刻不容缓。
【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】

在三维立体空间随机部署节点时，由于外部因素的限制，网络中会出现覆盖空洞。空洞是由周围多个节点形成的一个闭合空间，如下图所示。图中1-7个节点可以视为固定节点，其各自的球形范围可以视为固定节点的覆盖范围，本文通过麻雀搜索算法不断优化移动节点的坐标，从而使得三维立体空间内的空洞越小越好，也即整个区域的覆盖率最大化。

【WSN覆盖】基于麻雀搜索算法的三维混合无线传感器网络覆盖优化三维WSN覆盖空洞修复【Matlab代码#25】

4. 部分代码展示

% 画图
figure(2)
% FoodPositionX=FoodPosition(:,1:3:end);
% FoodPositionY=FoodPosition(:,2:3:end); 
% FoodPositionZ=FoodPosition(:,3:3:end); 
for i=1:dim
    x = FoodPositionX(1,i);
    y = FoodPositionY(1,i);
    z = FoodPositionZ(1,i);
    h1=cc(x,y,z,R,0);
    hold on;
end

% 固定节点上色
FoodPositionX=Solution_Guding(1,1:end);
FoodPositionY=Solution_Guding(2,1:end); 
FoodPositionZ=Solution_Guding(3,:); 
for i=1:size(Solution_Guding,2)
    x = FoodPositionX(1,i);
    y = FoodPositionY(1,i);
    z = FoodPositionZ(1,i);
    h2=cc(x,y,z,R,1);
    hold on;
end

xlabel('X(m)');
ylabel('Y(m)');
zlabel('Z(m)');
title('优化后覆盖效果');
legend([h1,h2],'移动','固定')

figure(3)
plot(Convergence_curve(2:end),'r-','LineWidth',1.2);
xlabel('迭代次数');
ylabel('覆盖率');
title('算法训练过程');