论文部分内容阅读
无线传感器网络(Wireless Sensor Network,WSN)由许多具有计算能力与通讯功能的节点组成,能够在特定场景下检测特殊事件。然而WSN中的节点通过自身携带的微型干电池供电,能量有限且难以充电,不合理的能量损耗将会引起节点的过早死亡。因此,如何建立一种既能降低节点能耗,又能选取最优路径的动态路由模型是提高WSN性能的关键点之一。蚁群算法是一种智能多主体的随机搜索算法,自适应性使其受外界环境干扰较小,常被应用于WSN路由选择中。然而基本蚁群算法是根据路径的信息素浓度大小来选择最优路径,未能充分考虑距离、能量、角度和方向等因素,导致WSN的性能提高有限。针对上述问题,本文首先研究了蚁群算法中的参数取值对最优路径选取的影响程度,提出了一种有效方式来获取最佳的参数取值范围。以Oliver30TSP模型为例,通过多次试验来分析不同参数取值对算法性能影响,从而得到最优性能下的参数取值,为下面章节的参数选取提供一定的参考价值。其次,针对WSN平面路由协议中数据传输路径过长,节点能耗不均以及网络寿命较短的问题,提出一种基于能量、位置信息和搜索方向的蚁群优化路由算法。在整个搜索过程中综合考虑能量,传输距离,传输角度,搜索范围以及蚁群的参与规模等因素,并引入路径度量值来改进信息素更新过程。通过模拟仿真验证改进算法在平面路由的应用中能够有效减少数据传输能耗,均衡节点能耗以及提高网络性能。最后,针对WSN分层路由中非均匀分簇协议存在的问题,结合上述蚁群算法,提出一种基于蚁群和广播计时的非均匀分簇改进算法。利用冗余判断系统来确认网络冗余区域,使该区域中低能量节点进入休眠状态,从而减少节点能耗。将密度,能耗和距离等因子引入竞选半径公式来解决热区问题。采用广播计时机制替代协商机制,减少簇首选举阶段消耗的能量。簇间路由采用蚁群算法寻找最优路线,减少数据传送所需能量。最后优化了轮转机制,避免簇首因频繁竞选而损耗过多的能量。通过模拟仿真验证改进算法能够有效平衡节点能量,延长WSN的寿命。