專利名稱：基于leach-ant算法的無線傳感器網(wǎng)絡(luò)拓撲控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線傳感器網(wǎng)絡(luò)拓撲控制技術(shù)，尤其涉及一種基于LEACH算法和分工 蟻群算法的分簇優(yōu)化方法。
背景技術(shù)：
無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSN)是由布署在監(jiān)測區(qū)域內(nèi)大量 的廉價微型傳感器節(jié)點組成，通過無線通信方式形成的一個多跳的自組織的網(wǎng)絡(luò)系統(tǒng)。協(xié) 作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被感知對象的信息，并發(fā)送給觀察者。其目的是通過 在節(jié)點中運行特定的控制算法，網(wǎng)絡(luò)中的節(jié)點能夠自動地進行拓撲發(fā)現(xiàn)，實現(xiàn)路由選擇、時 鐘同步、數(shù)據(jù)融合、定位等功能，形成能夠按照要求協(xié)作地感知、采集、處理并轉(zhuǎn)發(fā)監(jiān)測數(shù)據(jù) 的多跳的無線網(wǎng)絡(luò)系統(tǒng)。傳感器、感知對象和觀察者構(gòu)成了無線傳感器網(wǎng)絡(luò)的三個要素。拓撲控制研究的問題是在保證一定的網(wǎng)絡(luò)連通質(zhì)量和覆蓋質(zhì)量的前提下，一般以 延長網(wǎng)絡(luò)的生命周期為主要目標，兼顧通信干擾、網(wǎng)絡(luò)延遲、負載均衡、簡單性、可靠性、可 擴展性等其他性能，形成一個優(yōu)化的網(wǎng)絡(luò)拓撲結(jié)構(gòu)。針對通過隨機散布組成的無線傳感器 網(wǎng)絡(luò)，由于散布過程中受到多種因素的影響，網(wǎng)絡(luò)中存在節(jié)點分布不均勻的情況。在某些局 部區(qū)域內(nèi)，節(jié)點數(shù)目較少，分布密度較低，需要開啟的時間較長，能耗較高；反之，在節(jié)點數(shù) 量較多，分布密度較高的區(qū)域內(nèi)，雖然替代節(jié)點較多，但是若節(jié)點都是以最大發(fā)射功率與其 他節(jié)點通信，必然會導致局部通信競爭激烈，節(jié)點之間的競爭沖突增大，導致的重傳和網(wǎng)絡(luò) 的吞吐量下降，從而增加了能耗。因此需要減少與鄰居節(jié)點之間發(fā)生沖突的幾率，提高節(jié)點 的能量利用率。拓撲控制機制就是一種解決此問題的方向。柏林工業(yè)大學的Kubisch等人提出的本地平均算法LMA(Local MeanAlgorithm) 和本地鄰居平均算法LMN(Local Mean of Neighbors Algorithm)，給定節(jié)點度的上限和下 限，每個節(jié)點動態(tài)地調(diào)整自己的發(fā)射功率，使得節(jié)點的度數(shù)落在上限和下限之間，并且利用 局部信息來調(diào)整相鄰節(jié)點間的連通性，從而保證整個網(wǎng)絡(luò)的連通性，同時保證節(jié)點間的鏈 路具有一定的冗余性和可擴展性。但該方法難以保證網(wǎng)絡(luò)的連通性，從而無法保證網(wǎng)絡(luò)的 生命周期。伊利諾斯大學的Narayanaswamy等人提出了一種簡單的將功率控制與路由協(xié)議 相結(jié)合的解決方案C0MP0W，所有的傳感器節(jié)點使用一致的發(fā)射功率P。。