[发明专利]一种无线传感器网络路由优化方法和系统

说明书

本发明涉及一种无线传感器网络路由优化方法和系统，包括以下步骤：S1建立节点作为证据体的属性指标；S2确定各属性指标的权重；S3结合属性指标和其对应的权重分别建立信度函数；S4对各信度函数进行融合；S5重复步骤S1‑S4，至完成所有节点的计算，并确定最佳路由。其同时考虑影响能效和可靠性这两方面的多种因素，并对路由属性指标的可信度和模糊的信息进行综合，最后采用DS证据理论的数据融合规则对属性指标进行融合，使路由决策达到最优，从而提高网络的能量效率，延长网络寿命，增加数据传输的可靠性。

技术领域

本发明是关于一种无线传感器网络路由优化方法和系统，属于网络通讯技术领域。

背景技术

随着高效无线通信的发展以及电子信息技术的进步，无线传感器网络(WSN)因其组成节点具有低成本、微型化、多功能的特点，广泛地应用在各个领域。然而，大部分的情况下WSN节点由电池供电，且通常部署在无人的户外或者较为危险的环境中，不便进行能量补充，而冗余部署及节点替换的耗费成本通常又较大。因此，网络需要高效的路由策略来最小化网络能耗，延长网络寿命。

由于传感器节点的能量主要用于数据的接受和发送，因此，传统的路由策略主要考虑如何利用最短的路径将数据尽可能快地从源节点传送到目的节点。这样虽然一定程度上降低了网络能耗，然而在能量受限的传感器网络中，大量的数据通过“多对一”的传输方式从源节点到sink，极易使网络产生严重的“漏斗效应”和“能量空洞”等问题，导致位于最短路径和sink周围的节点能量消耗速度要远远快于其他节点，并造成节点间能量不均衡和较低的网络寿命。

另外，“多对一”的数据传输方式也可能会使网络产生拥塞，如当有关键事件触发时，节点就需要在短时间内将大量数据传向sink，这时就可能产生拥塞。拥塞会导致大量数据包被丢弃，降低数据传输的可靠性，同时网络也会因数据重传而产生不必要的能耗并增加传输时延，使能量利用率降低。在一些针对拥塞的研究中，当发现拥塞时，通常采用一定的措施对流入节点的数据速率加以控制，而上游节点为避免拥塞很难控制流入下游的数据速率。还有很多路由策略为减少拥塞而优先选择较为空闲的节点，虽提高了数据传输的可靠性，但可能会因绕路导致节点流失更多的能量。

由此可以看出，在路由选择时，仅考虑单个路由信息或者采用简单的数学模型是不合理的，需要综合考虑网络多方面属性。其中，多属性决策的方法(MADM)能够很好地应用于路由决策中。常用的多属性决策方法包括Topsis、模糊理论Fuzzy以及DS证据理论等，而在一些应用Topsis的路由协议中，如MCRP算法主要是对多个网络属性值矩阵进行排序，得到最优解，但利用Topsis方法进行决策只能反映各属性内部与理想解的相对接近程度，不能反映与理想最佳方案的接近程度。另外，在考虑利用模糊理论Fuzzy进行路由选择的算法中，如FLEOR算法，属性权重的确定具有较强的主观性，即模糊规则由人为确定，客观性的缺乏易导致最终的决策可能不是最优。而DS证据理论计算简便，对先验知识需求低，能够利用合理的理论推导对传感器的多方面属性进行融合，并得到良好的判决结果。然而，在WSN中，以往众多对DS证据理论的研究主要集中于节点的数据融合，以加强获取信息的可靠性和安全性，将其应用在传感器节点属性融合，作为路由决策方法的研究却非常少。

发明内容

针对上述现有技术的不足，本发明的目的是提供一种无线传感器网络路由优化方法和系统，其同时考虑影响能效和可靠性这两方面的多种因素，并对路由属性指标的可信度和模糊的信息进行综合，最后采用DS证据理论的数据融合规则对属性指标进行融合，使路由决策达到最优，从而提高网络的能量效率，延长网络寿命，增加数据传输的可靠性。

为实现上述目的，本发明提供了一种无线传感器网络路由优化方法，包括以下步骤：S1建立节点作为证据体的属性指标；S2确定各属性指标的权重；S3结合属性指标和其对应的权重分别建立信度函数；S4对各信度函数进行融合；S5重复步骤S1-S4，至完成所有节点的计算，并确定最佳路由。