基于主成分布谷鸟搜索算法的WSN覆盖优化
DOI:
CSTR:
作者:
作者单位:

1.河南工业大学粮食信息处理与控制教育部重点实验室 郑州 450001;2.河南工业大学机器感知与智能系统重点实验室 郑州 450001; 3.河南工业大学信息科学与工程学院 郑州 450001;4.海康威视数字技术股份有限公司 杭州 310000

作者简介:

通讯作者:

中图分类号:

TP393

基金项目:

国家自然科学基金(61803146,61973104,62173127)、河南省优秀青年科学基金(212300410036)、河南省高校科技创新人才支持计划(21HASTIT029)、河南省高等学校青年骨干教师培养计划(2019GGJS089)、河南省青年人才托举工程项目(2019HYTP005)、河南省科技攻关项目(212102210169,212102210086)、河南省高等教育教学改革研究与实践项目(2019SJGLX270)、河南工业大学自科创新基金支持计划(2020ZKCJ06)、河南工业大学青年骨干教师培育计划(21420080)、粮食信息处理与控制教育部重点实验室开放基金(KFJJ2020107,KFJJ2020111,KFJJ2020114)、河南工业大学本科教育教学改革研究与实践项目(JXYJ2019009)资助


Coverage optimization of WSN based on cuckoo search algorithm with principal component analysis
Author:
Affiliation:

1.Henan University of Technology Key Laboratory of Grain Information Processing and Control of Ministry of Education, Zhengzhou 450001, China;2.Henan University of Technology Key Laboratory of Machine Perception and Intelligent System, Zhengzhou 450001, China;3.Henan University of Technology School of Information Science and Engineering, Zhengzhou 450001, China;4.HIKVISION Digital Technology Company Limited by Shares, Hangzhou 310000, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    覆盖控制是很多无线传感器网络应用中基础且关键的问题。针对传感器节点部署的高维优化问题和覆盖区域的复杂性,提出了一种基于主成分布谷鸟搜索算法的无线传感器网络覆盖优化方法。该算法在标准布谷鸟算法(Cuckoo Search,CS)的基础上,加入主成分分析法,减少了布谷鸟个体位置信息之间的相关性,提升了算法的全局搜索能力。仿真实验表明:当贡献率大于0.5时,主成分布谷鸟搜索算法不仅在6个基准测试函数上的性能优于标准CS算法,而且能有效提高无线传感器网络中节点的覆盖范围。

    Abstract:

    Coverage control is a fundamental and critical problem in many applications of wireless sensor networks. Aiming at the high dimensional optimization of sensor node deployment and the complexity of coverage area, a coverage optimization method based on cuckoo search algorithm with principal component analysis is proposed for wireless sensor network. Based on the standard cuckoo search (CS) algorithm, this algorithm adds the principal component analysis method to reduce the correlation between cuckoo individual position information and improve the exploration ability of the algorithm. Simulation results show that when the contribution rate is greater than 0.5, the PCA cuckoo search algorithm not only outperforms the standard CS algorithm in six benchmark test functions, but also can effectively improve the coverage area of nodes in wireless sensor network.

    参考文献
    相似文献
    引证文献
引用本文

张春雨,刘晓东,孙丽君,陈天飞.基于主成分布谷鸟搜索算法的WSN覆盖优化[J].电子测量技术,2021,44(18):129-135

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-08-09
  • 出版日期:
文章二维码