CN104010336B - 一种两级异构分簇的水下无线传感器网络路由方法 - Google Patents
一种两级异构分簇的水下无线传感器网络路由方法 Download PDFInfo
- Publication number
- CN104010336B CN104010336B CN201410262382.5A CN201410262382A CN104010336B CN 104010336 B CN104010336 B CN 104010336B CN 201410262382 A CN201410262382 A CN 201410262382A CN 104010336 B CN104010336 B CN 104010336B
- Authority
- CN
- China
- Prior art keywords
- node
- cluster
- cluster head
- order
- level
- 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.)
- Expired - Fee Related
Links
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
Abstract
本发明公开了一种两级异构分簇的水下无线传感器网络及其路由方法,包括上层传感器节点、下层传感器节点、海面上的sink节点以及陆地上的基站;水下无线传感器网络监测区域内所有传感器节点形成两级异构分簇结构,下层传感器节点形成第一级簇及第一级簇头节点,上层传感器节点形成第二级簇及动态簇头链;第二级簇头节点通过动态簇头链将数据发送给海面上的sink节点,sink节点直接与陆地上的基站进行无线通信,然后由基站将数据发送到远程控制中心。发明的方法能够有效得降低节点平均能耗,延长网络的生存时间,适合于监测节点众多的水下应用环境,可扩展性较强、节点的能耗更均衡,适合大规模应用。
Description
技术领域
本发明涉及一种两级异构分簇的水下无线传感器网络及其路由方法,
属于路由算法技术领域。
背景技术
近年来,随着人类对海洋的探索、开发以及利用程度地加深,推动了水下通信网络的快速发展。考虑到海洋环境下通信的特殊性,除大型的固定平台和主干网络外的其他设备通常采用无线通信方式。同时,陆地上常用的地磁波、光波以及声波这三种能量传输方式中,最适合在水中远距离传播的就是声波。所以,在海洋领域通常采用水声无线通信的方式。然而,由于水下声信道的窄带宽、多普勒频移、多途效应、传输速度低等特征以及电池供电和经济费用的限制,使得构建水下无线通信网络主要面临以下困难:1)声信道的延时较长,水中声速约为1500m/s,比空气中的光速低了5个数量级;2)可用频带有限;3)时变多途影响比较严重;4)功耗限制,在水下长期工作的由电池供电的网络节点寿命受到限制;5)网络安全性受到挑战。
鉴于以上特点,水下无线通信网络最好能是一种具有自组织能力的网络,能够具有环境的自适应能力和网络的自优化能力。而无线传感器网络是近年来迅速发展的一种新兴技术,集传感器技术、嵌入式计算技术、无线通信技术以及信息处理技术于一体,是由若干具有自组织能力的传感器节点以自组网的方式构成的无线自组织网络。无线传感器网络不仅可以应用在陆地环境下,也可以应用在海洋环境监测、水下导航、水下预警以及水下目标定位等领域,此时称之为水下无线传感器网络。
发明内容
针对以上现有技术中的不足,本发明提供了一种适用于浅海场景应用的水下无线传感器网络体系结构,并提出了一种两级分簇的水下无线传感器网络路由方法。
本发明的技术特征如下:
一种两级异构分簇的水下无线传感器网络,包括上层传感器节点、下层传感器节点、海面上的sink节点以及陆地上的基站;水下无线传感器网络监测区域内所有传感器节点形成两级异构分簇结构,下层传感器节点形成第一级簇及第一级簇头节点,上层传感器节点形成第二级簇及动态簇头链;所述下层传感器节点形成第一级簇后,簇内普通成员节点负责采集监测数据并发送给本簇簇头,即各第一级簇头节点;所述第一级簇头节点进行数据处理后根据距离、能量等指标选择相应的第二级簇头节点,由第二级簇头节点通过动态簇头链将数据发送给海面上的sink节点,所述sink节点直接与陆地上的基站进行无线通信,然后由基站将数据发送到远程控制中心。
