（通信与信息系统专业论文）基于群体自主移动探测器的气体源定位方法研究.pdf

中文摘要 中文摘要 在化工、石油等许多行业中都存在着有害物质，包括气体和液体，若是由于 操作失误或其他原因，导致这些有害物质在生产或运输过程中泄漏出来，那么居 民和环境就会受到非常大的危害，国内外关于这方面的报道非常多。为了预防这 类事故的发生，并为事故发生后提供有效的补救措施，定位气体源具有很大的现 实意义和实用价值。 现今对气体源定位技术的研究大体分为两种：一是利用分布式群体自主移动 探测器间的协作移动来完成气体源的定位；二是利用无线传感器网络( w s n ) 。 目前的研究侧重于第一种。 基于自主移动探测器的气体源定位方法的目标是利用移动探测器及其传感系 统来探测并最终判断气体源的位置。这种方法在危险环境中的探索以及有毒有害 气体源的查找等方面有着非常大的潜力。 本文基于移动探测器的气体源定位问题，展开了以下几方面的工作：首先是 总结了当前最新的气体源定位方法的研究现状，尤其是基于自主移动探测器的定 位方法的研究，分析了问题的实质、重点和难点；其次是利用f l u 卧汀软件仿真 气体源的扩散，更准确地模拟了气体源的扩散，并结合基于能量衰减的模型，对 基于群体自主移动探测器的气体源的定位方法进行研究；最后根据对现有定位算 法的比较提出了一种相对简单可行的加权组合三边算法( w c t ) ，给出了仿真结 果，分析了此算法的优点和不足。 仿真结果表明：在含有背景噪声的环境下，运用w c t 算法进行气体源定位 可以达到比较理想的定位效果，并且该算法对于噪声有较强的鲁棒性。由于该算 法相对简单易行，所以将其应用于基于自主移动探测器的气体源的定位具有很大 的应用前景。 关键词：移动探测器；气体源定位；加权组合三边算法；气体扩散模型 黑龙江大学硕士学位论文 m 1 1 1 | 1 1 1 i l l i l l l l | 1 | i l 1 1 1 i i | 1 1 l i l y 1 9 4 0 2 8 2 a b s t r a c t t h e r ea r eh a 珊f u ls u b s t a n c e si n c l u d i n gg a sa n dl i q u i di nt h ec h e m i c a l ，o i la n d o l h e rm 锄yi n d u s t r i e s o n c ct h e s eh a 册f u ls u b s t a n c e s 盯el e a k e di nt h et r a n s p o r t p r o c e s so rp r o d u c t i o nd u et oo p e r a t i n ge r r o r so ro t h e rc a u s e s ，t h e yw i l lc a u s ee x t r e m e l y b a di n f l u e n c e0 nt h er e s i d e n t s 肌de n v i r o n m e n t sa r o u n d t i l l e r ca r em 柚yr c p o n s0 ni t i i lt h ed o m e s t i c 锄d0 v e r s e 筋i no r d e rt op r e v e n ts u c ha c c i d e n t s 彻dp r o v i d et h e e f f e c t i v er c m e d i a lm e a s u r e sa f t e rt h ea c c i d e n t s ，p o s i t i o n i n gt h eg a ss o u r c es h o w sg r c a t p r a c t i c a ls i 印i f ! i c 锄c e 锄dp r a c t i c a lv a l u e 1 o d a y ；t h et e c h n o l o g yf e s e a f c ho nt h eg a ss o u i c el o c a l i z a t i o nc a n b ed i v i d e di n t o 咐oc a t e 9 0 r i e s ：o n ei su s i n gt h ec o o p e r a t i o n 锄o n gt h ed i s t 曲u t e d 铲o u pa u t o n o m o u s m o b i l ed e t e c t o r st of i n i s hg 弱s o u r c bl o c a l i z a t i o n ；t h eo t h e ro n e i su s i n gw i r e l e s ss e n s o r n e t w o r k ( w s n ) s of 弛t h es t u d yo ng a ss o u r c el o c a l i z a t i o ni sm a i n l y f o c u