[发明专利]一种无线传感器网络中节点路由的路径选择方法

说明书

技术领域

本发明涉及无线传感器网络技术领域，尤其是涉及一种无线传感器网络中节点路由的路径选择方法。

背景技术

微机电系统(Micro-Electro-Mechanism System，MEMS)、片上系统(System on Chip，SoC)、无线通信和低功耗嵌入式技术的飞速发展，孕育出无线传感器网络(Wireless Sensor Networks，WSN)技术，无线传感器网络技术以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点，通过无线通信方式形成的一个多跳自组织网络。无线传感器网络实现了信息的采集、处理和传输的三种功能，它与通信技术和计算机技术共同构成信息技术的三大支柱。

无线传感器网络是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作的感知、采集、处理和传输网络覆盖的理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。

无线传感器网络所具有的众多类型的传感器，可探测包括的震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的现象。潜在的应用领域可以归纳为：军事、航空、防爆、救灾、环境、医疗、保健、家居、工业和商业等众多领域。

无线传感器网络中各个节点路由之间的路径选择TSP问题，目前多数采用蚁群算法来解决。TSP问题，即旅行商问题(Travelling Salesman Problem)又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。TSP问题是一个组合优化问题。该问题可以被证明具有NPC计算复杂性。因此，任何能使该问题的求解得以简化的方法，都将受到高度的评价和关注。

蚁群算法是一种群智能方法，由M.Dorigo等于1991年提出，用于解决TSP问题。蚁群算法能在一个合理的时间内对复杂问题有一个较优的结果。由于它具有的自组织、自动寻优和动态特性，特别适合于同样具有动态、自组织特性的点对点模式的无线自组网络、无线传感器网络等。于是，Kassabalidis等人提出的Ant-Net算法，通过前向蚂蚁和返回蚂蚁来实现路由优化，即前向蚂蚁收集节点信息；返回蚂蚁利用这些信息更新路由表。Schoonder woerd等人用ABC(Ant Based Control)算法以概率的方式选择和更新路径，该算法中只有一种从源节点释放的蚂蚁，这些蚂蚁到达目的节点后就死亡。这样当蚂蚁到达节点时，节点的路由表就被更新了。

蚁群算法存在的弊端：由于蚁群算法初期信息素十分缺乏，导致算法求解速度缓慢，从而影响了整体性能。蚁群算法的模型中，所有节点构成了一个无向节点图。初期，每个边的信息素强度基本相同，会导致路径繁杂，浪费大量能量。经典的蚁群算法根据路径的挥发因子，寻找路径短的路径，进行信息的传送。然而这种方法很容易使局部节点能量快速消耗，最终导致链路的断裂，信息无法传送，整体网络生命周期短。为解决蚁群算法初期信息素匮乏这一问题，Xuan Zeng等提出了无线传感器网络中基于遗传-蚁群算法的节点路由的路径选择方法，但受到节点的数量和节点间关系的限制，在交叉、变异后，路径传输极可能断裂。

目前，现有技术中还没有有效的解决办法。无法满足现有的无线传感器网络的应用要求，尤其是能量敏感的无线传感器网络，如温湿度采集、无人看守的报警、农田检测等方面的无线传感器网络。

发明内容

本发明所解决的技术问题是提供一种无线传感器网络中节点路由的路径选择方法，本发明针对无线传感器网络工作的特点，将Dijkstra算法思想与经典蚁群算法思想相结合，并考虑到全网的能量消耗，将能量因子加入到概率选择模型和信息更新机制中，构造最优路由路径，使蚁群算法跳出局部最优解。本发明将无向节点图转化为有向节点图，提高了蚁群算法的初期运算效率，并引入能量因子确定路由路径，从而达到了节能效果；同时，本发明平衡了距离和能量的关系，实现了无线传感器网路中各个节点能量均衡消耗，从而延长了整个无线传感器网络的生命周期，满足了对能量敏感的无线传感器网络的应用要求。

为了解决上述技术问题，本发明提供了一种无线传感器网络中节点路由的路径选择方法，包括：