一种两级异构分簇的水下无线传感器网络路由方法,包括如下步骤:
(1)、第一级簇的形成阶段
为了形成第一级簇,首先在下层传感器节点中选举出第一级簇头节点,为下层传感器节点i设置一个参数Ti,表示该节点参与第一级簇头竞选的能力,即簇头竞争力,Ti的计算方法如公式(1)所示:
其中W1表示簇头间距调节因子,W2表示节点能量调节因子,r是当前轮数,p为簇头节点占所有传感器节点的百分比;
簇头间距调节因子W1如公式(2)所示:
其中,h为节点能接收到上层传感器节点信号的最近距离,hmax为节点能接收到上层传感器节点信号的最远距离,n为分簇个数;
节点能量调节因子W2如公式(3)所示:
其中,E_c为节点现存能量,E_h为上一轮中本簇簇头消耗能量,E_t为节点初始能量;
进行第一级簇头节点选举时,如果节点的簇头竞争力T大于阀值D(n),则该节点当选为簇头并向网络中发布公告消息,宣布自己是新当选的簇头节点;其中D(n)按式(4)进行计算:
第一级簇头节点选举完毕后,新选举的第一级簇头向水下无线传感器网络的下层传感器节点进行消息广播,宣布自己是新当选的第一级簇头;然后,没有当选为簇头的下层传感器节点作为成员节点选择加入相应的簇;考虑到水下传感器节点能量、距离等因素的限制,成员节点选择自己能接收到且声波信号最强的那个第一级簇头节点作为自己的簇头,并向该簇头发送一个请求加入的消息,等待该簇头节点批准申请并返回一个应答消息后,正式加入该簇;第一级簇头节点为本簇内的成员节点分配不同的时隙,成员节点在各自的时隙内向簇头节点发送消息;
(2)、第二级簇头的选择
第一级簇头节点以泛洪的形式向上层传感器节点广播请求消息,并保持侦听;上层传感器节点收到请求消息后,发送一个响应消息;第一级簇头节点根据所接收到的响应消息的时间及信号强度选择相应的上层传感器节点作为自己的第二级簇头节点,并向该上层传感器节点发送一个请求加入的消息;上层传感器节点接收到该第一级簇头节点的请求加入消息后返回一个应答消息;第二级簇头选择成功后,第二级簇头为所辖的第一级簇头节点分配各自的时隙;
(3)、第二级簇间路由的选择
在簇间路由的形成阶段,以蚁群算法为基础,通过对启发因子η的改进,寻找水下无线传感器网络中一级簇头到二级簇头的最佳路径,形成簇间路由;
首先设蚁群中人工蚂蚁的数量为m;监测单元内有n个簇头节点,每2个节点间有边相连,节点i和j之间的边为路径ij;hij(i,j=1,2,…,n)表示簇头i和簇头j之间的距离;τij(t)表示t时刻在路径ij上的信息量;表示t时刻蚂蚁k由簇头i转移到簇头j的概率;q表示信息残留程度,1-q则表示信息消逝程度;ηij表示由簇头i路由到簇头j的期望程度,作为启发因子;bi(t)表示t时刻位于簇头i的蚂蚁的个数,即Tk用于存储蚂蚁k已经走过的簇头;进行初始化,得:
τij(t)=c (5)
Δτij=0 (6)
Tk=0 (7)
其中,E_c表示簇头现有剩余能量,E_t表示簇头初始能量,Eij表示簇头i和j之间的通信能耗,hi表示簇头i距二级簇头的跳数,hmax为单元内节点距本单元二级簇头的最远跳数,k1、k2以及k3均为调节系数;
蚂蚁k(k=1,2,…,m)在交互式选路过程中,根据各路径上的信息量决定下一跳路由的方向,用表示由簇头i转移到簇头j的概率,其具体定义为:
其中,allowedk表示蚂蚁k下一步允许选择的簇头节点,即allowedk={0,1,…,n-1}-Tk;
在路由转移的过程中,蚂蚁根据概率选择下一跳簇头j,将刚刚选择过的簇头j添加到Tk中,计算信息量τij及Δτij,更新路径信息量,确定本次循环所找到的最佳路径并继续迭代,直至达到规定的迭代次数;最后输出最优解,即最佳路径;此时,已经寻找到一级簇头到二级簇头的最佳路径,形成动态簇头链;
至此,水下无线传感器网络已经实现了第一级簇的形成、第二级簇的形成以及簇间路由的形成,表示自组网成功,进入稳定的数据传输阶段;
(4)稳定的数据传输阶段
在稳定的数据传输阶段,各第一级簇的簇内节点将监测数据发送给本级簇头节点,并在第一级簇头节点处进行数据处理后转发给第二级簇头节点;第二级簇头节点将所辖第一级簇头发送的数据经过第二级簇头之间的动态簇头链依次转发到海面上的sink节点;