s e do nt h e 6 r s to n e t h er e s e a r c ha j mo fg a ss o u r c e1 0 c a l i z a t i o nb 筋e do nt h ea u t o n o m o u sm o b i l e d e t e c t o ri st od e t e c t 锄de n s u r et h eg a ss o u r c ep o s i t i o n sw i t hm o b i l ed e t e c t o r s 柚dt h e i r c o n c s p o n d i n gs e n s i n gs y s t e m s 1 n h i sm e t h o ds h o w s 伊e a tp o t e n t i a l i nt h ef i e l do f c x p l o r i n gd a n g e r o u se n v i r o n m e n t 柚dp o s i t i o n i n gp o i s o n o u s 锄dh 盯m f u lg a s s o u r c e s n i st h e s i sc o n d u c t e dt h ef 0 u o w i n gw o r ka b o u tt h eg a ss o u r c el o c a l i z a t i o nb 弱e d 伽m o b i l ed e t e c t o r ：t h ef i 飓t0 n ei sas u m m a r yo ft h er e s e a r c hs t a t u so nt h ec i l n e n t n e w e s tg a ss o u r c cl o c a l i z a t i o nm e t h o d s ，e s p e c i a l l yt h a t0 n eb 舔e do na u t o n o m o u s m o b i l ed e t e c t o r 锄a l y s e so ft h ee s s e n c c ，卸dt h ek e y 锄dd i 艏c u l tp o i n t0 ft l l ep r o b i e m ； t h en e x to n e ，am o r ea c c u r a t es i m u l a t i o no ft h eg a ss o u r c ed i f ! f u s i o ni sc a 盯i e do u tb y u s i n gf u j e n ts o f = t 、a r e a n dt h e g a s s o u r c el o c a l i z a t i o nb a s e d0 ng r o u p so f a u t o n o m o u sm o b i l ed e t e c t o ri s a l s o s t u d i e d ，c o m b i n i n gw i t ht h e m o d e lb a s e do n e n e 唱ya t t e n u a t i o n ；i n t h el a s t p a n ，t h er c l a t i v e l ys i m p l ea n d f e a s i b l ew e i g h t e d 7 - i l - a b s t r a c t c o m b i n a t i o nt r i l a t e r a t i o ni s p r o p o s e da c c o r d i n g t ot h e c o m p a r i s o no fe x i s t i n g 1 0 c a l i z a t i o na l g o r i t h m w es i m u l a t e dt h i sa l g o r i t h m ，g a v et h es i m u l a t i o nr c s u l t sa n d a n a l y s e dt h es u p e r i o r i t ya n dd i s a d v a n t a g e so ft h i sa l g o r i t h m s i m u l a t i o nr e s u l t ss h o wt h a tu s i n gw c to nm eg a ss o u r c el o c a l i z a t i o n c a n a c h i e v ea nr e l a t i v e l yi d e a lp o s i t i o n i n ge f f 色c ti nt h ee n v i r o n m e n tw i t hb a c k g r o u n dn o i s e ， a n dt h i sa l g o r i t h mh a ss t m