传感器网络中的探测与反探测问题研究

论文摘要

近些年来,随着各种相关技术的飞速发展,传感器网络应运而生。它在科学研究、环境监测、武器装备、工农业生产、日常生活等领域具有非常广阔的应用前景,将使整个社会发生又一次变革,并已成为当前国际上的研究热点之一。而遗传算法作为模拟自然界生物优胜劣汰进化机制的一种全局最优化的智能搜索和优化算法,通用性强,具备很好的鲁棒性,能有效的处理复杂的非线性问题,组合优化问题等的特点,被广泛的应用于函数优化,组合优化,生产调度,自动控制,机器人学,图像处理,人工生命,遗传编程,机器学习,传感网络等领域。本文着重探索研究传感器网络中的探测与反探测问题。随着传感网络的发展,人们越来越多的应用它来进行监控。而智能目标在穿越传感区域时,是有能力寻找更好的路径来降低被传感网络探测到的风险的。在反探测问题上,本文针对智能目标该如何穿越传感区域的问题,分析了现有的穿越算法的不足,基于目标视野有限,不能一次了解到整个区域所有传感节点分布状况的情况,提出了一种基于局部Voronoi图的改进的算法:目标在前进的途中不断进行探测,如果发现新的传感器出现时,随时进行必要的调整来重新选择前进的路线。仿真试验也表明了本文的算法有效的减少了目标在穿

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 传感器网络
• 1.2 课题意义
• 1.3 研究现状
• 1.4 本文工作概述
• 第二章 传感网络中的反探测问题
• 2.1 相关研究
• 2.2 智能目标穿越传感区域
• 2.3 再议穿越算法
• 2.4 结论
• 第三章 传感网络中的探测问题
• 3.1 探测问题（节点部署）
• 3.2 遗传算法的基本理论
• 3.3 探测问题解决方案
• 3.4 再议部署问题
• 3.5 结论
• 第四章 结论及下一步工作
• 4.1 探测问题中进一步减少路径长度的方案
• 4.2 考虑节点通信半径时的探测与反探测问题
• 4.3 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间的研究成果