CN103826278A - 一种基于多生物启发的无线传感网络自适应路由决策方法 - Google Patents

一种基于多生物启发的无线传感网络自适应路由决策方法 Download PDF

Info

Publication number
CN103826278A
CN103826278A CN201410040846.8A CN201410040846A CN103826278A CN 103826278 A CN103826278 A CN 103826278A CN 201410040846 A CN201410040846 A CN 201410040846A CN 103826278 A CN103826278 A CN 103826278A
Authority
CN
China
Prior art keywords
node
route
routing
turn
behavior
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410040846.8A
Other languages
English (en)
Other versions
CN103826278B (zh
Inventor
张明川
郑瑞娟
吴庆涛
宋晓莉
魏汪洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan gunz Information Technology Co., Ltd
Original Assignee
Henan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201410040846.8A priority Critical patent/CN103826278B/zh
Publication of CN103826278A publication Critical patent/CN103826278A/zh
Application granted granted Critical
Publication of CN103826278B publication Critical patent/CN103826278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于多生物启发的无线传感网络自适应路由决策方法，由信任评价机制、路由决策和路由自适应调节方法三部分组成，信任评价机制对每个节点的邻居进行可信度评价，并存储到节点本身的信任评价表中，作为路由决策的决定因素之一，节点需要向汇聚节点发送数据时，路由决策为其选择一条合适路由，不存在合适路由时，路由发现寻找通向汇聚节点的路由，节点需要向汇聚节点转发数据时，路由转发为其选择一个合适的下一跳节点转发，有2条或以上路由可供选择时，路由选择根据绒泡菌算发选择最优一条路由；本发明能能够实现传感器节点的可信性评价、路由决策，并能够根据网络状态调节路由决策参数，实现路由决策的自适应调节。

