摘 要：在規(guī)劃物聯(lián)網(wǎng)節(jié)點分布過程中需要明確考慮到覆蓋范圍，確保節(jié)點能夠有效地傳輸數(shù)據(jù)和接收指令，因此提出基于改進粒子群算法的物聯(lián)網(wǎng)節(jié)點分布規(guī)劃方法。在此過程中，構建了物聯(lián)網(wǎng)節(jié)點分布規(guī)劃目標函數(shù)，確定了物聯(lián)網(wǎng)節(jié)點覆蓋約束條件，利用改進粒子群算法生成了節(jié)點最優(yōu)分布規(guī)劃搜索流程，實現(xiàn)了目標函數(shù)求解，目標函數(shù)最優(yōu)解即為最優(yōu)的物聯(lián)網(wǎng)節(jié)點分布規(guī)劃方案。實驗結果表明，所設計方法的規(guī)劃目標覆蓋率、節(jié)點連通性、數(shù)據(jù)傳輸速率、節(jié)點能耗效率、節(jié)點分布適應性均較高，證明設計方法的規(guī)劃效果較好，具有實際應用價值。

關鍵詞：改進粒子群算法；物聯(lián)網(wǎng)；節(jié)點分布規(guī)劃；目標函數(shù)求解；通信覆蓋率；數(shù)據(jù)傳輸

中圖分類號：TP393.03 文獻標識碼：A 文章編號：2095-1302（2025）03-0-03

0 引 言

物聯(lián)網(wǎng)節(jié)點是連接物聯(lián)網(wǎng)與外界的重要媒介，也是物聯(lián)網(wǎng)運行的基礎[1-4]。物聯(lián)網(wǎng)節(jié)點具有較多功能，其可以通過傳感器收集環(huán)境參數(shù)和人員活動信息，接收來自上位機或云平臺的控制指令，實現(xiàn)設備遠程控制[5-6]，并利用智能算法進行數(shù)據(jù)分析、處理、識別，從而確保數(shù)據(jù)安全性。隨著計算機的高速發(fā)展[7-8]，物聯(lián)網(wǎng)對節(jié)點的自適應、可靠性要求提高，但受復雜傳輸環(huán)境的影響，節(jié)點傳輸存在覆蓋不均等問題，為此已有研究者提出了基于螢火蟲算法的節(jié)點分布規(guī)劃方法[4]以及考慮無線傳輸損耗的節(jié)點分布規(guī)劃方法[5]。但是這兩種方法由于受到多種因素的干擾，其節(jié)點分布規(guī)劃質量并不理想。

事實上，物聯(lián)網(wǎng)節(jié)點分布規(guī)劃是一個系統(tǒng)性的過程，需要考慮多個因素。首先應進行應用場景需求分析，明確節(jié)點功能和分布目標。其次需要考慮環(huán)境因素對節(jié)點分布性能和穩(wěn)定性的影響，如溫度、濕度等。最后還需根據(jù)實際需求選擇合適的通信協(xié)議，不同的通信協(xié)議有不同的傳輸距離和覆蓋范圍。因此，需要找到合理的平衡點。根據(jù)上述重要分布規(guī)劃因素，本文提出基于改進粒子群算法的物聯(lián)網(wǎng)節(jié)點分布規(guī)劃方法。

1 物聯(lián)網(wǎng)節(jié)點改進粒子群算法分布規(guī)劃方法設計

1.1 構建物聯(lián)網(wǎng)節(jié)點分布規(guī)劃目標函數(shù)

在物聯(lián)網(wǎng)節(jié)點傳輸過程中，會產(chǎn)生自由空間損耗，為降低其對節(jié)點分布規(guī)劃造成的影響，本文根據(jù)節(jié)點分布規(guī)劃適應性關系構建物聯(lián)網(wǎng)節(jié)點分布規(guī)劃目標函數(shù)。首先計算節(jié)點綜合自由空間損耗LF：

LF=LG+LD （1）

式中：LG為節(jié)點移動損耗波動[6]；LD為節(jié)點分布距離均值。根據(jù)綜合自由空間損耗可以計算此時節(jié)點傳輸?shù)倪m應度Lloss：

Lloss=max{Jp+poslin（LFLp）} （2）

式中：Jp為節(jié)點之間降低的網(wǎng)關損耗；poslin（Lp）為線性規(guī)劃參量。若傳輸損耗為正值，證明傳輸點與接收點的距離較小[7]；若傳輸損耗為負值，證明傳輸點與接收點的距離較大。這兩種情況都可以使用正值線性傳輸函數(shù)進行處理，結合K-means算法計算節(jié)點之間的平面距離[8]：

