專利名稱：基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法。本專利設(shè)計(jì)的方法通過優(yōu)化分簇路由，來降低無線傳感器網(wǎng)絡(luò)的能量消耗，延長網(wǎng)絡(luò)生命周期的目的。
背景技術(shù)：
無線傳感器網(wǎng)絡(luò)通常由成百上千個(gè)節(jié)點(diǎn)布置在感知區(qū)域，在工業(yè)控制、軍事、環(huán)境監(jiān)測等領(lǐng)域存在眾多應(yīng)用，尤其在動(dòng)物養(yǎng)殖環(huán)境檢測領(lǐng)域有重要應(yīng)用價(jià)值。這些節(jié)點(diǎn)體積微小，采用能量有限的電池供電且不可補(bǔ)充能量，因此能量的高效利用十分關(guān)鍵。對(duì)于無線傳感器網(wǎng)絡(luò)來說，網(wǎng)絡(luò)拓?fù)鋵?duì)網(wǎng)絡(luò)的性能影響很大，優(yōu)良的拓?fù)浣Y(jié)構(gòu)能提高M(jìn)AC協(xié)議和路由協(xié)議的效率，為數(shù)據(jù)融合與目標(biāo)定位等提供基礎(chǔ)，有利于延長整個(gè)網(wǎng)絡(luò)的生存時(shí)間；路由協(xié)議可減小通信延遲，均衡網(wǎng)絡(luò)流量，提高網(wǎng)絡(luò)的利用率。在無線傳感器網(wǎng)絡(luò)中，無線傳感器節(jié)點(diǎn)的無線通信模塊在空閑時(shí)也需消耗較多的能量，且大部分時(shí)間處于空閑狀態(tài)，故關(guān)閉無線通信模塊，可大幅降低能耗開銷。我們考慮選擇某些節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)打開通信模塊，輪流打開非簇頭節(jié)點(diǎn)的通信模塊，由簇頭節(jié)點(diǎn)組建一個(gè)連通網(wǎng)絡(luò)負(fù)責(zé)數(shù)據(jù)的采集、匯聚、路由與轉(zhuǎn)發(fā)，這樣既保證了覆蓋范圍內(nèi)的數(shù)據(jù)通信，也大大節(jié)省了能量。在這種拓?fù)涔芾矸绞较拢W(wǎng)絡(luò)中的節(jié)點(diǎn)可劃分為簇頭節(jié)點(diǎn)和成員節(jié)點(diǎn)。簇頭節(jié)點(diǎn)對(duì)簇內(nèi)的成員節(jié)點(diǎn)進(jìn)行管理，協(xié)調(diào)簇內(nèi)節(jié)點(diǎn)的通信，負(fù)責(zé)數(shù)據(jù)的融合與轉(zhuǎn)發(fā)，能量消耗較大，故分簇算法通常周期性的選擇簇頭節(jié)點(diǎn)來均衡網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)的能耗，達(dá)到延長網(wǎng)絡(luò)生存時(shí)間，避免過早出現(xiàn)“空洞”的目的。同時(shí)我們可尋找源節(jié)點(diǎn)和目的節(jié)點(diǎn)間通信延遲小的路徑，均衡網(wǎng)絡(luò)的流量，提高整個(gè)網(wǎng)絡(luò)的利用率，提供更高的服務(wù)質(zhì)量。層次型拓?fù)浣Y(jié)構(gòu)具有很多優(yōu)點(diǎn)，簇頭節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)采集，減少了數(shù)據(jù)通信量；分簇結(jié)構(gòu)有利于分布式算法的大規(guī)模部署，提高了系統(tǒng)的可擴(kuò)展性；成員長時(shí)間關(guān)閉通信模塊，明顯延長了網(wǎng)絡(luò)的生存時(shí)間。而好的路由協(xié)議可保證數(shù)據(jù)沿著優(yōu)化的路徑正確轉(zhuǎn)發(fā)，減小通信時(shí)延，提高網(wǎng)絡(luò)利用率，均衡整個(gè)網(wǎng)絡(luò)的能耗。Wendi B.Heinzelman 等人提出了 LEACH(Low Energy Adaptive ClusteringHierarchy), LEACH周期性執(zhí)行,節(jié)點(diǎn)輪流當(dāng)選簇頭，使得傳感器節(jié)點(diǎn)能耗相對(duì)均衡，可延長了網(wǎng)絡(luò)的生命周期。但LEACH中的節(jié)點(diǎn)僅按照一定的概率當(dāng)選簇頭，未考慮節(jié)點(diǎn)的剩余能量、節(jié)點(diǎn)的鄰居節(jié)點(diǎn)分布等因素，簇頭的選擇隨機(jī)性大，簇頭的分布不均勻，從而未能很好的均衡整個(gè)網(wǎng)絡(luò)的能耗。Siva D.Muruganathan 等人提出了 BCDCP (Base-station Controlled DynamicClustering Protocol)協(xié)議，該協(xié)議包含2個(gè)階段，成簇階段和簇間路由。該方法即考慮了成簇時(shí)的簇頭選擇，又 考慮了成簇后的簇間路由，但是該方法成簇時(shí)僅考慮剩余能量，未考慮其他因素；以及簇間路由類似最小生成樹的方法，未同時(shí)考慮距離和剩余能量的影響，導(dǎo)致能耗相對(duì)較高。

