本發(fā)明屬于無線傳感器網(wǎng)絡拓撲控制領(lǐng)域，具體涉及一種基于和聲搜索算法的無線傳感器網(wǎng)絡的分簇路由方法。

背景技術(shù)：
無線傳感器網(wǎng)絡是下一代網(wǎng)絡中的關(guān)鍵技術(shù)之一，也是21世紀最重要的新興技術(shù)之一，已經(jīng)廣泛運用于軍事領(lǐng)域以及經(jīng)濟和生活領(lǐng)域，以實現(xiàn)物理世界與人類社會的互連。在無線傳感器網(wǎng)絡的應用場景中，通常有少則幾十，多則成千上百個傳感器節(jié)點布置在感知區(qū)域，這些傳感器節(jié)點體積小，通常采用電池供電，傳感器節(jié)點在有些場景中不可更換電池，因此，能量的高效利用對延長整個網(wǎng)絡的生命周期至關(guān)重要。拓撲控制和路由算法是提高無線傳感器網(wǎng)絡能效，延長網(wǎng)絡生命周期的兩大關(guān)鍵技術(shù)。在層次型拓撲結(jié)構(gòu)中，簇內(nèi)節(jié)點(成員節(jié)點)負責數(shù)據(jù)采集，并將數(shù)據(jù)發(fā)送給所在簇的簇頭節(jié)點，簇頭節(jié)點負責數(shù)據(jù)融合以及將數(shù)據(jù)發(fā)送到基站，這樣可以減少數(shù)據(jù)冗余，并減少數(shù)據(jù)通信量，從而延長網(wǎng)絡的生命周期；好的能效路由算法可以保證數(shù)據(jù)沿著優(yōu)化的路徑轉(zhuǎn)發(fā)，均衡整個網(wǎng)絡的能耗，從而延長網(wǎng)絡的生命周期。在很多的層次型無線傳感器網(wǎng)絡應用中，簇頭節(jié)點是從普通的傳感器節(jié)點中選擇，因此，這些簇頭節(jié)點會因為頻繁的數(shù)據(jù)接收、數(shù)據(jù)融合以及與基站通信而很快地將能量消耗完畢，從而減少整個網(wǎng)絡的生命周期。目前，很多研究者采用一種特殊的節(jié)點(網(wǎng)關(guān))作為簇頭，如圖1中的簇頭節(jié)點所示，這些節(jié)點具有比普通傳感器節(jié)點更多的能量，普通傳感器節(jié)點可以加入任何一個在它通信范圍內(nèi)的簇頭。這些網(wǎng)關(guān)一旦布置在場景中后，只有它們才能作為簇頭，其它普通傳感器節(jié)點不能成為簇頭。如果某個簇內(nèi)的普通傳感器節(jié)點(成員節(jié)點)過多，則簇頭節(jié)點的能量容易耗盡；如果成員節(jié)點離簇頭節(jié)點太遠，則成員節(jié)點容易因為長距離發(fā)送數(shù)據(jù)而很快將能量耗盡，這兩種情況對整個網(wǎng)絡的生命周期影響都很大。因此，即考慮簇頭節(jié)點的能耗又考慮成員節(jié)點的能耗的拓撲控制算法對于整個網(wǎng)絡生命周期顯得特別關(guān)鍵。EELBCA(EnergyEfficientLoad-BalancedClusteringAlgorithm)是一種能量有效的負載均衡分簇方法，該方法在計算分簇階段，建立了一個包含各簇頭節(jié)點的最小堆，各簇頭節(jié)點在該最小堆中按照成員節(jié)點數(shù)量從小到大的順序排列，即最小堆的根節(jié)點為成員節(jié)點數(shù)量最少的簇頭。當還存在未分配簇頭的普通傳感器節(jié)點時，從未分配簇頭的普通傳感器節(jié)點集合中選取離最小堆的根節(jié)點最近的節(jié)點，并把該節(jié)點分配到最小堆的根節(jié)點所在的簇，然后重新調(diào)整最小堆，使擁有最少成員節(jié)點數(shù)量的簇頭成為最小堆的根節(jié)點，以此下去，使所有普通傳感器節(jié)點完成分簇。該算法能夠有效平衡整個網(wǎng)絡的負載，并延長整個網(wǎng)絡的生存時間。但是，該算法沒有考慮簇頭節(jié)點和成員節(jié)點的能耗，擁有較少能量的簇頭節(jié)點容易較快耗盡能量而縮短整個網(wǎng)絡的生命周期。為此，2014年，出現(xiàn)了一種基于差分進化算法的分簇方法，即DECA(Differentialevolutionbasedclusteringalgorithm)。DECA是一種基于差分進化算法的無線傳感器網(wǎng)絡分簇算法，該算法既考慮了簇頭節(jié)點的能耗，也考慮了成員節(jié)點的能耗，可以有效延長整個網(wǎng)絡的生存時間。但是，在該算法中，簇頭節(jié)點是直接與基站通信，這會加快簇頭能量的消耗，并且不適應于大規(guī)模無線傳感器網(wǎng)路。