m，在保證網(wǎng)絡(luò)連通的 前提下，將功率最小化。C0MP0W建立各個功率層上的路由表，在功率Pi層上，通過使用功 率卩1交換HELLO消息建立路由表RTPi所有可達節(jié)點都是路由表中的表項，在節(jié)點分布均 勻的情況下，C0MP0W具有較好的性能。但是，一個相對孤立的節(jié)點會導致所有的節(jié)點使用 很大的發(fā)射功率，所以在節(jié)點分布不均的情況下，它的缺陷是明顯的。GAF(Geographical AdaptiveFidelity)算法是以節(jié)點地理位置為依據(jù)的分簇算法。該算法引入虛擬單元格的 思想，把監(jiān)測區(qū)域劃分為虛擬單元格，將節(jié)點按其地理位置劃入對應的單元格中；在每個單元格中定期選舉產(chǎn)生一個簇頭，只有簇頭保持活動，收集單元格內(nèi)的信息，其他節(jié)點則進入 睡眠狀態(tài)。但是GAF算法中需要精確的地理位置，而且對傳感器節(jié)點提出了很高的要求，同 時該算法也不能保證能量的均勻消耗。麻省理工學院的Heinzelman等人提出了一直被廣泛引用的 LEACH (Low-Energy Adaptive Clustering Hierarchy)算法，但是 LEACH 需要較 為嚴格的時間同步，也不能保證簇頭均勻分布。目前對拓撲控制的研究還普遍存在著模型過于理想化、對網(wǎng)絡(luò)性能的綜合考慮較 少，沒有考慮實際應用的諸多困難。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)存在的上述不足，提出一種基于LEACH算法和多蟻群算法的 無線傳感器網(wǎng)絡(luò)拓撲控制方法，使其在節(jié)點具有相同的能量初始值、網(wǎng)絡(luò)具有相同的初始 化狀態(tài)和相同的網(wǎng)路負載條件下，網(wǎng)絡(luò)的生命周期及簇頭節(jié)點的生存時間顯著提高。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，提出一種無線傳感器網(wǎng)絡(luò)拓撲控制方法中的 網(wǎng)絡(luò)分簇優(yōu)化方法，具體包括步驟，網(wǎng)絡(luò)初始化階段，將Sink節(jié)點(匯聚節(jié)點)作為基站， Sink節(jié)點向網(wǎng)絡(luò)內(nèi)所有節(jié)點發(fā)送分簇消息，節(jié)點通過轉(zhuǎn)發(fā)分簇消息獲知其與Sink節(jié)點的 跳數(shù)、距離，以及鄰居節(jié)點的相關(guān)信息(能量、距離等)；Sink節(jié)點根據(jù)網(wǎng)絡(luò)的總能量、節(jié)點 數(shù)計算網(wǎng)絡(luò)平均能量，并將該值向網(wǎng)絡(luò)中所有節(jié)點廣播，節(jié)點收到后與自身能量值進行比 較，能量值大于平均能量值的節(jié)點作為備選簇頭節(jié)點；備選簇頭節(jié)點向Sink節(jié)點返回競選 消息，根據(jù)節(jié)點的跳數(shù)信息確定簇頭，利用裂解原理進行分簇；根據(jù)負載均衡將簇頭節(jié)點分 為數(shù)據(jù)融合簇頭和數(shù)據(jù)發(fā)送簇頭，節(jié)點將數(shù)據(jù)發(fā)送給本簇對應的數(shù)據(jù)融合簇頭，進行數(shù)據(jù) 融合后由本簇數(shù)據(jù)發(fā)送簇頭發(fā)送給基站；針對簇內(nèi)節(jié)點和簇間節(jié)點采用不同策略的數(shù)據(jù)傳 送方式。