Description

一种基于多生物启发的无线传感网络自适应路由决策方法
技术领域
本发明涉及网络通信技术领域，具体的说是涉及一种基于多生物启发的无线传感网络自适应路由决策方法。
背景技术
路由选择决策是指选择通过网络从源节点向目的节点传输信息的通道，而且至少通过一个中间节点。路由选择工作在OSI参考模型的网络层。
无线传感网络是一个自治的无线网络，它没有事先部署的基础设施，比如路由器、基站等。无线传感网络的节点同时具有事务处理和路由器的功能，即，它的节点既可以感知周围感兴趣的事件（温度、湿度、图像、声音等），又可以帮助其它节点向汇聚节点转发数据。无线传感网络具有节点移动、有限带宽、有限电池能量和频繁节点故障等特点。这些特点使得无线传感网络的路由决策方案比较复杂。
现有的无线传感网络要不考虑路由的效率，即如何高效、快速的向汇聚节点转发数据；要不考虑路由的能量，即如何减小路由的能量消耗，延迟网络的寿命。有的方案考虑在二者之间进行权衡，在保障一定效率的基础上减少网络的能量消耗，尽可能的延长网络寿命。还有一些研究者考虑了网络的安全问题，研究如何使得传输数据的安全可靠。
这些方案中，没有将网络效率、能量消耗、网络安全等问题分开对待。由于取得网络效率优、能量优、安全级别高是需要采用不同的模型，然后再对其进行统一融合才能取得更好地的效果和根据网络状态进行自适应调控。
发明内容
本发明为了解决上述通过单一模型解决路由一个或多个方面特性带来的效率问题，提供一种基于多生物启发的无线传感网络自适应路由决策方法，能够根据免疫算法实现传感器节点的可信性评价，根据感知蚁群算法和绒泡菌算法实现路由决策，并能够根据网络状态调节路由决策参数，实现路由决策的自适应调节。
本发明采用的技术方案是：一种基于多生物启发的无线传感网络自适应路由决策方法，所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成，信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成，且信任评价机制对每个节点的邻居进行可信度评价，并存储到该节点本身的信任评价表中，作为路由决策的决定因素之一，节点需要向汇聚节点发送数据时，路由决策为其选择一条合适的路由，不存在合适的路由时，路由发现根据蚁群算法寻找通向汇聚节点的路由，并计算找到路径的链路可信度和链路能量，节点需要向汇聚节点转发数据时，路由转发为其选择一个合适的下一跳节点转发，有2条或以上路由可供选择时，路由选择根据绒泡菌算发选择最优一条路由，路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择，路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点，完成不同的工作任务，三者相互协作，共同实现路由决策，而路由选择支撑路由决策组件和路由转发组件。
所述的信任评价机制包括以下步骤：
步骤201、邻居监视
1）假定传感器节点i及其邻居节点j，首先定义：
（1）节点的行为集合                                                ；
（2） 节点行为的标识
Figure DEST_PATH_IMAGE002
，其中
Figure 563854DEST_PATH_IMAGE003
可以唯一标识一类行为；
（3）“评价子”是一个四元组，能够评价节点行为，评价子集合
Figure DEST_PATH_IMAGE004
，其中 
Figure 508676DEST_PATH_IMAGE005
 是行为标识, 
Figure DEST_PATH_IMAGE006
 是“评价子”存在的时间， 是“评价子”已经评价节点行为的次数， 
Figure DEST_PATH_IMAGE008
 是“评价子”的权重；
（4） “评价子”与节点行为匹配函数为:
Figure 429807DEST_PATH_IMAGE009
  ，其中，“.”是一个操作，表示
Figure 930058DEST_PATH_IMAGE011
的第四个元素
Figure 350675DEST_PATH_IMAGE008
，
Figure DEST_PATH_IMAGE012
是节点行为识别的一个函数； 
2）节点实时监视其邻居节点
Figure DEST_PATH_IMAGE014
的行为，通过规范化描述，可以获得其邻居节点
Figure 733432DEST_PATH_IMAGE014
的行为标识，每次通过监视到一组邻居节点的行为，
Figure 720980DEST_PATH_IMAGE012
函数可以返回一个二元组
Figure 945288DEST_PATH_IMAGE015
，其中，
Figure DEST_PATH_IMAGE016
是邻居的地址，
Figure 836146DEST_PATH_IMAGE017
是监视到邻居行为的标识；汇聚节点定时广播网络各节点前一时间段的工作效率，通过对这些信息的分析，获得不同网络行为对应的效率，每次监视到一个邻居节点行为的效率，
Figure DEST_PATH_IMAGE018
函数可以返回一个二元组
Figure 182813DEST_PATH_IMAGE019
，其中，
Figure 595340DEST_PATH_IMAGE017
是监视到邻居行为的标识，
Figure DEST_PATH_IMAGE020
是行为标识
Figure 170809DEST_PATH_IMAGE017
对应的权重（或效率）；
步骤202、生灭过程，假定评价子生灭过程的时间间隔是1，且初始评价子是
Figure 352392DEST_PATH_IMAGE021
，
Figure DEST_PATH_IMAGE022
，
1）时间从
Figure 869961DEST_PATH_IMAGE023
到，新增的行为标识
Figure 333565DEST_PATH_IMAGE025
和“评价子”
Figure DEST_PATH_IMAGE026
分别为：
Figure 961993DEST_PATH_IMAGE027
 ，
Figure DEST_PATH_IMAGE028
表示在时刻新增的节点行为，
Figure DEST_PATH_IMAGE030
 ，
Figure 312651DEST_PATH_IMAGE031
是表示评价子权重的常数；
2）在
Figure 762087DEST_PATH_IMAGE024
时刻，被杀死的评价子
Figure DEST_PATH_IMAGE032
表示为
Figure 928626DEST_PATH_IMAGE033
，
Figure DEST_PATH_IMAGE034
 是一个常数，将Ab集合中每个元素的age加1，新的评价子集合
Figure 147118DEST_PATH_IMAGE035
为
Figure DEST_PATH_IMAGE036
;
步骤203、自律进化，“评价子”可以根据从节点行为评价
Figure 519673DEST_PATH_IMAGE018
获取的评价结果进行自律进化，具体过程如下：
1)假定收到来自
Figure 128509DEST_PATH_IMAGE018
的二元组；
2)取Ab中的一个没有进行过处理的元素i，如果i不存在，转向步骤6）；否则，转向步骤3）；
3)如果
Figure 374999DEST_PATH_IMAGE037
，转向步骤2）；否则，转向步骤4）；
4)如果
Figure DEST_PATH_IMAGE038
，则
Figure 342955DEST_PATH_IMAGE039
；否则，
Figure DEST_PATH_IMAGE040
；
5)把i放入集合Ab；
6)算法结束；
步骤204、信任评价，当节点从邻居监视组件的
Figure 501404DEST_PATH_IMAGE012
接收到一组信息时，节点可以对地址是
Figure 704295DEST_PATH_IMAGE016
的邻居进行信任评价，并将评价结果放在本地的信任表中，具体过程如下：
1）假定收到来自的二元组
Figure 488897DEST_PATH_IMAGE015
；
2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在，则令
Figure 800930DEST_PATH_IMAGE041
，转向步骤（5）；否则，转向步骤（3）；
3)如果
Figure 786203DEST_PATH_IMAGE037
，转向步骤（2）；否则，转向步骤（4）；
4)令
Figure 158279DEST_PATH_IMAGE041
，
Figure DEST_PATH_IMAGE042
；
5)取信任表中未处理的元素i。如果i不存在，转向步骤（7）；否则，转向步骤（6）；
6)如果
Figure 792785DEST_PATH_IMAGE043
，转向步骤（5）；否则，令
Figure DEST_PATH_IMAGE044
，增加到信任表；
7)算法结束。
所述的路由发现包括以下步骤：
步骤301、设定任意传感器节点S，在节点S设置一个Timeout，并生成一代前向蚂蚁，利用公式计算节点S到其所有邻居节点跳转的概率
Figure 810605DEST_PATH_IMAGE047
，并向
Figure 291265DEST_PATH_IMAGE047
大于特定值
Figure DEST_PATH_IMAGE048
的节点跳转，其中，表示路径的人工信息素，
Figure 503120DEST_PATH_IMAGE051
表示节点S的邻居；
步骤302、假定节点i，前向蚂蚁在节点i中，确定需要转发前向蚂蚁的邻居节点
Figure DEST_PATH_IMAGE052
后进行转发，并向所有需要转发的路径
Figure 761189DEST_PATH_IMAGE053
按照公式
Figure DEST_PATH_IMAGE054
留下人工信息素，同时按照需要对所有不转发的路径
Figure 475067DEST_PATH_IMAGE055
按照公式
Figure DEST_PATH_IMAGE056
蒸发人工信息素，其中，
Figure 520383DEST_PATH_IMAGE057
,,
Figure 977909DEST_PATH_IMAGE059
,
Figure DEST_PATH_IMAGE060
 和 
Figure 589019DEST_PATH_IMAGE061
是常数，
Figure DEST_PATH_IMAGE062
，
Figure 677061DEST_PATH_IMAGE063
是路径(S,J)在地
Figure DEST_PATH_IMAGE064
次经过蚂蚁后留下的人工信息素，
Figure 507876DEST_PATH_IMAGE065
是节点
Figure DEST_PATH_IMAGE066
对节点
Figure 441197DEST_PATH_IMAGE014
的信任值，
Figure 172393DEST_PATH_IMAGE067
是节点
Figure 431336DEST_PATH_IMAGE014
的能量剩余；
步骤303、前向蚂蚁跳转到汇聚节点后，前向蚂蚁转化为后向蚂蚁向源节点S返回；
步骤304、假定后向蚂蚁从节点p跳到节点i后，根据公式
Figure DEST_PATH_IMAGE068
计算从节点i到节点s的路由信任，根据公式
Figure 982403DEST_PATH_IMAGE069
计算从节点i到节点s的路由能量，其中，
Figure DEST_PATH_IMAGE070
和
Figure 984994DEST_PATH_IMAGE071
是常数，
Figure DEST_PATH_IMAGE072
是节点的能量剩余，
Figure 734961DEST_PATH_IMAGE073
是节点
Figure 540368DEST_PATH_IMAGE066
对节点
Figure 81071DEST_PATH_IMAGE066
的信任值，
Figure DEST_PATH_IMAGE074
是节点到汇聚节点的路由信任，是节点
Figure 585368DEST_PATH_IMAGE066
到汇聚节点的路由能量；
步骤305、后向蚂蚁从节点i向节点j移动时，向路径(i,j)按照公式
Figure 992078DEST_PATH_IMAGE054
留下人工信息素，同时对路径
Figure DEST_PATH_IMAGE076
按照公式
Figure 490056DEST_PATH_IMAGE056
蒸发人工信息素，然后转向步骤304；
