[发明专利]基于粒子群和狮群的环形无线传感器网络分簇路由算法在审

专利信息
申请号: 202110629134.X 申请日: 2021-06-06
公开(公告)号: CN113453305A 公开(公告)日: 2021-09-28
发明(设计)人: 王宏志;刘清雪;武莎莎;鲁晓帆 申请(专利权)人: 吉林建筑科技学院
主分类号: H04W40/32 分类号: H04W40/32;H04W40/02;H04W40/10;H04W40/20;H04W40/22;H04W84/18;H04L12/715;H04L12/721;G06N3/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 130114 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 粒子 环形 无线 传感器 网络 路由 算法
【说明书】:

发明涉及环形无线传感器网络分簇路由算法,特别是基于粒子群和狮群的环形无线传感器网络分簇路由算法(Cluster routing algorithm for ring wireless sensor network based on particle swarm optimization and lion’s algorithm,CRPL)。该算法包括系统模型、簇头选举、选择路由路径三个部分。提出的CRPL分簇路由算法以减少网络能耗,延长网络生命周期为目的,首先基于狮群算法建立的簇头节点选择的适应度函数,选出每个环的最优簇头节点,同时在数据传输过程中采用粒子群算法建立了一种多目标适应度函数来寻找下一跳中继节点,获得最佳路由路径。

技术领域

本发明涉及环形无线传感器网络分簇路由算法,特别是基于粒子群和狮群的环形无线传感器网络分簇路由算法。

背景技术

无线传感器网络在环境观察、军事、建筑监控、医疗保健、家居等方面起着重要的作用,但是无线传感器网络的发展仍然受到很多因素的限制,如:组成无线传感器网络的传感器节点通常部署在人类难以操作或无法操作的区域;传感器节点的能量有限,而且不能及时补充能量;传感器节点的分布具有随机性,导致传感器网络的拓扑结构不同。

目前已经提出大量关于分簇路由的算法,同时随着仿生群体智能优化算法的发展,粒子群优化(PSO)、遗传算法(GA)、人工蜂群(ABC)、蚁群算优化(ACO)、磷虾群算法(KHA)等在解决无线传感器网络中节点能量消耗不均匀问题上得到了大量的应用。

发明内容

本发明主要针对如何解决环形无线传感网络分簇路由的簇头选择不合理、路由性能不好、能量消耗不均匀等问题,提出基于粒子群和狮群的环形无线传感器网络分簇路由算法。

本发明由三部分构成,即系统模型、簇头选举、寻找路由路径。系统模型具体包括网络模型和能量模型;簇头选举基于狮群算法设置适应度函数;寻找路由路径基于粒子群算法设置适应度函数。

所述系统模型中网络模型为半径为R的环形区域,其中有N个传感器节点随机分布在整个环形区域内,环形区域被划分为n个具有相同宽度的同心环,BS位于环形区域的圆心处。整个环形网络具有如下属性:所有节点都是同构的;每个节点具有唯一的ID;每个节点具有相同的初始能量和相同的通信半径。所述系统模型中能量模型采用自由空间模型,计算节点之间发送和接收数据的能量消耗,以及簇头融合、发送数据的能量消耗。

所述簇头选举基于狮群算法,适应度函数考虑了节点的剩余能量、节点到BS的距离、CH节点占环中的比例以及节点通信范围内覆盖的邻居节点数量这四个因素,网络中所选择的CH节点都应满足适应度函数所提供的最大值。

所述路由路径寻找采用粒子群算法,采用了CH节点到BS的距离、簇成员节点数、下一跳CH节点的剩余能量以及下一跳CH节点到当前CH节点与BS连线的垂线段的距离四个因素来设置适应度函数,最佳路由路径满足适应度函数所提供的最小值。

附图说明

图1是本发明的环形无线传感网络模型图;

图2是本发明的无线传感器网络分簇路由算法流程结构框图;

图3是本发明最佳路由路径选择路线图;

图4是本发明的网络节点死亡轮数示意图;

图5是本发明的网络存活节点数目的变化图;

图6是本发明的网络的总能耗的示意图;

图7是本发明的网络中平均节点剩余能量示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明,本发明由三部分构成,即系统模型、簇头选举、寻找路由路径。系统模型具体包括网络模型和能量模型;簇头选举基于狮群算法设置适应度函数;寻找路由路径基于粒子群算法设置适应度函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林建筑科技学院,未经吉林建筑科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110629134.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top