[发明专利]一种基于粒子群的无线传感器网络路由节能方法

说明书

技术领域

本发明涉及无线传感器网络领域，尤其涉及一种基于粒子群的无线传感器网络路由节能方法。

背景技术

无线传感器网络由于自身的局限性，能量是非常有限的。而且无线传感器网络与传统的无线网络有很大不同，传统无线网络的首要设计目标是提高面向应用的服务质量、可靠性以及使带宽利用更为高效，其次才将节约能量考虑在内。但是，利用传感器节点获取信息的被采集区域大多是非常恶劣或者是人类不宜居住的地区，例如：沙漠、森林和海洋等，这种环境下，当传感器网络工作一定时间并消耗了大量能量后，人为的更换电池是极不现实的。

所以，无线传感器网络发展前景中的首要问题，就是必须在有限能量的条件下，使全网更加节省能量，使无线传感器网络的生命周期得到有效延长。但传统的无线网络的分簇方法不适用于无线传感器网络，必须重点研究适用于无线传感器网络的、且更为高效的拓扑控制方法。早期也出现了多种分簇路由方法为研究工作提供了很多种思路，可以通过对现有分簇机制进行研究，再针对其优缺点进行改进，使无线传感器网络生存时间更长，节点的平均耗能更小。

目前现有的无线传感器网络分簇路由方法如下：

1、早期的TopDisc成簇算法^[1]，可以使节点在密集部署的传感器网络中快速的形成分簇结构，并在簇头之间建立树形关系，但是此方法形成的分簇网络不够灵活，算法的开销太大。

2、南加州大学有关学者提出了以节点地理位置为依据的GAF分簇算法^[2]，但该算法需要精确的地理位置，并且不能保证能量的均匀消耗。

3、LEACH算法^[3]是一种低功耗自适应层次路由算法，也是第一个被提出的聚类路由算法，这种算法打破了前期成簇算法中固定簇头的思想，算法过程存在周期性循环，每个周期分为簇建立阶段和稳定阶段，但是LEACH算法没有考虑传感器节点的位置信息和剩余能量信息，成簇后，簇头不会在全网内均匀出现，而且，按概率选举簇头时，可能会出现一种现象：剩余能量较小的节点仍然成为了簇头。这种情况下会出现此节点因耗能过快、过大而过早死亡的现象，不利于延长网络的生命周期。

发明内容

本发明提供了一种基于粒子群的无线传感器网络路由节能方法，本发明充分考虑节点的剩余能量信息和位置信息，通过粒子群优化选择合适簇头，以均衡网络的能量消耗，延长生命周期，详见下文描述：

一种基于粒子群的无线传感器网络路由节能方法，所述无线传感器网络路由节能方法包括以下步骤：

获取用于选择簇头的适应值函数，通过粒子群算法对所述适应值函数进行迭代，寻找适应值大的无线传感器节点作为网络中的簇头；

将选择的簇头向其他无线传感器节点进行广播，其他无线传感器节点根据接收到的广播信号的强弱来感知距簇头的距离，从而选择加入哪个簇；

簇头接收由其他无线传感器节点所发送的环境信息数据，并进行融合，然后将融合后的环境信息数据发送给汇聚节点，通信结束。

所述无线传感器网络路由节能方法还包括：

在有限的区域随机定义n个无线传感器节点，每个无线传感器节点的初始能量E₀都相同；

对每个无线传感器节点进行初始化。

所述获取用于选择簇头的适应值函数，通过粒子群算法对所述适应值函数进行迭代，寻找适应值较大的传感器节点作为网络中的簇头的步骤具体为：

将计算出的每个粒子适应值、与该粒子个体极值对应的适应值进行比较，若计算出的粒子适应值较大，则更新粒子个体极值，否则粒子个体极值不变；

将计算出的每个粒子适应值、与当前全局极值对应的适应值进行比较，若计算出的粒子适应值较大，则更新全局极值，否则，全局极值不变；

更新当前粒子速度与当前位置；采用非线性更改权重的方法改变权重；

达到设定的最大迭代次数后，将适应值大的无线传感器节点作为簇头。

其中，所述适应值函数具体为：

f＝ε×f₁+(1-ε)×f₂

其中，f是以上提到的适应值函数；ε表示能量信息在适应值计算过程中的比重参数；f₁是无线传感器节点能量信息参量，用于使簇头的无线传感器节点具有较高的能量；是无线f₂传感器节点位置信息参量，用于使簇内的无线传感器节点、到簇头的无线传感器节点的平均距离最短。

其中，所述f₁具体为：