對于簇內(nèi)數(shù)據(jù)傳輸，在MAC層采用T DMA(Time Division Multiple Access，時分 多址)機制，簇頭節(jié)點給每個簇內(nèi)節(jié)點分配一個時間片，節(jié)點按照時間片的先后順序發(fā)送 數(shù)據(jù)給簇頭節(jié)點，未到發(fā)送時間片的節(jié)點處于休眠狀態(tài)；對于簇間數(shù)據(jù)傳輸，采用遵循最 優(yōu)_最差螞蟻原則的蟻群算法尋找一條到Sink節(jié)點的最優(yōu)路徑，通過該最優(yōu)傳輸途徑將數(shù) 據(jù)發(fā)送給Sink節(jié)點，避免了簇間干擾。根據(jù)當前循環(huán)中每只螞蟻經(jīng)歷路徑的長度確定最優(yōu) 螞蟻和最差螞蟻，采用不同的方式對最差螞蟻和最優(yōu)螞蟻路徑的路徑信息素軌跡量進行更 新，對最優(yōu)螞蟻進行信息素增強的同時，對最差螞蟻路徑的信息素進行削弱。Sink節(jié)點還為每一個簇分配一個簇識別碼，由簇頭節(jié)點將簇識別碼轉(zhuǎn)發(fā)給簇內(nèi)的 所有節(jié)點，簇內(nèi)節(jié)點根據(jù)該簇識別碼識別簇內(nèi)節(jié)點及區(qū)別相鄰簇的節(jié)點，以此識別本簇對 應的數(shù)據(jù)融合簇頭及數(shù)據(jù)發(fā)送簇頭。本發(fā)明采用了分層的拓撲控制方法，考慮了網(wǎng)絡(luò)節(jié)點能耗的問題，延長網(wǎng)絡(luò)的生 命周期，避免出現(xiàn)簇頭節(jié)點過早死亡，可以有效地延長網(wǎng)絡(luò)的壽命；在分簇的過程中，將簇 頭分工，考慮節(jié)點間的能量以及節(jié)點間的距離，均衡了網(wǎng)絡(luò)負載；加入了簇識別碼分配，可 有效減少簇內(nèi)傳送數(shù)據(jù)產(chǎn)生的沖突，以及避免相鄰簇間的串擾；最優(yōu)最差螞蟻算法，減小了 數(shù)據(jù)的能耗。總之，本發(fā)明在平均能耗、節(jié)點存活數(shù)以及延長網(wǎng)絡(luò)生命周期方面都表現(xiàn)出了 良好的性能。隨著網(wǎng)絡(luò)規(guī)模的擴大，還具有良好的可擴展性。


圖1為本發(fā)明的總體流程框2為本發(fā)明融入最優(yōu)最差螞蟻算法流程3為采用LEACH-ANT算法和LEACH算法的能量消耗比較圖
圖4為采用LEACH-ANT算法和LEACH算法在剩余節(jié)點數(shù)的性能表現(xiàn)
具體實施例方式下面結(jié)合附圖和具體實例對本發(fā)明的實施作詳細說明。如圖1所示為本發(fā)明的總體流程框圖，本發(fā)明所述的網(wǎng)絡(luò)分簇優(yōu)化方法具體包括 以下步驟步驟一，網(wǎng)絡(luò)初始化階段，將Sink(匯聚)節(jié)點作為基站，Sink節(jié)點向網(wǎng)絡(luò)內(nèi)所有 節(jié)點發(fā)送分簇消息，普通節(jié)點通過轉(zhuǎn)發(fā)分簇消息獲知其與Sink節(jié)點的跳數(shù)、距離，以及鄰 居節(jié)點的相關(guān)信息(能量、距離等)；Sink節(jié)點根據(jù)網(wǎng)絡(luò)的總體能量、節(jié)點數(shù)計算網(wǎng)絡(luò)平均
能量。設(shè)Ei為第i號節(jié)點的能量，網(wǎng)絡(luò)中節(jié)點的總數(shù)為n，網(wǎng)絡(luò)總體能量為t盡，網(wǎng)絡(luò)的平