步骤306、后向蚂蚁到达源节点S时，利用路由选择组件将该路由插入到路由表的合适位置；
步骤307、重复上述步骤直至Timeout到时，拒绝接收Timeout之后收到的后向蚂蚁；在Timeout之前收到过后向蚂蚁，则路由发现成功，否则，路由发现失败，没有找到通往汇聚节点的路径。
所述的路由决策包括以下步骤：
步骤401、假定源节点S，源节点S查看自己的路由表，如果存在未过期的路由条目，则选择路由表中第一条路由条目进行发送，并设置时间间隔
Figure 58440DEST_PATH_IMAGE077
，转向步骤403的操作，如果不存在未过期的路由条目，则调用路由发现进行路由发现，然后转向步骤402；
步骤402、等待一个Timeout时间间隔，重复步骤401操作；
步骤403、发送数据；
步骤404、等待时间间隔，如果收到汇聚节点的确认，则转向步骤407的操作，否则，转向步骤405的操作；
步骤405、如果
Figure 274658DEST_PATH_IMAGE077
超时，转向步骤406的操作，否则转向步骤404进行操作；
步骤406、如果需要继续重发数据，转向步骤401操作，否则转向步骤407操作；
步骤407、发送结束。
所述的路由转发组件包括以下步骤：
步骤501、假定任意路由节点i，如果节点i收到需转发的数据包，则转向步骤502，否者，节点i继续休眠；
步骤502、检查节点i的局部路由优化标志
Figure 720945DEST_PATH_IMAGE079
，如果为FALSE，则转向步骤503，否则，进行局部路由优化，然后转向步骤503；
步骤503、向节点i的下一跳转发数据，并设置一个时间间隔
Figure 750398DEST_PATH_IMAGE078
，等待；
步骤504、当
Figure 188332DEST_PATH_IMAGE078
到时，如果收到来自下一跳的确认，则转向步骤506，否者，节点i调用路由发现，然后转向步骤505；
步骤505、如果发现从节点i到汇聚节点的路由，则向源节点S发送通知蚂蚁，并沿途修改相应路由表条目，然后转向步骤503操作，否则，向源节点S发送错误蚂蚁，并从沿途节点路由表中删除相应路由表条目，然后转向步骤506操作；
步骤506、算法结束。
所述的路由选择组件工作过程为：利用公式
Figure DEST_PATH_IMAGE080
分别计算供选择的每条路由的理由可用度，然后选择可用度最大的路由，其中，
Figure 936846DEST_PATH_IMAGE029
是常数。
所述的自适应调节方法包括以下步骤：
步骤701、每一个传感器节点每隔一个时间段
Figure 143836DEST_PATH_IMAGE081
需向汇聚节点发送一次其前一个
Figure 319602DEST_PATH_IMAGE081
时间内数据包发送成功率，汇聚节点根据前一段时间
Figure 244833DEST_PATH_IMAGE081
内接收所有数据包总量Packets，计算前一段时间间隔
Figure 469141DEST_PATH_IMAGE081
内网络平均负载，
Figure DEST_PATH_IMAGE082
；
步骤702、汇聚节点根据前一段时间
Figure 858534DEST_PATH_IMAGE081
内，各传感器节点发送的关于该传感器的数据传输成功率数据包，计算前一段时间内，网络平均传输成功率，。其中
Figure DEST_PATH_IMAGE084
表示共收到
Figure 881613DEST_PATH_IMAGE084
个节点的传输成功率数据包，
Figure 125513DEST_PATH_IMAGE085
表示第
Figure DEST_PATH_IMAGE086
个节点的数据传输成功率数据包；
步骤703、汇聚节点计算前一段时间
Figure 580765DEST_PATH_IMAGE081
的网络状态
Figure 542904DEST_PATH_IMAGE087
，如果
Figure 109015DEST_PATH_IMAGE087
大于一个特定的阈值，表示上一次路由决策参数调节效果较好，将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值，如果
Figure 145104DEST_PATH_IMAGE087
小于一个特定的阈值，将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值，如果调节值的可用性减小后小于0，则删掉该调节值；
步骤704、查阅路由调节参数先验知识库，如果找到对应的调节参数，则获取路由决策参数值，否则，从
Figure DEST_PATH_IMAGE088
中产生一个随机数作为路由决策参数
Figure 955114DEST_PATH_IMAGE029
值，并将该值与其对应的网络状态加入到路由调节参数先验知识库，并将其可用度设为0；
(5)汇聚节点向传感网络中所有传感器节点发送广播信息，修改模型参数中的
Figure 33153DEST_PATH_IMAGE029
值；
(6)算法结束。
本发明利用人工免疫算法实现对传感器节点的可信度评价。通过感知蚁群实现传感器节点到汇聚节点的路由发现，并在路由发现过程中感知路由决策的相关衡量指标；通过绒泡菌算法从发现的路由中选择最优的路由，并在数据传送过程中实现对路由的局部优化；当节点发送故障时，进行路由维护等。另外，该方案还可以根据网络环境的变化，自主地调节路由决策参数，使路由决策方案适应于不同的网络状态环境。
本发明由3个独立运行的部分组成，分别是信任评价机制、路由决策和路由自适应调节方法。三个组成部分分工协作，共同支撑基于多生物启发的无线传感网络自适应路由决策方法的整个过程。其中，信任评价机制实现对每个节点邻居的信任评价，并存储到节点本身的信任表中。路由决策包括路由发现、路由决策、路由转发和路由选择4个组件，完成数据转发的相关功能。路由自适应调节方法感知网络中前一时间段内网络负载、传输成功率等参数，自主的调节路由决策的参数，实现路由决策的自适应调整，同时将相应关键数据加入先验知识库，为后续路由参数调整提供支持。
有益效果：本发明与现有技术相比，具有以下优点：
（1）本发明克服了传统方法只能解决一个问题，或者解决多个问题却效率低下的缺陷，提供一种新的自适应路由决策方法，能够根据免疫算法实现传感器节点的可信性评价，根据感知蚁群算法和绒泡菌算法实现路由决策。并能够根据网络状态调节路由决策参数，实现路由决策的自适应调节；
（2）本发明可以通过感知蚁群实现传感器节点到汇聚节点的路由发现，并在路由发现过程中感知路由决策的相关衡量指标；通过绒泡菌算法从发现的路由中选择最优的路由，并在数据传送过程中实现对路由的局部优化；当节点发送故障时，进行路由维护等。另外，本发明还可以根据网络环境的变化，自主地调节路由决策参数，使路由决策方案适应于不同的网络状态环境。
附图说明
图1为本发明的结构框图；
图2为本发明中自律进化流程图；
图3为本发明中信任评价流程图；
图4为本发明中路由决策流程图；
图5为本发明中路由转发流程图。
具体实施方式
如图所示，一种基于多生物启发的无线传感网络自适应路由决策方法，所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成，信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成，且信任评价机制对每个节点的邻居进行可信度评价，并存储到该节点本身的信任评价表中，作为路由决策的决定因素之一，节点需要向汇聚节点发送数据时，路由决策为其选择一条合适的路由，不存在合适的路由时，路由发现根据蚁群算法寻找通向汇聚节点的路由，并计算找到路径的链路可信度和链路能量，节点需要向汇聚节点转发数据时，路由转发为其选择一个合适的下一跳节点转发，有2条或以上路由可供选择时，路由选择根据绒泡菌算发选择最优一条路由，路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择，路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点，完成不同的工作任务，三者相互协作，共同实现路由决策，而路由选择支撑路由决策组件和路由转发组件。
所述的信任评价机制包括以下步骤：
步骤201、邻居监视
1）假定传感器节点i及其邻居节点j，首先定义：
（1）节点的行为集合
Figure 830208DEST_PATH_IMAGE001
；
（2） 节点行为的标识
Figure 501361DEST_PATH_IMAGE002
，其中
Figure 409274DEST_PATH_IMAGE003
可以唯一标识一类行为；
（3）“评价子”是一个四元组，能够评价节点行为，评价子集合，其中 
Figure 450228DEST_PATH_IMAGE005
 是行为标识, 
Figure 546360DEST_PATH_IMAGE006
 是“评价子”存在的时间， 是“评价子”已经评价节点行为的次数， 
Figure 451048DEST_PATH_IMAGE008
 是“评价子”的权重；
（4） “评价子”与节点行为匹配函数为:
Figure 589906DEST_PATH_IMAGE009
  ，其中，“.”是一个操作，
Figure 907754DEST_PATH_IMAGE010
表示
Figure 986831DEST_PATH_IMAGE011
的第四个元素
Figure 972105DEST_PATH_IMAGE008
，
Figure 281863DEST_PATH_IMAGE012
是节点行为识别的一个函数； 
2）节点
Figure 149325DEST_PATH_IMAGE013
实时监视其邻居节点
Figure 202732DEST_PATH_IMAGE014
的行为，通过规范化描述，可以获得其邻居节点的行为标识，每次通过监视到一组邻居节点的行为，函数可以返回一个二元组，其中，
Figure 735027DEST_PATH_IMAGE016
是邻居的地址，
Figure 757210DEST_PATH_IMAGE017
是监视到邻居行为的标识；汇聚节点定时广播网络各节点前一时间段的工作效率，通过对这些信息的分析，获得不同网络行为对应的效率，每次监视到一个邻居节点行为的效率，
Figure 408771DEST_PATH_IMAGE018
函数可以返回一个二元组，其中，
Figure 147499DEST_PATH_IMAGE017
是监视到邻居行为的标识，
Figure 961872DEST_PATH_IMAGE020
是行为标识
Figure 784334DEST_PATH_IMAGE017
对应的权重（或效率）；
步骤202、生灭过程，假定评价子生灭过程的时间间隔是1，且初始评价子是
Figure 113684DEST_PATH_IMAGE021
，
Figure 312584DEST_PATH_IMAGE022
，
1）时间从
Figure 981463DEST_PATH_IMAGE023
到，新增的行为标识
Figure 791473DEST_PATH_IMAGE025
和“评价子”
Figure 794064DEST_PATH_IMAGE026
分别为：
Figure 379766DEST_PATH_IMAGE027
 ，
Figure 544032DEST_PATH_IMAGE028
表示在
Figure 785657DEST_PATH_IMAGE029
时刻新增的节点行为，
Figure 890141DEST_PATH_IMAGE030
 ，
Figure 268033DEST_PATH_IMAGE031
是表示评价子权重的常数；
2）在
Figure 868779DEST_PATH_IMAGE024
时刻，被杀死的评价子
Figure 394438DEST_PATH_IMAGE032
表示为
Figure 738832DEST_PATH_IMAGE033
，
Figure 971230DEST_PATH_IMAGE034
 是一个常数，将Ab集合中每个元素的age加1，新的评价子集合
Figure 805194DEST_PATH_IMAGE035
为;
步骤203、自律进化，“评价子”可以根据从节点行为评价获取的评价结果进行自律进化，具体过程如下：
1)假定收到来自
Figure 53138DEST_PATH_IMAGE018
的二元组
Figure 995687DEST_PATH_IMAGE019
；
2)取Ab中的一个没有进行过处理的元素i，如果i不存在，转向步骤6）；否则，转向步骤3）；
3)如果
