[發明專利]一種負載均衡的無線傳感器網絡路由節能方法

有效

• 申請號: 201611019329.8
• 申請日: 2016-11-17
• 公開（公告）號: CN106658603B
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 王寧;周圓;楊鴻宇
• 申請（專利權）人: 天津大學
• 主分類號: H04W28/08
• 分類號: H04W28/08;H04W40/10;H04W40/32;H04W84/18
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

1.一種負載均衡的無線傳感器網絡路由節能方法，其特征在于，該方法包括以下步驟：

步驟1、在有限的區域隨機定義無線傳感器節點，并且定義基站的位置；

步驟2、列出選擇簇頭的適應值函數，表示為：

其中，F_CH為選擇簇頭的適應值函數，由分別代表剩余能量信息和位置信息的兩部分信息組成；α∈[0,1]表示權重，是適應度函數中和的比例系數；表示簇頭節點與非簇頭節點的平均剩余能量之比，主要用于評價節點的剩余能量，其值越大，節點選為簇頭的概率越大，參數的計算公式表示為：

式中，表示簇頭的平均剩余能量，表示非簇頭節點的平均剩余能量，|CH|和|non-CH|分別表示簇頭節點和非簇頭節點的數量，CH和non-CH分別表示簇頭節點集合和非簇頭節點集合，node_i、node_j分別表示各個非簇頭節點和簇頭節點，表示非簇頭節點i的剩余能量,表示簇頭節點j的剩余能量；表示非簇頭節點和基站的平均距離與簇頭節點和基站的平均距離的比值，其計算公式表示為

式中，表示非簇頭節點和基站的平均距離，表示簇頭節點和基站的平均距離的比值，d(node_i,BS)表示非簇頭節點i與基站的距離，d(node_j,BS)表示簇頭節點j與基站的距離；

步驟3、選擇簇頭，具體處理包括：

初始化粒子群，設置種群的大小N，搜索空間的維數M，最大迭代次數和加速系數，在整個搜索空間初始化N個粒子的初始位置和速度；

計算每個粒子的適應值函數；

將每個粒子的適應值與該個體極值對應的適應值進行比較，若此適應值較優，則更新粒子的個體極值，否則個體極值不變；將每個粒子的適應值與當前全局極值對應的適應值進行比較，若此適應值較優，則更新全局極值，否則，全局極值不變；

更新當前粒子速度與當前位置，更新公式為：

其中，k為迭代次數；v_id是第i個粒子速度矢量的第d維值，通常被約束在區間[v_min,v_max]間，用以表示粒子的增長，表示的是第i個粒子在第d維的位置矢量，c₁，c₂為加速系數，用來控制粒子的移動速度，r₁,r₂∈[0,1]是d維空間中產生的隨機數，大小為[0,1]，P_id為個體極值，P_gd為總體全局極值，W為權重系數，其大小確定了粒子前一次迭代過程的速度對本次迭代過程中粒子速度信息的影響深度，當W取值變大時，粒子的全局搜索能力會變強，其局部搜索的能力會因此被削弱，這樣使搜索向全局最優的方向靠近而避免陷入局部最優，

為了增加粒子的搜索能力，采用非線性更改權重的方法改變權重，公式為：

式中，w_min和w_max分別為初始慣性權重和最大迭代次數時的慣性權重，t為迭代次數，Iteration_max為設置的最大迭代次數；

讓i＝i+1，返回到步驟2，直至i達到設定的最大迭代次數后停止選擇算法，當前的適應值最大的作為最優解，滿足當前適應值的節點的集合為所選擇的簇頭；

步驟4、通過步驟3選擇出簇頭后，簇頭向其他節點進行廣播，表明自己的身份；

步驟5、列出選擇中繼節點的適應值函數，具體為：

表示中繼節點的平均能量與普通節點的平均剩余能量的比例，計算公式表示為：

其中，為中繼節點的平均剩余能量，為普通節點的平均剩余能量，|RL|與|CO|分別表示中繼節點和普通節點的數，CO和RL分別表示中繼節點集合和普通節點集合，node_z、node_k分別表示中繼節點和普通節點，表示中繼節點z的剩余能量，表示普通節點k的剩余能量；讓盡量大，可以選出能量較高的的節點作為中繼節點；

步驟6、選擇中繼節點，具體包括以下處理：

初始化粒子群，設置種群的大小N，搜索空間的維數M，最大迭代次數和加速系數，在整個搜索空間初始化N個粒子的初始位置和速度；

計算每個粒子的適應值函數；

將每個粒子的適應值與該個體極值對應的適應值進行比較，若此適應值較優，則更新粒子的個體極值，否則個體極值不變；將每個粒子的適應值與當前全局極值對應的適應值進行比較，若此適應值較優，則更新全局極值，否則，全局極值不變；

更新當前粒子速度與當前位置，更新公式為：

其中，k為迭代次數；v_id是第i個粒子速度矢量的第d維值，通常被約束在區間[v_min,v_max]間，用以表示粒子的增長，表示的是第i個粒子在第d維的位置矢量，c₁，c₂為加速系數，用來控制粒子的移動速度，數r₁,r₂∈[0,1]是d維空間中產生的隨機數，大小為[0,1]，P_id為個體極值；P_gd為總體全局極值，w為權重系數，其大小確定了粒子前一次迭代過程的速度對本次迭代過程中粒子速度信息的影響深度，當w取值變大時，粒子的全局搜索能力會變強，其局部搜索的能力會因此被削弱，這樣使搜索向全局最優的方向靠近而避免陷入局部最優；

為了增加粒子的搜索能力，采用非線性更改權重的方法改變權重，公式為：

式中，w_min和w_max分別為初始慣性權重和最大迭代次數時的慣性權重，t為迭代次數，Iteration_max為設置的最大迭代次數；

讓i＝i+1，返回到步驟5，直至i達到設定的最大迭代次數后停止選擇算法，此時當前的適應值最大的作為最優解，滿足當前適應值的節點的集合為所選擇的中繼節點；

步驟7、普通節點向簇頭發送自己檢測到環境的信息，公式如下：

其中，E_TX(k,d)為傳輸k比特數據，傳輸距離為d時消耗的能量；d₀為由具體的網絡模型決定的預定的閾值；E_mp和E_fs是功率放大器消耗的單位數據放大功率，取決于兩種能耗模型的參數；E_elec為傳輸或者接收每比特數據電路耗費的能量；

簇頭接收k比特數據所消耗的能量為：

E_rx(k)＝k·E_elec

步驟8、簇頭將數據進行融合，數據融合也會消耗一定的能量，融合單位比特數據的能耗用E_DA表示；如果節點的數量為n，則融合k比特數據所消耗的能量為：

E(k,n)＝n×k×E_DA

然后將融合后的數據發送給中繼節點；

步驟9、中繼節點將數據發送給基站，通信結束。