CN104092608A - 一种基于虚拟坐标的启发式rfid路由算法 - Google Patents

Abstract

本发明公开一种基于虚拟坐标的启发式RFID路由算法，在从起始节点到目标节点的数据发送过程中，选择下一节点的方法中引入了虚拟坐标以及节点周围节点数，在下一节点的虚拟坐标选择上，根据虚拟坐标和周围节点数，选择一个合格的启发函数，求得启发值，将启发值最小的节点作为最优的下一个节点；同理通过迭代的方式寻找最优下一节点，直到找出一条从起始节点到目标节点的最优路径。本发明克服了现有大部分算法在选择下一节点上具有盲目性，在寻找最优路径有的出现了迂回或者环现象等缺陷，能找出一条从起始节点到目标节点的最优路径。

Description

一种基于虚拟坐标的启发式RFID路由算法

技术领域

本发明涉及RFID路由算法技术，具体涉及一种基于虚拟坐标的启发式RFID路由算法。

背景技术

基于链路状态建立的端到端的路由，由于路由中的一个或几个节点的失效、移动而经常中断，需要不断地进行路由维护。因此，不适应于网络拓扑动态变化快的情况。为了解决此问题，现有的方法如下：

针对路由请求分组全网泛洪中路由发现的目标性弱、无用分组多的问题，提出了方案：(1)LAR算法：通过位置服务估计目标节点的区域，进而限制路由搜索的区域，即限定寻找域，最终实现有限制的区域性泛洪。(2)DREAM算法：源节点和中间节点分别计算自己到目标节点的方向，基于目标节点的移动信息确定期望域，进而确定转发域，最终实现向目标节点方向的所有邻节点转发数据分组。(3)贪婪路由算法：源节点根据Most nearest to destination、most nearestwithin radius、Compass routing和randomized compass四种机制中的一种，将数据传给距离目标节点更近的邻节点，依此下去，直至目标节点。(4)终端路由算法：结合TLR和TRR两种路由算法。首先采用TLR算法，使用距离失量信息确定路由并转发数据分组。其次，对于TLR算法不可到达的节点，采用TRR算法，利用源节点给出的到达目标节点的路由估计来转发数据分组。(5)网格路由算法：将网络的覆盖区域划分为很多网格，每个网格中运行群首选择协议，全局采用逐网格查找路由，由网格中的群首转发路由请求分组，采用网格ID标志节点。

以上各种方法的缺点分别在于：

LAR算法的限定寻找域的方法能够增强路由发现的目标性、减少无用分组，但仍然是基于链路状态建立的端到端的路由，对网络拓扑动态性变化快的网络不适应。

DREAM算法的限定转发域的方法能够保证无环路由、减少携带信息、优化控制分组的数目和传播范围、增强鲁棒性，但在节点数目多、数据量大的网络中，会加重网络负载，也会消耗大量的能量。

贪婪路由算法的无状态的完全分布式的非端到端的数据转发方法，能够节省能量的消耗、降低节点的内存和处理要求、提供很好的数据传输保证、增强网络可扩展性和鲁棒性。但在地理环境因素的影响和网络节点密度低的情况下，会出现通信空洞，即节点找不到距离目标节点更近的邻节点来作为下一跳节点。

终端路由算法的结合TLR和TRR方法能够避免路由环路，减少路由开销，提高分组递交成功率，增强可扩展性。但分组转发的范围(跳数)有限，存储量比较大。

网格路由算法的采用网格群首转发数据方法，能够增加路由生存时间，降低路由维护的控制开销。但也使路由对节点的移动不太敏感。

发明内容

本发明为了解决节点选择下一节点的盲目性，提出一种基于虚拟坐标的启发式RFID路由算法，算法在待选下一跳节点中引入投影距离和周围节点数。

本发明的目的通过如下技术方案实现。

一种基于虚拟坐标的启发式RFID路由算法，具体为：在从起始节点到目标节点的数据发送过程中，选择下一节点的方法引入了虚拟坐标以及节点周围节点数，在下一节点的虚拟坐标选择上，根据虚拟坐标和周围节点数，选择一个合格的启发函数，求得启发值，将启发值最小的节点作为最优的下一个节点；通过迭代的方式寻找最优下一节点，直到找出一条从起始节点到目标节点的最优路径。

上述的基于虚拟坐标的启发式RFID路由算法中，选择下一节点的方法具体包括如下步骤：

步骤1：

起始节点O周围是否存在可以扫描到的节点，如果不存在，说明起始节点O到目标节点S不存在可行路径，结束算法。如果存在起始节点将作为第一个中继点T，进入步骤2

步骤2：

中继点是否为目标节点，如果是，说明找到了起始节点O到目标节点S的最优路径，结束算法。如果不是，中继点T将自己的坐标以及目标节点S的坐标，以四元组的形式发送给T周围所能扫描到的所有节点，并标志自己为已经探索过的节点,进入步骤3；

步骤3：

中继点T周围所有未探索过的节点M，在接收到中继点T发来的数据四元组，将根据相交向量求投影的方法，求出目标节点S与节点M的连线SM在ST直线上的投影距离x，将投影距离x与以周围节点M为中心所能扫描到的周围节点数y,通过启发函数f(x,y)计算出启发值f,将f值返回给中继点T；