Figure 433621DEST_PATH_IMAGE037
，转向步骤2）；否则，转向步骤4）；
4)如果
Figure 683599DEST_PATH_IMAGE038
，则；否则，
Figure 4039DEST_PATH_IMAGE040
；
5)把i放入集合Ab；
6)算法结束；
步骤204、信任评价，当节点从邻居监视组件的
Figure 991587DEST_PATH_IMAGE012
接收到一组信息
Figure 215895DEST_PATH_IMAGE015
时，节点可以对地址是
Figure 542971DEST_PATH_IMAGE016
的邻居进行信任评价，并将评价结果放在本地的信任表中，具体过程如下：
1）假定收到来自
Figure 624059DEST_PATH_IMAGE012
的二元组
Figure 36586DEST_PATH_IMAGE015
；
2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在，则令
Figure 64585DEST_PATH_IMAGE041
，转向步骤（5）；否则，转向步骤（3）；
3)如果
Figure 308484DEST_PATH_IMAGE037
，转向步骤（2）；否则，转向步骤（4）；
4)令
Figure 763737DEST_PATH_IMAGE041
，
Figure 397980DEST_PATH_IMAGE042
；
5)取信任表中未处理的元素i。如果i不存在，转向步骤（7）；否则，转向步骤（6）；
6)如果
Figure 527873DEST_PATH_IMAGE043
，转向步骤（5）；否则，令
Figure 829541DEST_PATH_IMAGE044
，增加
Figure 455694DEST_PATH_IMAGE045
到信任表；
7)算法结束；
所述的路由发现包括以下步骤：
步骤301、设定任意传感器节点S，在节点S设置一个Timeout，并生成一代前向蚂蚁，利用公式
Figure 639551DEST_PATH_IMAGE046
计算节点S到其所有邻居节点跳转的概率
Figure 9352DEST_PATH_IMAGE047
，并向
Figure 165527DEST_PATH_IMAGE047
大于特定值
Figure 24899DEST_PATH_IMAGE048
的节点跳转，其中，
Figure 633735DEST_PATH_IMAGE049
表示路径
Figure 541648DEST_PATH_IMAGE050
的人工信息素，
Figure 614646DEST_PATH_IMAGE051
表示节点S的邻居；
步骤302、假定节点i，前向蚂蚁在节点i中，确定需要转发前向蚂蚁的邻居节点
Figure 582602DEST_PATH_IMAGE052
后进行转发，并向所有需要转发的路径
Figure 678734DEST_PATH_IMAGE053
按照公式
Figure 954120DEST_PATH_IMAGE054
留下人工信息素，同时按照需要对所有不转发的路径按照公式
Figure 958165DEST_PATH_IMAGE056
蒸发人工信息素，其中，
Figure 603910DEST_PATH_IMAGE057
,
Figure 119205DEST_PATH_IMAGE058
,
Figure 838899DEST_PATH_IMAGE059
,
Figure 210975DEST_PATH_IMAGE060
 和 
Figure 281699DEST_PATH_IMAGE061
是常数，
Figure 335106DEST_PATH_IMAGE062
。
Figure 237203DEST_PATH_IMAGE063
是路径(S,J)在地
Figure 717862DEST_PATH_IMAGE064
次经过蚂蚁后留下的人工信息素，
Figure 275883DEST_PATH_IMAGE065
是节点
Figure 431183DEST_PATH_IMAGE066
对节点
Figure 125469DEST_PATH_IMAGE014
的信任值，
Figure 42610DEST_PATH_IMAGE067
是节点
Figure 884664DEST_PATH_IMAGE014
的能量剩余；
步骤303、前向蚂蚁跳转到汇聚节点后，前向蚂蚁转化为后向蚂蚁向源节点S返回；
步骤304、假定后向蚂蚁从节点p跳到节点i后，根据公式
Figure 279873DEST_PATH_IMAGE068
计算从节点i到节点s的路由信任，根据公式
Figure 94245DEST_PATH_IMAGE069
计算从节点i到节点s的路由能量，其中，
Figure 979025DEST_PATH_IMAGE070
和
Figure 246058DEST_PATH_IMAGE071
是常数，
Figure 444958DEST_PATH_IMAGE072
是节点
Figure 176154DEST_PATH_IMAGE066
的能量剩余，
Figure 169518DEST_PATH_IMAGE073
是节点
Figure 923847DEST_PATH_IMAGE066
对节点
Figure 236359DEST_PATH_IMAGE066
的信任值，
Figure 759745DEST_PATH_IMAGE074
是节点到汇聚节点的路由信任，是节点
Figure 768655DEST_PATH_IMAGE066
到汇聚节点的路由能量；
步骤305、后向蚂蚁从节点i向节点j移动时，向路径(i,j)按照公式
Figure 412126DEST_PATH_IMAGE054
留下人工信息素，同时对路径
Figure 809609DEST_PATH_IMAGE076
按照公式
Figure 538531DEST_PATH_IMAGE056
蒸发人工信息素，然后转向步骤304；
步骤306、后向蚂蚁到达源节点S时，利用路由选择组件将该路由插入到路由表的合适位置；
步骤307、重复上述步骤直至Timeout到时，拒绝接收Timeout之后收到的后向蚂蚁；在Timeout之前收到过后向蚂蚁，则路由发现成功，否则，路由发现失败，没有找到通往汇聚节点的路径。
所述的路由决策包括以下步骤：
步骤401、假定源节点S，源节点S查看自己的路由表，如果存在未过期的路由条目，则选择路由表中第一条路由条目进行发送，并设置时间间隔
Figure 617345DEST_PATH_IMAGE077
，转向步骤403的操作，如果不存在未过期的路由条目，则调用路由发现进行路由发现，然后转向步骤402；
步骤402、等待一个Timeout时间间隔，重复步骤401操作；
步骤403、发送数据；
步骤404、等待时间间隔
Figure 177639DEST_PATH_IMAGE078
，如果收到汇聚节点的确认，则转向步骤407的操作，否则，转向步骤405的操作；
步骤405、如果
Figure 949286DEST_PATH_IMAGE077
超时，转向步骤406的操作，否则转向步骤404进行操作；
步骤406、如果需要继续重发数据，转向步骤401操作，否则转向步骤407操作；
步骤407、发送结束。
所述的路由转发组件包括以下步骤：
步骤501、假定任意路由节点i，如果节点i收到需转发的数据包，则转向步骤502，否者，节点i继续休眠；
步骤502、检查节点i的局部路由优化标志
Figure 899925DEST_PATH_IMAGE079
，如果
Figure 346212DEST_PATH_IMAGE079
为FALSE，则转向步骤503，否则，进行局部路由优化，然后转向步骤503；
步骤503、向节点i的下一跳转发数据，并设置一个时间间隔
Figure 698696DEST_PATH_IMAGE078
，等待；
步骤504、当
Figure 703561DEST_PATH_IMAGE078
到时，如果收到来自下一跳的确认，则转向步骤506，否者，节点i调用路由发现，然后转向步骤505；
步骤505、如果发现从节点i到汇聚节点的路由，则向源节点S发送通知蚂蚁，并沿途修改相应路由表条目，然后转向步骤503操作，否则，向源节点S发送错误蚂蚁，并从沿途节点路由表中删除相应路由表条目，然后转向步骤506操作；
步骤506、算法结束。
所述的路由选择组件工作过程为：利用公式
Figure 141496DEST_PATH_IMAGE080
分别计算供选择的每条路由的理由可用度，然后选择可用度最大的路由，其中，
Figure 562113DEST_PATH_IMAGE029
是常数。
所述的自适应调节方法包括以下步骤：
步骤701、每一个传感器节点每隔一个时间段需向汇聚节点发送一次其前一个
Figure 210449DEST_PATH_IMAGE081
时间内数据包发送成功率，汇聚节点根据前一段时间
Figure 135679DEST_PATH_IMAGE081
内接收所有数据包总量Packets，计算前一段时间间隔
Figure 422304DEST_PATH_IMAGE081
内网络平均负载，
Figure 483801DEST_PATH_IMAGE082
；
步骤702、汇聚节点根据前一段时间内，各传感器节点发送的关于该传感器的数据传输成功率数据包，计算前一段时间内，网络平均传输成功率，
Figure 772459DEST_PATH_IMAGE083
。其中
Figure 16359DEST_PATH_IMAGE084
表示共收到
Figure 206032DEST_PATH_IMAGE084
个节点的传输成功率数据包，
Figure 105855DEST_PATH_IMAGE085
表示第
Figure 734282DEST_PATH_IMAGE086
个节点的数据传输成功率数据包；
步骤703、汇聚节点计算前一段时间
Figure 35950DEST_PATH_IMAGE081
的网络状态
Figure 396525DEST_PATH_IMAGE087
，如果
Figure 845960DEST_PATH_IMAGE087
大于一个特定的阈值，表示上一次路由决策参数调节效果较好，将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值，如果
Figure 215762DEST_PATH_IMAGE087
小于一个特定的阈值，将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值，如果调节值的可用性减小后小于0，则删掉该调节值；
步骤704、查阅路由调节参数先验知识库，如果找到对应的调节参数，则获取路由决策参数
Figure 106358DEST_PATH_IMAGE029
值，否则，从
Figure 467194DEST_PATH_IMAGE088
中产生一个随机数作为路由决策参数值，并将该值与其对应的网络状态
Figure 249522DEST_PATH_IMAGE087
加入到路由调节参数先验知识库，并将其可用度设为0；
(5)汇聚节点向传感网络中所有传感器节点发送广播信息，修改模型参数中的值。
(6)算法结束。
为了实现本发明，需要由1种数据结构、1个局部路由优化标志和3种数据表支持：
(1)蚂蚁数据结构
蚂蚁数据结构用来标示方案中用到的各种人工蚂蚁，结构为<Source, Destination, Sequence_No, Type, Hops, Path, Link_Trust, Link_Energy>。其中Source存放源节点的地址。Destination表示蚂蚁的目的地址。Sequence_No标识蚂蚁的序列号，<Source，Sequence_No>能够唯一表示一代蚂蚁。Type存放蚂蚁的类型，共有4种类型的蚂蚁，1表示前向蚂蚁，2表示后向蚂蚁，3表示通知蚂蚁，4表示错误蚂蚁。对前向蚂蚁来说，Hops表示其能够向前移动的最大跳数，对后向蚂蚁来说，Hops表示从源节点到汇聚节点路由的跳数。Path表示从源节点到汇聚节点的路由。Link_Trust表示从源节点到汇聚节点的路由信任值指标。Link_Energy表示从源节点到汇聚节点的路由能量剩余指标。不是每种人工蚂蚁都用到数据结构中的所有域，具体来说：
1）前向蚂蚁用到Source, Destination, Sequence_No, Type和Hops。
2）后向蚂蚁用到全部8个域。
3）通知蚂蚁用到Source, Destination, Sequence_No和Type。
4）错误蚂蚁用到Source, Destination, Sequence_No和Type。