（3）

式中：x1、y1為初始節(jié)點；x2、y2為規(guī)劃后的節(jié)點?；谏鲜鲇嬎愕钠矫婢嚯x，可以確定各個節(jié)點的收斂狀態(tài)，獲取全新的慣性權重因子，從而構建適應度較高的物聯(lián)網(wǎng)節(jié)點分布規(guī)劃目標函數(shù)u：

（4）

式中：ui為節(jié)點收斂值；σ為節(jié)點步長；η為規(guī)劃中心效率；A（d）為節(jié)點的傳輸路徑損耗；A（M）為通信覆蓋半徑。使用該模型可以有效縮短節(jié)點分布規(guī)劃的執(zhí)行時間，提高最終的規(guī)劃效果。

1.2 辨識物聯(lián)網(wǎng)節(jié)點覆蓋約束條件

節(jié)點覆蓋約束條件直接影響節(jié)點分布規(guī)劃效果，當節(jié)點通信范圍確定時，其障礙物屬性和傳播范圍仍存在一定差異。因此，需要辨識物聯(lián)網(wǎng)節(jié)點的分布規(guī)劃覆蓋條件[9]，實現(xiàn)合理的節(jié)點分布覆蓋感知。首先確定規(guī)劃區(qū)域的物聯(lián)網(wǎng)異構節(jié)點的基礎通信條件，計算此時節(jié)點的傳輸路徑損耗A（d）：

A（d）=A（d0）+lg （5）

式中：A（d0）為綜合損耗；d為近地參考距離；d0為規(guī)劃衰減因子。此時結合發(fā)送節(jié)點與接收節(jié)點的距離值表現(xiàn)關系調(diào)整接收信號環(huán)境中的障礙衰減因子[10]，基于此得到的通信覆蓋半徑A（M）如下：

A（M）=A（d）+BF （6）

式中：BF為無障礙物影響下的通信覆蓋率[11]。由此生成物聯(lián)網(wǎng)節(jié)點覆蓋約束條件辨識流程，如圖1所示。

由圖1可知，根據(jù)上述分布規(guī)劃覆蓋條件可以確定目標節(jié)點的歐氏距離，設定網(wǎng)格化分布規(guī)劃范圍，最大程度上降低外界干擾對節(jié)點虛擬力計算造成的影響，提高物聯(lián)網(wǎng)節(jié)點分布規(guī)劃的適應性。

1.3 基于改進粒子群算法的目標函數(shù)求解

改進粒子群算法是一種優(yōu)化算法，其能夠有效解決物聯(lián)網(wǎng)節(jié)點分布規(guī)劃面臨的局部最優(yōu)解、收斂速度慢等問題。因此，本文基于改進粒子群算法生成了節(jié)點最優(yōu)規(guī)劃搜索流程，從而實現(xiàn)目標函數(shù)求解。即將物聯(lián)網(wǎng)中的節(jié)點類比為粒子，采用鄰居粒子信息作為全局最優(yōu)信息，jz（t）的計算式如下：

jz（t）=argmaxr（t） （7）

式中：r（t）為對比規(guī)劃范圍內(nèi)的局部最優(yōu)粒子標號信息[12]。此時可以對比通信范圍內(nèi)最優(yōu)的粒子分布信息，得到最優(yōu)規(guī)劃搜索解qz（t）：

qz（t）=argmax rk（t）·jz（t）·u（t） （8）

式中：rk（t）為粒子特征維度向量。根據(jù)上述計算式可以判定規(guī)劃節(jié)點的剩余能量值，生成節(jié)點最優(yōu)規(guī)劃搜索流程。首先判斷鄰居粒子在不同時刻的剩余能量關系，對規(guī)劃粒子群進行標號，然后獲取局部最優(yōu)的信息值，在全局范圍進行搜索。在實際物聯(lián)網(wǎng)節(jié)點分布規(guī)劃過程中，需要考慮粒子移動過程中的覆蓋狀態(tài)，即根據(jù)MANET粒子構造方式對平均冗余度進行標號，確定粒子節(jié)點的位置坐標。使用上述最優(yōu)規(guī)劃搜索流程可以從能量角度改進節(jié)點的分布規(guī)劃狀態(tài)，最大程度上提升節(jié)點分布規(guī)劃的擴展性，從而保證物聯(lián)網(wǎng)節(jié)點分布規(guī)劃質量。

2 實 驗

2.1 實驗準備

結合物聯(lián)網(wǎng)節(jié)點分布規(guī)劃實驗要求，選取Windows 10 MATLAB為仿真實驗環(huán)境，將物聯(lián)網(wǎng)節(jié)點隨機部署在500 m×500 m范圍內(nèi)，設置實驗基站。此時各節(jié)點融合能耗為5 nJ，數(shù)據(jù)傳輸大小為4 000 bit，實驗傳感器初始能量為0.5 J，自由空間能耗較高。設置的部分實驗節(jié)點及節(jié)點分布規(guī)劃區(qū)域示意圖如圖2所示。