稳定的数据传输阶段持续一段时间后,海面上的sink节点会发出重选命令,此时数据传输阶段结束,即意味着本轮的结束;一轮结束后,开始执行新的一轮,即开始重新选举下层节点中的簇头节点并形成第一级簇、选择第二级簇头节点并形成第二级簇、选择簇间路由并形成动态簇头链,然后再次进入稳定的数据传输阶段。
本发明所达到的有益效果:本发明的路由方法根据节点初始能量、剩余能量、上一轮中本簇簇头消耗能量以及平均簇头间距等因素选举出第一级簇头节点、第二级簇头节点,改进了两级簇头间路由方式,根据改进的蚁群算法寻找最佳簇间路由,并形成动态簇头链。仿真结果表明,本发明的方法能够有效得降低节点平均能耗,延长网络的生存时间,适合于监测节点众多的水下应用环境,可扩展性较强、节点的能耗更均衡,适合大规模应用。
附图说明
图1是本发明水下无线传感器网络的体系结构。
图2是本发明第一级簇形成阶段的时间示意图。
图3是实施例1中出现节点能量耗尽的时间。
图4是实施例2中网络生存时间。
图5是实施例3中簇头节点能耗。
图6是实施例4中不同网络范围的平均能耗。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提出的水下无线传感器网络将传感器节点分成两层,其体系结构示意图如图1所示。可以看出,该体系结构主要包括上层传感器节点、下层传感器节点、海面上的sink节点以及陆地上的基站等部分。水下无线传感器网络监测区域内所有传感器节点形成两级异构分簇结构,下层传感器节点形成第一级簇及第一级簇头节点,上层传感器节点形成第二级簇及动态簇头链。
下层传感器节点形成第一级簇后,簇内普通成员节点负责采集监测数据并发送给本簇簇头,即各第一级簇头节点。然后,第一级簇头节点进行数据处理后根据距离、能量等指标选择相应的第二级簇头节点,由第二级簇头节点通过动态簇头链将数据发送给海面上的sink节点,sink节点可以直接与陆地上的基站进行无线通信,然后由基站将数据发送到远程控制中心。
本发明提出的路由协议将监测区域的传感器节点分成第一级簇内成员节点、第一级簇头节点、第二级簇头节点和sink节点。其中,第一级簇内成员节点负责采集监测数据,分别经过单跳距离发送给本簇的簇头节点。由第一级簇头节点对本簇的监测数据进行处理后发送给距离较近且能量充足的第二级簇头节点。第二级簇头之间能够形成动态的簇头链,经过多跳将数据转发给海面上sink节点。海面上sink节点不受能量限制,能够与陆地基站直接通信。
路由方法以一轮为一个周期,每一轮均包括以下几个阶段:第一级簇头的选举阶段、第一级簇的形成阶段、第二级簇头的选举及簇的形成阶段、动态簇头链的形成阶段、稳定的数据通信阶段。在数据通信阶段,普通成员节点采集数据,进行数据预处理,然后将数据发送给本簇一级簇头节点。一级簇头节点接收数据并解析,然后转发给二级簇头节点。二级簇头对一级簇头发送的数据进行汇聚和分析,然后转发给sink节点。sink节点通过基站将数据上传给远程监控中心。
方法如下:
(1)第一级簇的形成阶段Cluster Formation Phase
为了形成第一级簇,首先需要在下层传感器节点中选举出第一级簇头节点。为了均衡节点能耗,本发明提出簇头平均间距的概念,利用簇头间距调节因子W1使簇头的分布更加合理。同时,根据节点初始能量、剩余能量和上一轮本簇簇头消耗能量三方面因素,利用节点能量调节因子W2调整节点竞选簇头的门限。为下层传感器节点i设置一个参数Ti,表示该节点参与第一级簇头竞选的能力,即簇头竞争力,Ti的计算方法如公式(1)所示:
上式中,W1为簇头间距调节因子,W2为节点能量调节因子,r是当前轮数,p为簇头节点占所有传感器节点的百分比。
簇头间距调节因子W1如公式(2)所示:
其中,h为节点能接收到上层传感器节点信号的最近距离,hmax为节点能接收到上层传感器节点信号的最远距离,n为分簇个数。
节点能量调节因子W2如公式(3)所示:
其中,E_c为节点现存能量,E_h为上一轮中本簇簇头消耗能量,E_t为节点初始能量。
进行第一级簇头节点选举时,如果节点的簇头竞争力T大于阀值D(n),则该节点当选为簇头并向网络中发布公告消息,宣布自己是新当选的簇头节点。其中D(n)按式(4)进行计算:
第一级簇头节点选举完毕后,新选举的第一级簇头向水下无线传感器网络的下层传感器节点进行消息广播,宣布自己是新当选的第一级簇头。然后,没有当选为簇头的下层传感器节点作为成员节点选择加入相应的簇。考虑到水下传感器节点能量、距离等因素的限制,成员节点选择自己能接收到且声波信号最强的那个第一级簇头节点作为自己的簇头,并向该簇头发送一个请求加入的消息,等待该簇头节点批准申请并返回一个应答消息后,正式加入该簇。第一级簇头节点为本簇内的成员节点分配不同的时隙,成员节点在各自的时隙内向簇头节点发送消息。第一级簇形成阶段的时间示意图如图2所示。
(2)、第二级簇头的选择
第一级簇头节点以泛洪(flooding)的形式向上层传感器节点广播请求消息,并保持侦听。上层传感器节点收到请求消息后,发送一个响应消息。第一级簇头节点根据所接收到的响应消息的时间及信号强度选择相应的上层传感器节点作为自己的第二级簇头节点,并向该上层传感器节点发送一个请求加入的消息。上层传感器节点接收到该第一级簇头节点的请求加入消息后返回一个应答消息。第二级簇头选择成功后,第二级簇头为所辖的第一级簇头节点分配各自的时隙。
(3)、第二级簇间路由的选择
水下无线传感器网络大规模应用时,测点众多,需要部署大量的水下传感器节点。同时,需要选举出较多的第一级簇头节点。若第一级簇头节点均直接向第二级簇头节点发送数据,势必浪费大量的能量及资源。因此,在簇间路由的形成阶段,本发明以蚁群算法为基础,通过对启发因子η的改进,寻找水下无线传感器网络中一级簇头到二级簇头的最佳路径,形成簇间路由。本协议中,一级簇头可作为源节点,各二级簇头分别作为各自单元的目的节点,利用改进的蚁群算法寻找源节点到目的节点间的最佳路由。
首先设蚁群中人工蚂蚁的数量为m;监测单元内有n个簇头节点,每2个节点间有边相连,节点i和j之间的边为路径ij;hij(i,j=1,2,…,n)表示簇头i和簇头j之间的距离;τij(t)表示t时刻在路径ij上的信息量;表示t时刻蚂蚁k由簇头i转移到簇头j的概率;q表示信息残留程度,1-q则表示信息消逝程度;ηij表示由簇头i路由到簇头j的期望程度,作为启发因子;bi(t)表示t时刻位于簇头i的蚂蚁的个数,即Tk用于存储蚂蚁k已经走过的簇头。进行初始化,得:
τij(t)=c (5)
Δτij=0 (6)
Tk=0 (7)
本发明对启发因子η进行了改进,综合考虑了簇头节点能量、跳数以及通信能耗等因素,具体定义如下:
其中,E_c表示簇头现有剩余能量,E_t表示簇头初始能量,Eij表示簇头i和j之间的通信能耗,hi表示簇头i距二级簇头的跳数,hmax为单元内节点距本单元二级簇头的最远跳数,k1、k2以及k3均为调节系数。
蚂蚁k(k=1,2,…,m)在交互式选路过程中,根据各路径上的信息量决定下一跳路由的方向,用表示由簇头i转移到簇头j的概率,其具体定义为:
其中,allowedk表示蚂蚁k下一步允许选择的簇头节点,即allowedk={0,1,…,n-1}-Tk。
在路由转移的过程中,蚂蚁根据概率选择下一跳簇头j,将刚刚选择过的簇头j添加到Tk中,计算信息量τij及Δτij,更新路径信息量,确定本次循环所找到的最佳路径并继续迭代,直至达到规定的迭代次数。最后输出最优解,即最佳路径。此时,已经寻找到一级簇头到二级簇头的最佳路径,形成动态簇头链。
至此,水下无线传感器网络已经实现了第一级簇的形成、第二级簇的形成以及簇间路由的形成,表示自组网成功,下面进入稳定的数据传输阶段。
(4)、稳定的数据传输阶段
在稳定的数据传输阶段,各第一级簇的簇内节点将监测数据发送给本级簇头节点,并在第一级簇头节点处进行数据处理后转发给第二级簇头节点。第二级簇头节点将所辖第一级簇头发送的数据经过第二级簇头之间的动态簇头链依次转发到海面上的sink节点。
稳定的数据传输阶段持续一段时间后,海面上的sink节点会发出重选命令,此时数据传输阶段结束,即意味着本轮的结束。一轮结束后,开始执行新的一轮,即开始重新选举下层节点中的簇头节点并形成第一级簇、选择第二级簇头节点并形成第二级簇、选择簇间路由并形成动态簇头链,然后再次进入稳定的数据传输阶段。
通过网络仿真可以获得网络设计和优化时所需的网络性能数据,为科研实验和新技术的应用提供参考。本发明将该路由协议(名称简写为TT协议)与LEACH协议以及MCBED协议相比较,得出实验结果及结论。