n gr o b u s t n e s sf o rn o i s e b e c 卸s ct h i sa 1 9 0 r i t h mi sr e l a t i v e l y s i m p l e ，s oa p p l y i n gt h i sa 1 9 0 r i t h mo nt h eg a ss o u r c cl o c a l i z a t i o nb a s e do na u t o n o m o u s m o b i l ed e t e c t o rh a s 鲈e a t l yp r o m i s i n gp r o s p e c t k e y w o r d s ： m o b i l e d e t e c t o r ；g a s s o u r c e sl o c a l i z a t i o n ； w e i g h t e d m b i n a t i o n t r i l a t e r a t i o n ；g 硒d i 伽s i o nm o d e l - 第1 章绪论 第1 章绪论 1 1 课题研究背景及意义 在化工、染料以及其它许多行业中都存在有害物质，包括有害气体和液体， 如果因为操作失误等原因导致这些危险性物质泄漏出来，就会对居民和环境造成 很大的不良影响，国内外由于此类事故造成严重损失的报道屡见不鲜，为了预防 此类事故的发生以及为事故发生后提供有效的补救措施，对气体的污染源进行定 位具有很大的现实意义和实用价值【1 1 ；而且，跟踪定位有害气体源在一系列恐怖 袭击事件发生后，也成为了一个焦点问题。 现有对于气体源定位技术的研究大体分为两种。一种是利用分布式群体自主 移动探测器间的协作移动来进行定位跟踪；另外一种就是利用无线传感器网络 ( w 如l 骼s 螂r 僦础，w s n ) i l 】目前的研究大多是通过移动探测器间的协作 来完成的，通常是一个移动探测器配有一个嗅觉传感器，然后利用分布式移动探 测器间的协作来完成气体源的定位。 同w s n 相比，采用移动探测器间的协作来应用于气体源的定位有着一些优 点：一是自主移动探测器在违禁物品的检查与监测环境等方面，可以对目标自主 地感知与定位，因此同一般的被动感知系统相比会有效得多；二是在一些有毒有 害气体泄漏检测以及灾后倒塌的建筑物搜救等方面，其测量精度往往高于w s n 。 因为自主移动探测器可以尽可能地接近源目标，从而得到更加精确的测量值【2 】。 虽然气体源定位的研究还是一个比较新的领域，然而因其应用前景广阔，还 是吸引了大批的学者加入此项研究。 1 2 国内外研究进展及现状 早在2 0 世纪9 0 年代一些国外的学者就开始基于群体自主移动探测器进行气 黑龙江大学硕士学位论文 体源定位的研究，随着其他技术的不断发展，尤其是传感器和计算机技术的高速 发展，此类课题的研究日益发展和完善。 欧美和日本等很多国家的科研机构和高校都对此类课题进行了比较深入的研 究。例如日本的i s l l i d a 等人自1 9 9 2 年就开始了对基于自主移动探测器的气体源定 位问题的研究，他们在研究中采用了z 形接近法和逐步向前法使得定位时间减少 到几分钟至十几分钟，后来又提出了通过沿着风向跟踪烟羽和沿着浓度梯度搜索 烟羽两种策略的转换完成源的定位，加强了系统的灵活性【”1 ；自2 0 0 3 年起i 沁s e n 就开始进行r o b o m o l e 计划，他先是对真涡虫算法进行了分析，接着又提出了六 边形路径算法和十二面体算法，并证明了这些算法的可行性【6 1 ；l & m h a l 等人提 出了将固定运动模式和模式触发机制联合来完成局部搜索，并验证了他们的搜索 策略和随机搜索相比，能够降低机器人和气体源的距离；硒w 锄a 等人通过仿真 对比发现，使用递归人工神经网络，并采用遗传算法优化参数的方法较为理想； 强l y e s 等人提出了一种通过在逆风向搜索气体浓度的高低变化来辨别气体源的算 法，并证明了多个机器人间的基本通讯可以加大气体源确认系统的效率r l 引。 目前国内对此类项目的研究还很少，从2 0 0 6 年起，天津大学的孟庆浩教授和 他的学生们对此进行了一些较为深入的研究，但是同国外相比仍是有一定的差距。 他们提出了改进的蚁群算法、改进的粒子群优化算法以及进化梯度算法，并对这 些算法进行了相应的仿真分析。 基于群体自主移动探测器的气体源定位是一门交叉学科，因而这项研究面临 着很多的挑战，比如气体扩散特性的分析、传感技术问题的解决和搜索算法等等。 1 3 基于w s n 的气体源定位方法 1 3 1 基于w s n 的主要气体源定位算法 基于w s n 的定位算法可以分两种：一种是基于距离的定位算法，另一种是与 距离无关的定位算法，后者主要有c 即仃0 i d 算法、a p i t 算法和d v 二h o p 算法等网。 第1 罩绪论 c e n t r o i d 算法仅仅利用信标节点的坐标魄，乃) ，就可以确定未知节点的坐标 ( 屯，儿) 。在未知节点获得信标节点的位置坐标后，就采用式( 1 - 1 ) 来计算其自 身位置坐标： ( 艺，只) = ( 而，乃加 ( 1 - 1 ) 该算法如图1 1 所示。 ( x i ，y i ) ( x n ，y n x 3 ，y 3 ) ( x l ，y i ) ( x 2 ，y 2 ) 图1 1c 跗砌d 算法 f i g 哪e l - lc e i i t r o i da l l 9 0 r i t h m 因为该算法无需未知节点与信标节点之间的协调，所以实现起来简单容易。 然而，该算法假定信标节点均为理想的球形无线信号传播模型，而现实中并非如 此。同时，对于场边缘的未知节点定位，该算法会存在很大的误差，并且信标节 点的分布与密度对定位精度有很大的影晦，分布愈均匀、密度愈大，定位的精度 就愈高【1 0 1 。 a p i t 算法主要是利用信标节点组成的一些个三角形来将传感区分为若干个 三角区，然后通过判断未知节点在不在三角区内来一步一步缩小未知节点所在的 范围的，如图1 2 所示。p l t ( p o 硫i n - 删a n g u l a t i o n t e s t ) 是用于判断一个未知节 点在不在三角形内的方法，a p i t 的思想就是不断运用p i t 方法，直至定位效果满 足所需要求或者测试完所有的的三角形组合，然后再求出所有满足条件的三角形 的交集的重心，这一重心坐标就是我们估计的未知节点的坐标，如图1 2 所示的 黑点所示【1 1 1 。 黑龙江大学硕士学位论文 该算法属于分布式算法，因为它是在一个节点里完成计算的，当信标节点随 机分布，并且无线信号的传播有很明确的方向时，会更加突显该算法的优势，然 而，由于该算法存在“不确定节点的问题以及需要很多的信标节点，所以定位 精度会受影响，“不确定节点 问题就是指对于那些靠近三角形的三条边或者处在 三条边上的节点，它们的定位容易出现误判【1 2 1 。 图l - 2 栅算法 f i g u 他l - 2a p i ta l g 撕瑚 ： d v - h o p 算法是根据距离矢量路由的原理实现的，它主要分为三部分：一是 计算未知节点与锚节点的最小跳数；二是计算未知节点与锚节点的实际跳段距离； 三是计算未知节点的坐标。当网络中的跳数大于或等于两跳时，未知节点与锚节 点的实际距离与计算得出的距离值存在较大的误差，从而会使定位产生误差【1 ”。 这类算法的优点是不需要测角或测距装置，所以大大降低了对传感器节点硬 件的要求。这类算法的主要优势是成本和能耗都比较低，更适用于大规模的无线 传感器网络的实际应用1 3 1 。 虽然与距离无关的定位算法实用且经济，然而在某些应用场合，它并不能达 到所需的精度，所以此时可以使用基于距离的定位算法，这类算法又可分为基于 到达时间的算法、基于到达角度的算法和基于接收信号强度的算法【1 3 1 。基于后者 的定位算法主要有极大似然法、非线性最小二乘法、直接三边法等等。相对于前 三种算法，直接三边法在噪声较大时定位效果较差，但是它比前三种算法简单直 观，是本文提出的加权组合三边定位算法( w c t ) 的基础算法。 直接三边算法原理如图1 3 所示，图中3 个传感器节点的位置坐标是已知的， 。 第1 章绪论 依次是( 而，m ) 、心，儿) 和( 而，乃) ，未知节点用图中的点a 代表，其坐标( x ，力就 是需要求的未知量，磊、破和以依次代表3 个传感器节点与未知节点间的测量距 离，根据式( 1 2 ) 【1 3 1 ( 1 2 ) 畔乏焉矧。麓一2 ( 1 3 ) 图1 3 直接三边测距定位算法 f i g u r e l - 3n ed i r 鳅1 h 帅g i l l a t i a l 酬t h i n 1 3 2 基于w s n 进行气体源定位的缺点 基于w s n 进行气体源定位存在着以下缺点：一是w s n 节点的计算能力、固 v 州蟛 一 一 一 即吃吩 卜 + + 抄 之 一 一 一 o o o ll-_-_-，1-l_l-l 黑龙江大学硕士学位论文 有能源以及存储资源有限，这会影响其寿命，在一些检测有毒有害气体泄漏、搜 救灾后倒塌的建筑物等方面，其测量精度不如移动探测器，因为移动探测器可以 尽可能地接近源目标，从而得到更加精确的测量值；二是基于w s n 的感知系统 在检查违禁物品和监测环境等方面比较被动，而自主移动探测器则可以自主地对 目标位置进行感知并确定其位置，从而要比前者有效得多【1 3 1 。 1 4 基于群体自主移动探测器的气体源定位方法 近年来，受到生物使用气味来进行交流和搜寻食物的启发，一些学者开始研 究如何将气体源的定位与移动探测器技术相结合，通过移动探测器来主动发现并 确定气体源的位置。 根据h a y e s 的描述，可以将其归纳为三个部分：一是烟羽发现，二是烟羽横 越，三是气味源确认【1 和1 引。 1 5 本文研究的主要内容 因为目前本课题正处于初始阶段，所以本文主要以对算法的引入为重点，同 时具体介绍了气体源的扩散模型，论文研究的主要内容有：第1 章，概括地介绍 了国内外的研究现状，分析了所要解决问题的实质和可能面临的困难；第2 章， 研究了几种基于群体自主移动探测器进行气体源定位的算法，重点提出了w c t 算法；第3 章，分析并确立了气体源的扩散模型；第4 章，给出了运用w c t 算 法的群体自主移动探测器进行气体源定位的仿真结果；第5 章，对全文进行总结， 并对该课题进行了展望。 