一种大范围无线传感器网络多跳分簇路由协议设计方法技术

本发明专利技术公开了一种大范围无线传感器网络多跳分簇路由协议设计方法，包括：提供在无线传感器网络存活的传感器节点中选取簇头节点，未被选中的节点成为普通节点；簇头节点向其通信范围内的普通节点发布广播消息，并分配时隙，提供给附近的普通节点传输数据；普通成员节点收到广播消息后，按照时隙向距离自己最近的簇头节点发送数据；簇头节点对收集到的数据进行数据融合；每一个簇头节点为自己选择下一跳的中转节点，通过多跳传输的方式将数据传输到汇聚节点，汇聚节点再将收集到的数据发送到监控平台；当下一次通信时，重复上述步骤。通过与已有类似路由协议相比，本发明专利技术在网络寿命，网络的能量消耗，链路质量，网络覆盖度方面得到了较好的结果。到了较好的结果。到了较好的结果。

【技术实现步骤摘要】
一种大范围无线传感器网络多跳分簇路由协议设计方法


[0001]本专利技术属于无线传感器网络路由协议
，具体是一种大范围无线传感器网络多跳分簇路由协议设计方法。

技术介绍

[0002]无线传感器网络是由大量静止或移动的微型传感器节点以自组织和多跳的方式组成的一种计算机网络，即通常所说的WSN。这些微型传感器节点主要由感知模块(采集数据)、处理模块(CPU运转)、通信模块(数据收发、空闲侦听)、能量模块(节点供电)这四个部分组成，可以协作地监控不同位置的物理或环境状况，如温度、声音、振动、压力、运动或污染物。无线传感器网络已经被广泛应用于军事、环境监测、交通管理、家庭自动化等方面。
[0003]在传感器网络中，传感器节点的能量模块是由电池供电，由于体积小，携带的能量十分有限，一旦能量消耗完毕，节点就会死亡，从而影响整个无线传感器网络的数据传输。一些研究从无线传感器的供能方式上出发，最初采用从传感器所处环境中收集能量的方法(太阳能或风能)，但由于受环境因素的影响，供能很不稳定。由于节点的能量消耗主要在通信模块上，因此设计合理的多跳路由协议来均衡网络的能耗很有必要。
[0004]现有的路由协议的通信方式有单跳和多跳。单跳网络就是每一个传感器节点都直接和汇聚节点通信，这样距离汇聚节点较远的传感器节点会因为传输距离远，能量消耗快，很快进入睡眠状态。多跳网络就是外层的传感器节点通过向内层传感器节点层层传递数据，最终将数据传递给汇聚节点。根据传感器节点的能量消耗模型可知，通信距离越远，消耗的能量就越多，因此为减少通信上的能量消耗，现有路由协议多采用多跳通信方式，而设计合理的多跳路由协议可以有效延长无线传感器网络的使用寿命。在多跳路由协议的无线传感器网络中，由于中转节点在网络中承担更多的数据传输任务，需要转发其他传感器节点的数据，因此中转节点的能量消耗较大，会提前死亡，造成网络的能量空洞现象，而且仅仅通过改进路由协议，也只能适当的延长网络寿命，随着通信的不断进行，能量总会被消耗殆尽。