实施例1:节点的规模为500个,数据包大小为500Bytes。经实验验证,实验结果如图3所示。从图3中可以看出,“TT”协议与LEACH及MCBED协议相比,节点规模较大时网络中出现能量耗尽节点的时间较晚,也就是说“TT”协议使节点的能耗更加均衡。
实施例2:500个节点随机分布在监测区域,部署1个Sink节点且距监测区域较远,数据包大小为500Bytes。实验结果如图4所示。从图4可以看出,随着周期性成簇“轮数”的增加,在“轮数”相同的那个周期,“TT”协议中存活的节点的个数较LEACH协议及MCBED协议中存活节点的个数要多。也就是说“TT”协议增加了达到此状态的“轮数”。“TT”与LEACH及MCBED协议相比,网络生存时间明显延长,且首个节点死亡的时间较晚。这说明,“TT”达到了均衡节点能耗,延长网络生存时间的目的。
实施例3:随机分布500个节点,节点初始能量2J,选取其中一个二级簇头节点进行观测。实验结果如图5所示。从图5可以看出,“TT”协议由于采取了簇间路由的形式,所以“TT”协议簇头的能量消耗要小于LEACH及MCBED协议中的簇头节点能量的消耗。
实施例4:测试不同网络范围的平均能耗,实验结果如图6所示。从图6可以看出,随着监测区域面积的增加,在平均能量消耗方面,“TT”协议优越于LEACH协议及MCBED协议。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (1)
1.一种两级异构分簇的水下无线传感器网络路由方法,其特征在于包括如下步骤:
(1)、构建两级异构分簇的水下无线传感器网络,包括上层传感器节点、下层传感器节点、海面上的sink节点以及陆地上的基站;水下无线传感器网络监测区域内所有传感器节点形成两级异构分簇结构,下层传感器节点形成第一级簇及第一级簇头节点,上层传感器节点形成第二级簇及动态簇头链;所述下层传感器节点形成第一级簇后,簇内普通成员节点负责采集监测数据并发送给本簇簇头,即各第一级簇头节点;所述第一级簇头节点进行数据处理后根据距离、能量等指标选择相应的第二级簇头节点,由第二级簇头节点通过动态簇头链将数据发送给海面上的sink节点,所述sink节点直接与陆地上的基站进行无线通信,然后由基站将数据发送到远程控制中心;
(2)、第一级簇的形成阶段
为了形成第一级簇,首先在下层传感器节点中选举出第一级簇头节点,为下层传感器节点i设置一个参数Ti,表示该节点参与第一级簇头竞选的能力,即簇头竞争力,Ti的计算方法如公式(1)所示:
其中W1表示簇头间距调节因子,W2表示节点能量调节因子,r是当前轮数,p为簇头节点占所有传感器节点的百分比;
簇头间距调节因子W1如公式(2)所示:
其中,h为节点能接收到上层传感器节点信号的最近距离,hmax为节点能接收到上层传感器节点信号的最远距离,n为分簇个数;
节点能量调节因子W2如公式(3)所示:
其中,E_c为节点现存能量,E_h为上一轮中本簇簇头消耗能量,E_t为节点初始能量;
进行第一级簇头节点选举时,如果节点的簇头竞争力T大于阀值D(n),则该节点当选为簇头并向网络中发布公告消息,宣布自己是新当选的簇头节点;其中D(n)按式(4)进行计算:
第一级簇头节点选举完毕后,新选举的第一级簇头向水下无线传感器网络的下层传感器节点进行消息广播,宣布自己是新当选的第一级簇头;然后,没有当选为簇头的下层传感器节点作为成员节点选择加入相应的簇;考虑到水下传感器节点能量、距离等因素的限制,成员节点选择自己能接收到且声波信号最强的那个第一级簇头节点作为自己的簇头,并向该簇头发送一个请求加入的消息,等待该簇头节点批准申请并返回一个应答消息后,正式加入该簇;第一级簇头节点为本簇内的成员节点分配不同的时隙,成员节点在各自的时隙内向簇头节点发送消息;
(3)、第二级簇头的选择
第一级簇头节点以泛洪的形式向上层传感器节点广播请求消息,并保持侦听;上层传感器节点收到请求消息后,发送一个响应消息;第一级簇头节点根据所接收到的响应消息的时间及信号强度选择相应的上层传感器节点作为自己的第二级簇头节点,并向该上层传感器节点发送一个请求加入的消息;上层传感器节点接收到该第一级簇头节点的请求加入消息后返回一个应答消息;第二级簇头选择成功后,第二级簇头为所辖的第一级簇头节点分配各自的时隙;
(4)、第二级簇间路由的选择
在簇间路由的形成阶段,以蚁群算法为基础,通过对启发因子η的改进,寻找水下无线传感器网络中一级簇头到二级簇头的最佳路径,形成簇间路由;