技術(shù)實現(xiàn)要素：
本發(fā)明提出了一種基于和聲搜索算法的無線傳感器網(wǎng)絡分簇路由方法，其基于改進的和聲搜索算法進行無線傳感網(wǎng)絡分簇計算，得到各節(jié)點的分簇信息，建立了既考慮簇頭節(jié)點剩余能量，又考慮普通傳感器節(jié)點能耗的適應度函數(shù)，解決了無線傳感器網(wǎng)絡成員節(jié)點分配不合理，簇頭節(jié)點能耗不均勻等問題，從而平衡無線傳感器網(wǎng)絡的能量消耗，有效提高網(wǎng)絡能效，延長網(wǎng)絡生命周期。為實現(xiàn)上述目的，按照本發(fā)明，提供一種基于和聲搜索算法的高能效無線傳感器網(wǎng)絡分簇路由方法，包括如下步驟：(1)全局信息的傳遞和匯聚，具體為：普通傳感器節(jié)點收到第一個簇頭廣播后進行延時，延時結(jié)束后普通傳感器節(jié)點向初始化簇頭發(fā)送自身所有鄰居簇頭信息和距離信息，簇頭節(jié)點將普通傳感器所發(fā)送的信息、自身條數(shù)信息和鄰居簇頭信息進行數(shù)據(jù)融合，獲得全局信息，并將全局信息傳遞到匯聚節(jié)點；(2)匯聚節(jié)點通過所述全局信息，對整個傳感器網(wǎng)絡進行網(wǎng)絡分簇路由的優(yōu)化計算與配置，具體為：分簇優(yōu)化計算，得到整個傳感器網(wǎng)絡的最優(yōu)分簇方案；路由計算，得到每個簇頭節(jié)點的最優(yōu)轉(zhuǎn)發(fā)路徑，從而獲得所有簇頭節(jié)點到匯聚節(jié)點的最優(yōu)路由方案；匯聚節(jié)點使用上述最優(yōu)路由方案向所有簇頭節(jié)點發(fā)送最優(yōu)轉(zhuǎn)發(fā)路徑信息，所有簇頭節(jié)點收到最優(yōu)轉(zhuǎn)發(fā)路徑后將其保存在路由表中；匯聚節(jié)點根據(jù)上述最優(yōu)分簇方案向所有簇頭節(jié)點發(fā)送分簇信息，簇頭節(jié)點收到并保存分簇信息，并向?qū)钠胀▊鞲衅鞴?jié)點發(fā)送請求加入簇信息，普通傳感器節(jié)點收到請求加入簇信息后，保存該簇頭信息，加入到分簇當中；(3)普通傳感器節(jié)點監(jiān)測采集和處理應用信息，將其處理成數(shù)據(jù)包，并將自身的剩余能量信息加入數(shù)據(jù)包中，然后根據(jù)自身保存的簇頭節(jié)點信息，將上述數(shù)據(jù)包轉(zhuǎn)發(fā)到簇頭節(jié)點，所述簇頭節(jié)點進行數(shù)據(jù)融合，并將自身的剩余能量信息和自身最優(yōu)路由加入到數(shù)據(jù)包中，根據(jù)路由表中保存的最優(yōu)路由，向下一跳簇頭節(jié)點發(fā)送數(shù)據(jù)包；(4)下一跳簇頭節(jié)點接收到所述數(shù)據(jù)包后，將自身剩余能量信息加入到數(shù)據(jù)包中，并按照數(shù)據(jù)包中的最優(yōu)路由，繼續(xù)向下一跳簇頭節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)包，直到將數(shù)據(jù)包傳送到匯聚節(jié)點為止。作為本發(fā)明的進一步優(yōu)選，所述步驟(2)中的全局信息可根據(jù)所述數(shù)據(jù)包中所有傳感器節(jié)點的剩余能量信息進行周期更新，從而可實現(xiàn)傳感器網(wǎng)絡分簇路由的動態(tài)更新。作為本發(fā)明的進一步優(yōu)選，進行全局信息匯聚前，還包括將簇頭以及普通傳感器節(jié)點進行信息初始化，建立起所有簇頭節(jié)點到匯聚節(jié)點的初始化路徑，所述全局信息通過初始化路徑傳遞到匯聚節(jié)點。作為本發(fā)明的進一步優(yōu)選，所述普通傳感器節(jié)點收到第一個簇頭廣播后進行延時過程中，在沒有延時結(jié)束之前，收到任何一個簇頭廣播則重置延時。作為本發(fā)明的進一步優(yōu)選，所述分簇優(yōu)化計算得到整個傳感器網(wǎng)絡的最優(yōu)分簇方案具體為：基站根據(jù)適應度函數(shù)f，運用改進的和聲搜索算法計算最優(yōu)解，其中最優(yōu)解即最優(yōu)和聲中的各音調(diào)代表各普通傳感器節(jié)點所屬簇的簇頭節(jié)點，從而得到整個傳感器網(wǎng)絡的最優(yōu)分簇方案。