發(fā)明內(nèi)容
本發(fā)明提出了基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，在動(dòng)物養(yǎng)殖環(huán)境監(jiān)測應(yīng)用中，無線傳感器采用電池供電且能量不可補(bǔ)充，需盡量延長傳感器的生存時(shí)間，采集更多的動(dòng)物養(yǎng)殖監(jiān)測數(shù)據(jù)，同時(shí)減少通信時(shí)延，提高網(wǎng)絡(luò)利用率。此方法通過粒子群蟻群優(yōu)化進(jìn)行分簇路由，解決了無線傳感器網(wǎng)絡(luò)簇頭分布不均，能耗不均衡從而帶來的網(wǎng)絡(luò)生存時(shí)間短，以及通信延遲大，網(wǎng)絡(luò)利用率低等問題，從而有效的利用能量，提高網(wǎng)絡(luò)的擴(kuò)展性和穩(wěn)定性，均衡網(wǎng)絡(luò)的能耗，延長網(wǎng)絡(luò)的生存周期。為實(shí)現(xiàn)上述目的，本發(fā)明提供的技術(shù)方案，基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，包括優(yōu)化分簇與簇間路由兩個(gè)階段，具體步驟如下:I)優(yōu)化分簇:首先根據(jù)動(dòng)物養(yǎng)殖環(huán)境檢測網(wǎng)絡(luò)的狀況，動(dòng)態(tài)決定最優(yōu)簇的數(shù)目K ；然后考慮影響能量消耗的因素如節(jié)點(diǎn)的剩余能量、鄰居節(jié)點(diǎn)分布與數(shù)量等，經(jīng)過認(rèn)真分析與多次實(shí)驗(yàn)總結(jié)，構(gòu)造適應(yīng)值函數(shù)f，運(yùn)用粒子群優(yōu)化算法選擇最優(yōu)解，該粒子包含簇頭信息；最后基站將最優(yōu)簇頭信息廣播至整個(gè)無線傳感器網(wǎng)絡(luò)，各節(jié)點(diǎn)收到基站的廣播信息后，成為簇頭的節(jié)點(diǎn)通過CSMA碼廣播自身信息，非簇頭節(jié)點(diǎn)收到該廣播信息后，根據(jù)接收信號(hào)的強(qiáng)弱向簇頭發(fā)送加入請求；簇頭收到加請求后，分配一個(gè)TDMA時(shí)隙給該節(jié)點(diǎn)，該節(jié)點(diǎn)在該TDMA時(shí)隙內(nèi)傳輸數(shù)據(jù)；簇頭節(jié)點(diǎn)收集簇內(nèi)采集的數(shù)據(jù)并進(jìn)行融合匯聚。其中最優(yōu)簇的數(shù)目K采用公式(I)，適應(yīng)值函數(shù)采用公式(2)。2)簇間路由:在簇頭節(jié)點(diǎn)中運(yùn)行蟻群優(yōu)化算法，計(jì)算節(jié)點(diǎn)間的期望程度，更新殘留信息素，然后螞蟻根據(jù)狀態(tài)轉(zhuǎn)移概率選擇下一步，隨著蟻群算法的迭代，最終得到優(yōu)化路由；簇頭節(jié)點(diǎn)融合匯聚后的數(shù)據(jù)沿著該優(yōu)化路由路徑傳輸至基站。其中狀態(tài)轉(zhuǎn)移概率采用公式(7)，節(jié)點(diǎn)間的期望程度采用公式(8)，采用公式(9)和公式(10)更新殘留信息素。本發(fā)明的優(yōu)點(diǎn):I)根據(jù)當(dāng)前動(dòng)物養(yǎng)殖環(huán)境檢測網(wǎng)絡(luò)的狀況，動(dòng)態(tài)決定最優(yōu)簇的數(shù)量；隨著網(wǎng)絡(luò)的運(yùn)行，最優(yōu)簇的數(shù)量是動(dòng)態(tài)改變的，我們始終保持最優(yōu)簇的數(shù)量，減少能量消耗，提高了動(dòng)物養(yǎng)殖環(huán)境檢測系統(tǒng)的性能。2)在分簇優(yōu)化中引入粒子群優(yōu)化算法，充分考慮影響能耗的因素，構(gòu)造適應(yīng)值函數(shù)。