麻雀搜索算法在农业监测网络中的应用
作者单位:安徽农业大学
学位级别:硕士
导师姓名:李旸;尹国防
授予年度:2022年
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 082804[工学-农业电气化与自动化] 081104[工学-模式识别与智能系统] 08[工学] 0828[工学-农业工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:无线传感器网络 麻雀搜索算法 WSN覆盖 节点自定位 Zigbee
摘 要:农业监测网络由大量传感器节点自组织形成,这种组网灵活、易于搭建的网络被称为无线传感器网络(Wireless Sensor Networks,WSN)。WSN是实现农业生产信息化、智慧化的基础。人们利用传感器测量农作物生长中的关键因素,对农业生产做出精细化的调控,从而降低人力、物力成本,提高农业生产的效率。随机部署是布置传感器节点的常用方法,但会导致WSN拓扑混乱,造成覆盖率不高以及节点定位的精确度较低等多种问题。为了提高农业监测网络的工作质量和数据的精确度,本文拟从WSN覆盖率和节点自定位入手,接着使用麻雀搜索算法来提高节点的覆盖率,然后根据定位算法的误差原因对节点定位功能进行改进,进而提高节点定位的精确度。本文的主要工作有以下三点:(1)WSN覆盖问题可以归结为最优化问题,即求覆盖率最大的布局方式,本文首先分析了WSN的覆盖模型,并选用麻雀搜索算法(Sparrow Swarm Algorithm,SSA)针对这一问题进行求解。为了提高SSA的寻优能力,本文从优化初始种群、提高算法的全局搜索能力以及提高算法跳出局部最优的能力等三个方面进行了优化。利用反向策略提高初始种群的适应度;使用非线性收敛因子动态调整发现者的数量,在前期使用较多的发现者提高算法的全局搜索能力;加入随机游走机制改变每次迭代中的最优值。为了降低节点间的局部密度,本文引入了虚拟力机制,利用节点之间的相互作用力来调控局部密度。仿真结果表明节点的分布较为均匀并且覆盖率有了显著的提高。(2)针对节点的定位功能,本文选择了具有更低能耗的DV-HOP算法,本文分析了DV-HOP定位算法产生误差的原因,并从四个方面针对DV-HOP算法做出了优化。WSN网络拓扑是影响节点定位的重要原因,相对规则的网络拓扑能够提高节点定位的精确度,因此首先使用优化后的覆盖算法生成节点布局,针对生成后的节点位置进行定位。针对DV-HOP算法本身,本文利用RSSI技术将离散的跳数连续化以获得更精确的跳数;利用最小均方差准则修正平均每跳距离;最后利用改进后的麻雀搜索算法计算节点的坐标。在减小DV-HOP三个阶段的误差之后,通过仿真实验结果可以发现定位误差相较于基本DV-HOP算法有了大幅降低。(3)最后本文设计了一个基于Zigbee通信标准的农业监测系统,该系统以CC2530芯片为核心,实现了温度、湿度、光照以及土壤温湿度的监测功能。上位机中集成了节点布局方案、查看传感器节点位置等功能。