作為本發(fā)明的進一步優(yōu)選，所述分簇優(yōu)化計算中，改進的和聲搜索算法具體為：(01)設(shè)置和聲搜索算法參數(shù)，并對和聲記憶庫HM中的每個和聲初始化；其中所述和聲算法參數(shù)包括和聲記憶庫大小HMS，最大迭代次數(shù)itermax，最大選擇概率HMCRmax和最小選擇概率HMCRmin；(02)使用公式適應度函數(shù)f＝ω1f1+ω2f2，計算和聲記憶庫HM中所有和聲的適應度，得到和聲記憶庫中每條和聲的適應度F＝{fit1,fit2,…,fiti,…,fitHMS}；其中，fiti為第i個和聲的適應度，ω1、ω2分別為f1和f2的權(quán)重系數(shù)；f1表示各簇頭節(jié)點生命期的標準差：m為簇頭節(jié)點數(shù)量，L(gi)表示簇頭節(jié)點gi的生命期，μL為所有簇頭節(jié)點生命期的均值，Er(gi)是簇頭節(jié)點gi的剩余能量，Ec(gi)是簇頭節(jié)點gi在單輪數(shù)據(jù)發(fā)送過程中消耗的能量，Ec(gi)＝ni×ERx+ni×EDA+ETx，ni表示簇頭節(jié)點gi的成員節(jié)點數(shù)量，ERx表示簇頭節(jié)點gi接收普通傳感器節(jié)點數(shù)據(jù)消耗的能量，ERx(k)＝Eelec*k，k為接收數(shù)據(jù)量大小(接收數(shù)據(jù)比特數(shù))，EDA表示簇頭節(jié)點gi融合各普通傳感器節(jié)點發(fā)送來的數(shù)據(jù)所消耗的能量，ETx表示簇頭節(jié)點發(fā)送數(shù)據(jù)到它的初始下一跳節(jié)點所消耗的能量，d為兩個簇頭節(jié)點之間的距離，d0為所述距離的門閥值，k為傳輸數(shù)據(jù)量大小(傳輸數(shù)據(jù)比特數(shù))，Eelec表示傳感器節(jié)點中接收和傳送電路工作時所消耗的能量，εfs和εmp分別為自由空間損耗模型和多徑衰落信道模型中，傳感器節(jié)點中傳送放大器工作時所消耗的能量；f2表示所有普通傳感器節(jié)點到其簇頭節(jié)點距離的均值和方差：n為普通傳感器節(jié)點的數(shù)量，D(si)表示普通傳感器節(jié)點si到其簇頭節(jié)點的距離，μD為普通傳感器節(jié)點到其簇頭節(jié)點距離的均值，(03)設(shè)置迭代次數(shù)iter＝1；(04)生成候選和聲X'＝(x1',x'2,…,xi',…,x'n)；(05)使用公式f＝ω1f1+ω2f2計算候選和聲的適應度fit'；(06)將iter+1賦值給iter；(07)找到和聲記憶庫中適應度最差的和聲Xmin，得到其適應度為fitmin，若fit'優(yōu)于fitmin，則轉(zhuǎn)步驟(08)，否則，轉(zhuǎn)步驟(09)；(08)將和聲記憶庫中適應度最差的和聲Xmin替代成候選合和聲X'；(09)若iter不大于最大迭代次數(shù)itermax，則轉(zhuǎn)步驟(010)，否則轉(zhuǎn)步驟(016)；(010)找到和聲記憶庫中適應度最優(yōu)的和聲Xmax，對該和聲進行鄰域搜索，生成新和聲X”＝(x1”,x2”,…,xi”,…,xn”)：(011)使用公式f＝ω1f1+ω2f2計算新和聲X”的適應度fit”；(012)將iter+1賦值給iter；(013)若新和聲X”適應度優(yōu)于最優(yōu)和聲，則轉(zhuǎn)步驟(014)；否則轉(zhuǎn)步驟(015)；(014)將和聲記憶庫中的最優(yōu)和聲Xmax替換成新和聲X”；(015)若iter不大于最大迭代次數(shù)itermax，則轉(zhuǎn)步驟(04)，否則轉(zhuǎn)步驟(016)；(016)選擇和聲記憶庫中適應度最優(yōu)的和聲，作為當前最優(yōu)分簇方案。作為本發(fā)明的進一步優(yōu)選，所述步驟(04)中生成生成候選和聲具體為：(041)利用下述公式計算本次迭代過程的HMCR(iter)，HMCR(iter)隨著迭代次數(shù)的變化而變化：(042)設(shè)置候選和聲音調(diào)序號i＝1；(043)生成0到1的隨機數(shù)P，若P小于HMCR(iter)，在集合{x1,i,x2,i,…,xHMS,i}中隨機一個賦值給xi'，轉(zhuǎn)步驟(049)；若P不小于HMCR(iter)，轉(zhuǎn)步驟(044)；(044)通過全局信息，獲得普通傳感器節(jié)點si與通信范圍內(nèi)簇頭節(jié)點集合中每個簇頭的距離d(si,ng*)，ui為普通傳感器節(jié)點si的通信范圍內(nèi)的簇頭節(jié)點數(shù)量，并得到MaxDist和MinDist，即普通傳感器節(jié)點si通信范圍內(nèi)的簇頭節(jié)點與普通傳感器節(jié)點si距離的最大值和最小值；(045)設(shè)置可通信簇頭序號k＝1；(046)通過下述公式，計算第k個簇頭的選擇概率：其中MaxDist和MinDist分別為普通傳感器節(jié)點si通信范圍內(nèi)的簇頭節(jié)點與普通傳感器節(jié)點si距離的最大值和最小值，d(si,ngk)為普通傳感器節(jié)點si到簇頭節(jié)點ngk的距離；(047)生成0到1的隨機數(shù)R，然后用R減去第k個簇頭的選擇概率，若差值小于0，則音調(diào)xi'設(shè)置為CrGate(si)內(nèi)第k簇頭的序號，轉(zhuǎn)步驟(049)；若差值不小于0，將k+1的值賦給k，轉(zhuǎn)步驟(048)；(048)計算第k個簇頭的選擇概率，將所述差值繼續(xù)減去第k個簇頭的選擇概率，若差值小于0，則音調(diào)xi'設(shè)置為CrGate(si)內(nèi)第k簇頭的序號，轉(zhuǎn)步驟(049)；若差值不小于0，將k+1的值賦給k，轉(zhuǎn)步驟(048)；(049)將i+1賦值給i，若i不大于HMS，則轉(zhuǎn)步驟(043)；否則完成對候選和聲生成。作為本發(fā)明的進一步優(yōu)選，所述步驟(010)中進行和聲進行鄰域搜生成新和聲的具體過程為：(101)通過公式計算所有簇頭節(jié)點的生命期，找到具有最小生命期的簇頭節(jié)點gml：(102)從簇頭節(jié)點gml的簇Clu(gml)＝{s*,…,s'*|gml}(即加入簇頭節(jié)點gml的普通傳感器節(jié)點集合)中隨機選取一個普通傳感器節(jié)點sr；(103)從節(jié)點sr通信范圍內(nèi)的簇頭節(jié)點集合CrGate(sr)中找到離普通傳感器節(jié)點sr最近的非gml簇頭節(jié)點gc；(104)生成新和聲X”＝(x1”,x2”,…,xi”,…,xn”)，將最優(yōu)和聲Xmax復制到X”中；(105)將gc賦值給xr”，即將普通傳感器節(jié)點sr加入簇頭節(jié)點gc，即完成對最優(yōu)和聲進行鄰域搜索，生成新的和聲。作為本發(fā)明的進一步優(yōu)選，所述步驟(01)中對和聲記憶庫HM＝[X1,X2,…,Xi',…,XHMS]T中的每個和聲Xi'＝(xi',1,xi',2,…,xi',j',…,xi',n)初始化包括下述過程：(11)設(shè)置和聲序號變量i’＝1；(12)設(shè)置音調(diào)序號變量j’＝1；(13)通過全局信息，獲得普通傳感器節(jié)點si與通信范圍內(nèi)簇頭節(jié)點集合CrGate(sj')中每個簇頭的距離d(sj',ng*)，并得到MaxDist和MinDist，即普通傳感器節(jié)點sj通信范圍內(nèi)的簇頭節(jié)點與普通傳感器節(jié)點sj’距離的最大值和最小值；(14)設(shè)置可通信簇頭序號k’＝1；(15)通過下述公式，計算第k個簇頭的選擇概率：(16)生成0到1的隨機數(shù)R，然后用R減去第k’個簇頭的選擇概率，若差值小于0，則音調(diào)xi',j'設(shè)置為CrGate(sj')內(nèi)第k’簇頭的序號，即普通傳感器節(jié)點sj'加入CrGate(sj')內(nèi)第k’簇頭，轉(zhuǎn)步驟(18)；若差值不小于0，將k’+1的值賦給k’，轉(zhuǎn)步驟(17)；(17)計算第k’個簇頭的選擇概率，將所述差值繼續(xù)減去第k’個簇頭的選擇概率，若差值小于0，則音調(diào)xi',j'設(shè)置為CrGate(sj')內(nèi)第k簇頭的序號，即普通傳感器節(jié)點Sj加入CrGate(sj')內(nèi)第k’簇頭，轉(zhuǎn)步驟(18)，音調(diào)xi',j'被初始化為CrGate(sj')中的一個簇頭；若差值不小于0，將k’+1的值賦給k’，轉(zhuǎn)步驟(17)；(18)將j’+1賦值給j’，若j’不大于n，則轉(zhuǎn)步驟(13)，否則轉(zhuǎn)步驟(19)；(19)將i’+1賦值給i’，若i’不大于HMS，則轉(zhuǎn)步驟(12)，否則和聲記憶庫初始化過程完成?？傮w而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下有益效果：1)本發(fā)明的方法在分簇優(yōu)化中引入改進的和聲搜索算法，并構(gòu)建了合適的適應度函數(shù)。