一种用于智能交通系统的非均匀分簇路由的方法技术方案

本发明专利技术公开了一种用于智能交通系统的非均匀分簇路由协议的方法，采用混合蛙跳算法，包括以下步骤：建立网络模型与分簇策略，簇间路由参数初始化，簇间路由局部和全局优化，簇半径的动态调整。本发明专利技术可提高感知网络的生存周期、减短网络的收敛时间并且改善网络的负载均衡。

【技术实现步骤摘要】
一种用于智能交通系统的非均匀分簇路由的方法
本专利技术属于无线通信
,具体涉及一种用于智能交通系统的非均匀分簇路由协议的方法。
技术介绍
无线传感器网络（WSNs）在军事、医疗、农业、工业以及商业应用等领域都具有广阔的应用前景。目前，在智能交通系统中，基于无线传感器网络（WSNs）的多源交通数据的融合可获取比传统传感系统更精确的交通信息，从而实现更有效的交通管理，如车流量监控、停车管理、路口交通诱导和节约能耗等应用。在智能交通的应用中无线传感器网络（WSNs）结构设计由车辆之间组成的移动的、分布式自组织形式与公路设施上传感器间组成的固定无线网络结构相结合。存在两种信息通信类型，一种称为车—车协同系统（Vehicle-to-Vehicle），即车辆配备传感器以进行车辆之间的信息交互，这对于避免如交通堵塞等严重情况至关重要，另一种称为车—路协同系统（Vehicle-to-Infrastructure），即车辆与安装在公路固定设施上的传感器之间进行信息传输，这对于在道路特别是高速公路上交通情况的及时反馈尤为重要。路由协议对于交通信息采集中的网络传输性能尤为关键。由于分簇路由协议具有节能性好等特点，现已成为重点研究的一类无线传感器网络（WSNs）路由协议。在已见报道中，低功耗自适应集簇分层型协议（LEACH）是最早出现的均匀分簇路由协议。但是，该类分簇结构也带来了一些问题。研究表明，随机选择簇头和簇内单跳路由会增加节点能耗并限制了网络规模。此外，在规模较大的无线传感器网络（WSNs）中，簇头间采用多跳通信方式与汇聚节点（Sink）通信，从而造成“热区”问题。使用固定簇半径的分簇类协议（如Heed）是基于低功耗自适应集簇分层型协议（LEACH）改进的成簇类协议，主要在簇首选举中加入能量因素考虑。为反应式无线传感器网络而设计的路由策略（如TEEN）的主要框架和低功耗自适应集簇分层型协议（LEACH）一致，是一类应对时间紧急事件的响应式路由协议。低功耗自适应集簇分层型协议（LEACH）、使用固定簇半径的分簇类协议（Heed）和为反应式无线传感器网络而设计的路由策略（TEEN）都没考虑到“热区”问题。能量高效的非均匀分簇协议（EEUC）是一种非均匀成簇路由协议，其根据距离汇聚节点（Sink）的远近由近至远构造由小到大的簇半径，使靠近汇聚节点（Sink）的簇的成员数少于远离汇聚节点（Sink）的簇，从而减轻靠近汇聚节点（Sink）的簇头能量的消耗。然而，能量高效的非均匀分簇类协议（如EEUC）适合节点分布较均匀的情况。如果在实际的应用环境中节点分布不均匀，能量高效的非均匀分簇类协议（EEUC）还是无法缓解“热区”问题。在智能交通场景中，传感器节点多，采集的原始数据量较大。此外，车辆节点具有高移动性，使得车辆传感器网络的节点分布情况比静态传感器网络具有更频繁的变化。因此，现有的分层无线传感器网络（WSNs）路由协议都不太适合智能交通环境。而本专利技术所公开的用于智能交通系统的非均匀分簇路由协议（UCSNP）尚未见报道。
技术实现思路
