.png){kind=icon}
返回
Sensor Coverage and Target Detection Optimization using Genetic Algorithms
.png){kind=icon}
PRE
AI
DOI：10.35378/gujs.1413413.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在战场环境中，提升态势感知需要特别关注两个关键因素：覆盖范围和目标探测。本研究旨在利用有限的传感器集合，优化指定区域的覆盖范围和多个目标的探测。采用基于遗传算法（GA）的方法确定最优传感器部署，在最大化区域覆盖和目标探测的同时，最小化所用传感器数量并确保空间分布均匀。均匀性通过最小化传感器间的排斥力实现，这些力被建模为传感器强度和传感器间距离的函数。从这一角度出发，适应度函数由多个目标组成，并通过应用适当的加权因子合并为单一标量值。开发了一种紧凑的染色体结构以支持这种多目标表述。每个基因块编码部署坐标和要放置的传感器类型。使用二进制基因编码表示广泛的连续位置值和传感器类型。目标在指定区域内随机分布，并假设它们在局部邻域内集体移动。在GA选择阶段，最佳染色体保留在染色体池中。如果最佳解在预定迭代次数内保持不变，算法终止，并将对应的染色体作为最优传感器部署配置。
Keyword:
Genetic algorithms Multi-objective fitness function
Sensor coverage optimization
Sensor detection optimization
期刊
G
IF:
1.1
论文数:
37
被引数:
955
机构
引用论文
.png){kind=icon}
分享收藏
Wireless Sensor Network deployment using stochastic optimization techniques - a comparative study基于随机优化技术的无线传感器网络部署——一项比较研究
PREAI
分享收藏
查看更多内容