[发明专利]基于遗传算法的移动机会传感器网络自适应信息传输方法

权利要求书

1.一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，包括以下内容：根据无线传感器网络中节点的物理位置相关性完成节点分组，定义α为评价尺度常数，表示节点间数据传输的最大距离阈值；

在网络环境下，将评价尺度常数α划分为若干子区域，并在每个子区域中随机选择一个节点t作为簇头；

在某个时间t随机选择某个网络环境作为研究切入点，并做出以下假设：假设有n个节点，根据物理位置的相关性随机生成6个连通区域，即同时形成6个簇，随机指定每个簇头，簇头将每个簇内节点的信息数据进行融合，并将划分的6个簇表示为U＝{A，B，C，D，E，F}，其中每个集群可以实现数据转发；以当前时间A为起始节点，当前网络拓扑结构不变，形成网络连通图。

2.根据权利要求1所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，在确定所述的起始节点之后，进行下一跳节点选择，从起始节点A开始，逐渐寻找最佳传输路径，每个簇节点将经过数据融合处理的数据信息存储在每个簇中，并假设T、网络环境M中当前存在连通图。

3.根据权利要求2所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，所述的从起始节点A开始，逐渐寻找最佳传输路径包括以下内容：

步骤1、确定开始状态，A是当前节点，即U＝{A}，V＝{B，C，E，F，D}；

其中，U和V代表网络中节点的集合，U和V代表的分属不同区域的节点的集合；

步骤2、从节点A开始，比较V中的代价边，并标记每个节点与初始节点A之间的逻辑距离，分别地通过逻辑距离比较，确定当前最小边，即确定下一跳节点，将下一跳节点放入从V中加入U；

步骤3、更新V中顶点和U的代价边，再次进行比较逻辑距离，确定当前最小边，即确定下一跳节点，将下一跳节点放入从V中加入U；

步骤4、重复步骤3，直至最后一次确定下一跳节点，此时，按照步骤2-4中确定的下一跳节点的顺序更新U，路径规划结束；

步骤5、按照步骤2-4中确定的下一跳节点的顺序统计插入的节点，最后确定当前最佳路径。

4.根据权利要求1或2或3所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，所述的移动机会传感器网络的运行过程如下：

在分簇阶段，网络中的所有代理根据自身的约束和外部环境的约束，采用LEACH自适应分簇协议，将角色分配给机会传感器网络的代理；

在分簇阶段，簇头角色和簇成员根据LEACH自适应分簇协议给出的方案形成簇结构，然后进入稳定阶段；

在稳定阶段，每个集群成员角色和集群头角色进行通信，位于同一层的集群头角色在各自的通信范围内进行通信和传输数据；

节点代理结合LEACH自适应聚类协议，根据约束条件实现角色分配，并通过节点代理与角色的关联、角色与角色的关联以及集群结构形成集群。

5.根据权利要求4所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，当簇形成时，簇头开始广播簇头消息，成员根据接收到的消息强度，相应地计算自己与簇头节点之间的欧氏距离，与距离最近的簇头协商，形成簇头进入稳定阶段；当网络稳定时，集群结构内部信息数据通信方式为单跳，簇头负责采集集群成员传输的数据，同时簇头具有数据融合性能，簇头与基站之间的通信采用单跳和双跳的方式实现多跳融合。

6.根据权利要求4所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，当所述的移动机会传感器网络运行时，节点代理根据约束实现角色分配和重新分配，利用角色扮演进行交互，完成系统分配的任务，节点代理分配相应的角色，不同角色的节点代理根据自己的状态信息完成指定的应用操作，网络中的每个节点代理根据角色扮演共同实现给定的目标。

7.根据权利要求1所述的一种基于遗传算法的移动机会传感器网络自适应信息传输方法，其特征是，所述的移动机会传感器网络包括若干个区域，每个区域包括若干个集群，集群之间存在层次关系，较高级别的集群的簇头角色和较低级别的集群的簇头执行如数据传输的操作，根据每个区域中的簇头角色，汇聚节点与汇聚节点进行通信。