谢家兴 梁高天 高 鹏 王卫星,3

(1.华南农业大学电子工程学院， 广州 510642； 2.广东省智慧果园科技创新中心， 广州 510642；3.广东省农情信息监测工程技术研究中心， 广州 510642)

0 引言

在无线信号传输的过程中，信号不仅会随着传输距离增大而衰减，还会因为地形的高低起伏而存在一定的绕射损耗[1]。然而目前农场物联网节点的选址大多依靠经验，没有综合考虑地形、信号损耗等因素，从而造成了不必要的发射功率浪费。因此设计一种合理的节点选址方法对于延长节点续航，减少电能消耗具有重大意义。

对于类似的规划问题，常见的解决方法有蚁群算法[2]、粒子群算法[3]等群智能算法，也有Bug算法[4]、A*算法[5]、Dijkstra算法等图搜索算法，以及聚类算法[6]等无监督学习方法。

在无线节点的选址上，文献[7]基于基站选址优化问题的约束条件构建一种基站选址优化模型,该模型使用鲸鱼优化改进算法，仿真发现算法能够获得更理想的优化解,且具有较快的收敛速度。文献[8]通过把单跳Sink节点选址问题转换为区间数学全局寻优问题,结合粒子群算法与质心理论，提出了质心重选址算法，实现了多Sink节点的最优化选址。文献[9]将人工鱼群算法应用到基站选址规划上,提出了变步长的人工鱼群算法，仿真发现该算法只需要更少的待建基站数目就能满足覆盖95%以上的目标。

然而目前已有文献在节点的选址问题上很少考虑信号传输过程中的损耗问题，尤其是由于地形因素导致的绕射损耗，因此本文提出一种结合K-means聚类算法以及粒子群优化(Particle swarm optimization，PSO)算法的物联网节点选址方法。……