均能量為<formula>formula see original document page 5</formula>步驟二，在所有網(wǎng)絡(luò)節(jié)點中第一輪篩選后備簇頭節(jié)點。Sink節(jié)點將平均能量Eaw 消息向網(wǎng)絡(luò)內(nèi)所有節(jié)點廣播，各節(jié)點接收到這個消息后，與自身節(jié)點的能量值Ei進行比較， 當Eaw < Ei時，該第i號節(jié)點作為備選簇頭節(jié)點，并向Sink節(jié)點返回一個競選消息。步驟三，進一步確定簇頭節(jié)點資格。當Sink節(jié)點收到簇頭競選消息時，根據(jù)節(jié)點 的跳數(shù)信息，1.選擇離Sink節(jié)點最遠的2個節(jié)點分成2簇，最遠的這2個節(jié)點為簇頭，以此 兩個簇頭為基礎(chǔ)將所有的節(jié)點分配為兩個簇，兩個簇內(nèi)的節(jié)點數(shù)盡量相等；2.把步驟二中 確定的具有備選簇頭資格的節(jié)點按照1.中的方法分割成更小的子簇；3.按照上述方法繼 續(xù)重復分割，直到劃分到指定的簇數(shù)為止。步驟四，簇頭節(jié)點分工。為了實現(xiàn)負載均衡，將簇頭節(jié)點細分為數(shù)據(jù)融合簇頭和 數(shù)據(jù)發(fā)送簇頭，這樣比讓單一的簇頭完成兩個工作節(jié)省了 10%的能量，達到了負載的均衡。 根據(jù)相鄰節(jié)點的能量值和鏈路狀態(tài)，算法模塊調(diào)用公式τ u = (1-P ) τ ij+L^+E/確定信 息素更新規(guī)則，當信息素大且剩余能量大于閾值的節(jié)點被選擇為數(shù)據(jù)發(fā)送節(jié)點，其余簇頭 節(jié)點為數(shù)據(jù)融合節(jié)點。其中Lu為節(jié)點i和j之間的距離的歸一化值，Ei為節(jié)點i的能量 值，α為鏈路狀態(tài)的影響因子，即距離在信息素中所占的比重；β為能量狀態(tài)的影響因子， 即剩余能量在信息素中所占的比重。上述參數(shù)的選擇可通過試驗獲得經(jīng)驗值確定。研究發(fā) 現(xiàn)，發(fā)送Ibit的數(shù)據(jù)要消耗50nj的能量，融合Ibit數(shù)據(jù)要消耗5nj能量，因此，如果讓所 有簇頭完成數(shù)據(jù)融合和發(fā)送兩種任務，沒有達到均衡網(wǎng)絡(luò)負載的目的，勢必會導致簇頭節(jié) 點的過早死亡。所以，本發(fā)明在簇的建立過程中，采用了分工蟻群算法。無線傳感器網(wǎng)絡(luò) 中，節(jié)點的能量以及節(jié)點間的鏈路狀態(tài)是不斷改變的，傳統(tǒng)的更新規(guī)則沒有考慮上述改變， 不適用于傳感器網(wǎng)絡(luò)。本發(fā)明的信息素更新綜合考慮了網(wǎng)絡(luò)中的其它因素，更加實用。步驟五，數(shù)據(jù)融合簇頭對簇內(nèi)節(jié)點數(shù)據(jù)進行數(shù)據(jù)融合后發(fā)送給數(shù)據(jù)發(fā)送節(jié)點。步驟六，針對簇內(nèi)節(jié)點和簇間節(jié)點采用不同策略的數(shù)據(jù)傳送方式。在簇與簇間邊界區(qū)域的節(jié)點，有可能出現(xiàn)混淆和干擾，這樣會消耗節(jié)點向數(shù)據(jù)融 合簇頭發(fā)送的能量，本發(fā)明可采用簇識別碼分配(CCA，Cluster CodeAllocation)解決上述 問題。