首先设蚁群中人工蚂蚁的数量为m;监测单元内有n个簇头节点,每2个节点间有边相连,节点i和j之间的边为路径ij;hij(i,j=1,2,…,n)表示簇头i和簇头j之间的距离;τij(t)表示t时刻在路径ij上的信息量;表示t时刻蚂蚁k由簇头i转移到簇头j的概率;q表示信息残留程度,1-q则表示信息消逝程度;ηij表示由簇头i路由到簇头j的期望程度,作为启发因子;bi(t)表示t时刻位于簇头i的蚂蚁的个数,即Tk用于存储蚂蚁k已经走过的簇头;进行初始化,得:
τij(t)=c (5)
Δτij=0 (6)
Tk=0 (7)
其中,E_c表示簇头现有剩余能量,E_t表示簇头初始能量,Eij表示簇头i和j之间的通信能耗,hi表示簇头i距二级簇头的跳数,hmax为单元内节点距本单元二级簇头的最远跳数,k1、k2以及k3均为调节系数;
蚂蚁k(k=1,2,…,m)在交互式选路过程中,根据各路径上的信息量决定下一跳路由的方向,用表示由簇头i转移到簇头j的概率,其具体定义为:
其中,allowedk表示蚂蚁k下一步允许选择的簇头节点,即allowedk={0,1,…,n-1}-Tk;
在路由转移的过程中,蚂蚁根据概率选择下一跳簇头j,将刚刚选择过的簇头j添加到Tk中,计算信息量τij及Δτij,更新路径信息量,确定本次循环所找到的最佳路径并继续迭代,直至达到规定的迭代次数;最后输出最优解,即最佳路径;此时,已经寻找到一级簇头到二级簇头的最佳路径,形成动态簇头链;
至此,水下无线传感器网络已经实现了第一级簇的形成、第二级簇的形成以及簇间路由的形成,表示自组网成功,进入稳定的数据传输阶段;
(5)稳定的数据传输阶段
在稳定的数据传输阶段,各第一级簇的簇内节点将监测数据发送给本级簇头节点,并在第一级簇头节点处进行数据处理后转发给第二级簇头节点;第二级簇头节点将所辖第一级簇头发送的数据经过第二级簇头之间的动态簇头链依次转发到海面上的sink节点;
稳定的数据传输阶段持续一段时间后,海面上的sink节点会发出重选命令,此时数据传输阶段结束,即意味着本轮的结束;一轮结束后,开始执行新的一轮,即开始重新选举下层节点中的簇头节点并形成第一级簇、选择第二级簇头节点并形成第二级簇、选择簇间路由并形成动态簇头链,然后再次进入稳定的数据传输阶段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410262382.5A CN104010336B (zh) | 2014-06-12 | 2014-06-12 | 一种两级异构分簇的水下无线传感器网络路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410262382.5A CN104010336B (zh) | 2014-06-12 | 2014-06-12 | 一种两级异构分簇的水下无线传感器网络路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104010336A CN104010336A (zh) | 2014-08-27 |
CN104010336B true CN104010336B (zh) | 2017-07-21 |
Family
ID=51370795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410262382.5A Expired - Fee Related CN104010336B (zh) | 2014-06-12 | 2014-06-12 | 一种两级异构分簇的水下无线传感器网络路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104010336B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168621B (zh) * | 2014-09-02 | 2017-11-03 | 哈尔滨工业大学 | 一种基于分布式波束形成的海面无线传感网分簇方法 |
CN104469836B (zh) * | 2014-11-24 | 2017-08-15 | 河海大学常州校区 | 一种建立水下传感器网络中多维度信任模型的方法 |
