网站首页  词典首页

请输入您要查询的论文:

 

标题 一种基于仿生算法的传感器网络协议研究
范文

    

    

    摘要:为了降低无线传感器网络的能耗提出了将仿生算法应用于网络路由决策,生成节点之间的最优化路由。给出了仿生算法的基本原理与计算最小路径树的主要步骤。实验结果显示,该算法相对于PVCHI等协议来说,有较好的降低网络节点工作能耗的效果。

    关键词:簇;仿生路由算法;最短路径树

    中图分类号:TP393? ? ? ? 文献标识码:A

    文章编号:1009-3044(2021)04-0177-02

    Abstract:This paper proposes a method to reduce the energy consumption of nodes by applying bionic algorithm to network routing decision to generate the optimal routing between nodes. The basic principle of bionic algorithm and the main steps of calculating the minimum path number are given. The experimental results show that the algorithm can effectively reduce energy consumption.

    Key words:cluster; bionic routing algorithm; shortest path tree

    1背景

    無线传感器网络由大量微型传感器设备(节点)构成。这些节点分布在特定区域内,能够周期性的从周围环境中收集相关信息,产生并向远端的基站(Base station,BS)发送数据报。基站接收、分析并存储这些数据报,据此掌握该区域的相关情况。无线传感器网络基于其网络节点数灵活可控、拓扑结构冗余度高等优点,在各领域得到了广泛推广。微型传感器节点的物理尺寸决定了其携带电池容量是有限的,而且通常情况下电池能量是无法得到补充的。由于无线传感器网络节点及基站之间传输数据基本采用的是近距离无线通信方式,因此无线通信方式中节点收、发数据的能耗是需要重点关注的,其主要影响因素与节点收发数据的规则、约定有关,即与网络协议密切相关。本文提出了一种基于仿生算法的网络协议,对于给定传感器网络模型,能使其中节点以节能的方式快速有效地将传感器收集的数据传送到基站处理,从而降低在数据传输途径上不必要的能耗。

    2网络协议细节

    2.1 网络环境

    本文中对传感器节点所部署的网络环境进行了如下约定:1)传感器节点部署到监测区域时采用飞机或人工随机投送方式。为了简化影响条件,约定该区域为一长宽相等的矩形区域。所有传感器节点的软硬件配置相同,其配备的电池具有相同的初始电量、具有相同的路由计算能力、数据转发能力以及有效覆盖整个检测区域范围的无线通信能力。2)假定传感器节点都具备实时监测所携带电池的剩余电量的能力、都具备无线信号强度检测能力。3)每个节点在每个采样周期产生一条固定长度数据报,最终将传送到在监测区域远端的固定基站(BS),BS接受、处理、存储和共享这些数据。

    2.2 协议基本思想

    由于传感器节点电池电量有限且是纯消耗性的,电量用完该节点即宣告失效。当失效节点达到一定数量时,整个网络的数据收集能力将大大下降甚至完全失去监测作用。因此从降低能耗这一抓手出发,设计能耗优化的网络工作机制是协议是否具有实际应用价值的关键。对此采取以下措施:1)控制通信范围,对网络实行分簇管理,通信仅限于簇内节点之间进行,不同簇节点相互不进行直接通信。2)簇内节点只与相邻节点(一定距离范围之内的节点)直接通信。采样数据报在相邻节点间沿簇内路由树传递最终送达簇核心,指令数据报沿逆方向传递。每个接收节点当接收并转发数据报后,会给前一个节点发送一反馈报文以保证路由的有效性。3)簇核心由于会比普通节点消耗更多能量,因此每隔一段时间重新选举簇核心,以平衡所有节点的能量消耗。协议经历分簇、路由形成、正常数据传输阶段组成,具体细节如下所述:

    (1)监测区域划分为n个簇,在所有节点中随机选择n个节点作为簇核心。每个节点拥有一个唯一的整数ID。在一个采样周期开始的时候,每个节点先随机生成一个范围在(ID-1)到(ID+1)内的随机数,然后用此数mod(ID),得到的值若大于T,则该节点成为核心节点,此时其所在的簇ID就是该节点的ID值。然后该核心节点发送群播消息(BDCV),其余节点收到的群播消息强度如果大于△E1,就选择加入该簇,△E的大小根据实际情况选择。T由公式计算得到:T =[nN?(rmodNn)n],r为经历的轮数,N为节点总数,n为簇核心的个数。超过簇的生存期Tc则重新选择簇核心,这样既平衡节点的能量消耗,又防止过于频繁划分簇而消耗大量节点能量。

