基于有向传感器网络DSN覆盖算法

　　针对感知方向可调的有向传感器网络（DSN），为最大限度减少覆盖空洞和重叠区，从而提高有效覆盖率，提出了差分进化融合混合虚拟力的DSN覆盖算法。首先，建立有向感知模型，分析节点之间、节点与障碍物之间及节点与边界之间的混合虚拟作用力，在此基础上建立节点旋转角度与作用力之间的调整公式；然后，为弱化混合虚拟力造成的局部次优解缺陷，引入差分进化模型，将虚拟力作为进化更新的一个影响因子，节点间经过变异、交又及选择操作来寻找最佳适度值，提高有效覆盖率。覆盖仿真实验表明，在100 mxl00 m监测区域下，求得100次随机部署后经过差分进化融合混合虚拟力算法网络有效覆盖率提高了19. 68%，而经过混合虚拟力算法和差分进化算法的覆盖率分别提高了10. 32%和11. 35%；差分进化融合混合虚拟力算法在迭代80次左右网络趋于稳定，而混合虚拟力算法和差分进化算法分别需要130次和140次左右迭代。相对于混合虚拟力算法和差分进化算法，将两者相结合的差分进化融合混合虚拟力算法的收敛速度更快，有效覆盖率提高更明显。