融合VFM与D^*算法的WSN动态栅栏覆盖优化

摘要

为了解决无线传感器网络（WSN）的覆盖优化问题，提出了一种基于动态参数调控和虚拟力增强的动态栅栏覆盖PSO算法（DPVF-PSO）。首先，初始化网络参数和粒子群参数，随机生成初始群体的位置和速度，并计算每个粒子的适应度值。随后，在迭代过程中动态调整PSO参数，计算节点间的虚拟力，选择目标栅栏区域，并融合D^*算法寻找最短路径，更新粒子的速度和位置，同时进行适应度评估。每隔若干代进行一次局部搜索，以进一步优化全局最优解。尤其在含障碍物的检测区域内，DPVF-PSO通过虚拟力机制引导节点避开障碍物，同时利用D^*算法规划最短路径，优化节点的移动轨迹，减少传输延迟和能量消耗，确保网络覆盖的有效性和通信连通性。实验结果表明，在有障碍物的环境中，DPVF-PSO的覆盖率比Chaos ABC、IIC-CS、IHPO和HHO算法分别高出3.623%、5.762%、10.643%和4.385%，适用于智能交通管理、环境监测等实际应用场景，具有显著的实用价值。

关键词

无线传感器网络 / 粒子群优化 / D^*算法 / 虚拟力算法 / 动态参数调整 / 栅栏覆盖