第2 章基于群体自主移动探测器的气体源定位算法研究 第2 章基于群体自主移动探测器的气体源定位算法 研究 2 1 蚁群算法 2 1 1 蚁群算法的原理 蚁群算法是受真实蚁群行为的启发而提出的。当蚁群找到食物时，总是能找 出一条从食物到巢穴的最优路径，这是因为蚂蚁在寻找食物的路径上会释放出一 种特殊的信息素，当它们碰到一个没走过的路口时，就会随机地选择一条路径继 续前进，并释放出与路径长度有关的信息素，路径越短，释放的信息素浓度就越 高，当后面的蚂蚁再次遇到这个路口的时候，选择较短路径的可能性就会比较大， 从而使得最佳路径上的信息素浓度越来越大，其它的路径上信息素浓度随着时间 的流逝而逐渐减少，最终找出最佳路径【2 0 】。 蚂蚁系统是最早的蚁群算法，它可以通过个城市的商旅问题来介绍。商旅 问题是指在个指定的城市中，找出一条连接所有城市的最短路径。 如果将m 只蚂蚁随机地放入到个城市当中，岛( f ) 表示f 时刻位于城市f 的蚂 蚁个数，那么m = 饥( ，) ，略瓴j = 1 ，2 3 忉表示城市f 和j 之间的距离，勺( f ) 表 示f 时刻在f j 连线上存留的信息量，在开始时刻，设各条路径上的信息量相等， 均为常数c 。f 时刻位于某一城市的蚂蚁g ( 9 = 1 ，2 ，q ，m ) 会根据各个路径 上信息量的多少去选择其中_ 个目标城市，次后返回起点，完成一次循环1 2 1 1 。 各条路径上的信息量很据下面的公式进行修改： 勺( f + 1 ) = p 勺( f ) + f 扩( f ，f + 1 ) ( 2 1 ) 黑龙江大学硕士学位论文 肼 勺o ，r + 1 ) = 碍( f ，f + 1 ) ( 2 - 2 ) 9 - 1 其中，o p l ，表示在时间间隔( f ，f + 1 ) 内信息量减弱的系数，瑶( f ，f + 1 ) 表 示此次循环中第g 只蚂蚁在路径瓴_ ，) 上释放的信息量，乃( f ，f + 1 ) 表示此次循环中 释放在路径g 力上释放的总信息量，刃例表示在f 时刻第g 只蚂蚁从f 移动到歹的 概率，它是f 时刻第g 只蚂蚁选择转移路径的依据【2 2 。3 0 】- 一 筋( f ) =转拈一 协3 ) 0 ，j f 其他 其中，表示f 到j f 的信息素量，j 7 表示由f 移动到_ 的启发信息，它根据具 体问题具体给出，嗽= o ，1 ，一1 ) 代表第g 只蚂蚁下一步可以选择的城市，口和 的作用是调整和刁孽对决策的影响程度3 0 1 。与真实的蚁群不同的是，人工的可 以用禁忌表来记录它已经走过的城市，避免它再次经过这些城市，当结束此次循 环后，就用该表计算此蚂蚁走过的路径的长度，计算结束后清空该表，于是此蚂 蚁又能自由地选择了1 3 0 1 。 依据不同的模型，巧、碍和露何会有所不同，通常划分为蚁量系统、蚁 密系统及蚁周系统，因为蚁周系统利用的是全局信息，而蚁量和蚁密系统利用的 是局部信息，所以蚁周系统的性能远好于其它两个模型，通常又将蚁周系统叫做 蚂蚁系统【3 0 】。当处理大规模的问题时，蚂蚁系统很少能在可以容忍的循环次数内 发现最优解，因而许多专家又改进了蚂蚁系统。 喜 第2 章基于群体自主移动探测器的气体源定位算法研究 2 1 2 改进的蚁群算法 2 1 2 1 基于精英策略的蚂蚁系统 遗传算法里保留住上一代里最适应个体的想法就是精英策略，同样，为了使 目前所找到的最佳解在下一次循环里更有吸引力，在基于这一思想的蚂蚁系统里， 每一次结束循环后都会将额外的信息素赋给最佳解，我们把这样的解就叫做全局 最佳解，而把找出这个最佳解的蚂蚁就叫做精英蚂蚁，依据下面的式子对信息素 。 来更新【3 0 】： 巧= 白( f + 1 ) = p 勺0 ) + 勺+ 弓 ( 2 - 4 ) ( 2 5 ) 罢 若第q 只蚂蚁在本次循环中绁路僦。( 2 - 6 ) o否则 若路径( f ，歹) 为所找出最佳解的一音喱分 ( 2 7 ) 否则 上述式子中，q 表示第g 只蚂蚁走过路径g 力时，单位长度留下的信息素，厶 表示在此次循环里，第g 只蚂蚁走的路径的长度，f ；表示精英蚂蚁在路径g 力上 所产生的信息素的增加，f 表示所发现的最佳解的路径长度，口表示精英蚂蚁的 个数。 虽然使用这一策略可以使得蚂蚁系统在运行过程中更早地找到更佳的解，但 是，如果使用过多的精英蚂蚁，会使得搜索过早收敛，因此不能发现更佳的解， 所以对精英蚂蚁的个数必须进行合理地选择【3 0 】。 巧 材纠 = 勺 黑龙江大学硕士学位论文 2 1 2 2 带优化排序的蚂蚁系统 鉴于以上缺点，学者们又提出了一种带排序思想的蚂蚁系统。