由圖2可知，實驗前需要確定節(jié)點分布狀態(tài)和最佳簇首數(shù)量，同時確定實驗基站與節(jié)點的距離，獲取規(guī)劃參量。最后判斷節(jié)點位置是否滿足收斂準則，并進行調(diào)整。實驗選取Sink路由獲取節(jié)點分布規(guī)劃指令，優(yōu)化通信距離，從而提高實驗結果的可靠性。

選取節(jié)點分布規(guī)劃目標覆蓋率、節(jié)點連通性、數(shù)據(jù)傳輸速率、節(jié)點能耗效率、節(jié)點分布適應性作為實驗指標。這些實驗指標越高，證明物聯(lián)網(wǎng)節(jié)點分布規(guī)劃效果越好，反之則較差。

2.2 實驗結果與討論

根據(jù)物聯(lián)網(wǎng)節(jié)點分布規(guī)劃實驗要求，本文選取LCTA1～LCTA8作為分布式規(guī)劃區(qū)域，此時分別使用本文方法、文獻[9]方法和文獻[10]方法進行規(guī)劃。實驗結果見表1。

由表1可知，本文方法的規(guī)劃目標覆蓋率、節(jié)點連通性、數(shù)據(jù)傳輸速率、節(jié)點能耗效率、節(jié)點分布適應性均較高；文獻[9]方法和文獻[10]方法的規(guī)劃目標覆蓋率、節(jié)點連通性、數(shù)據(jù)傳輸速率、節(jié)點能耗效率、節(jié)點分布適應性相對較低，證明本文設計的規(guī)劃方法的規(guī)劃效果較好。

3 結 語

在信息化背景下，物聯(lián)網(wǎng)技術發(fā)展迅速，應用需求不斷變化，而物聯(lián)網(wǎng)節(jié)點分布復雜，不利于數(shù)據(jù)采集與遠程控制，因此，本文提出基于改進粒子群算法的物聯(lián)網(wǎng)節(jié)點分布規(guī)劃方法。實驗結果表明，設計方法的規(guī)劃效果較好，具有可靠性，為提高物聯(lián)網(wǎng)的通信質量、降低節(jié)點傳輸局限性作出了一定的貢獻。

參考文獻

[1]張震，蓋昊宇，朱煉，等.基于節(jié)點連通性的物聯(lián)網(wǎng)鏈路傳輸負載均衡控制方法[J].重慶科技學院學報（自然科學版），2023，25（6）：79-84.

[2]龍艦涵，李平. 5G通信中基于二分圖匹配的鏈路均衡負載方法研究[J].計算機應用與軟件，2022，39（8）：139-144.

[3]劉麗娟，劉定一，陳松楠.考慮負載均衡與傳輸速率的異構網(wǎng)絡接入控制[J].計算機工程與設計，2021，42（6）：1535-1541.

[4]劉敬玲，黃家瑋，蔣萬春，等.數(shù)據(jù)中心負載均衡方法研究綜述[J].軟件學報，2021，32（2）：300-326.

[5]張珂，蔡熙桐，霍洪雙.基于2.4G無線收發(fā)模塊的低成本農(nóng)業(yè)物聯(lián)網(wǎng)節(jié)點軟件設計[J].齊齊哈爾大學學報（自然科學版），2023，39（6）：53-57.

[6]林甄，謝金冶，田碩，等.基于農(nóng)業(yè)物聯(lián)網(wǎng)的無線通信技術實驗研究[J].農(nóng)機化研究，2022，44（6）：188-193.

[7]何湘桂，孟志強，周華安.基于LoRa物聯(lián)網(wǎng)的城市道路照明能耗與竊電監(jiān)測系統(tǒng)[J].湖南大學學報（自然科學版），2023，50（10）：11-19.

[8]田旭飛，姚凱學，王凱鵬，等.基于LoRa和STM32的路燈自動監(jiān)控系統(tǒng)的研究[J].計算機工程與科學，2021，43（8）：1470-1478.

[9]劉艷.基于螢火蟲算法的移動通信網(wǎng)絡節(jié)點最優(yōu)路徑規(guī)劃[J].信息與電腦（理論版），2022，34（24）：72-74.

[10]謝家興，梁高天，高鵬，等.考慮無線傳輸損耗的農(nóng)業(yè)物聯(lián)網(wǎng)節(jié)點分布規(guī)劃算法研究[J].農(nóng)業(yè)機械學報，2022，53（5）：275-281.