基于群智能優(yōu)化技術(shù)的無線傳感網(wǎng)分簇路由算法研究.pdf

1、作為一種新的信息獲取和處理模式，無線傳感器網(wǎng)絡(luò)（WSN）已成為國內(nèi)外關(guān)注的研究熱點。由于傳感器節(jié)點本身能量的限制，路由算法的好壞對 WSN性能有著重要的影響。分簇機制和路由機制是分簇路由算法中的重要研究內(nèi)容。前者負責(zé)對網(wǎng)絡(luò)進行拓撲優(yōu)化，即對簇頭數(shù)量、簇頭位置等要素進行合理的配置，后者解決以最佳的路徑將收集到的數(shù)據(jù)傳輸給匯聚節(jié)點。良好的分簇機制和路由機制可以有效均衡網(wǎng)絡(luò)的能量消耗，延長網(wǎng)絡(luò)的生命周期。本文主要針對WSN分簇路由算法進行研究

2、，主要研究工作如下：
　?。?）在基本粒子群優(yōu)化算法（BPSO）的基礎(chǔ)上，改進了慣性權(quán)重和加速因子，給出了改進的粒子群算法（IBPSO）。該算法相對于 BPSO算法主要做了兩個方面的改進：在慣性權(quán)重中引入個體最優(yōu)和全局最優(yōu)因子，使得粒子能夠根據(jù)收斂情況調(diào)整速度大?。会槍PSO算法在迭代后期種群的多樣性急劇減少，容易收斂到局部最優(yōu)解的缺點，改進了加速因子，使得加速因子不再是固定值，而是根據(jù)粒子自身記憶和群體經(jīng)驗在運動中所起到的作用

3、做出動態(tài)調(diào)整，從而影響粒子速度的大小。測試函數(shù)結(jié)果表明，改進后的IBPSO算法的全局搜索能力和收斂速度都有一定的提升。
　　（2）針對LEACH算法中簇頭選擇的隨機性，從而使網(wǎng)絡(luò)中節(jié)點能量消耗不均衡，引入IBPSO算法改進了分簇機制，提出了一種基于改進粒子群優(yōu)化的WSN非均勻成簇算法（PSO-CRA)。首先根據(jù)優(yōu)化目標(biāo)建立了適應(yīng)度函數(shù)，將節(jié)點的剩余能量、節(jié)點與匯聚節(jié)點的距離、節(jié)點間的距離等因素考慮進來，然后基于適應(yīng)度函數(shù)利用IBP

4、SO算法對簇頭選擇進行優(yōu)化，從而得到最優(yōu)簇組。仿真實驗表明，此算法與LEACH算法相比，改善了簇頭隨機選擇造成的節(jié)點能量消耗不均衡，延長了網(wǎng)絡(luò)生命周期。
　?。?）針對LEACH算法中簇頭節(jié)點以單跳的方式直接與匯聚節(jié)點進行通信，從而使網(wǎng)絡(luò)能耗不均衡，引入蟻群算法改進了路由機制，提出了一種基于改進蟻群優(yōu)化的WSN多跳分簇路由算法（ACO-CRA）。利用蟻群的動態(tài)適應(yīng)性和尋優(yōu)能力，并將節(jié)點剩余能量和傳輸距離引入蟻群算法中，在簇頭與匯聚

5、節(jié)點之間尋找一條能量高效的最優(yōu)路徑進行通信。仿真結(jié)果表明，此算法與LEACH算法相比，在網(wǎng)絡(luò)生命周期上有較大的提高。
　　（4）在對分簇機制和路由機制研究的基礎(chǔ)上，結(jié)合改進的粒子群算法和蟻群算法，給出了基于改進粒子群和蟻群優(yōu)化的WSN分簇路由算法（PSOACO-CRA）。該算法在成簇階段采用粒子群優(yōu)化算法優(yōu)化簇頭選擇，從而均衡消耗網(wǎng)絡(luò)中的節(jié)點能量；在數(shù)據(jù)傳輸階段采用改進蟻群優(yōu)化算法優(yōu)化傳輸路徑，尋找簇頭節(jié)點與匯聚節(jié)點傳輸數(shù)據(jù)的能量