本专利技术的目的在于克服上述缺点而提供的一种可提高感知网络的生存周期、减短网络的收敛时间并且改善网络的负载均衡的用于智能交通系统的非均匀分簇路由协议的方法。本专利技术的一种用于智能交通系统的非均匀分簇路由协议的方法，包括以下步骤：（1）建立网络模型与分簇策略：在二维平面区域：，所有传感器节点随机分布，将区域网格化，其格状网每个正方形区域为，边长根据应用任务的求解精度而定；两个节点的位置分别为和，则两个位置之间的距离为：将该区域划分成个区，的数量由该区域的长度和分区节点的通信半径确定。汇聚节点(Sink)节点部署在区域外的一个固定位置；为了实现能耗均衡，距离汇聚节点(Sink)近的分区内的簇数目应多于远的分区；由于交通环境下车辆节点的高移动性，每个簇的簇头由Sink节点指定为该簇区内的一个固定设施；其它节点与簇头之间单跳通信，簇头可通过调整通信半径控制成员数以减小通信负载；对于相邻的两个簇簇头和,则，其中表示与之间的距离，和表示相应的半径；此外，不在任何一个簇通信半径覆盖下的传感器节点可采用链式结构的多跳通信，基于贪婪算法选择信号强度最好的中继节点传送感知数据，以此方式将数据传递至距离最近的簇内的成员节点；该节点作为链首进行一次数据融合后，将数据包发送至簇头；网络中的每一个传感器节点，都有一个唯一的标志（ID），由可信中心（TrustedAuthority）负责对节点认证、注册并授权，节点通过标志（ID）和可信中心（TrustedAuthority）签发的数字证书相互验证身份；若节点发射比特数据到距离为的位置，则发送端的能量为：接收端的能量为：。（2）簇间路由参数初始化：簇区内簇头周期性地向其他成员节点发送询问报文以同步时间；每一轮采样,簇头将接收到的感知数据进行融合，生成新的数据包传送至汇聚节点（Sink）；传送时，会选择相邻簇头作为中继节点转发数据包；因此，从源点到汇聚节点（Sink）之间可生成一条或多条不同的路径；除与汇聚节点（Sink）一跳距离的簇外，簇头随机生成只青蛙，每只青蛙个体表示一条从到汇聚节点（Sink）的可行路径，即，其中表示解空间的维数，，即为生成的初始群体；青蛙个体适应度函数为：式(5)中，，表示是路径上的一个节点，表示是簇内成员节点，表示簇头对成员节点接收/发送数据所消耗的能量，表示是的相邻簇头，表示对接收/发送数据所消耗的能量，表示融合数据所消耗的能量，表示进行相应计算所消耗的能量；函数描述路径的总体能量消耗，包括该路径上各节点的计算代价和通信负荷，每一轮数据采样，簇头接收簇内成员节点和来自相邻簇头的消息，计算出各能耗参数并更新从该簇头到汇聚节点（Sink）的每条路径的代价，其中，系数为各种参数在节点总体能耗中的比重；簇间最优路径问题等于青蛙最优解问题；最优解是目标函数取最小值，即取最大值；将生成的青蛙适应度按降序排列成，并划分成个种群，构造子种群，的数值由中源点的下一跳节点的个数来决定；每个子种群包含只青蛙，满足下列关系：。（3）簇间路由优化：簇间路由优化步骤包括簇间路由局部优化步骤以及簇间路由全局优化步骤；（3.1）簇间路由局部优化：簇间路由局部优化是对青蛙种群划分的子种群分别进行局部搜索；簇间路由局部优化步骤1：在第轮,，计算子种群的适应度，以概率一一进行更新，并找出最优解和最差解；簇间路由局部优化步骤2：与进行交叉替换操作，即查找两条径中的相同节点，从选中的一个公共节点开始到下一个公共节点对进行链路替换，如果两条路径仅有一个相同节点，则取汇聚节点（Sink）为下一个公共点；簇间路由局部优化步骤3：计算交叉后最差解的适应度，如果大于替换前最差解适应度，则替换成功，否则，交叉失败，如果交叉失败，则再选用全局最优解对进行交叉替换，如果仍没有得到改进，则随机产生一个新的青蛙来代替原；（3.2）簇间路由全局优化：簇间路由全局优化步骤1：本轮搜索结束后，进行新一轮局部搜索；簇间路由全局优化步骤2：重复簇间路由全局优化步骤1，经过轮局部优化后，将所有子种群的解重新混合在一起，按适应度降序排列，重新划分簇群；簇间路由全局优化步骤3：重复簇间路由全局优化步骤2，直到满足目标函本文档来自技高网...