也就是在每一 只蚂蚁都形成一条路径后，将它们依据路径的长度进行排序，然后根据它们的排 名顺序对它们的信息素量进行加权，另外，目前所发现的最佳路径的蚂蚁所走过 的边也会获得额外的信息素，也就是混合运用了精英策略和优化排序的思想，信 息素量的更新根据下式进行【3 0 】： 白o + 1 ) = 乃( f ) + 勺+ 弓 ( 2 8 ) 巧=c ”嗟 0 丐= 若第声厌最好的蚂蚁在本次循环中经过路径( f ，力 否则 号若路襁f ，_ ) 为所找出最优解的一部分 否则 ( 2 9 ) ( 2 1 0 ) ( 2 1 1 ) 其中，丐代表第只蚂蚁在路径( f ，d 上所产生的信息素的增加，仃表示精 英蚂蚁的个数，表示最优蚂蚁的排列序号，三一表示第只蚂蚁的路径长度，弓 表示精英蚂蚁在路径似力上所产生的信息素的增加，r 表示所发现的最优解的路 径长度3 0 1 。 2 1 2 3 最优最差蚂蚁系统 一般情况下，我们所要找的最优路径和信息量最大的路径往往是很接近的， 可是依旧会存在着信息量最大的路径并不是我们所要找的最优路径的时候，并且 此种现象在人工蚁群系统里会出现很频繁【3 叭。 鉴于以上的缺点，学者们又提出了最优最差蚂蚁系统，这个系统采用的方法 哆 州肛 = 勺 第2 章基于群体自主移动探测器的气体源定位算法研究 就是进一步地削弱最差解，同时又进一步地增强最优解，导致蚂蚁的搜索行为进 一步集中在最优解附近。 在所有蚂蚁结束了一次循环之后，还会更新最差蚂蚁走过的路径上的信息素， 如果最差蚂蚁走过的路径上的一条边用( 厂，d 表示，并且它不属于最优蚂蚁走过的 路径上的边，那么信息素将按下式进行调整3 0 】： r f ( ，s ) = ( 1 一户) f ( ，s ) 一g 孚 ( 2 - 1 2 ) ： 岛 其中，l 代表此次循环里最差蚂蚁的路径长度，占是此系统中引入的参数， f ( ，s ) 代表城市，与s 间的信息素量，厶代表此次循环里最优蚂蚁的路径长度。 2 1 3 基于蚁群算法的气体源定位实现方法 基于蚁群算法进行气体源定位的实现方法主要划分为三个部分：全局搜索、 局部搜索和信息素更新【3 0 1 。 全局搜索有两种情况，一是随机全局搜索，二是基于概率转移公式的全局搜 索，若移动探测器j 满足下面的式子，就执行随机全局搜索3 0 】： c ( i ) g o ( 2 - 1 3 ) 其中，g 为一个随机数，并且峋 l 时，册分布在一个半径 为乃的超球面上d 州。根据所在位置的函数值以动( 亡1 ，a ) ，可 估计出梯度向量办 第2 章基于群体自主移动探测器盼气体源定位算法研究 甸：圭l 厂( 码) 一( _ ) 】( 啊一_ ) ( 2 1 5 ) 再计算出单位向量勺2 南，下哆，由下式决定 其中，f = 1 8 3 9 。 乃：p 八p 啪p 玎q “吖a ( 2 1 6 ) 【q f ，其他 2 3 粒子群优化算法 粒子群优化算法是一种模拟群体智能行为的算法i 它常用于求解复杂的优化 问题，在该算法中，用没有质量没有体积的粒子来表示个体，它们都被简单的行 为规则约束着，利用他们之间的相互协作和信息共享，能较好地协调它们和群体 之间的关系，在该算法中，评价粒子所在位置的好坏程度的是适应度，它越大代 表该解越优，当然，不同的问题，它具有不同的意义【4 5 舶1 。此算法最开始用在连 续空间的优化，在这一空间中它的数学描述为：设粒子个数为m ，每个粒子在 维空间中的坐标用五= ( 爿，# ，# ，) o = 1 一忉表示，每次迭代里粒子移动的 距离定义为粒子珀勺速度，用杉= “，谚，嵋，) 表示【4 7 】。该算法早期是根据以 下公式对粒子的坐标位置和速度w 进行调整的： 矿1 = 芍+ v 广1 ( 2 - 1 7 ) q 川= 嵋+ q 咒哟o 矿一彳) + c 2 r 删) 0 一群) ( 2 - 1 8 ) w = 圪- x ，矿w 圪- x ( 2 1 9 )气、z - i y ， 【嵋= 一。，矿w 再 1 7 黑龙江大学硕士学位论文 根据公式( 2 2 2 ) 计算相应的权重只 三，重复方法一、二，计算出权重多边形其他”一1 个顶点的坐标以及对应的权 重值； 四，将权重值正规化： 弓= 弓乏篓弓 ( 2 2 6 ) 其中，乃代表第j f 个项点坐标的权重值，乃7 代表正规化后的权重值；： 五，利用权重重心法计算出未知节点的预估坐标值： ( 幺，竞) = ( 喜巧一，善彰巧) ( 2 2 7 ) 其中，曷，巧分别代表权重多边形第j f 个顶点的横纵坐标，( 魅，扮) 代表未知 节点的预估坐标值。 2 4 4 基于加权组合三边算法的气体源定位实现方法 当移动探测器发现气体的浓度超过设定的某个值时，移动探测器便认为发现 了气体。移动探测器可以通过随机行走或者走“之 字形路线来搜索气体。当有 一个移动探测器测得的气体浓度大于设定的某个值时，所有移动探测器会结束随 机行走或者“之 字形行走，一齐向这个移动探测器不断靠近并开始定位气体源。 在发现气体后，移动探测器节点将根据加权组合三边算法对气体源进行定位， 根据最初定位的结果，所有的移动探测器向这一定位中心逐渐靠拢并继续采用加 权组合三边算法对气体源进行定位，直到相邻的两次定位误差小到达到某一期望 值时，移动探测器停止前进，并将最近一次的定位结果做为最终定位的气体源位 置。 第2 章基于群体自主移动探测器的气体源定位算法研究 2 5 本章小结 目前，基于群体自主移动探测器的气体源定位算法主要有蚁群算法、进化梯 度算法和粒子群优化算法等，本章在简要介绍了上述算法后，提出了相对简单可 行的加权组合三边算法，并进行了详细的介绍。 