建立的適應度函數(shù)即考慮了簇頭節(jié)點的剩余能量，又考慮了普通傳感器節(jié)點的能耗，分簇算法通過此適應度函數(shù)求得的最優(yōu)解能夠盡量均衡簇頭節(jié)點的能耗，同時降低普通傳感器節(jié)點的能耗，從而延長整個網(wǎng)絡的生存時間。2)改進的和聲搜索算法具有參數(shù)少，迭代規(guī)則簡單，全局搜索能力強等特點，在生成候選和聲階段，取消和聲搜索算法生產(chǎn)候選和聲步驟中造成巨大計算量的音調(diào)調(diào)整步驟，并且實現(xiàn)對HMCR的動態(tài)調(diào)整，使其在迭代前期具有較好的全局搜索能力，避免陷入局部最優(yōu)，在迭代后期加強其局部搜索能力。候選和聲X'＝(x'1,x'2,…,x'i,…,x'n)中音調(diào)x'i的生成公式其中參數(shù)HMCR設(shè)計公式為3)本發(fā)明的方法引入領(lǐng)域搜索策略，可以延長最小生命期簇頭節(jié)點的生命期，平衡傳感器節(jié)點的能耗，延長整個網(wǎng)絡的生命周期。每次迭代過程中，選擇和聲記憶庫中的最優(yōu)和聲中剩余能量最少(最小生命期)的簇頭，在其成員普通傳感器節(jié)點集合中隨機選擇其成員傳感器節(jié)點，使其加入到其他簇頭節(jié)點中，其中被隨機選出的成員節(jié)點會加入離它距離最近的非原簇頭節(jié)點中，得到一個新的和聲，計算該和聲的適應度，若該和聲優(yōu)于原和聲，則將原和聲替代為該和聲。4)本發(fā)明的方法在簇間路由階段，引入的路由算法能夠有效平衡簇頭節(jié)點在轉(zhuǎn)發(fā)數(shù)據(jù)時的能量消耗，從而有利于進一步延長網(wǎng)絡生命周期。附圖說明圖1層次型無線傳感器網(wǎng)絡示意圖；圖2為本發(fā)明實施例流程示意圖；圖3為本發(fā)明實施例中傳遞全局信息步驟的流程示意圖；圖4為本發(fā)明實施例中分簇路由配置步驟的流程示意圖；圖5為本發(fā)明實施例中計算最優(yōu)分簇的流程示意圖；圖6為本發(fā)明實施例簡單示意圖；圖7為本發(fā)明實施例中和聲記憶庫初始化的流程示意圖；圖8為本發(fā)明實施例初始化過程中的某一分簇方案示意圖；圖9為本發(fā)明實施例中生成候選和聲的流程示意圖；圖10為本發(fā)明實施例中生成的候選和聲對應的分簇方案示意圖；圖11為本發(fā)明實施例中參數(shù)HMCR的變化規(guī)律示意圖；圖12為本發(fā)明實施例中最優(yōu)和聲鄰域搜索的流程示意圖；圖13為本發(fā)明實施例中鄰域搜索實施示意圖；圖14(a)為本發(fā)明實施例中隨機生成的包括100個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(b)為本發(fā)明實施例中隨機生成的包括200個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(c)為本發(fā)明實施例中隨機生成的包括300個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(d)為本發(fā)明實施例中隨機生成的包括400個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(e)為本發(fā)明實施例中隨機生成的包括200個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(f)為本發(fā)明實施例中隨機生成的包括300個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(g)為本發(fā)明實施例中隨機生成的包括400個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(h)為本發(fā)明實施例中隨機生成的包括500個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(200，100)的位置)的無線傳感器網(wǎng)絡；圖14(i)為本發(fā)明實施例中隨機生成的包括100個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(j)為本發(fā)明實施例中隨機生成的包括200個