在初始分簇過程中，Sink節(jié)點還為每一個簇分配一個簇識別碼，由簇頭節(jié)點將簇識 別碼轉(zhuǎn)發(fā)給簇內(nèi)的所有節(jié)點，簇內(nèi)節(jié)點通過該簇識別碼區(qū)別相鄰簇的節(jié)點，根據(jù)該簇識別碼將數(shù)據(jù)發(fā)送給對應的數(shù)據(jù)融合簇頭，然后由數(shù)據(jù)融合簇頭發(fā)送給數(shù)據(jù)發(fā)送簇頭，進而發(fā) 送給基站。對于簇內(nèi)數(shù)據(jù)傳輸，本發(fā)明在MAC層采用TDMA機制，簇頭節(jié)點給每個簇內(nèi)節(jié)點分 配一個時間片，節(jié)點按照時間片的先后順序發(fā)送數(shù)據(jù)給簇頭，未到發(fā)送時間片的節(jié)點處于 休眠狀態(tài)。該方法可以有效的減少簇內(nèi)節(jié)點傳送數(shù)據(jù)到簇頭的沖突，并節(jié)省能量。對于簇間數(shù)據(jù)傳輸，采用遵循最優(yōu)-最差螞蟻原則的蟻群算法尋找一條到Sink節(jié) 點的最優(yōu)路徑。按照該路徑進行數(shù)據(jù)傳輸。該算法是在蟻群算法的基礎(chǔ)上，增強了螞蟻搜尋最優(yōu)路徑過程中搜索過程的指導 性，引入對最差螞蟻懲罰機制，通過修改蟻群系統(tǒng)中的全局更新公式，對所有螞蟻完成一次 循環(huán)后，根據(jù)當前循環(huán)中每只螞蟻經(jīng)歷路徑的 長度確定最優(yōu)螞蟻和最差螞蟻，采用不同的 方式對最差螞蟻和最優(yōu)螞蟻路徑的路徑信息素軌跡量進行更新，通過更新對最優(yōu)螞蟻進行 信息素增強的同時，對最差螞蟻路徑的信息素進行削弱，進一步增大最優(yōu)與最差螞蟻的信 息素，加快收斂速度，使得螞蟻的搜索更集中于到當前循環(huán)為止所找出的最好路徑的鄰域 內(nèi)。過程流程圖如圖2所示，具體為1.每只螞蟻(設(shè)置螞蟻總數(shù)為簇頭節(jié)點總數(shù))根據(jù)公式(1)、公式(2)選擇路徑
<formula>formula see original document page 6</formula>
其中
<formula>formula see original document page 6</formula>其中all0Wedk= {0，1，2丨11-1}表示螞蟻k下一步允許選擇的節(jié)點(如城市)。由 上式可知，轉(zhuǎn)移概率Pijk與h/α) Iii/ω生正比。表示螞蟻k的轉(zhuǎn)移概率，j表示尚未 訪問的節(jié)點，Tij表示邊(i，j)上的信息素軌跡強度，Ilij表示邊(i，j)上的能見度因數(shù)， α和β為兩個參數(shù)，分別反映了螞蟻在節(jié)點i轉(zhuǎn)移到節(jié)點j的啟發(fā)程度，allowedk表示螞 蟻下一步允許選擇的節(jié)點。2.每只螞蟻選擇完路徑確定該螞蟻的一條生成路徑，調(diào)用公式(5)根據(jù)最近的鄰 域自發(fā)產(chǎn)生的一個路徑長度Lnn對節(jié)點r到節(jié)點s之間的信息素軌跡量τ (y,s)進行一次 局部更新；
<formula>formula see original document page 6</formula>ρ為一個參數(shù)，0< P <1。其中η是節(jié)點的數(shù)量，Lnn是由最近的鄰域啟發(fā)產(chǎn)生 的一個路徑長度。一只螞蟻從節(jié)點i到節(jié)點j移動時，局部更新規(guī)則的應用使得相應的信息素軌跡量逐漸減少。實驗表明，局部更新規(guī)則可以有效地避免螞蟻收斂到同一路徑。3.循環(huán)執(zhí)行上述步驟1和2直到每只螞蟻都生成一條路徑；4.