(2) 局部路由优化标志
每个传感器节点
Figure 290476DEST_PATH_IMAGE086
维护一个局部路由优化标志
Figure 386608DEST_PATH_IMAGE079
，当
Figure 160529DEST_PATH_IMAGE079
为TRUE时，对局部路由进行优化，否则，不进行优化。
(3)路由表
每一个传感器节点都维护一个路由表，表中有0条以上记录，每条记录的结构为<Source, Hops, Link_Trust, Link_Energy, Path, Sequence_No >。其中Source是源节点的地址。Hops表示从源节点到汇聚节点路由的跳数。Link_Trust表示从源节点到汇聚节点的路由信任值指标。Link_Energy表示从源节点到汇聚节点的路由能量剩余指标。Sequence_No是获得路由记录的序列号，用以表示该记录的时效。
(4)信任值表
每一个传感器节点都维护一个其对邻居节点的信任值表，每条记录的结构为<i, j, Value>。表示当前节点i对邻居节点j的信任值是Value。
(5)人工信息素表
每一个传感器节点都维护一个其到邻居节点路径的人工信息素表，每条记录的结构为<i, j, Value>。表示当前节点i到邻居节点j的路径（i, j）的人工信息素是Value。
下面详细介绍本发明过程：
(一) 信任评价机制
该机制自成体系运行于网络的每个传感器节点中，实现对每个节点邻居的信任评价，并存储到节点本身的信任表中。在考虑安全的路由决策方案中，信任是衡量一个传感器节点是否可以作为数据转发节点的重要指标。在路由发现过程中，前向蚂蚁可以感知相关节点的信任值，为选择下一跳提供支持；在找到路由返回源节点过程中，后向蚂蚁可以感知路径上各节点的信任值，计算相应路由的可信值。
基于人工免疫系统的信任评价机制主要由邻居监视、生灭过程、自律进化和信任评价4个组件组成。
1.邻居监视组件
邻居监视组件运行于每一个传感器节点。它实时监视该节点每一个邻居节点的行为，比如转发、重传、发送数据包等，并根据节点行为相应的反馈衡量相应行为的效用，比如传输成功、传输失败、恶化网络等。该组件的功能类似于人工免疫系统中的抗体提呈，下面以节点
Figure 25717DEST_PATH_IMAGE013
对其邻居节点的监视为例介绍邻居监视具体过程：
(1) 首先，我们定义：
1） 节点的行为集合，比如转发、重传、发送数据包等。这里将节点行为类比为人工免疫系统中的抗原。
2） 节点行为的标识
Figure 60035DEST_PATH_IMAGE002
，一个
Figure 45309DEST_PATH_IMAGE003
可以唯一标识一类行为。这里将节点行为标识类比为人工免疫系统中的抗原基因。
3） “评价子”是一个四元组，能够评价节点行为，评价子集合
Figure 918849DEST_PATH_IMAGE004
，其中 
Figure 989573DEST_PATH_IMAGE005
 是行为标识,  是“评价子”存在的时间， 
Figure 945077DEST_PATH_IMAGE007
是“评价子”已经评价节点行为的次数， 
Figure 425737DEST_PATH_IMAGE008
 是“评价子”的权重。这里将“评价子”类比为人工免疫系统中的抗体。
4） “评价子”与节点行为匹配函数为:
Figure 718178DEST_PATH_IMAGE009
       (1)
其中，“.”是一个操作，
Figure 637592DEST_PATH_IMAGE010
表示
Figure 331879DEST_PATH_IMAGE011
的第四个元素
Figure 45757DEST_PATH_IMAGE008
。
Figure 91073DEST_PATH_IMAGE012
是节点行为识别的一个函数。
(2) 其次，邻居监视要实现两个功能：行为识别和行为评价，分别用函数
Figure 486283DEST_PATH_IMAGE012
和
Figure 598857DEST_PATH_IMAGE018
表示。邻居监视类似于人工免疫系统的抗体提呈。
1） 节点行为识别（用
Figure 686899DEST_PATH_IMAGE012
表示）:节点
Figure 953932DEST_PATH_IMAGE013
实时监视其邻居节点的行为，通过规范化描述，可以获得其邻居节点的行为标识，比如，转发为1，重传为2，发送为3，丢包为4等。每次通过监视到一组邻居节点的行为，
Figure 877392DEST_PATH_IMAGE012
函数可以返回一个二元组
Figure 694038DEST_PATH_IMAGE015
。其中，
Figure 431050DEST_PATH_IMAGE016
是邻居的地址，
Figure 954435DEST_PATH_IMAGE017
是监视到邻居行为的标识。
2） 节点行为评价（用
Figure 446597DEST_PATH_IMAGE018
表示）：汇聚节点定时广播网络各节点前一时间段的工作效率，如发送成功率、转发成功率等信息。通过对这些信息的分析，可以获得不同网络行为对应的效率。每次监视到一个邻居节点行为的效率，
Figure 422643DEST_PATH_IMAGE018
函数可以返回一个二元组
Figure 963346DEST_PATH_IMAGE019
。其中，
Figure 170598DEST_PATH_IMAGE017
是监视到邻居行为的标识，
Figure 505765DEST_PATH_IMAGE020
是行为标识对应的权重（或效率）。
2.生灭过程组件
“评价子”具有自我生灭过程，具体过程如下：假设生灭过程的时间间隔是1，初始“评价子”是
Figure 375818DEST_PATH_IMAGE089
，
Figure 873795DEST_PATH_IMAGE022
。
(1) 时间从
Figure 379863DEST_PATH_IMAGE023
到
Figure 658397DEST_PATH_IMAGE024
，新增的行为标识
Figure DEST_PATH_IMAGE090
为和“评价子”
Figure 540903DEST_PATH_IMAGE026
分别为
Figure 955703DEST_PATH_IMAGE091
   (2)
Figure 898252DEST_PATH_IMAGE028
表示在
Figure 336186DEST_PATH_IMAGE029
时刻新增的节点行为。
Figure DEST_PATH_IMAGE092
     (3)
Figure 320585DEST_PATH_IMAGE031
是一个表示“评价子”权重的常数。
(2) 在时刻，被杀死的“评价子”
Figure 703342DEST_PATH_IMAGE032
表示为
Figure 628573DEST_PATH_IMAGE093
        (4) 
Figure 915197DEST_PATH_IMAGE034
 是一个常数。然后将
Figure DEST_PATH_IMAGE094
中每个元素的加1。
(3) 这样，新的“评价子”集合
Figure DEST_PATH_IMAGE096
为
         (5) 
这个过程周而复始，每1个时间单位完成一次，以保证“评价子”的生命力。
3.自律进化
“评价子”还可以根据从节点行为评价
Figure 1468DEST_PATH_IMAGE018
获取的评价结果进行自律进化，具体流程图如图4所示，过程如下：
(1)收到来自
Figure 315951DEST_PATH_IMAGE018
的二元组
Figure 497533DEST_PATH_IMAGE019
；
(2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在，转向步骤（6）；否则，转向步骤（3）。
(3)如果
Figure 15102DEST_PATH_IMAGE037
，转向步骤（2）；否则，转向步骤（4）。
(4)如果
Figure 914925DEST_PATH_IMAGE038
，则
Figure 481036DEST_PATH_IMAGE039
；否则，
Figure 579442DEST_PATH_IMAGE040
。
(5)把i放入集合Ab。
(6)算法结束。
4.信任评价
当节点从邻居监视组件的
Figure 205595DEST_PATH_IMAGE012
接收到一组信息
Figure 592714DEST_PATH_IMAGE015
时，节点可以对地址是
Figure 759253DEST_PATH_IMAGE016
的邻居进行信任评价，并将评价结果放在本地的信任表中。这里，信任评价是具有记忆性质的。信任评价流程图如图5所示，具体过程如下：
(1)收到来自
Figure 915428DEST_PATH_IMAGE012
的二元组
Figure 712483DEST_PATH_IMAGE015
；
(2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在，则令
Figure 885100DEST_PATH_IMAGE041
，转向步骤（5）；否则，转向步骤（3）。
(3)如果
Figure 58593DEST_PATH_IMAGE037
，转向步骤（2）；否则，转向步骤（4）。
(4)令
Figure 69274DEST_PATH_IMAGE041
，
Figure 99547DEST_PATH_IMAGE042
。
(5)取信任表中未处理的元素i。如果i不存在，转向步骤（7）；否则，转向步骤（6）。
(6)如果，转向步骤（5）；否则，令
Figure 704021DEST_PATH_IMAGE044
，增加
Figure 834788DEST_PATH_IMAGE045
到信任表。
(7)算法结束。
(二) 路由决策
路由决策由4个独立运行的组件组成——路由发现、路由决策组件、路由转发组件和路由选择组件。其中，路由发现、路由决策和路由转发组件分别独自运行于每一个网络传感器节点，完成不同的工作任我，三者相互协作，共同实现多生物启发的路由决策，而路由选择组件支撑路由决策组件和路由转发组件。
1.路由发现
路由发现单独运行于每一个传感器节点，它通过定期发送前向蚂蚁寻找通向汇聚节点的路由。当找到汇聚节点后，前向蚂蚁转换成后向蚂蚁，沿着找到的路由返回。在返回过程途径的每一个节点，后向蚂蚁感知途径节点的能量剩余和信任值，计算该节点到汇聚节点的路由信任和路由能量，并将该路由存入到相应节点的路由表中。
对一个任意传感器节点S来说，其寻找汇聚节点Sink的具体路由发现过程如下：
(1)节点S设置一个Timeout，并生成一代前向蚂蚁，具体做法是：将前向蚂蚁的Source设置为
Figure DEST_PATH_IMAGE098
，Destination设置为Sink，Type设置为1，生成新的Sequence_No，Hops设为允许的最大值。根据式(6)计算
Figure 35962DEST_PATH_IMAGE098
到其所有邻居节点的
Figure 619390DEST_PATH_IMAGE099
，并向
Figure 869106DEST_PATH_IMAGE099
大于特定值
Figure DEST_PATH_IMAGE100
的节点跳转，
Figure 418161DEST_PATH_IMAGE101
                   (6)
其中
Figure 727920DEST_PATH_IMAGE100
表示路径
Figure DEST_PATH_IMAGE102
的人工信息素。
Figure 860961DEST_PATH_IMAGE051
表示节点
Figure 914367DEST_PATH_IMAGE098
的邻居。
假设根据计算后，节点S需要转发前向蚂蚁的邻居节点集合为
Figure 816464DEST_PATH_IMAGE103
，即节点S需要向
Figure 297124DEST_PATH_IMAGE103
中的所有节点转发前向蚂蚁。
(2)前向蚂蚁在节点
Figure 589565DEST_PATH_IMAGE066
中，当确定需要转发前向蚂蚁的邻居节点
Figure DEST_PATH_IMAGE104
后进行转发时，需要向所有转发的路径
Figure 508980DEST_PATH_IMAGE105
按照式（7）留下人工信息素，同时需要对所有不转发的路径按照式（8）蒸发人工信息素。
        (7)
Figure DEST_PATH_IMAGE108
