基于改进粒子群优化算法的光纤传感网络的布置优化

光纤光栅传感网络的有效性在很大程度上取决于传感器部署方案所提供的覆盖范围。为了提高光纤光栅传感网络的覆盖率，需要对传感器的布置进行优化。本文提出一种基于改进粒子群算法的光纤传感网络的布置优化，通过余弦自适应调整惯性权重，同时利用惯性权重来调整学习因子，提高了算法的收敛精度。并基于传统传感器的检测区域模型，建立了更加贴合光纤光栅传感器特点的检测区域模型。以光纤光栅传感器网络覆盖率为目标函数，使用改进粒子群算法对传感器布置进行优化研究。仿真实验结果表明，在传感器节点数为25时，与PSO、UPSO、IABC三种智能优化算法相比，改进后的粒子群算法对目标区域的覆盖提升率分别提高了5.54%、3.81%、4.73%，在解决传感器节点覆盖优化问题方面表现出了显著的优越性。

随着技术的不断进步，传感器在大型结构和设备的健康监测中得到了广泛应用，例如铁路沉降、管道泄漏和机翼损坏等[1] [2] [3]。然而，传统传感器往往容易受到电磁干扰的影响，且耐腐蚀性能较差， 难以满足长期监测的安全要求。此外，由于传感器数量众多，其重量不容忽视。相比之下，光纤布拉格光栅(Fiber Bragg Grating, FBG，以下简称光纤光栅)传感器具有灵敏度高、体积小、重量轻、成本低、抗电磁干扰、耐腐蚀性能好等优点。光纤光栅传感器不仅集信号传感和传输于一体，且不会影响结构的完整性[4] [5] [6] [7]。基于以上这些优点，光纤光栅传感器可以很好的应用在结构健康监测(Structure Health Monitoring, SHM)中。为了全面掌握大型结构的健康状况，需要同时对结构进行多点的监测，光纤光栅具有分布式测量的能力，易于形成波分复用和时分复用的拓扑结构监测阵列，从而实现环境参数的分布式实时在线监测。

Randhir Kumar Sah 和Amitesh Kumar 等人[8]利用FBG 传感器进行土木结构的裂纹监测，将波长映射到时间延迟的询问技术来观察光纤光栅传感器上产生的应变，最大限度地减少结构中错误裂纹检测的概率。ShoiOkagawa 和Peter Bernus 等人[9]利用FBG 传感器获取健康数据并使用机器学习进行实时损伤分类的实时SHM 系统。Shen 和Shin 等人[10]使用分布式光纤传感器，基于布里渊后向散射传感系统测量应变，准确检测管道中的缺陷。在实际监控过程中，传感器的数量会受到解调系统和光源波长带宽的影响，结构的特殊性也限制了传感器的数量。为了准确监测所有目标信息，需要合理部署传感器节点， 同时尽可能减少成本和传感器数量。因此如何在有限的传感器数量下有效布置以提高测量精度、减少覆盖空洞、最大程度利用节点成为学者们研究的焦点。