1、無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）是目前科研領(lǐng)域的熱點(diǎn)研究方向，被廣泛應(yīng)用于各個(gè)領(lǐng)域但帶來(lái)信息傳輸數(shù)量和質(zhì)量的巨大壓力。研究人員提出一種協(xié)作傳輸技術(shù)（Cooperative Transmission, CT），利用攜帶單天線的無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)組建虛擬MIMO（Multiple Input Multiple Output）系統(tǒng)獲得空間分集增益，擴(kuò)大無(wú)線網(wǎng)絡(luò)的覆蓋范圍以減輕該壓力。該理論在通訊、控制等領(lǐng)域

2、得到了廣泛關(guān)注，但在利用節(jié)點(diǎn)數(shù)量有限的無(wú)線傳感器網(wǎng)絡(luò)完成長(zhǎng)距離數(shù)據(jù)傳輸或在指定位置進(jìn)行遠(yuǎn)距離信息采集等類(lèi)似的研究較少，且不利于實(shí)際應(yīng)用，沒(méi)有將協(xié)作傳輸?shù)臄U(kuò)展覆蓋范圍特性應(yīng)用到多跳無(wú)線傳感器網(wǎng)絡(luò)中。
　　本課題“基于協(xié)作傳輸?shù)娜褐悄軣o(wú)線傳感器網(wǎng)節(jié)點(diǎn)部署研究”，在對(duì)協(xié)作傳輸以及無(wú)線傳感器網(wǎng)絡(luò)研究基礎(chǔ)上，分析兩者結(jié)合帶來(lái)的增益效果，尋找最佳部署方案，提出利用僅攜帶單天線能量充足的數(shù)量固定類(lèi)似基站的特殊節(jié)點(diǎn)，應(yīng)用協(xié)作傳輸技術(shù)組建在直線上可

3、以獲得最遠(yuǎn)傳輸距離的無(wú)線傳感器網(wǎng)絡(luò)，以充分利用有限節(jié)點(diǎn)完成數(shù)據(jù)傳輸任務(wù)。針對(duì)不同場(chǎng)合不同需求下的數(shù)據(jù)傳輸任務(wù)，研究并改進(jìn)了多種智能優(yōu)化算法以提高節(jié)點(diǎn)部署的計(jì)算精度減少計(jì)算時(shí)間，并提出了相應(yīng)的節(jié)點(diǎn)部署策略。在災(zāi)后信息獲取、結(jié)構(gòu)健康監(jiān)測(cè)、作戰(zhàn)單元信息傳遞、個(gè)域網(wǎng)構(gòu)建等領(lǐng)域具有重要應(yīng)用。本文的主要研究工作如下：
　　針對(duì)固定節(jié)點(diǎn)數(shù)目的線形無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署問(wèn)題，提出利用協(xié)作傳輸理論構(gòu)建自動(dòng)解碼轉(zhuǎn)發(fā)（Auto Decode and F

4、orward，ADF）節(jié)點(diǎn)部署模型，利用最大比合并（Maximal Ratio Combining，MRC）方法合并多徑信號(hào)，用解碼轉(zhuǎn)發(fā)協(xié)議對(duì)中繼信號(hào)進(jìn)行譯碼轉(zhuǎn)發(fā)，以實(shí)現(xiàn)協(xié)作傳輸技術(shù)在無(wú)線傳感器網(wǎng)絡(luò)上應(yīng)用并獲得傳輸距離的擴(kuò)展。實(shí)驗(yàn)表明，與非協(xié)作傳輸方法DET-CA相比， ADF節(jié)點(diǎn)部署模型可以獲得更遠(yuǎn)的傳輸距離，覆蓋距離增大。為了避免出現(xiàn)節(jié)點(diǎn)不能譯碼導(dǎo)致不工作的情況，提出數(shù)據(jù)共享解碼轉(zhuǎn)發(fā)（Message Sharing Decode a

5、nd Forward，MS-DF）協(xié)作模型，該方法在同一簇內(nèi)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)共享，所有無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)全部工作，增大網(wǎng)絡(luò)的分集增益。實(shí)驗(yàn)表明，MS-DF模型有效可行，與ADF協(xié)作模型相比，在保證信號(hào)傳輸質(zhì)量前提下，極大地提高了無(wú)線傳感器網(wǎng)絡(luò)的直線傳輸距離。以5節(jié)點(diǎn)為例，比DET-CA傳輸距離增長(zhǎng)5％-54%。
　　針對(duì)協(xié)作傳輸 MS-DF節(jié)點(diǎn)部署模型無(wú)法常規(guī)求解問(wèn)題，提出改進(jìn)的蟻群優(yōu)化算法來(lái)尋找模型最優(yōu)解。該方法使用離散分段方式改進(jìn)

6、蟻群算法的啟發(fā)函數(shù)，提出引入?yún)擦址▌t加大信息素更新量，提出融合貪婪算法到禁忌列表（tabu list）更新原則加快算法收斂速度，逐步獲得最優(yōu)解。實(shí)驗(yàn)表明，改進(jìn)的蟻群方法可以有效收斂，并且獲得最優(yōu)解，適用于要求計(jì)算結(jié)果誤差小，但對(duì)計(jì)算時(shí)間要求不高的環(huán)境。仿真實(shí)驗(yàn)表明，7節(jié)點(diǎn)時(shí)蟻群算法種群數(shù)量是10，迭代次數(shù)100次時(shí)結(jié)果誤差僅為0.07%，驗(yàn)證了該算法的可行性和有效性，可以應(yīng)用于優(yōu)化求解協(xié)作傳輸節(jié)點(diǎn)部署模型。
　　針對(duì)要求無(wú)線傳感器

7、網(wǎng)絡(luò)節(jié)點(diǎn)部署計(jì)算時(shí)間短但對(duì)計(jì)算結(jié)果誤差要求不高的部署問(wèn)題。提出應(yīng)用螢火蟲(chóng)群優(yōu)化算法，通過(guò)改進(jìn)螢火蟲(chóng)移動(dòng)函數(shù)和啟發(fā)因子以適應(yīng)協(xié)作模型求解問(wèn)題需要，改進(jìn)決策半徑更新函數(shù)和步進(jìn)函數(shù)加快算法的收斂速度，避免局部最優(yōu)以及極值震蕩問(wèn)題，利用算法的多維并發(fā)計(jì)算優(yōu)勢(shì)減少計(jì)算時(shí)間獲得最優(yōu)解。實(shí)驗(yàn)表明，在保證最優(yōu)值穩(wěn)定收斂情況下，改進(jìn)螢火蟲(chóng)群優(yōu)化算法可以有效地減少計(jì)算時(shí)間，以13節(jié)點(diǎn)為例，螢火蟲(chóng)算法耗時(shí)僅是蟻群算法的30%。適合應(yīng)用于要求計(jì)算時(shí)間短的場(chǎng)合。