    (2)数据传输路径的选择。为了保存网络的拓扑信息,每个节点内部会维护一张相邻节点信息表。每个节点接收簇内其他节点发送的广播搜索报文BCAB(以恒定功率发送,含有发送节点的ID),如果收到的信号强度大于阈值△E2(由实际情况决定),就将他加入自己的相邻节点表中,同时将信号强度Ei也存入对应表格中,因此在获得相邻节点信息的同时,节点也得到了其相邻节点间的链路(无线信道)权值,即它们之间的距离信息。接下来需要以簇为单位,计算出簇内转发路由表。该路由表实质就是对应于簇内最短路径树,由基于变形虫算法的计算方法得到。当有节点失效(发送节点接收不到接收节点的发送的反馈报文),则该节点将向全簇节点发送广播消息通告此情况,并激活更新相邻节点信息表的进程:簇内节点重新执行(2)中操作以重新获取全局拓扑信息和计算路由。

    (3)数据采集。节点在采样周期内将进行若干次的数据采集操作,具体次数由实际情况而定。生成的数据报按在每个节点中存储的由2.3节算法计算出来的路由表进行转发,直至核心节点。需要注意的是,并不是每个节点都会发起上述的数据传送,而是只能由叶子节点发起。路由表中的中间节点只是在叶子节点发起数据传送时,将自己采集得到的数据与前一个节点转发来的数据进行合并处理,然后再将该数据报转发出去。因此,每个采样周期核心节点只会收到等于叶子节点总数的数据报,并将这些数据报发送给BS。这样,可以有效减少数据报产生和转发的次数,降低节点的功耗。

    2.3 基于仿生算法的通信路由优化

    无线信号传输距离越远,数据传输所需能量消耗越大。为了最大限度降低數据传输时总的能量消耗,数据包应该沿着优化过的路由途径来传输。这要求路由算法计算出来的路由由普通节点到簇核心节点的跳数最小,也就是说,簇内路由应该是一颗最小路径树。由于变形虫对食物获取路径的选择和传感器网络中路由的计算形成具有很高的相似度,同时也由于其算法开销比较大,因此需要对变形虫算法改进才能用于路由决策。将变形虫网络迷宫对应于传感器网络中的一个簇,含有食物源的起点与终点分别对应簇中的核心节点和普通节点。网络中的核心记为C1,普通节点中的终点记为C2,其他节点分别表示为Ci(i= 3,4,5...)。连接节点Ci与节点Cj的管道可以表示为边Tij,对应可以表示传感器网络中两节点间的链路,流经边Tij的流量表示为Qij,对应传感器网络中的数据流量,其满足泊松定律。在传感器网络中,用节点i处的信号强度用Ei替代压力pi,因此,公式变为:

    3 实验分析及小结

    为验证协议效果,将其同PVCHI协议和文献[4]中协议进行对比。实验考察三种协议每个采样周期所有节点的平均能耗。实验区域设定为长宽为50/100/300/500米的矩形区域内,N个节点随机分布在该区域中。PVCHI协议簇内所有节点一个采样周期的能耗为:[Ec=(Eeleck+εfskM22πn)(Nn?1)+mp.(k+1)d3bs],在文献[4]中总能耗为:[Efc=(Eeleck+εfsM2k(N?1)2)N2+Eeleck(N2?13NN)],基于仿生算法协议总能耗为:[Enc=2NEeleck+εfs(k?1)M2?NN(N?n)]。实验中取数据长度为k=2000,n=5。当N=300时,实验结果见表1。

    实验结果显示,PVCHI协议一个采样周期内能耗最多,根本原因之一是每个节点都会产生和转发数据报,导致有很大一部分能量用于处理、转发冗余数据。其次,是由于其路由选择算法计算得到的路由使传输数据报时不是最短跳数。本文提出的改进协议由于同时减小了数据传输时的通信距离和数据发收次数,因而使节点的能耗降低。无线传感器网络的能耗问题是制约和影响其广泛应用的重要因素之一,实验证明,本文的解决方案通过平衡节点功耗,用仿生算法优化数据传输路径和降低节点转发数据的次数,能有效降低节点功耗,延长无线传感器网络的工作寿命。

    参考文献:

    [1] 梁鸣心.基于多头绒泡菌仿生模型的图挖掘研究[D].西南大学,2017.

    [2] 张晓革.基于多头绒泡菌的交通网络设计算法的研究[D].西南大学,2014.

    [3] 王庆.基于多头绒泡菌的路网优化算法[D].西南大学,2012.

    [4] 陈凌平.一种低功耗自组织传感器网络协议[J].计算机应用研究,2005(2):209-211.

    【通联编辑:代影】

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/22 23:35:30