根據(jù)當前循環(huán)中每只螞蟻經(jīng)歷路徑的長度，評選出最優(yōu)螞蟻和最差螞蟻，最優(yōu) 螞蟻尋找出來的路徑最短，最差螞蟻尋找出來的路徑最長；5.對最優(yōu)螞蟻調(diào)用公式(7)執(zhí)行全局更新，根據(jù)當前循環(huán)中找出的全局最優(yōu)路徑 Lgb，調(diào)用公式(7)對節(jié)點r到節(jié)點s之間的信息素軌跡量τ ( Y，s)進行全局更新。<formula>formula see original document page 7</formula>其中，
'(i^)-1如果(。S) e全局最優(yōu)路徑 ^r(r,s) = ο 否則其中，α為信息素揮發(fā)參數(shù)，0 < α < 1 ；Lgb為目前找到的全局最優(yōu)路徑。根據(jù) 式(7)，規(guī)定只有那些屬于全局最優(yōu)路徑的邊上的信息素才會得到增強。6.對最差螞蟻調(diào)用公式(8)執(zhí)行全局更新。獲取當前循環(huán)中最差螞蟻的路徑長度 Lw。ret，及當前循環(huán)中最優(yōu)螞蟻的路徑長度Lbest,調(diào)用公式⑶對節(jié)點r到節(jié)點s之間的信息 素軌跡量τ (Y，s)進行全局更新。T(r,s) = (l-p).T(r,s)-s ^^
L best(8j循環(huán)執(zhí)行步驟1 6，直到執(zhí)行次數(shù)達到指定輪數(shù)或連續(xù)若干次內(nèi)沒有更好的解 出現(xiàn)。使用MATLAB2008a進行仿真以驗證本方法的有效性。實驗中，設(shè)定傳感器節(jié)點區(qū) 域大小為[100,100], sink節(jié)點坐標為[100，100]，隨機生成網(wǎng)絡(luò)節(jié)點數(shù)為200。初始化網(wǎng) 絡(luò)節(jié)點能量、傳輸數(shù)據(jù)類型與數(shù)據(jù)聚合能量消耗，并設(shè)定選舉成簇的概率P = 0. 1，最大迭 代次數(shù)η = 300。在實驗中，為了測試網(wǎng)絡(luò)規(guī)模對LEACH-ANT協(xié)議的性能影響，設(shè)置一個在 100X IOOm的范圍內(nèi)隨機放置50個節(jié)點，基站設(shè)置在(110，110)處的網(wǎng)絡(luò)場景。每個無線 傳感器節(jié)點的初始能量為0. 1J。仿真結(jié)果如下首先分析網(wǎng)絡(luò)的剩余能量。圖3表示的是在上邊設(shè)定的場景下，LEACH-ANT算法 和LEACH算法的表現(xiàn)。從圖3中我們可以看到，LEACH-ANT的能量消耗較LEACH有所減小。這表明 LEACH-ANT拓撲控制算法延長了網(wǎng)絡(luò)的生命周期，同時使能量的消耗更加均勻地分布到所 有節(jié)點中。這主要是因為兩種原因分簇過程中加入了分工蟻群，將簇頭分為數(shù)據(jù)融合簇頭 和數(shù)據(jù)傳送簇頭，這樣有效地減少了原來簇頭節(jié)點的負擔，從而均衡了網(wǎng)絡(luò)的負載。采用了 最優(yōu)最差蟻群算法，在數(shù)據(jù)發(fā)送簇頭間尋找一條最優(yōu)傳輸途徑將數(shù)據(jù)發(fā)送給Sink節(jié)點。而在LEACH算法中，所有簇頭節(jié)點都可以直接與Sink節(jié)點進行通信，這就會輪流 引起簇頭節(jié)點能量的顯著下降。因此，本算法的平均能量消耗會較LEACH算法小。接下來我們分析網(wǎng)絡(luò)中的剩余節(jié)點數(shù)，圖4表示這兩種算法在剩余節(jié)點數(shù)這一面 的性能表現(xiàn)。