《表2 参数列表:随机障碍物下的有向传感器网络覆盖优化算法》
首先在表2所示的监测环境下,初始预估覆盖率至少达到60%,随机部署Rs=12m,2α=π/2的有向传感器节点需100个(据式(3)计算可得n=90,但考虑到监测环境覆盖稍微冗余,故n=100),随机部署3个矩形障碍物于监测环境下,观察实例效果,由于随机部署的随意性较大,算法优化后的效果也有质量差异,因此某次的实验效果不具有代表性,本文对20次随机部署进行统计观察,有效覆盖率则取50次迭代对应算法作用后CE的平均值,来提高实验普适性,减少误差.图5是实验的一次采样,图5(a)是随机部署3个障碍物于监测环境下,图5(b)是VFA算法迭代过程的一次,并不能确保迭代到最后的优化效果一定是最好的,单可以看出节点分布比随机分布更均匀些,图5(c)经过VFA-PSO算法迭代过程的一次,节点覆盖更均匀,且障碍物的覆盖空洞效应也有所改善.在这20次随机部署中,并不是每一次算法后效果都如图5(c)所示,如何能够更加稳定地发挥VFA-PSO算法优化效果将是下一步工作的重点,这可能与VFA、PSO参数有关,只有经过大量的实验总结才能找到最佳网络参数.
图表编号 | XD00199025800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 关志艳、黄向生 |
绘制单位 | 山西大学商务学院信息学院、中国科学院自动化研究所 |
更多格式 | 高清、无水印(增值服务) |