         (8)
其中，
Figure 418609DEST_PATH_IMAGE057
,
Figure 526243DEST_PATH_IMAGE058
,,
Figure 470245DEST_PATH_IMAGE060
 和 
Figure 620603DEST_PATH_IMAGE061
是常数，
Figure 887637DEST_PATH_IMAGE062
。
Figure 820958DEST_PATH_IMAGE063
是路径
Figure 552153DEST_PATH_IMAGE102
在地
Figure 811096DEST_PATH_IMAGE064
次经过蚂蚁后留下的人工信息素。
Figure 863628DEST_PATH_IMAGE065
是节点对节点
Figure 389605DEST_PATH_IMAGE014
的信任值，
Figure 616186DEST_PATH_IMAGE067
是节点
Figure 857812DEST_PATH_IMAGE014
的能量剩余。
(3)当前向蚂蚁跳转到节点
Figure 398515DEST_PATH_IMAGE014
后，它首先将Hops的值减1。然后检查是否已经到达汇聚节点Sink。如果已经到达Sink，则将前向蚂蚁转化为后向蚂蚁向源节点
Figure 838723DEST_PATH_IMAGE098
返回。具体做法是：将后向蚂蚁的Source设置为汇聚节点，Destination设置为，Type设置为2，生成新的Sequence_No，Hops设为0, Path设为Sink, Link_Trust设为0和Link_Energy设为0。如果没有到达Sink，在检查Hops是否为0。如果为0，则杀死该前向蚂蚁，跳转到（8）；如果不为0，则查找节点
Figure 965128DEST_PATH_IMAGE014
的路由表。
如果在节点
Figure 309522DEST_PATH_IMAGE014
的路由表中发现1条未过期的通过汇聚节点的路由条目，将前向蚂蚁转化为后向蚂蚁，并携带该路由条目向源节点
Figure 807499DEST_PATH_IMAGE098
返回。具体做法是：将后向蚂蚁的Source设置为汇聚节点，Destination设置为
Figure 877349DEST_PATH_IMAGE098
，Type设置为2，Sequence_No，Hops, Path, Link_Trust和Link_Energy，分别设置为该路由条目的相应值。转向步骤（4）。
如果在节点
Figure 93566DEST_PATH_IMAGE014
的路由表中发现2条及以上未过期的通过汇聚节点的路由条目，则调用路由选择组件选择一条最优的路由条目。同时，将前向蚂蚁转化为后向蚂蚁，并携带该最优路由条目向源节点
Figure 976072DEST_PATH_IMAGE098
返回。具体做法是：将后向蚂蚁的Source设置为汇聚节点，Destination设置为
Figure 390873DEST_PATH_IMAGE098
，Type设置为2，Sequence_No，Hops, Path, Link_Trust和Link_Energy，分别设置为该最优路由条目的相应值。转向步骤（4）。
如果没有发现未过期的通过汇聚节点的路由条目，则根据式（6）计算节点
Figure 67842DEST_PATH_IMAGE014
向其邻居
Figure 505776DEST_PATH_IMAGE109
跳转的概率
Figure DEST_PATH_IMAGE110
，并向
Figure 254289DEST_PATH_IMAGE110
大于特定值
Figure 461280DEST_PATH_IMAGE111
的节点跳转，转向步骤（2）。
(4)后向蚂蚁向源节点S返回。
(5)假设后向蚂蚁从节点跳到节点
Figure 637046DEST_PATH_IMAGE066
后，首先根据式(9)和(10)分别计算从节点
Figure 562277DEST_PATH_IMAGE066
到汇聚节点的路由信任和路由能量。
Figure 350367DEST_PATH_IMAGE113
                 (9)
                      (10)
其中和
Figure 24110DEST_PATH_IMAGE071
是常数，
Figure 171058DEST_PATH_IMAGE072
是节点
Figure 261374DEST_PATH_IMAGE066
的能量剩余，
Figure 442956DEST_PATH_IMAGE073
是节点
Figure 898208DEST_PATH_IMAGE066
对节点
Figure 860348DEST_PATH_IMAGE066
的信任值，
Figure 426459DEST_PATH_IMAGE074
是节点
Figure 462548DEST_PATH_IMAGE066
到汇聚节点的路由信任，
Figure 652483DEST_PATH_IMAGE075
是节点
Figure 774023DEST_PATH_IMAGE066
到汇聚节点的路由能量。
然后判断是否已经回到源节点S。如果已经回到源节点S，则转向步骤（7）。否则，调用路由选择组件比较当前后向蚂蚁携带路由与路由表中第一个条目哪一个更优。如果后向蚂蚁携带的路由更优，则将该路由插入到节点
Figure 143824DEST_PATH_IMAGE066
的路由表中作为第一条，这样能够维护路由表的路由条目按照优劣从高到底排序，并将节点
Figure 362316DEST_PATH_IMAGE066
的
Figure 159371DEST_PATH_IMAGE079
设置为TRUE，的有效期为
Figure 738437DEST_PATH_IMAGE115
。否则，当前用路由表中第一个条目替换前向蚂蚁携带路由。
(6)当后向蚂蚁从节点
Figure 749118DEST_PATH_IMAGE066
向节点移动时，需要向路径
Figure DEST_PATH_IMAGE116
按照式（7）留下人工信息素，同时对路径
Figure 875523DEST_PATH_IMAGE117
按照式（8）蒸发人工信息素。转向步骤（5）。
(7)当后向蚂蚁到达源节点S时，利用路由选择组件将该路由插入到路由表的合适位置。
(8) 上述算法一直运行直至Timeout到时，拒绝接收Timeout之后收到的后向蚂蚁。如果在Timeout之前收到过后向蚂蚁，则路由发现成功，找到至少一条通往汇聚节点的路径；否则，路由发现失败，没有找到通往汇聚节点的路径。
2.路由决策组件
路由决策组件单独运行于每一个传感器节点，当一个节点需要向汇聚节点发送数据时运行。路由决策的流程图如图4所示，具体过程如下：
(1)源节点S查看自己的路由表，如果存在未过期的路由条目，则选择路由表中第一条路由条目进行发送，并设置时间间隔
Figure 162627DEST_PATH_IMAGE077
，转向步骤（3）。如果不存在未过期的路由条目，则调用路由发现进行路由发现。
(2)等待一个Timeout时间间隔，转向步骤（1）。
(3)发送数据。
(4)等待时间间隔
Figure 293395DEST_PATH_IMAGE078
。如果收到汇聚节点的确认，则转向步骤（7）。否则，转向步骤（5）。
(5)如果超时，转向步骤（6），否则转向步骤（4）。
(6)如果需要继续重发数据，转向步骤（1）；否则转向步骤（7）。
(7)发送结束。
3.路由转发组件
路由转发组件单独运行于每一个传感器节点，当该节点需要向汇聚节点转发发送数据时运行。任意节点
Figure 812418DEST_PATH_IMAGE086
的路由转发流程图如图5所示，路由转发具体过程如下：
(1)如果节点
Figure 327713DEST_PATH_IMAGE086
收到需转发的数据包，则转向步骤（2），否则继续休眠。
(2)检查节点
Figure 312986DEST_PATH_IMAGE086
的局部路由优化标志
Figure 685062DEST_PATH_IMAGE079
，如果
Figure 490207DEST_PATH_IMAGE079
为FALSE，则转向步骤（4）。否则，进行局部路由优化，具体优化方法为：
利用式子(11)分别计算需转发数据包中包含的从节点到汇聚节点的路由可用度和节点
Figure 445710DEST_PATH_IMAGE086
路由表中第一条路由条目的路由可用度，
Figure DEST_PATH_IMAGE118
                  (11)
    其中，
Figure 926370DEST_PATH_IMAGE029
是常数。如果需转发数据包中的路由可用度小，则使用节点
Figure 110489DEST_PATH_IMAGE086
路由表中第一条路由条目替换需转发数据包中的路由。
(3)向路由的下一跳转发数据，并设置一个时间间隔
Figure 702007DEST_PATH_IMAGE078
，等待。
(4)当到时，如果收到来自下一跳的确认，则转向步骤（6）。否则，节点调用路由发现。
(5)如果发现从节点
Figure 155488DEST_PATH_IMAGE086
到汇聚节点的路由，则向源节点S发送通知蚂蚁，并沿途修改相应路由表条目，然后转向步骤（3）。否则，向源节点S发送错误蚂蚁，并从沿途节点路由表中删除相应路由表条目，然后转向步骤（6）
(6)算法结束。
4.路由选择组件
路由选择组件运行于每一个传感器节点。当有2条或以上路由可供选择时，可以调用路由选择组件根据既定策略，选择一条可用度最高的路由。具体过程为：利用式子(11)分别计算供选择的每条路由的路由可用度，然后选择可用度值最大的路由。
(三) 路由自适应调节方法
在发明中的路由自适应调节方法，根据前一时间段内网络的状态、路由转发效率、成功率等参数，自主的调节路由决策参数，并将相应数据加入先验知识库，为后续决策提供支持。
路由自适应调节运行于汇聚节点中。为了实现路由的自适应调节，每一个传感器节点每隔一个时间段
Figure 613014DEST_PATH_IMAGE081
需向汇聚节点发送一次其前一个
Figure 427387DEST_PATH_IMAGE081
时间内数据包发送成功率。汇聚节点根据一个
Figure 249849DEST_PATH_IMAGE081
时间间隔收到的所有关于数据发送成功率的数据包判断网络传输平均成功率；根据一个时间间隔收到的所有数据包判断网络负载，进而调整路由参数，使得路由能够自主适应网络状态变化。具体过程如下：
(1)汇聚节点根据前一段时间
Figure 279564DEST_PATH_IMAGE081
内接收所有数据包总量Packets，计算前一段时间间隔
Figure 10760DEST_PATH_IMAGE081
内网络平均负载，
Figure 4124DEST_PATH_IMAGE119
。
(2)汇聚节点根据前一段时间内，各传感器节点发送的关于该传感器的数据传输成功率数据包，计算前一段时间内，网络平均传输成功率，。其中
Figure 511011DEST_PATH_IMAGE084
表示共收到个节点的传输成功率数据包，
Figure 355657DEST_PATH_IMAGE085
表示第
Figure 297330DEST_PATH_IMAGE086
个节点的数据传输成功率数据包。
(3)汇聚节点计算前一段时间
Figure 898076DEST_PATH_IMAGE081
的网络状态
Figure 361418DEST_PATH_IMAGE087
。如果大于一个特定的阈值，表示上一次路由决策参数调节效果较好，将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值。如果
Figure 527DEST_PATH_IMAGE087
小于一个特定的阈值，将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值，如果调节值的可用性减小后小于0，则删掉该调节值。
(4)查阅路由调节参数先验知识库，如果找到对应的调节参数，则获取路由决策参数值。否则，从中产生一个随机数作为路由决策参数
Figure 667634DEST_PATH_IMAGE029
值，并将该值与其对应的网络状态
Figure 20118DEST_PATH_IMAGE087
加入到路由调节参数先验知识库，并将其可用度设为0。
(5)汇聚节点向传感网络中所有传感器节点发送广播信息，修改模型参数中的值。
(6)算法结束。