1 9 黑龙江大学硕士学位论文 第3 章气体源扩散仿真模型 3 1 基于能量衰减的模型 对于该模型，通常需要作一些假设：一是气体源在传感器区域里按照各向同 性传播，并且在传播过程中没有环境因素的突变，不考虑障碍物遮挡、风向等因 素；二是气体源头释放的气体浓度在定位过程中始终为常数c ；三是在传感器区 域q 内分布着m 个静止气体源，其位置随机分布为( 置，e ) ，预估坐标为( 幺，) ； 四是个传感器节点静止固定地分布在q 周围，且各个节点本身位置已知( 墨，z ) ， o = 1 ，2 ，奶【4 9 1 。 在研究单个气体源定位时m 取为l ，在采样周期r 内，节点f 测到的气体浓度 为： 弓= 万艳 ( 3 1 ) 其中，毛表示节点j 测到的的气体浓度值，口表示气体扩散的衰减因子，根据 经验通常取2 ，劬表示满足正态分布，仃) 的背景噪声，c 表示第m 个气体源发 出的气体浓度，乃表示节点f 与气体源间的实际距离： 乃= 雁i 眄而 ( 3 - 2 ) 这一模型的优点是方便简单、容易理解，并且研究比较早，比较成熟。但因 为它考虑的传播环境太过理想，和真实的环境相比差很多，不适合实际的研究， 所以逐渐被其他模型所淘汰嗍。 第3 章气体源扩散仿真模型 3 2 高斯模型 用高斯概率密度函数精确地量化一个事物，并将事物分解为若干个基于高斯 概率密度函数所形成的模型称之为高斯模型。它通常适用于点源的扩散，在五六 十年代就已经被应用。 根据气体的密度和气体源的类型，气体的扩散模型通常分为烟羽模型和烟团 模型。 气体的密度与空气相当或是与空气混合后的密度于空气相当时，就可以不计 浮力和重力，属于烟羽扩散【5 1 1 。通常这个模型适合用在连续源或者是泄放时间大 于等于扩散时间的情况，公式如下： c ( ，日) = 善p 却一事+ 口 ( 争】( 3 - 3 ) 三衡户 其中，c 表示某一点处的浓度，日表示有效的源高，x 、y 、z 表示此点的坐 标，q 表示源的扩散速率，q 、吒分别表示水平方向和垂直方向的扩散参数【5 2 1 。 尽管在使用烟羽模型时需要做很多的假设，使得它的应用受到了限制，但是 因其提出比较早，而且比较成熟，简单易懂，有较多的试验数据，计算方便，试 验值与计算结果能很好地吻合，所以仍然被广泛地用在高架源的计算上【5 3 1 。 气体密度比空气大且泄放量较大时，气体扩散表现为烟团模式，一般瞬时源 和部分连续源泄漏容易形成烟团扩散。如果气体云内空间上的分布为高斯分布， 那么地面处下风向的浓度公式为4 】： c ( 五肭忉= 半日 唼生学 ( 3 4 ) ( 2 t t ) 3 吒一 其中，吼、吒分别表示水平和垂直方向的扩散系数，m 表示气体扩散总量， 日表示有效的源高，工、j ，表示该点坐标，”表示风速【5 5 】。 因为高斯烟羽和烟团模型没有考虑重力影响，所以仅仅适用于轻气体或者和 - 2 卜 黑龙江大学硕士学位论文 空气密度差不多的气体的扩散5 6 1 。虽然高斯模型有着许多缺点，但是目前美国环 境保护协会所采用的许多标准仍是以它为基础而制定的，并且在广泛应用着5 7 1 。 3 3 基于f l u e n t 的动态模型 由于受现实环境中空气湍流的影响，空气中气体的分布很不容易用一个准确 的函数来表示。因此在本文中将采用f l u e n t 软件来仿真一个时变的气体分布模型。 1 9 8 3 年，美国的f l i j l 三r t 公司推出了一款c f d ( c o i n p u t a t i o m lf l u i d d ”锄i c s ) 软件f l i 厄n t ，它是目前功能最全面、适用性最广、国内使用最 广泛的c f d 软件之一【如】。因为它不仅具有丰富的物理模型和先进的数值计算方 法，而且还有强大的前后处理功能，所以在航空航天、石油、天然气等方面都有 着普遍的应用【5 引。另外，用户还可以通过f l u e n t 提供的用户自定义函数去改进 和完善模型，使得用户可以处理更加个性化的问题【5 8 1 。它可以模拟许多问题，小 到简单的不可压流体问题，大到复杂的高度可压流体问题，使用了多重网格加速 收敛的技术以及多类求解方法，因此可以取得良好的求解精度及收敛速度【5 引。 3 3 1 流体动力学的控制方程 实际上，任何流体的流动问题都要受一些物理守恒定律的约束，一些基础的 定律有动量守恒定律、质量守恒定律以及能量守恒定律，若是流动问题中存在着 不一样成分的相互作用或者混合，那么它还要遵循组分守恒定律，若是流动属于 湍流的情况，那么它还要遵循额外的湍流输运方程网。 一般将质量守恒定律描述成单位时间内，流体的微元体中质量的增加，也就 是在相同时间间隔内，流入此微元体的净质量，依据此定律获得的质量守恒方程 为【5 9 】： 望+ 皇螋+ 旦盟+ 皇逊：o( 3 5 ) 第3 章气体源扩散1 方翼模型 其中，p 表示密度，甜、1 ，、w 依次表示速度在x 、y 、z 三个方向上的分量， f 表示时间。