[发明专利]基于双融合节点蚁群优化的无线传感器网络数据融合方法

说明书

技术领域

本发明涉及无线传感器网络中数据融合方法，具体涉及分簇融合算法中的融合节点选择和路由路径优化的一种算法。

背景技术

无线传感器网络是由大量密集散布在一个区域的传感器节点组成的，节点之间是通过无线方式进行传输通信的。由于节点的本身资源有限，比如说计算、存储，尤其是节点能量有限，使得如何最大程度的利用无线传感器网络有限的能量进行工作成为了一个研究热点，而数据融合技术正是解决这一问题的关键技术之一。

目前无线传感器网络的数据融合技术研究主要集中在两方面，一个是为了解决数据机密性和数据完整的安全融合算法，一个就是基于数据通信的路由融合算法。适宜的数据通信的路由融合算法能够均衡网络的能量利用，最大限度的使用它们。在无线传感器网络中，数据融合和数据通信是紧密相关的，节点是大量密集的散布在一起，它们收集的数据存在着大量冗余，而这些冗余会给网络带来巨大地能耗开支，所以，网络需要通过节点有限的计算能力进行数据融合以减少网络中数据的通信量，从而节省网络的能量这是数据通信的路由融合算法中要解决的关键问题；另外由于节点选择不同的融合节点进行数据融合所造成的能量开支也是不同的，因此如何有效地选择融合节点进行通信也是路由融合算法中需要解决的一个重要问题。

无线传感器网络中的路由融合算法主要分为两类：平面型融合算法和层次型融合算法。在平面型网络中，每一个节点的功能都是相同的，数据也是以多跳的方式进行路由，因为并不是所有节点都可以直接与基站直接通信，所以数据融合由所有参加路由的节点执行。而在层次型网络中，通常都使用两跳通信，一跳是簇成员到融合节点的通信，另一跳是融合节点到基站的通信。层次型网络通信中，数据融合是由融合节点来实现的，并由它把融合数据发送给节点。无线传感器网络中最早的层次型融合算法是LEACH(Low Energy Adaptive Clustering Hierarchy)算法。

LEACH算法分为两个阶段：成簇阶段和稳定阶段。在建立簇的阶段，每个节点随机选取一个小于1的正数a，如果它小于阈值T(n)，则该节点成为融合节点，并向网络中广播消息。未当选的节点根据接收到信息信号的强弱选择加入一个簇，融合节点会为簇内所有节点分配一个用于数据传输的时间片。在稳定阶段，簇内的所有节点按照自己的时间片依次向融合节点发送数据，融合节点将数据融合以后，直接发送给基站，经过多次稳定阶段的数据融合和传输之后，网络将进行新一轮的成簇和稳定通信过程。LEACH算法通过周期性的选择融合节点，可以把能量消耗均衡到簇内的每一个节点上，使网络的整体寿命延长。但是LEACH算法中并没有考虑簇间的能耗均衡，因为融合节点直接与基站通信，离基站较远区域的融合节点需要耗费更多的能量与基站进行通信，从而使远离基站的区域出现“热区”问题。尤其是在规模越大的网络中，这种问题就会越加明显，所以LEACH算法并不适合于大规模的网络环境中。

近年来，Bao Xirong等人结合遗传算法和蚁群算法，提出了一种分簇式能量有效路由协议(Energy-Saving Genetic Ant Colony Routing,ECGAC)，该算法将节点的剩余能量和融合节点之间的距离作为分簇概率公式中的计算系数，充分考虑了网络的整体能量均衡水平。LiuYuhua等人提出一种基于偏转角的蚁群路由算法(Ant Routing by Deflection Angle,ARDA)，该算法通过偏转角机制使得蚁群位于源节点和目的节点的连接线附近，很好的均衡了全网的能量使用效率。但是，上述算法采用的传统蚁群算法要经过大量蚂蚁的迭代计算才能求出问题的最优解，大量蚂蚁的寻路过程会消耗大量的能量，因此在WSN中，它只适合于平面性网络结构中，而在层次性网络中，由于需要定期的进行重分簇，每一次分簇都需要重新进行路径的寻优过程，如果每一次路径寻优都要进行大量迭代计算的话，那对WSN能量的消耗无疑更是巨大的。

发明内容

本发明目的在于提供一种能很好地解决好由于融合节点与基站距离不同产生的“热区”问题，而且融合节点与基站能采取优化路径进行通信的基于双融合节点蚁群优化的无线传感器网络数据融合方法。

本发明的目的是这样实现的：

包括无线传感器网络中分簇结构簇头的选取和路由路径的优化两个方面，其特征是采用非均匀分布双融合节点和蚁群优化路由路径，具体步骤是：