Claims (7)

1.一种基于多生物启发的无线传感网络自适应路由决策方法，其特征在于：所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成，信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成，且信任评价机制对每个节点的邻居进行可信度评价，并存储到该节点本身的信任评价表中，作为路由决策的决定因素之一，节点需要向汇聚节点发送数据时，路由决策为其选择一条合适的路由，不存在合适的路由时，路由发现根据蚁群算法寻找通向汇聚节点的路由，并计算找到路径的链路可信度和链路能量，节点需要向汇聚节点转发数据时，路由转发为其选择一个合适的下一跳节点转发，有2条或以上路由可供选择时，路由选择根据绒泡菌算发选择最优一条路由，路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择，路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点，完成不同的工作任务，三者相互协作，共同实现路由决策，而路由选择支撑路由决策组件和路由转发组件。
2.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法，其特征在于：所述的信任评价机制包括以下步骤：
步骤201、邻居监视
1）假定传感器节点i及其邻居节点j，首先定义：
（1）节点的行为集合 
Figure 2014100408468100001DEST_PATH_IMAGE001
；
（2） 节点行为的标识
Figure 113544DEST_PATH_IMAGE002
，其中
Figure DEST_PATH_IMAGE003
可以唯一标识一类行为；
（3）“评价子”是一个四元组，能够评价节点行为，评价子集合
Figure 723648DEST_PATH_IMAGE004
，其中 
Figure DEST_PATH_IMAGE005
 是行为标识, 
Figure 332484DEST_PATH_IMAGE006
 是“评价子”存在的时间， 
Figure DEST_PATH_IMAGE007
是“评价子”已经评价节点行为的次数， 
Figure 568294DEST_PATH_IMAGE008
 是“评价子”的权重；
（4） “评价子”与节点行为匹配函数为:
Figure DEST_PATH_IMAGE009
  ，其中，“.”是一个操作，
Figure 578975DEST_PATH_IMAGE010
表示的第四个元素
Figure 861445DEST_PATH_IMAGE008
，是节点行为识别的一个函数； 
2）节点
Figure DEST_PATH_IMAGE013
实时监视其邻居节点
Figure 731498DEST_PATH_IMAGE014
的行为，通过规范化描述，可以获得其邻居节点
Figure 596686DEST_PATH_IMAGE014
的行为标识，每次通过监视到一组邻居节点的行为，
Figure 735543DEST_PATH_IMAGE012
函数可以返回一个二元组
Figure DEST_PATH_IMAGE015
，其中，是邻居的地址，
Figure DEST_PATH_IMAGE017
是监视到邻居行为的标识；汇聚节点定时广播网络各节点前一时间段的工作效率，通过对这些信息的分析，获得不同网络行为对应的效率，每次监视到一个邻居节点行为的效率，
Figure 381736DEST_PATH_IMAGE018
函数可以返回一个二元组
Figure DEST_PATH_IMAGE019
，其中，
Figure 429327DEST_PATH_IMAGE017
是监视到邻居行为的标识，
Figure 739085DEST_PATH_IMAGE020
是行为标识
Figure 809810DEST_PATH_IMAGE017
对应的权重（或效率）；
步骤202、生灭过程，假定评价子生灭过程的时间间隔是1，且初始评价子是
Figure DEST_PATH_IMAGE021
，
Figure 174801DEST_PATH_IMAGE022
，
1）时间从
Figure DEST_PATH_IMAGE023
到
Figure 14581DEST_PATH_IMAGE024
，新增的行为标识
Figure DEST_PATH_IMAGE025
和“评价子”
Figure 557557DEST_PATH_IMAGE026
分别为： ，表示在
Figure DEST_PATH_IMAGE029
时刻新增的节点行为，
Figure 520145DEST_PATH_IMAGE030
 ，
Figure DEST_PATH_IMAGE031
是表示评价子权重的常数；
2）在
Figure 214432DEST_PATH_IMAGE024
时刻，被杀死的评价子
Figure 865993DEST_PATH_IMAGE032
表示为
Figure DEST_PATH_IMAGE033
，
Figure 973626DEST_PATH_IMAGE034
 是一个常数，将Ab集合中每个元素的age加1，新的评价子集合
Figure DEST_PATH_IMAGE035
为
Figure 7569DEST_PATH_IMAGE036
;
步骤203、自律进化，“评价子”可以根据从节点行为评价
Figure 556362DEST_PATH_IMAGE018
获取的评价结果进行自律进化，具体过程如下：
1)假定收到来自
Figure 644403DEST_PATH_IMAGE018
的二元组
Figure 911437DEST_PATH_IMAGE019
；
2)取Ab中的一个没有进行过处理的元素i，如果i不存在，转向步骤6）；否则，转向步骤3）；
3)如果
Figure DEST_PATH_IMAGE037
，转向步骤2）；否则，转向步骤4）；
4)如果
Figure 172654DEST_PATH_IMAGE038
，则
Figure DEST_PATH_IMAGE039
；否则，；
5)把i放入集合Ab；
6)算法结束；
步骤204、信任评价，当节点从邻居监视组件的接收到一组信息
Figure 402275DEST_PATH_IMAGE015
时，节点可以对地址是
Figure 139287DEST_PATH_IMAGE016
的邻居进行信任评价，并将评价结果放在本地的信任表中，具体过程如下：
1）假定收到来自
Figure 662672DEST_PATH_IMAGE012
的二元组
Figure 154833DEST_PATH_IMAGE015
；
2)取Ab中的一个没有进行过下述处理的元素i，如果i不存在，则令
Figure DEST_PATH_IMAGE041
，转向步骤（5）；否则，转向步骤（3）；
3)如果
Figure 130879DEST_PATH_IMAGE037
，转向步骤（2）；否则，转向步骤（4）；
4)令
Figure 671582DEST_PATH_IMAGE041
，
Figure 626638DEST_PATH_IMAGE042
；
5)取信任表中未处理的元素i，如果i不存在，转向步骤（7）；否则，转向步骤（6）；
6)如果
Figure DEST_PATH_IMAGE043
，转向步骤（5）；否则，令
Figure 24121DEST_PATH_IMAGE044
，增加到信任表；
7)算法结束。
3.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法，其特征在于：所述的路由发现包括以下步骤：
步骤301、设定任意传感器节点S，在节点S设置一个Timeout，并生成一代前向蚂蚁，利用公式
Figure 753043DEST_PATH_IMAGE046
计算节点S到其所有邻居节点跳转的概率
Figure DEST_PATH_IMAGE047
，并向大于特定值
Figure 142884DEST_PATH_IMAGE048
的节点跳转，其中，
Figure DEST_PATH_IMAGE049
表示路径的人工信息素，
Figure DEST_PATH_IMAGE051
表示节点S的邻居；
步骤302、假定节点i，前向蚂蚁在节点i中，确定需要转发前向蚂蚁的邻居节点
Figure 927486DEST_PATH_IMAGE052
后进行转发，并向所有需要转发的路径
Figure DEST_PATH_IMAGE053
按照公式
Figure 124506DEST_PATH_IMAGE054
留下人工信息素，同时按照需要对所有不转发的路径
Figure DEST_PATH_IMAGE055
按照公式蒸发人工信息素，其中，
Figure DEST_PATH_IMAGE057
, 
Figure 481855DEST_PATH_IMAGE058
, 
Figure DEST_PATH_IMAGE059
, 
Figure 919789DEST_PATH_IMAGE060
 和 是常数，
Figure 153455DEST_PATH_IMAGE062
，
Figure DEST_PATH_IMAGE063
是路径(S,J)在地
Figure 626025DEST_PATH_IMAGE064
次经过蚂蚁后留下的人工信息素，
Figure DEST_PATH_IMAGE065
是节点
Figure 536212DEST_PATH_IMAGE066
对节点
Figure 461443DEST_PATH_IMAGE014
的信任值，
Figure DEST_PATH_IMAGE067
是节点的能量剩余；
步骤303、前向蚂蚁跳转到汇聚节点后，前向蚂蚁转化为后向蚂蚁向源节点S返回；
步骤304、假定后向蚂蚁从节点p跳到节点i后，根据公式计算从节点i到节点s的路由信任，根据公式
Figure DEST_PATH_IMAGE069
计算从节点i到节点s的路由能量，其中，和
Figure DEST_PATH_IMAGE071
是常数，
Figure 83606DEST_PATH_IMAGE072
是节点
Figure 846026DEST_PATH_IMAGE066
的能量剩余，
Figure DEST_PATH_IMAGE073
是节点
Figure 840658DEST_PATH_IMAGE066
对节点
Figure 295910DEST_PATH_IMAGE066
的信任值，
Figure 195733DEST_PATH_IMAGE074
是节点
Figure 824160DEST_PATH_IMAGE066
到汇聚节点的路由信任，
Figure DEST_PATH_IMAGE075
是节点
Figure 860249DEST_PATH_IMAGE066
到汇聚节点的路由能量；
步骤305、后向蚂蚁从节点i向节点j移动时，向路径(i,j)按照公式
Figure 486403DEST_PATH_IMAGE054
留下人工信息素，同时对路径
Figure 188036DEST_PATH_IMAGE076
按照公式
Figure 292258DEST_PATH_IMAGE056
蒸发人工信息素，然后转向步骤304；
步骤306、后向蚂蚁到达源节点S时，利用路由选择组件将该路由插入到路由表的合适位置；
步骤307、重复上述步骤直至Timeout到时，拒绝接收Timeout之后收到的后向蚂蚁；在Timeout之前收到过后向蚂蚁，则路由发现成功，否则，路由发现失败，没有找到通往汇聚节点的路径。
4.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法，其特征在于：所述的路由决策包括以下步骤：
步骤401、假定源节点S，源节点S查看自己的路由表，如果存在未过期的路由条目，则选择路由表中第一条路由条目进行发送，并设置时间间隔
Figure DEST_PATH_IMAGE077
，转向步骤403的操作，如果不存在未过期的路由条目，则调用路由发现进行路由发现，然后转向步骤402；
步骤402、等待一个Timeout时间间隔，重复步骤401操作；
步骤403、发送数据；
步骤404、等待时间间隔
Figure 448433DEST_PATH_IMAGE078
，如果收到汇聚节点的确认，则转向步骤407的操作，否则，转向步骤405的操作；
步骤405、如果
Figure 307804DEST_PATH_IMAGE077
超时，转向步骤406的操作，否则转向步骤404进行操作；
步骤406、如果需要继续重发数据，转向步骤401操作，否则转向步骤407操作；
步骤407、发送结束。
5.如权利要求1所述的一种基于多生物启发的无线传感网自适应路由决策方法，其特征在于，所述的路由转发组件包括以下步骤：
步骤501、假定任意路由节点i，如果节点i收到需转发的数据包，则转向步骤502，否者，节点i继续休眠；
步骤502、检查节点i的局部路由优化标志
Figure DEST_PATH_IMAGE079
，如果
Figure 916640DEST_PATH_IMAGE079
为FALSE，则转向步骤503，否则，进行局部路由优化，然后转向步骤503；
步骤503、向节点i的下一跳转发数据，并设置一个时间间隔
Figure 90133DEST_PATH_IMAGE078
，等待；
步骤504、当
Figure 913863DEST_PATH_IMAGE078
到时，如果收到来自下一跳的确认，则转向步骤506，否者，节点i调用路由发现，然后转向步骤505；
步骤505、如果发现从节点i到汇聚节点的路由，则向源节点S发送通知蚂蚁，并沿途修改相应路由表条目，然后转向步骤503操作，否则，向源节点S发送错误蚂蚁，并从沿途节点路由表中删除相应路由表条目，然后转向步骤506操作；
步骤506、算法结束。
6.如权利要求1所述的一种基于多生物启发的无线传感网自适应路由决策方法，其特征在于：所述的路由选择组件工作过程为：利用公式
Figure 881819DEST_PATH_IMAGE080
分别计算供选择的每条路由的理由可用度，然后选择可用度最大的路由，其中，
Figure 977951DEST_PATH_IMAGE029
是常数。
7.如权利要求1所述的一种基于多生物启发的无线传感网自适应路由决策方法，其特征在于：所述的自适应调节方法包括以下步骤：
步骤701、每一个传感器节点每隔一个时间段需向汇聚节点发送一次其前一个
Figure RE-431586DEST_PATH_IMAGE081
时间内数据包发送成功率，汇聚节点根据前一段时间内接收所有数据包总量Packets，计算前一段时间间隔
Figure RE-407950DEST_PATH_IMAGE081
内网络平均负载，
Figure RE-632257DEST_PATH_IMAGE082
；
步骤702、汇聚节点根据前一段时间
Figure RE-146284DEST_PATH_IMAGE081
内，各传感器节点发送的关于该传感器的数据传输成功率数据包，计算前一段时间
Figure RE-430635DEST_PATH_IMAGE081
内，网络平均传输成功率，
Figure RE-515266DEST_PATH_IMAGE083
，
其中
Figure RE-543265DEST_PATH_IMAGE084
表示共收到
Figure RE-410333DEST_PATH_IMAGE084
个节点的传输成功率数据包，
Figure RE-865585DEST_PATH_IMAGE085
表示第
Figure RE-703091DEST_PATH_IMAGE086
个节点的数据传输成功率数据包；
步骤703、汇聚节点计算前一段时间的网络状态
Figure RE-305291DEST_PATH_IMAGE087
，如果
Figure RE-118395DEST_PATH_IMAGE087
大于一个特定的阈值，表示上一次路由决策参数调节效果较好，将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值，如果
Figure RE-239935DEST_PATH_IMAGE087
小于一个特定的阈值，将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值，如果调节值的可用性减小后小于0，则删掉该调节值；
步骤704、查阅路由调节参数先验知识库，如果找到对应的调节参数，则获取路由决策参数
Figure RE-609736DEST_PATH_IMAGE029
值，否则，从
Figure RE-703594DEST_PATH_IMAGE088
中产生一个随机数作为路由决策参数
Figure RE-500649DEST_PATH_IMAGE029
值，并将该值与其对应的网络状态
Figure RE-797900DEST_PATH_IMAGE087
加入到路由调节参数先验知识库，并将其可用度设为0；
步骤705、汇聚节点向传感网络中所有传感器节点发送广播信息，修改模型参数中的
Figure RE-705813DEST_PATH_IMAGE029
值；
步骤706、算法结束。
CN201410040846.8A 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法 Active CN103826278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410040846.8A CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410040846.8A CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Publications (2)