技术实现思路

[0005]本专利技术目的是提供一种大范围无线传感器网络多跳分簇路由协议设计方法，用于解决无线传感器网络区域范围较大时，能量消耗不均衡，个别传感器节点死亡过快，网络寿命周期过短等问题。
[0006]本专利技术采用如下技术方案实现：
[0007]一种大范围无线传感器网络多跳分簇路由协议设计方法，包括如下步骤：
[0008]步骤1、网络初始化
[0009]在网络监控的平面传感器区域内随机均匀地分布若干传感器节点，并在区域中心布置一个汇聚节点，传感器节点的位置固定不动，组成传感器网络。其中除汇聚节点之外的其他传感器节点能量有限，初始能量值、信息处理能力和通信能力均相同，汇聚节点的能量
值无限。通常情况下传感器节点处于睡眠状态，当需要通信时，汇聚节点将所有传感器节点唤醒，所有传感器节点将自身的能量值、地理位置、传感器编号发送到汇聚节点。汇聚节点通过计算得到完整的网络邻接矩阵，并将邻接矩阵发送给所有的传感器节点。传感器节点根据网络邻接矩阵发送自己的数据，并将数据传递给汇聚节点。
[0010]步骤2、候选节点的选取
[0011]为了均衡网络中节点的能量消耗，与汇聚节点间的距离小于通信范围rc的传感器节点直接向汇聚节点发送数据，剩余传感器节点中剩余能量大于邻居节点平均剩余能量的节点成为候选节点，其他节点成为普通成员节点。
[0012]步骤3、簇头节点的选取
[0013]主要通过改进蚁群算法RACO实现，具体过程如下：
[0014](3.1)设计适应度函数评估所选簇头节点的质量：适应度函数f为网络经过一轮通信后的能量消耗，包括普通节点的能量消耗总和及簇头节点的能量消耗总和。
[0015][0016]其中，P表示普通传感器节点的集合，C表示簇头节点的集合。
[0017]普通节点的能量消耗为：
[0018][0019]簇头节点的能量消耗为：
[0020][0021]其中，E
elec
表示每比特数据的能量消耗，l表示数据长度，d
i,k
表示传感器节点i到簇头节点k的距离。m表示簇头节点收集到的数据包个数，n表示簇头节点k需要转发的数据包数量，E
da
表示簇头节点融合每比特数据的能量消耗，d
k,j
表示簇头节点k与下一跳簇头节点j的距离，ε
fs
，ε
mp
是与功率放大模型有关的能量损耗系数，d0是距离常数。
[0022](3.2)初始化种群：首先需要初始化累计信息素大小。为了提高收敛速度，每个候选节点的初始累计信息素大小通过计算每个节点的剩余能量占邻居节点的比重当选簇头节点的次数占邻居节点的比重每个节点覆盖度占邻居节点覆盖度的比重每个节点到汇聚节点距离占邻居节点的比重来综合评价。初始化累计信息素大小为：
[0023][0024][0025][0026][0027][0028]其中，energy
i
、dib
i
、freq
i
、cov
i
分别表示第i个传感器节点的剩余能量、第i个传感器节点与汇聚节点的距离、第i个传感器节点当选簇头节点的次数、第i个传感器节点的覆盖度。energy
table
、dib
table
、freq
table
、cov
table
分别表示第i个节点及其邻居节点在上述四项因素(energy
i
、dib
i
、freq
i
、cov
i
)取值构成的数组，α,β,λ,μ表示这四项因素的权重，取值为0.4、0.2、0.3、0.1。
[0029](3.3)计算信息素比重：计算每个候选节点在其邻居节点中累计信息素的比重
[0030][0031]其中，表示第i个节点在第t代时的累计信息素，表示节点i及其邻居节点在第t代时的累计信息素构成的数组。
[0032](3.4)线性排序选择策略：
[0033](3.4.1)随机从候选节点中挑选一个节点，将该节点及其邻居节点的比重percent
i
从小到大排序，邻居节点table中，每个节点被选中的概率
[0034][0035]其中，percent
table
表示节点i及其邻居节点的比重组成的数组。
[0036](3.4.2)随机生成一个随机数α，再从Pro
table
数组中遍历，如果则table中的第i个候选节点被选为簇头节点，将该簇头节点范围内的其他候选节点去除，继续重复该步骤直到候选节点为空，得到一组簇头节点，继续多次选择，得到N组簇头节点，从而得到N个个体的种群。
[0037](3.5)更新累计信息素：种群在编号为i的传感器节点遗留的信息素大小为：
