摘要详情
412 / 2022-03-15 20:41:42
Research on the deployment optimization of distribution cable sensing devices
Wireless sensor network; Energy consumption balance; Fuzzy particle swarm optimization algorithm; K-degree coverage; Coverage; Genetic algorithm
摘要录用
目的/目标
配电电缆的火灾和外力损坏问题越来越严重，传统传感器遭受能量孔和低覆盖率的困扰。本文旨在提出一种传感器优化排列的算法和策略。
实验/建模方法
首先，建立了传感器能耗模型，以便根据网络大小计算聚类距离和节点密度。然后，对网络进行均匀分区，并部署不同密度的传感器节点。考虑网络中使用的节点数量和相应的目标区域覆盖范围，利用模糊粒子群优化算法实现传感器节点排列。然后，使用K度覆盖算法来优化传感器网络的覆盖范围。最后，建立了以空间覆盖、覆盖多重性和资源利用率为指标的基于遗传算法的传感器部署模型。
结果/讨论
模糊粒子群优化算法可以更好地平衡传感器节点数量和覆盖范围，并具有一定的优势。K度覆盖算法减少了冗余节点的生成，提高了节点的覆盖质量。遗传算法迭代后，一般区域和重点区域具有较高的覆盖率，可以有效利用传感器资源。
结论
本文提出的非均匀部署优化策略具有较高的网络能量利用率，可有效延长网络生命周期。
附录（图、表、图像等）
没有。
配电电缆的火灾和外力损坏问题越来越严重，传统传感器遭受能量孔和低覆盖率的困扰。本文旨在提出一种传感器优化排列的算法和策略。
实验/建模方法
首先，建立了传感器能耗模型，以便根据网络大小计算聚类距离和节点密度。然后，对网络进行均匀分区，并部署不同密度的传感器节点。考虑网络中使用的节点数量和相应的目标区域覆盖范围，利用模糊粒子群优化算法实现传感器节点排列。然后，使用K度覆盖算法来优化传感器网络的覆盖范围。最后，建立了以空间覆盖、覆盖多重性和资源利用率为指标的基于遗传算法的传感器部署模型。
结果/讨论
模糊粒子群优化算法可以更好地平衡传感器节点数量和覆盖范围，并具有一定的优势。K度覆盖算法减少了冗余节点的生成，提高了节点的覆盖质量。遗传算法迭代后，一般区域和重点区域具有较高的覆盖率，可以有效利用传感器资源。
结论
本文提出的非均匀部署优化策略具有较高的网络能量利用率，可有效延长网络生命周期。
附录（图、表、图像等）
没有。
重要日期
-
会议日期
09月25日
2022
至09月29日
2022
-
08月15日 2022
提前注册日期
-
09月10日 2022
报告提交截止日期
-
11月10日 2022
注册截止日期
-
11月30日 2022
初稿截稿日期
-
11月30日 2022
终稿截稿日期
主办单位
IEEE DEIS
承办单位
Chongqing University
联系方式
- Zhengyong Huang
- 61******@qq.com
历届会议
-
2020年09月06日 中国 Beijing
2020 IEEE International Conference on High Voltage Engineering and Application -
2018年09月10日 希腊
2018 IEEE International Conference on High Voltage Engineering and Application -
2016年09月19日 中国 Chengdu, China
2016 IEEE International Conference on High Voltage Engineering and Application
