傳感器網(wǎng)絡(luò)中的探測與反探測問題研究.pdf

1、近些年來，隨著各種相關(guān)技術(shù)的飛速發(fā)展，傳感器網(wǎng)絡(luò)應(yīng)運而生。它在科學研究、環(huán)境監(jiān)測、武器裝備、工農(nóng)業(yè)生產(chǎn)、日常生活等領(lǐng)域具有非常廣闊的應(yīng)用前景,將使整個社會發(fā)生又一次變革，并已成為當前國際上的研究熱點之一。而遺傳算法作為模擬自然界生物優(yōu)勝劣汰進化機制的一種全局最優(yōu)化的智能搜索和優(yōu)化算法，通用性強，具備很好的魯棒性，能有效的處理復雜的非線性問題，組合優(yōu)化問題等的特點，被廣泛的應(yīng)用于函數(shù)優(yōu)化，組合優(yōu)化，生產(chǎn)調(diào)度，自動控制，機器人學，圖像處理，

2、人工生命，遺傳編程，機器學習，傳感網(wǎng)絡(luò)等領(lǐng)域。 本文著重探索研究傳感器網(wǎng)絡(luò)中的探測與反探測問題。隨著傳感網(wǎng)絡(luò)的發(fā)展，人們越來越多的應(yīng)用它來進行監(jiān)控。而智能目標在穿越傳感區(qū)域時，是有能力尋找更好的路徑來降低被傳感網(wǎng)絡(luò)探測到的風險的。在反探測問題上，本文針對智能目標該如何穿越傳感區(qū)域的問題，分析了現(xiàn)有的穿越算法的不足，基于目標視野有限，不能一次了解到整個區(qū)域所有傳感節(jié)點分布狀況的情況，提出了一種基于局部Voronoi圖的改進的算法：

3、目標在前進的途中不斷進行探測，如果發(fā)現(xiàn)新的傳感器出現(xiàn)時，隨時進行必要的調(diào)整來重新選擇前進的路線。仿真試驗也表明了本文的算法有效的減少了目標在穿越整個區(qū)域過程中的風險，具有積極的意義。此外，還針對目前在此問題上常見的曝光度模型，優(yōu)先權(quán)問題進行了深入的分析，指出了常見模型的不足，提出了自己的觀點，并進行了不同參數(shù)環(huán)境下的試驗驗證。 對于探測問題，由于傳感網(wǎng)絡(luò)的監(jiān)控性能往往與節(jié)點的位置分布，對整個區(qū)域的覆蓋情況密切相關(guān)，為了研究如何更

4、好的部署節(jié)點來完成監(jiān)控任務(wù)，針對智能目標會選擇路徑避開傳感網(wǎng)絡(luò)探測的情況，本文利用遺傳算法，尋找高效的部署方案，來給予人們在具體部署傳感網(wǎng)絡(luò)的節(jié)點分布完成探測任務(wù)(以及其他相關(guān)任務(wù))時一些指引和建議，協(xié)助人們更好的完成部署任務(wù)；并結(jié)合具體的應(yīng)用環(huán)境，對遺傳算法中的染色體構(gòu)建，遺傳算子的設(shè)計，早熟收斂的控制等問題進行了深入探討。仿真試驗表明，均勻分布是一種能有效提高目標穿越區(qū)域時的最小曝光度的部署方式。 本文的創(chuàng)新性主要在于：發(fā)現(xiàn)