CN104507135B (zh) * | 2015-01-21 | 2018-10-26 | 哈尔滨工程大学 | 一种多移动汇聚节点的水下传感器网络路由方法 |
CN105722174B (zh) * | 2016-02-01 | 2023-05-26 | 国网新疆电力公司电力科学研究院 | 异构融合用电信息采集网络中的节点链路调度方法 |
CN105764114B (zh) * | 2016-04-19 | 2019-01-22 | 浙江理工大学 | 一种基于能耗均衡的水下无线传感器网络拓扑控制方法 |
CN107690168B (zh) * | 2016-08-04 | 2021-03-12 | 王莹莹 | 一种可扩展的无线传感器网络组网方法 |
CN107241692A (zh) * | 2017-05-02 | 2017-10-10 | 上海电机学院 | 一种自主移动设备的定位方法 |
CN107333314B (zh) * | 2017-06-30 | 2019-10-29 | 安徽农业大学 | 一种无线传感网簇构建及其簇头更新方法 |
CN109922096B (zh) * | 2017-12-12 | 2020-11-24 | 中国海洋大学 | 多个传感器通用接口的通信系统 |
CN107994948B (zh) * | 2017-12-30 | 2023-04-28 | 山东省科学院海洋仪器仪表研究所 | 一种用于水下异构传感器网络的移动Sink路径规划方法 |
CN108430048A (zh) * | 2018-03-03 | 2018-08-21 | 深圳万发创新进出口贸易有限公司 | 一种基于wsn技术的酒厂储酒罐温度监测系统 |
CN108366126A (zh) * | 2018-03-03 | 2018-08-03 | 深圳大图科创技术开发有限公司 | 一种基于wsn技术的病虫害监测预警系统 |
CN109348518B (zh) * | 2018-11-12 | 2020-07-03 | 厦门大学 | 水声协作通信网络中运用人工鱼群算法寻找路由的方法 |
CN110234144A (zh) * | 2019-05-16 | 2019-09-13 | 中国科学院声学研究所 | 接入方法、移动装置、水下传感网络系统 |
CN110933641A (zh) * | 2019-12-04 | 2020-03-27 | 山东省科学院海洋仪器仪表研究所 | 一种用于海上自组织网络的异构节点协同感知系统及方法 |
CN111431630B (zh) * | 2020-05-25 | 2021-05-11 | 河海大学常州校区 | UASNs中基于匿名簇的AUV协作的源节点位置隐私保护方法 |
CN111641930B (zh) | 2020-06-01 | 2021-04-13 | 秦川 | 应用于海洋信息网络的分层式数据采集系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024941A (zh) * | 2012-12-25 | 2013-04-03 | 杭州电子科技大学 | 一种基于无线传感网络的实时水文监测传输系统及方法 |
-
2014
- 2014-06-12 CN CN201410262382.5A patent/CN104010336B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104010336A (zh) | 2014-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104010336B (zh) | 一种两级异构分簇的水下无线传感器网络路由方法 | |
Khan et al. | An energy-efficient data collection protocol with AUV path planning in the Internet of Underwater Things | |
Khasawneh et al. | Green computing in underwater wireless sensor networks pressure centric energy modeling | |