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(k)為本發(fā)明實施例中隨機生成的包括300個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(l)為本發(fā)明實施例中隨機生成的包括400個普通傳感器節(jié)點和30個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(m)為本發(fā)明實施例中隨機生成的包括200個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(n)為本發(fā)明實施例中隨機生成的包括300個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(o)為本發(fā)明實施例中隨機生成的包括400個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖14(p)為本發(fā)明實施例中隨機生成的包括500個普通傳感器節(jié)點和50個簇頭節(jié)點(其中匯聚節(jié)點位于坐標為(100，100)的位置)的無線傳感器網(wǎng)絡；圖15(a)為本發(fā)明實驗場景WSN#1實施例1到4中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的網(wǎng)絡生命周期對比實驗結(jié)果；圖15(b)為本發(fā)明實驗場景WSN#1實施例5到8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的網(wǎng)絡生命周期對比實驗結(jié)果；圖15(c)為本發(fā)明實驗場景WSN#2實施例1到4中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的網(wǎng)絡生命周期對比實驗結(jié)果；圖15(d)為本發(fā)明實驗場景WSN#2實施例5到8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的網(wǎng)絡生命周期對比實驗結(jié)果；圖16(a)為本發(fā)明實驗場景WSN#1實施例1到4中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的FGD與LGD的輪數(shù)間隔對比實驗結(jié)果；圖16(b)為本發(fā)明實驗場景WSN#1實施例5到8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的FGD與LGD的輪數(shù)間隔對比實驗結(jié)果；圖16(c)為本發(fā)明實驗場景WSN#2實施例1到4中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的FGD與LGD的輪數(shù)間隔對比實驗結(jié)果；圖16(d)為本發(fā)明實驗場景WSN#2實施例5到8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的FGD與LGD的輪數(shù)間隔對比實驗結(jié)果；圖17(a)為本發(fā)明實驗場景WSN#1實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的輪活動節(jié)點數(shù)量對比實驗結(jié)果；圖17(b)為本發(fā)明實驗場景WSN#2實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的輪活動節(jié)點數(shù)量對比實驗結(jié)果；圖17(c)為本發(fā)明實驗場景WSN#1實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的輪活動節(jié)點數(shù)量對比實驗結(jié)果；圖17(d)為本發(fā)明實驗場景WSN#2實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的輪活動節(jié)點數(shù)量對比實驗結(jié)果；圖18(a)為本發(fā)明實驗場景WSN#1實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的能量消耗對比實驗結(jié)果；圖18(b)為本發(fā)明實驗場景WSN