，这里给出的质量守恒方程是针对瞬态三维可压流体而言的，如果流 体属于不可压的，那么密度p 就是常数，上面的公式( 3 - 5 ) 则是： 丝+ 生+ 丝= o ( 3 6 ) 如果流动属于稳态，那么密度p 不随时i 司变化，公式乏3 - 5 ) 则是：f 皇逊+ 亟型+ 望幽= o( 3 7 ) 瓠 印 抛 质量守恒方程常常叫做连续方程。 一般将动量守恒定律描述成外界作用在某微元体上的各种力的和等于此微元 体中流体的动量对时间的变化率，它其实是牛顿第二定律，依据此定律获得的x 、 y 及z 方向的动量守恒方程如下例： 型+ 型+ 型+ 型：一望+ 丝+ 丝+ 盟+ e ( 3 8 a ) a缸却如缸缸 砂 瑟 。 型+ 型+ 型+ 必= 一望+ 监+ 坠+ 堕+ 只，( 3 8 b ) 劣缸劫昆劫 缸 勿 如 ， 型+ 必+ 型+ 型；一望+ 鲤+ 坠+ 姿+ e ( 3 8 c ) 西缸勿如 瑟缸 勿 庇 。 其中，k 、f 砂及等表示因分子黏性作用所引起的作用在微元体表面上的 黏性应力f 的分量，p 表示微元体上的压力，e 、及c 表示微元体上的体力， 如果体力仅仅是重力且z 轴竖直向上，那么e = o ，弓= o ，e = 一倦5 9 1 。 特别指出，对于牛顿流体，黏性应力f 和流体的变形率是成比例的： - 2 罢“罢“考“老 ( 3 - 9 a ) 彩露倒o ! z 2 3 - 黑龙江大学硕士学位论文 = 2 考+ 五罢+ 旯考+ a 罢 。c 3 - 9 b ) 乞= 2 芝+ a 詈+ 允考+ 五笔 c 3 执) = = 当+ 塞) ( 3 - 9 d ) = 气= ( 罢+ 罢) ( 3 - 9 e ) = 勺刊塞+ 等 ( 3 - 旧 其中，旯表示第二粘度，一般可取旯= - 2 3 ，表示动力粘度。将公式( 3 9 ) 代入公式( 3 8 ) ，得到： 擎璺+ 丝掣+ 煎掣+ 亟掣：昙姐妻) + 昙似罢) + 昙( 罢) 一宅+ 羹 ( 3 1 0 a ) 国苏 咖 勿叙”苏。勿”勿缸”瑟7苏 。 墨尘+ 亟掣+ 亟掣+ 亟譬堕：晏姐宴) + 昙姐霎) + 昙。罢) 一罢+ 母 ( 3 1 0 b ) 西叙 勿如缸”苏7 勿”勿7 出”勿7 勿 塑篁+ 亟譬堕+ 亟粤+ 亟尝塑：昙 罢) + 昙 娑) + 昙娑) 一罢+ 瓯( 3 1 0 c ) 甜敏 却 瑟氟”叙7 勿”匆7 昆”缸。叙 其中，瓯、鼠及瓯表示动量守恒方程的广义源项。 动量方程就是动量守恒方程，亦叫做n a v i e r s t o k 髂方程或者叫做运动方程。 存在热交换的流动系统必定满足的基本定律是能量守恒，它其实是热力学第 一定律，一般将它描述成体力和面力对微元体所做的功加上进入微元体的净热流 量等于此微元体中能量的增加掣5 9 l 。 一般动能k = 妻( ”2 + ，2 + w 2 ) 、内能f 以及势能p 的和等于流体的能量e ，并且 能依据e 建立起能量守恒方程，然而这样获得的能量守恒方程却不太好用，因此 往往是从中去掉动能的变化获得关于内能f 的守恒方程，又由于温度r 和内能f 之 间的关系是f = 勺r ( c p 表示比热容) ，所以获得的以温度r 作变量的能量守恒方 程如下【5 9 】： 第3 章气体源扩散仿真模型 塾婴+ 亟粤+ 亟粤+ 亟笔旦= 晏( 生娶) + 昙( 土娶) + 昙( 土娶) + 品( 3 1 1 ) 西舐 砂 出 苏、c p 缸砂、c p 砂7a z 、c p 昆。 。 上式中，& 表示由于黏性作用流体机械能转化为热能的部分以及流体的内热 源，也叫做粘性耗散项，七表示流体的传热系数。 能量守恒方程也叫做能量方程。 联立上述的基本方程，总共有6 个未知量，依次是甜、1 ，、w 、p 、丁及户， 所以为了使得方程组封闭，必须附加一个联系p 及p 的状态方程： p = 烈岛d ( 3 1 2 ) 对于理想气体，该状态方程为： p = 胆丁 ( 3 - 1 3 ) 上式中，r 表示摩尔气体常数。 特别指出的是，即便能量守恒方程属于传热问题和流体流动的基本方程，然 而如果是热交换量非常小甚至可以不计的不可压的流动时，就可以不考虑这一方 程，另外，对于牛顿流体而言，得出的是上一方程，但如果是非牛顿流体，就需 要运用其他形式的能量方程【5 9 l 。 还有，在某个系统里，也许有多类化学组分或是质的交换，那么每一类组分 就都应该遵循组分质量守恒定律，也叫做组分方程。组分方程一般描述成通过化 学反应引起的此组分的生产率和通过系统界面净扩散流量之和等于系统里某一种 组分质量对时间的变化率，依据此定律获得的某一种组分s 的组分方程如下1 5 9 】： 旦绁+ 型+ 皇鲤盟+ 型 魂缸 砂 如 ( 3 1 4 ) = 昙( d i 掣) + 品( 皿等) + 昙( d | 掣m 劣嗽 鲫鲫 沈韶 其中，皿表示该组分的扩散系数，q 表示该组分的体积浓度，墨表示生产率， 就是指系统内单位体积、单位时间内通过化学反应所引起的此组分的质量。 2 5 黑龙江大学硕士学位论文 组分方程又叫做浓度传输方程。 3 3 2 湍流流动的数值模拟 湍流是一种高度复杂的不规则流动，它通常是带旋转的三维非稳态流动，流 动中流体的很多物理参数都会随着空间及时间的变化而变化，比如温度、压力等。 依据物理角度来看，湍流就是各种不一尺度涡旋的叠合，而且这些涡