Publication Number Publication Date
CN103826278A true CN103826278A (zh) 2014-05-28
CN103826278B CN103826278B (zh) 2018-02-02

Family

ID=50761047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410040846.8A Active CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Country Status (1)

Country Link
CN (1) CN103826278B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355091A (zh) * 2016-08-26 2017-01-25 西南大学 基于生物智能的传播源定位方法
CN106413021A (zh) * 2016-09-18 2017-02-15 扬州大学 基于蚁群算法的无线传感网络路由方法
CN107566512A (zh) * 2017-09-20 2018-01-09 深圳市晟达机械设计有限公司 电网输电杆塔无线监测系统
CN108769939A (zh) * 2018-05-15 2018-11-06 重庆三峡学院 一种无线传感器网络多路径可靠传输容错方法
CN111786881A (zh) * 2020-06-29 2020-10-16 东方红卫星移动通信有限公司 一种用于动态网络的数据传输路径搭建方法及网络系统
CN116016205A (zh) * 2022-12-06 2023-04-25 天津理工大学 一种基于综合强度和节点效率的网络关键节点识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080084294A1 (en) * 2006-10-05 2008-04-10 Electronics And Telecommunications Research Institute Wireless sensor network and adaptive method for monitoring the security thereof
CN102917430A (zh) * 2012-10-17 2013-02-06 上海大学 基于量子蚁群算法的无线传感器网络可信安全路由
CN103237333A (zh) * 2013-04-01 2013-08-07 东南大学 一种基于多要素信任机制的分簇路由方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080084294A1 (en) * 2006-10-05 2008-04-10 Electronics And Telecommunications Research Institute Wireless sensor network and adaptive method for monitoring the security thereof
CN102917430A (zh) * 2012-10-17 2013-02-06 上海大学 基于量子蚁群算法的无线传感器网络可信安全路由
CN103237333A (zh) * 2013-04-01 2013-08-07 东南大学 一种基于多要素信任机制的分簇路由方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M.MARIMUTHU,等: "A Survey on Fuzzy Based QoS Routing in Mobile Ad Hoc Networks", 《IEEE XPLORE DIGITAL LIBRARY》 *
ZHANG MINGCHUAN,等: "P-iRP: Physarum-inspired Routing Protocol for Wireless Sensor Networks", 《IEEE XPLORE DIGITAL LIBRARY》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355091A (zh) * 2016-08-26 2017-01-25 西南大学 基于生物智能的传播源定位方法
CN106355091B (zh) * 2016-08-26 2019-01-29 西南大学 基于生物智能的传播源定位方法
CN106413021A (zh) * 2016-09-18 2017-02-15 扬州大学 基于蚁群算法的无线传感网络路由方法
CN106413021B (zh) * 2016-09-18 2019-06-04 扬州大学 基于蚁群算法的无线传感网络路由方法
CN107566512A (zh) * 2017-09-20 2018-01-09 深圳市晟达机械设计有限公司 电网输电杆塔无线监测系统
CN108769939A (zh) * 2018-05-15 2018-11-06 重庆三峡学院 一种无线传感器网络多路径可靠传输容错方法
CN111786881A (zh) * 2020-06-29 2020-10-16 东方红卫星移动通信有限公司 一种用于动态网络的数据传输路径搭建方法及网络系统
CN116016205A (zh) * 2022-12-06 2023-04-25 天津理工大学 一种基于综合强度和节点效率的网络关键节点识别方法
CN116016205B (zh) * 2022-12-06 2024-03-29 天津理工大学 一种基于综合强度和节点效率的网络关键节点识别方法

Also Published As

Publication number Publication date
CN103826278B (zh) 2018-02-02

Similar Documents

Publication Publication Date Title
CN103826278A (zh) 一种基于多生物启发的无线传感网络自适应路由决策方法
Le et al. Rpl-based multipath routing protocols for internet of things on wireless sensor networks
Sarkohaki et al. An efficient routing protocol in mobile ad-hoc networks by using artificial immune system
Fathima et al. Ant colony optimization based routing in wireless sensor networks
US20070070983A1 (en) Methods and apparatus for improved efficiency communication
Robinson et al. FPSOEE: Fuzzy-enabled particle swarm optimization-based energy-efficient algorithm in mobile ad-hoc networks
CN106131916A (zh) 一种基于蚁群算法的无线网络路由建立方法
CN104883304B (zh) 用于部分纠缠量子对桥接通信网络的路由方法
Chandnani et al. A comprehensive review and performance evaluation of recent trends for data aggregation and routing techniques in IoT networks
Sebastian et al. A survey on load balancing schemes in RPL based Internet of Things
CN105634964B (zh) 一种移动自组织网络及其组播路由方法
Gurumoorthy et al. A novel clustering method for fault recovery and routing in mobile ad‐hoc networks
Sharma et al. Ant based cluster head election algorithm in wireless sensor network to avoid redundancy
CN111970731B (zh) 一种基于节点信誉的Spray and Wait移动机会网络路由方法
Kaur et al. An amended ant colony optimization based approach for optimal route path discovery in wireless sensor network
Dhanalakshmi et al. Efficient energy conservation in MANET using energy conserving advanced optimised link state routing model
Zhang et al. A novel bio-inspired trusted routing protocol for mobile wireless sensor networks
Shree et al. Improving congestion control in WSN by multipath routing with priority based scheduling
Tewari et al. Optimized hybrid ant colony and greedy algorithm technique based load balancing for energy conservation in WSN
Jeyaraj et al. Developing multi‐path routing protocol in MANET using hybrid SM‐CSBO based on novel multi‐objective function
Jalade et al. Adaptive deep Runge Kutta Garson’s network with node disjoint local repair protocol based multipath routing in MANET
Al-Nahari et al. Receiver-based ad hoc on demand multipath routing protocol for mobile ad hoc networks
Chavan et al. Event Based Clustering Localized Energy Efficient Ant Colony Optimization for Performance Enhancement of Wireless Sensor Network.
Kadhim et al. Improving IoT applications using a proposed routing protocol
WO2014087138A1 (en) Wireless node

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191104

Address after: Room 202, building 3-1, Science Park, Luoyang National University, Longyu Road, Jianxi District, Luoyang area, China (Henan) pilot free trade zone 471000

Patentee after: Henan gunz Information Technology Co., Ltd

Address before: 471000 Xiyuan Road, Jianxi District, Henan, No. 48, No.

Patentee before: Henan University of Science and Technology