#2實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的能量消耗對比實驗結(jié)果；圖18(c)為本發(fā)明實驗場景WSN#1實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的能量消耗對比實驗結(jié)果；圖18(d)為本發(fā)明實驗場景WSN#2實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的能量消耗對比實驗結(jié)果；圖19(a)為本發(fā)明實驗場景WSN#1實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的算法收斂性對比實驗結(jié)果；圖19(b)為本發(fā)明實驗場景WSN#2實施例3中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的算法收斂性對比實驗結(jié)果；圖19(c)為本發(fā)明實驗場景WSN#1實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的算法收斂性對比實驗結(jié)果；圖19(d)為本發(fā)明實驗場景WSN#2實施例8中，本發(fā)明IHSCRA與HSCRA、EELBCA、DECA、基于傳統(tǒng)GA的分簇算法基于傳統(tǒng)DE的分簇算法的算法收斂性對比實驗結(jié)果；具體實施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。為便于理解本發(fā)明，首先以下對本發(fā)明實施例中出現(xiàn)的有關(guān)術(shù)語進行統(tǒng)一說明和解釋：簇頭節(jié)點：節(jié)點能量較多，且具有一定的計算能力的傳感器節(jié)點；普通傳感器節(jié)點：只進行信息的采集和向簇頭發(fā)送信息的節(jié)點，節(jié)點能量較小，且計算能力有較大限制；分簇：將若干個普通傳感器節(jié)點分配到某一個簇頭節(jié)點形成簇，簇完成簇內(nèi)的信息匯聚，并有簇頭進行信息融合并將其發(fā)送到匯聚節(jié)點；距離：傳感器節(jié)點之間的歐式距離；跳數(shù)：當前傳感器節(jié)點發(fā)送數(shù)據(jù)包到匯聚節(jié)點需要經(jīng)過的最少傳感器節(jié)點數(shù)；剩余能量：傳感器節(jié)點(包括普通傳感器節(jié)點和簇頭節(jié)點)的電量剩余值；全局信息：包括普通傳感器節(jié)點的鄰居簇頭節(jié)點集合、普通傳感器節(jié)點與簇頭節(jié)點的距離、簇頭節(jié)點之間的距離、各傳感器節(jié)點(包括普通傳感器節(jié)點和簇頭節(jié)點)的現(xiàn)有能量以及簇頭節(jié)點到匯聚節(jié)點的跳數(shù)；并對以下符號進行定義：S＝{s1,s2,…,si,…,sn}：S表示普通傳感器節(jié)點的集合，n為普通傳感器節(jié)點的數(shù)量，s1為第i個普通傳感器節(jié)點；G＝{g1,g2,…,gi,…,gm}：G表示簇頭節(jié)點的集合，m為簇頭節(jié)點的數(shù)量，gi為第i個簇頭節(jié)點；HM＝[X1,X2,…,Xi,…,XHMS]T：HM為和聲記憶庫，Xi為第i個和聲，HMS為和聲記憶庫的大??；Xi＝(xi,1,xi,2,…,xi,j,…,xi,n)：Xi表示和聲記憶庫中第i個和聲，n為和聲的維度，其取值為普通傳感器節(jié)點的數(shù)量，Xi,j為和聲Xi的第j個音調(diào)，其值為傳感器節(jié)點Sj所加入的簇頭節(jié)點的序號，其取值范圍為{1，m}；d(si,gj)：表示普通傳感器節(jié)點si和簇頭節(jié)點gj之間的距離；Er(gj)：表示簇頭節(jié)點gj的剩余能量；表示普通傳感器節(jié)點si的通信范圍內(nèi)簇頭節(jié)點集合ui為普通傳感器節(jié)點si的通信范圍內(nèi)的簇頭節(jié)點數(shù)量；Clu(gi)＝{sj,…,sk|gi}：表示一個簇，該簇的簇頭節(jié)點為gi，簇的普通傳感器節(jié)點成員為{sj,…,sk}；f：表示分簇優(yōu)化中的適應度函數(shù)；P(si,ngj)：表示普通傳感器節(jié)點si選擇加入簇頭為ngj的簇的選擇概率函數(shù)；MaxDist、MinDist：表示一個普...