本發(fā)明考慮影響能耗的各種因素，如節(jié)點(diǎn)剩余能量、鄰居節(jié)點(diǎn)信息等。最優(yōu)適應(yīng)值粒子對(duì)應(yīng)的簇頭集即為當(dāng)前簇頭的最優(yōu)選擇，該選擇充分考慮了節(jié)點(diǎn)的剩余能量、鄰居節(jié)點(diǎn)的位置與數(shù)量等因素，優(yōu)化了簇內(nèi)能耗，同時(shí)簇頭節(jié)點(diǎn)剩余能量也得到優(yōu)化。3)動(dòng)態(tài)調(diào)整粒子群優(yōu)化算法參數(shù)；結(jié)合分簇優(yōu)化問題，對(duì)粒子群算法中的參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整；同時(shí)對(duì)適應(yīng)值函數(shù)分量的權(quán)重進(jìn)行動(dòng)態(tài)調(diào)整，比如在初始階段，由于節(jié)點(diǎn)能量較多，優(yōu)先優(yōu)化簇內(nèi)能耗，隨著網(wǎng)絡(luò)的運(yùn)行，節(jié)點(diǎn)剩余能量越來越少，此時(shí)剩余能量占的比重相對(duì)增加。4)采用蟻群算法優(yōu)化簇間路由；充分考慮影響路由效率與能量消耗的因素，運(yùn)用蟻群算法優(yōu)化路由選擇，數(shù)據(jù)沿著優(yōu)化的路徑轉(zhuǎn)發(fā)，減小通信時(shí)延，提高動(dòng)物養(yǎng)殖環(huán)境檢測網(wǎng)絡(luò)的利用率。5)蟻群算法參數(shù)的動(dòng)態(tài)調(diào)整；結(jié)合實(shí)際，經(jīng)認(rèn)真分析和實(shí)驗(yàn)總結(jié)，信息啟發(fā)因子所占的比重越來越高，而期望啟發(fā)因子所占的比 重越來越低，便于算法執(zhí)行效率的提高與快速收斂。


圖1為無線傳感器網(wǎng)絡(luò)模型2為粒子群蟻群優(yōu)化分簇路由流程3為粒子群優(yōu)化算法運(yùn)行流程4為蟻群優(yōu)化算法運(yùn)行流程5為網(wǎng)絡(luò)中存活節(jié)點(diǎn)數(shù)與運(yùn)行時(shí)間關(guān)系6為基站接收數(shù)據(jù)量與運(yùn)行時(shí)間關(guān)系圖
具體實(shí)施例方式我們結(jié)合動(dòng)物養(yǎng)殖環(huán)境檢測無線傳感器網(wǎng)絡(luò)模型，如圖1所示，對(duì)本發(fā)明的具體實(shí)施做詳細(xì)說明，如圖2所示。在IOOmX IOOm的動(dòng)物養(yǎng)殖環(huán)境檢測區(qū)域內(nèi)，隨機(jī)布置100個(gè)傳感器節(jié)點(diǎn)，基站位于(50,175)m處,具體模型為:(I)基站遠(yuǎn)離動(dòng)物養(yǎng)殖環(huán)境感知區(qū)域；(2)傳感器節(jié)點(diǎn)隨機(jī)分布且能量受限，不可補(bǔ)充(3)每個(gè)養(yǎng)殖環(huán)境檢測傳感器知道自己的位置信息

(4)傳感器節(jié)點(diǎn)具有功率控制功能，能根據(jù)距離發(fā)送功耗(5)節(jié)點(diǎn)靜止或者相對(duì)于基站來說運(yùn)動(dòng)極慢I)優(yōu)化分簇本發(fā)明首先根據(jù)當(dāng)前動(dòng)物養(yǎng)殖環(huán)境檢測網(wǎng)絡(luò)的狀態(tài)信息計(jì)算最優(yōu)簇的數(shù)量，然后運(yùn)用粒子群優(yōu)化算法選擇最優(yōu)簇頭，并匯聚所采集到的數(shù)據(jù)。具體過程如下:(I)計(jì)算最優(yōu)簇的數(shù)量K =搭長⑴其中N為節(jié)點(diǎn)總數(shù)，M為感知區(qū)域面積，dtoBS為動(dòng)物養(yǎng)殖環(huán)境檢測區(qū)域與基站間的平均距離，efs和επρ為無線通信自由空間和多徑衰減信道模型能耗系數(shù)；(2)構(gòu)造適應(yīng)值函數(shù)f = ε ^+(1- ε ) f2 (2)IfjE(CHpk) (3)
/=1/ A=I/2 = Σ(4)
'' Vn1ECjliO ^ ε ^ I其中K為候選簇頭個(gè)數(shù)，Hi為傳感器節(jié)點(diǎn)i，E為剩余能量，CHp,k為粒子P中包含的簇頭CHk，d為兩者間的歐氏距離，|Cp,k|是粒子P中屬于Ck簇的節(jié)點(diǎn)的數(shù)量，ε為權(quán)重且ε由0.9變化至0.2。(3)運(yùn)行粒子群優(yōu)化算法，如圖3所示，具體過程為:
步驟1:初始化m個(gè)粒子,每個(gè)粒子包含K個(gè)簇頭信息,每個(gè)粒子的結(jié)構(gòu)為:p =(X1, Y1 ；x2, y2 ；x3, y3...xK，yj，即每個(gè)粒子為 2K 維；其中Xl，71為粒子P中包括的第一個(gè)候選簇頭信息，xK, yK為粒子P中包含的第K個(gè)候選簇頭信息。步驟2:計(jì)算每個(gè)粒子的適應(yīng)值對(duì)于每個(gè)節(jié)點(diǎn)Iii,計(jì)算該節(jié)點(diǎn)與所有候選簇頭CHp,k間的距離(Kni, CHpjk)若
權(quán)利要求
1.基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于無線傳感器采用電池供電且能量不可補(bǔ)充，需盡量延長無線傳感器網(wǎng)絡(luò)的生存時(shí)間與減小通信延遲，所述方法步驟如下: 1)優(yōu)化分簇:基站運(yùn)行粒子群優(yōu)化算法，根據(jù)適應(yīng)值函數(shù)f計(jì)算每個(gè)粒子的適應(yīng)值，進(jìn)行粒子更新迭代，最終選出最優(yōu)適應(yīng)值粒子，該粒子包含簇頭信息；基站將簇頭信息廣播至無線傳感器網(wǎng)絡(luò)，收到基站的廣播信息后，簇頭節(jié)點(diǎn)發(fā)布廣播信息，非簇頭節(jié)點(diǎn)根據(jù)接收到信號(hào)的強(qiáng)弱加入相應(yīng)的簇；簇頭節(jié)點(diǎn)匯聚收集到的信息。
2)簇間路由:在簇頭節(jié)點(diǎn)上運(yùn)行蟻群算法，螞蟻k根據(jù)狀態(tài)轉(zhuǎn)移概率^⑴選擇下一節(jié)點(diǎn)，蟻群算法運(yùn)行結(jié)束后，選擇最優(yōu)路徑為簇間路由路徑；簇頭節(jié)點(diǎn)將匯聚后的信息沿路由路徑發(fā)送至基站。
2.根據(jù)權(quán)利I所述的基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于:適應(yīng)值函數(shù)為:
3.根據(jù)權(quán)利2所述的基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于:適應(yīng)值函數(shù)分量權(quán)重ε由0.9變化至0.2。
4.根據(jù)權(quán)利I所述的基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于:狀態(tài)轉(zhuǎn)移概率為:
5.根據(jù)權(quán)利4所述的基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于:轉(zhuǎn)移期望程度為:nik = IMij+λ [E(i)+E(j)]/2。
6.根據(jù)權(quán)利4所述的基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，其特征在于:信息啟發(fā)因子由2.5變化至4.8，期望啟發(fā)因子由4.5變化至2.6。
全文摘要
基于粒子群蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)分簇路由方法，屬于無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域。其特征是動(dòng)態(tài)決定動(dòng)物養(yǎng)殖環(huán)境檢測系統(tǒng)的最優(yōu)簇?cái)?shù)量，認(rèn)真分析影響能耗的因素構(gòu)造適應(yīng)值函數(shù)，運(yùn)用粒子群優(yōu)化算法優(yōu)化分簇，然后在簇頭節(jié)點(diǎn)中運(yùn)行蟻群算法來優(yōu)化簇間路由，從而均衡網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)的能量消耗，延長網(wǎng)絡(luò)的生存時(shí)間，選擇通信延遲小的路徑，均衡網(wǎng)絡(luò)的流量，提高了動(dòng)物養(yǎng)殖環(huán)境檢測無線傳感器網(wǎng)絡(luò)的利用率。
文檔編號(hào)H04W40/10GK103228023SQ20131014676
公開日2013年7月31日 申請日期2013年4月25日 優(yōu)先權(quán)日2013年4月25日
發(fā)明者馬德新, 徐鵬民, 王海, 時(shí)鴻濤, 曲麗君, 柏學(xué)進(jìn), 王學(xué)剛 申請人:青島農(nóng)業(yè)大學(xué)