Ayaz et al. | A survey on routing techniques in underwater wireless sensor networks | |
Zhang et al. | A link-state based adaptive feedback routing for underwater acoustic sensor networks | |
CN101360051B (zh) | 一种能量高效的无线传感器网络路由方法 | |
Li et al. | Sink mobility in wireless sensor networks | |
Khan et al. | AUV-aided energy-efficient clustering in the Internet of underwater things | |
CN107548029A (zh) | 一种基于海水分层的水下传感网络中auv数据收集方法 | |
CN102970723B (zh) | 带有局部簇重构的非均匀分簇路由算法 | |
CN101013926A (zh) | 一种无线传感器网络通信方法和系统 | |
CN101355390A (zh) | 水下传感器网络高时间分辨率数据虚拟簇收集方法 | |
CN102185916A (zh) | 具有小世界和无标度特性的传感器网络建立方法 | |
CN111049743A (zh) | 一种联合优化的水声多跳协作通信网络路由选择方法 | |
Khan et al. | AUV-assisted energy-efficient clustering in underwater wireless sensor networks | |
CN103781146A (zh) | 基于蚁群算法的无线传感器网络最优路由路径构建方法 | |
Alasarpanahi et al. | Energy‐efficient void avoidance geographic routing protocol for underwater sensor networks | |
CN107222900A (zh) | 一种基于动态链的无线传感器网络节点协作方法 | |
CN103297339A (zh) | 水下传感器网络中基于空间区域划分的路由方法 | |
Song et al. | A dynamic hierarchical clustering data gathering algorithm based on multiple criteria decision making for 3D underwater sensor networks | |
Zhou et al. | A small-scale traffic monitoring system in urban wireless sensor networks | |
Satyanarayana et al. | Implementation of enhanced energy aware clustering based Routing (EEACBR) algorithm to improve network lifetime in WSN’s | |
Zhang et al. | Distributed hierarchical information acquisition systems based on AUV enabled sensor networks | |
Chaudhary et al. | Internet of underwater things: challenges, routing protocols, and ML algorithms | |
Harchi et al. | WSN dynamic clustering for oil slicks monitoring |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170721 Termination date: 20200612 |