【技术保护点】
一种用于智能交通系统的非均匀分簇路由协议的方法，包括以下步骤：（1）建立网络模型与分簇策略：在二维平面区域：，所有传感器节点随机分布，将区域网格化，其格状网每个正方形区域为，边长根据应用任务的求解精度而定；两个节点的位置分别为和，则两个位置之间的距离为：将该区域划分成个区，的数量由该区域的长度和分区节点的通信半径确定，汇聚节点( Sink )节点部署在区域外的一个固定位置；为了实现能耗均衡，距离汇聚节点( Sink )近的分区内的簇数目应多于远的分区；由于交通环境下车辆节点的高移动性，每个簇的簇头由Sink节点指定为该簇区内的一个固定设施；其它节点与簇头之间单跳通信，簇头可通过调整通信半径控制成员数以减小通信负载；对于相邻的两个簇簇头和,则，其中表示与之间的距离，和表示相应的半径；此外，不在任何一个簇通信半径覆盖下的传感器节点可采用链式结构的多跳通信，基于贪婪算法选择信号强度最好的中继节点传送感知数据，以此方式将数据传递至距离最近的簇内的成员节点；该节点作为链首进行一次数据融合后，将数据包发送至簇头；网络中的每一个传感器节点，都有一个唯一的标志（ID），由可信中心（Trusted  Authority）负责对节点认证、注册并授权，节点通过标志（ID）和可信中心（Trusted  Authority）签发的数字证书相互验证身份；若节点发射比特数据到距离为的位置，则发送端的能量为：接收端的能量为：（2）簇间路由参数初始化：簇区内簇头周期性地向其他成员节点发送询问报文以同步时间；每一轮采样,簇头将接收到的感知数据进行融合，生成新的数据包传送至汇聚节点（Sink）；传送时，会选择相邻簇头作为中继节点转发数据包；因此，从源点到汇聚节点（Sink）之间可生成一条或多条不同的路径；除与汇聚节点（Sink）一跳距离的簇外，簇头随机生成只青蛙，每只青蛙个体表示一条从到汇聚节点（Sink）的可行路径，即，其中表示解空间的维数，，即为生成的初始群体；青蛙个体适应度函数为：式(5)中，，表示是路径上的一个节点，表示是簇内成员节点，表示簇头对成员节点接收/发送数据所消耗的能量，表示是的相邻簇头，表示对接收/发送数据所消耗的能量，表示融合数据所消耗的能量，表示进行相应计算所消耗的能量；函数描述路径的总体能量消耗，包括该路径上各节点的计算代价和通信负荷，每一轮数据采样，簇头接收簇内成员节点和来自相邻簇头的消息，计算出各能耗参数并更新从该簇头到汇聚节点（Sink）的每条路径的代价，其中，系数为各种参数在节点总体能耗中的比重；簇间最优路径问题等于青蛙最优解问题；最优解是目标函数取最小值，即取最大值；将生成的青蛙适应度按降序排列成，并划分成个种群，构造子种群，的数值由中源点的下一跳节点的个数来决定；每个子种群包含只青蛙，满足下列关系：    （3）簇间路由优化：簇间路由优化步骤包括簇间路由局部优化步骤以及簇间路由全局优化步骤；（3.1）簇间路由局部优化：簇间路由局部优化是对青蛙种群划分的子种群分别进行局部搜索；簇间路由局部优化步骤1：在第轮,，计算子种群的适应度，以概率一一进行更新，并找出最优解和最差解；簇间路由局部优化步骤2：与进行交叉替换操作，即查找两条径中的相同节点，从选中的一个公共节点开始到下一个公共节点对进行链路替换，如果两条路径仅有一个相同节点，则取汇聚节点（Sink）为下一个公共点；簇间路由局部优化步骤3：计算交叉后最差解的适应度，如果大于替换前最差解适应度，则替换成功，否则，交叉失败，如果交叉失败，则再选用全局最优解对进行交叉替换，如果仍没有得到改进，则随机产生一个新的青蛙来代替原；（3.2）簇间路由全局优化：簇间路由全局优化步骤1：本轮搜索结束后，进行新一轮局部搜索；簇间路由全局优化步骤2：重复簇间路由全局优化步骤1，经过轮局部优化后，将所有子种群的解重新混合在一起，按适应度降序排列，重新划分簇群；簇间路由全局优化步骤3：重复簇间路由全局优化步骤2，直到满足目标函数值最小为止；（4）簇半径的动态调整：每一轮采样,簇头可计算其竞争半径如下：式(6)中，为簇区内成员节点到汇聚节点（Sink）的最大距离和最小距离，为簇头竞争半径的最大取值，为0‑1之间的参数，用来控制取值范围；簇内成员节点与簇头采用单跳通信方式通信，成员节点除了发送自身采集的数据，还需转发来自簇外其它节点的通过链式结构传送的数据；为避免簇头节点承担过重负担，消耗更多的能量，使得簇头过早失效或丢弃数据包，从而造成感知空洞，为此，非均匀分簇路由协议（UCSNP）采取一种动态的簇半径优化策略以调整节点间负载均衡，设置权值计算公式如下：式(7)中，为0‑1之间的参数，为簇内成员节点在本轮采样中所消耗的能量，为簇头在本轮采样中所消耗的能量，为簇头在本轮的通信半径，从式(7)可得出，权值由成员节...