從圖4中我們可以看到，LEACH在進行到第230輪左右節(jié)點完全死亡，而LEACH-ANT算法依然有10個左右的節(jié)點存活，這就說明該算法很大程度上延長了整個網(wǎng)絡(luò) 的生存周期。這主要是因為本算法在簇頭選舉階段就通過選舉節(jié)點能量足夠大的節(jié)點作 為簇頭，從而使得低能量節(jié)點能夠延長它們的生命周期。此外，在簇間路由時，我們利用最 優(yōu)_最差螞蟻算法，將簇頭節(jié)點的剩余能量以及相鄰節(jié)點的鏈路信息加入信息素濃度更新 的計算中，這樣，選擇下一跳節(jié)點時，通過一定概率選擇能量較大的節(jié)點，從而避免了單一 節(jié)點因能量消耗過大而過早死亡，極大地延長了網(wǎng)絡(luò)的生命周期。 由此可見，LEACH-ANT拓撲控制算法在增加節(jié)點存活數(shù)以及延長網(wǎng)絡(luò)生命周期這 些方面較LEACH算法而言都表現(xiàn)出了良好的性能。此外，隨著網(wǎng)絡(luò)規(guī)模的擴大，本算法會表 現(xiàn)出更好的性能，顯示了良好的可擴展性。
權(quán)利要求
無線傳感器網(wǎng)絡(luò)拓撲控制中網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，Sink節(jié)點向網(wǎng)絡(luò)內(nèi)所有節(jié)點發(fā)送分簇消息，網(wǎng)絡(luò)內(nèi)所有節(jié)點獲知其與Sink節(jié)點的跳數(shù)、距離，以及鄰居節(jié)點的相關(guān)信息；Sink節(jié)點根據(jù)網(wǎng)絡(luò)中節(jié)點能量均值、節(jié)點自身的能量值確定備選簇頭節(jié)點，備選簇頭向Sink節(jié)點返回競選消息，Sink節(jié)點根據(jù)節(jié)點的跳數(shù)信息確定簇頭節(jié)點，并進行分簇；針對簇內(nèi)節(jié)點和簇間節(jié)點采用不同策略的數(shù)據(jù)傳送方式，在更新信息素的過程中根據(jù)相鄰節(jié)點的能量值和鏈路狀態(tài)確定信息素更新規(guī)則，信息素大且剩余能量大于閾值的簇頭節(jié)點作為數(shù)據(jù)發(fā)送節(jié)點，其余簇頭節(jié)點為數(shù)據(jù)融合節(jié)點；節(jié)點將數(shù)據(jù)發(fā)送給本簇對應的數(shù)據(jù)融合節(jié)點，進行數(shù)據(jù)融合后由本簇數(shù)據(jù)發(fā)送節(jié)點發(fā)送給Sink節(jié)點。
2.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，Sink節(jié)點根據(jù)網(wǎng)絡(luò)的總能 量、節(jié)點數(shù)計算網(wǎng)絡(luò)平均能量值，并將該值向網(wǎng)絡(luò)中所有節(jié)點廣播，網(wǎng)絡(luò)中節(jié)點能量值大于 平均能量值的節(jié)點作為備選簇頭節(jié)點。
3.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，對于簇內(nèi)數(shù)據(jù)傳輸，簇頭節(jié) 點給每個簇內(nèi)節(jié)點分配一個時間片，節(jié)點按照時間片的先后順序發(fā)送數(shù)據(jù)給簇頭節(jié)點，未 到發(fā)送時間片的節(jié)點處于休眠狀態(tài)；對于簇間數(shù)據(jù)傳輸，采用遵循最優(yōu)-最差螞蟻原則的 蟻群算法尋找一條到Sink節(jié)點的最優(yōu)路徑，通過該最優(yōu)路徑將數(shù)據(jù)發(fā)送給Sink節(jié)點。