[0038][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大范围无线传感器网络多跳分簇路由协议设计方法，其特征在于：包括如下步骤：步骤1、网络初始化在网络监控的平面传感器区域内随机均匀地分布若干传感器节点，并在区域中心布置一个汇聚节点，传感器节点的位置固定不动，组成传感器网络；其中除汇聚节点之外的其他传感器节点能量有限，初始能量值、信息处理能力和通信能力均相同，汇聚节点的能量值无限；通常情况下传感器节点处于睡眠状态，当需要通信时，汇聚节点将所有传感器节点唤醒，所有传感器节点将自身的能量值、地理位置、传感器编号发送到汇聚节点；汇聚节点通过计算得到完整的网络邻接矩阵，并将矩阵发送给所有的传感器节点；传感器节点根据网络邻接矩阵发送自己的数据，并将数据传递给汇聚节点；步骤2、候选节点的选取与汇聚节点间的距离小于通信范围rc的传感器节点直接向汇聚节点发送数据，剩余传感器节点中剩余能量大于邻居节点平均剩余能量的节点成为候选节点，其他节点成为普通成员节点；步骤3、簇头节点的选取(3.1)设计适应度函数评估所选簇头节点的质量：适应度函数f为网络经过一轮通信后的能量消耗，包括普通节点的能量消耗总和及簇头节点的能量消耗总和；其中，P表示普通传感器节点的集合，C表示簇头节点的集合；普通节点的能量消耗为：簇头节点的能量消耗为：其中，E
elec
表示每比特数据的能量消耗，l表示数据长度，d
i,k
表示传感器节点i到簇头节点k的距离，m表示簇头节点收集到的数据包个数，n表示簇头节点k需要转发的数据包数量，E
da
表示簇头节点融合每比特数据的能量消耗，d
k,j
表示簇头节点k与下一跳簇头节点j的距离，e
fs
，e
mp
是与功率放大模型有关的能量损耗系数，d0是距离常数；(3.2)初始化种群：每个候选节点的初始累计信息素大小通过计算每个节点的剩余能量占邻居节点的比重当选簇头节点的次数占邻居节点的比重每个节点覆盖度占邻居节点覆盖度的比重每个节点到汇聚节点距离占邻居节点的比重来综合评价；初始化累计信息素大小为：
其中，energy
i
、dib
i
、freq
i
、cov
i
分别表示第i个传感器节点的剩余能量、第i个传感器节点与汇聚节点的距离、第i个传感器节点当选簇头节点的次数、第i个传感器节点的覆盖度；energy
table
、dib
table
、freq
table
、cov
table
分别表示第i个传感器节点及其邻居节点在上述四项因素取值构成的数组；α,β,λ,μ表示这四项因素的权重；(3.3)计算信息素比重：计算每个候选节点在其邻居节点中累计信息素的比重其中，表示第i个节点在第t代时的累计信息素，表示节点i及其邻居节点在第t代时的累计信息素构成的数组；(3.4)线性排序选择策略：(3.4.1)随机从候选节点中挑选一个节点，将该节点及其邻居节点的比重percent
i
从小到大排序，邻居节点table中，每个节点被选中的概率其中，percent
table
表示节点i及其邻居节点的比重组成的数组；(3.4.2)随机生成一个随机数a,再从Pro
table
数组中遍历，如果则table中的第i个候选节点被选为簇头节点，将该簇头节点范围内的其他候选节点去除，继续重复该步骤直到候选节点为空，得到一组簇头节点，继续多次选择，得到N组簇头节点，从而得到N个个体的种群；(3.5)更新累计信息素：种群在编号为i的传感器节点遗留的信息素大小为：其中，Θ表示决策变量中包含编号i的个体的集合，f
j
表示Θ中的第j只蚂蚁根据公式(1)计算得到的适应度，f
min
表示当前蚁群中各蚂蚁适应度的最小值，f
max
表示当前蚁群中各蚂蚁适应度的最大值；则编号为i的传感器节点的在下一次种群迭代时的累计信息素大小为(3.6)通过更新后的累计信息素大小，计算每个传感器节点的累计信息素在邻居节点
中的比重以及线性排序选择策略，得到新一代的种群；计算新种群的适应度，并将新种群中适应度最小的个体与历史最优解对比适应度；若该个体的适应度小于历史最优解的适应度，则更新历史最优解，否则不更新；如果没有达到迭代次数，则重复上述(3.3)
‑
(3.6)操作；否则步骤3结束，最终的历史最优解就是满足需求的簇头节点集...

【专利技术属性】
技术研发人员：王丽芳，杨康杰，郭晓东，张哲，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：