【技术特征摘要】
1.一种用于智能交通系统的非均匀分簇路由协议的方法，包括以下步骤：(1)建立网络模型与分簇策略：在二维平面区域：Z2＝{(x,y),0≤x,0≤y}，所有传感器节点随机分布，将区域网格化，其格状网每个正方形区域为α×α，边长α根据应用任务的求解精度而定；两个节点的位置分别为LP(xi,yi)和LQ(xj,yj)，则两个位置之间的距离为：将该区域划分成n个区，n的数量由该区域的长度和分区节点的通信半径确定，汇聚节点(Sink)节点部署在区域外的一个固定位置；为了实现能耗均衡，距离汇聚节点(Sink)近的分区内的簇数目应多于远的分区；由于交通环境下车辆节点的高移动性，每个簇的簇头由Sink节点指定为簇区内的一个固定设施；其它节点与簇头之间单跳通信，簇头可通过调整通信半径控制成员数以减小通信负载；对于相邻的两个簇簇头CHi和CHj,则其中D(CHi,CHj)表示CHi与CHj之间的距离，和表示相应的半径；此外，不在任何一个簇通信半径覆盖下的传感器节点可采用链式结构的多跳通信，基于贪婪算法选择信号强度最好的中继节点传送感知数据，以此方式将数据传递至距离最近的簇内的成员节点；该节点作为链首进行一次数据融合后，将数据包发送至簇头；网络中的每一个传感器节点，都有一个唯一的标志(ID)，由可信中心(TrustedAuthority)负责对节点认证、注册并授权，节点通过标志(ID)和可信中心(TrustedAuthority)签发的数字证书相互验证身份；若节点发射l比特数据到距离为d的位置，则发送端的能量为：E＝Eelec+EDA接收端的能量为：EEX(l)＝l×Eelec(3)(2)簇间路由参数初始化：簇区内簇头CHi周期性地向其他成员节点发送询问报文REQ以同步时间；每一轮采样l,1≤l≤N,簇头CHi将接收到的感知数据进行融合，生成新的数据包传送至汇聚节点(Sink)；传送时，CHi会选择相邻簇头作为中继节点转发数据包；因此，从源点CHi到汇聚节点(Sink)之间可生成一条或多条不同的路径；除与汇聚节点(Sink)一跳距离的簇外，簇头CHi随机生成F只青蛙，每只青蛙个体表示一条从CHi到汇聚节点(Sink)的可行路径，即P＝{P1,P2,...,Pd}，其中d表示解空间的维数，Pi＝{CHi,...,CHx,Sink}，P即为生成的初始群体；青蛙个体适应度函数为：式(5)中，α1+α2+α3＝1，CHi∈Pi表示CHi是路径Pi上的一个节点，nk∈ci表示nk是簇ci内成员节点，ERX(CHi,nk)/ETX(CHi,nk)表示簇头CHi对成员节点nk接收/发送数据所消耗的能量，CHj∈adj(CHi)表示CHj是CHi的相邻簇头，ERX(CHi,CHj)/ETX(CHi,CHj)表示CHi对CHj接收/发送数据所消耗的能量，EDA(CHi)表示CHi融合数据所消耗的能量，Ecomput(CHi)表示CHi进行相应计算所消耗的能量；函数fi描述路径Pi的总体能量消耗，包括该路径上各节点的计算代价和通信负荷，每一轮数据采样，簇头CHi接收簇内成员节点和来自相邻簇头的消息，计算出各能耗参数并更新从该簇头...

【专利技术属性】
技术研发人员：游子毅，
申请(专利权)人：贵州师范大学，
类型：发明
国别省市：贵州;52