4.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，Sink節(jié)點還為每一個簇 分配一個簇識別碼，由簇頭節(jié)點將簇識別碼轉(zhuǎn)發(fā)給簇內(nèi)的所有節(jié)點，簇內(nèi)節(jié)點根據(jù)該簇識 別碼識別簇內(nèi)節(jié)點及區(qū)別相鄰簇的節(jié)點，以此識別本簇對應的數(shù)據(jù)融合簇頭及數(shù)據(jù)發(fā)送簇 頭。
5.根據(jù)權(quán)利要求3所述的網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，所述最優(yōu)-最差螞蟻原則的 蟻群算法具體包括根據(jù)當前循環(huán)中每只螞蟻經(jīng)歷路徑的長度確定最優(yōu)螞蟻和最差螞蟻， 對最差螞蟻和最優(yōu)螞蟻路徑的路徑信息素軌跡量進行更新，對最優(yōu)螞蟻進行信息素增強的 同時，對最差螞蟻路徑的信息素進行削弱。
6.根據(jù)權(quán)利要求5所述的網(wǎng)絡(luò)分簇優(yōu)化方法，其特征在于，對最優(yōu)螞蟻，根據(jù)當前循環(huán) 中的全局最優(yōu)路徑Lgb，調(diào)用公式t (r,s) — (1-a) t (r,s) + a A x (r, s)對節(jié)點r到節(jié)點S之間的信息素軌跡量T (Y，s)進行全局更新，其中，Ar(r，d = Sb ;對最差螞蟻，根據(jù)當前循環(huán)中最差螞蟻的路徑長度Lw。ret，及當前循環(huán)中最優(yōu)螞蟻的路徑長度Lbest， 調(diào)用公式中』= 小，力〃對節(jié)點r到節(jié)點s之間的信息素軌跡量t (y, s)進行全局更新。
全文摘要
本發(fā)明公開了一種無線傳感器網(wǎng)絡(luò)拓撲控制方法，針對現(xiàn)有技術(shù)無線傳感器網(wǎng)絡(luò)拓撲控制中存在的問題，Sink節(jié)點根據(jù)網(wǎng)絡(luò)中節(jié)點能量均值、跳數(shù)信息選擇簇頭，并進行分簇，將簇頭分為數(shù)據(jù)融合簇頭和數(shù)據(jù)發(fā)送簇頭，針對簇內(nèi)節(jié)點和簇間節(jié)點采用不同策略的數(shù)據(jù)傳送方式，在簇內(nèi)數(shù)據(jù)傳輸過程中采用TDMA技術(shù)，并且在MAC層加入了簇識別碼分配，簇間數(shù)據(jù)傳輸中采用了最優(yōu)最差蟻群算法，在數(shù)據(jù)發(fā)送簇頭間尋找一條最優(yōu)傳輸途徑將數(shù)據(jù)發(fā)送給Sink節(jié)點。本發(fā)明有效地延長網(wǎng)絡(luò)的壽命，均衡了網(wǎng)絡(luò)負載，可有效減少簇內(nèi)傳送數(shù)據(jù)產(chǎn)生的沖突，避免相鄰簇間的串擾；隨著網(wǎng)絡(luò)規(guī)模的擴大，還具有良好的可擴展性?？蓮V發(fā)適用于無線傳感器網(wǎng)絡(luò)。
文檔編號H04W84/18GK101835277SQ20101010795
公開日2010年9月15日 申請日期2010年2月9日 優(yōu)先權(quán)日2010年2月9日
發(fā)明者余成波, 唐海燕, 崔焱喆, 王士彬 申請人:重慶理工大學