Multiobjektive optimierte Bereitstellung von edge-fähigen drahtlosen visuellen Sensornetzwerken zur Zielabdeckung

In drahtlosen visuellen Sensornetzwerken verbrauchen die Erzeugung und Übertragung großer Mengen von Bilddaten viel Energie der Sensorknoten (SNs), und deren Routing und Verarbeitung dauern ziemlich lange. Es ist von großer Bedeutung, die Ereignisberichterstattungsverzögerung (ERD) zu verkürzen und die Lebensdauer des Netzwerks zu verlängern, was durch die angemessene Bereitstellung von Edge-Knoten (ENs) erreicht werden kann, die nicht nur Daten sammeln, sondern auch verarbeiten können. Diese Arbeit untersucht, wie die Bereitstellung von SNs, die Bereitstellung von ENs, das Datenrouting und das Datenoffloading gemeinsam optimiert werden können, um die Anzahl der bereitgestellten SNs und ENs sowie die ERD zu minimieren und die Lebensdauer des Netzwerks zu maximieren. Wir formulieren dieses Problem als gemischt-integer-nonlineares Programm und schlagen einen multiobjektiven differentiellen Evolutionsalgorithmus vor, um es zu lösen. Eine große Anzahl von Simulationsergebnissen zeigt, dass er ein genaueres Pareto-Set liefern kann als der nicht-dominierte Sortierungs-Genetische Algorithmus III.