步骤4：

中继点T接收到未探索过的周围节点M发送的启发值f，进行排序。将启发值最小的选择作为下一个节点K，判断该节点K周围是否存在未探索过的节点。如果存在，那么选中节点K将其作为新的中继点T，返回步骤2。如果不存在，标志K为探索过节点，舍弃，并选出新的次优节点(f值第二最小)作为新的下一节点K，再次判断节点K周围是否存在未探索过的节点。如此迭代，确定中继点T后返回步骤2。如果迭代所有周围节点M还没有确定下一个中继点T，那么将回溯，判断中继点是否有父节点，如果有设置为新的中继点并重新开始步骤4，如果没有，说明中继点T即为起始节点，那么起始节点O到目标节点不存在可行路径，结束算法。

启发函数介绍：

在搜索过程中，关键的一步是如何确定要扩展的节点，不同的确定方法就形成不同的搜索策略。如果在确定节点时能充分利用与问题求解有关的特性信息，估计出节点的重要性，就能够在搜索时选择重要性较高的节点进行扩展，从而求得最优解。而启发式搜索正是这种利用问题自身的某些特性信息，指导搜索朝着最希望的方向前进的一种方法。

在启发式搜索中，用于评价节点重要性的函数叫做评价函数。评价函数的主要任务就是估计等搜索结点的重要程度，以确定结点的优先级程度。评价函数的一般形式为

f(x)＝g(x)+h(x)

其中g(x)为初始节点S0到节点x已经实际付出的代价(代价是指从起始节点到终节点通过的节点数目A，路径搜索过程搜索了多少个节点B)。当希望有较高的搜索效率，且只关心到达目标节点的路径时，g(x)可以忽略，但此时会影响到搜索的完备性。h(x)为节点x到目标节点Sg的最优路径的估计代价，它体现了总是的启发性信息，又称为启发函数，其形式要根据总是的特性而定。启发函数h(x)所携带的启发性的信息越多，搜索时扩展的节点数就越少，搜索的效率就越高。因此在确定f(x)时，要使得g(x)与h(x)各占适当的比率。

在实际问题求解时，g(x)可以根据已经搜索的节点信息计算出来，而启发函数h(x)依赖于人们的经验。它来源于本发明对问题的某些特性的认识。

构造和选择合适的启发函数h(x)是启发式搜索的关键。在构造h(x)时，应满足两个方面的要求：首先，启发函数要简单易算；其次，函数要有较高的精确度，能够反应问题的实际情况。而在实际问题中，这两个方面的要求是相互制约的，很难同时得到满足。若将启发函数设计得简单易算，那么此函数的精度往往不会很高，产生的误差也大；若将启发函数设计得有较高的精确度，那么函数会很复杂，计算也需较长时间。所以构造一个好的启发函数，要综合考虑这两个方面的因素。

启发函数获得过程:

由于投影距离x和周围节点数y不是同一个单位范畴的，所以启发函数获得不能采取简单的相加。而应该根据投影距离x和周围节点数y在探索路径中的所占的权重来确定,具体为：

f(x，y)＝g(x)+h(y)

将确定f(x，y)转化为确定g(x)和h(y)。g(x)可能的形式有kx、kx²、kxⁿ、kx^1/2、kx^1/n、lnx等，h(y)也可能有以上形式。通过实验采用控制变量的方法。让g(x)、h(y)采用以上可能形式进行组合，在仅改变形式的情况下，其他条件：如节点数、起始节点、目标节点、发送的数据包大小等都保持一致的情况下。求出找到最优路径分别需要多大代价，代价最小情况下所使用的f(x，y)＝g(x)+h(y)就是本方法确定的启发函数。为了提高数据的可信度，对同一种情况下应该多次获得找到最优路径需要的代价，然后取平均值。

由于该方案引入虚拟坐标，根据坐标可确定下一节点的方向性，所以该方法能有效避免，下一节点选择的盲目性，是一种基于虚拟坐标的启发式算法。

与现有技术相比，本发明具有如下优点和技术效果：

通过投影不仅保证了方向，避免出现后退现象，而且保证了，下一节点为可选节点中距离目标节点最近的。同时考虑下一节点周围节点数，判断此节点是否繁忙。该算法通过下一节点选择采用局部最优的思想，如此每次节点的选择都选择最优的，最终达到整体最优，从而找出到目标节点的最优路径。

附图说明

图1为实例中原点及其扫描范围内各点的坐标示意图。

图2为实例中启发式RFID路由算法中原始节点、目标节点和中继点周围节点的坐标和投影示意图。

图3为实例中启发式RFID路由算法流程图。

具体实施方式

以上内容已经对本发明作了清楚完整的说明，以下再结合附图对本发明的实施作进一步说明，但本发明的实施和保护不限于此。若有未特别说明的判断或计算过程，可参照常规技术进行。

基于虚拟坐标的启发式RFID路由算法，其过程如下所述：

1建立坐标(如图1)

1.1通过原点定位周围的点

选择某一点确定为坐标原点,然后通过原点确定原点扫描范围的所有其他点，如图1通过原点O可以确定点A,B,C,F,G,H的坐标位置。

1.2通过三点定位

不在原点扫描范围内的点，可以通过三点定位，逐个确定，如图1，设已知点A(x_A,y_A),B(x_B,y_B),

C(x_C,y_C)，求未知点D(x,y)。过程如下：

(x_A-x)²+(y_A-y)²＝m²   ①

(x_B-x)²+(y_B-y)²＝n²②

(x_C-x)²+(y_C-y)²＝l²④

①-② $x_A^2+y_A^2-x_B^2-y_B^2+2(x_B-x_A)x+2(y_B-y_A)y=m^2-n^2$ ④

②-③ $x_B^2+y_B^2-x_C^2-y_C^2+2(x_C-x_B)x+2(y_C-y_B)y=m^2-l^2$ ⑤

由于A(x_A,y_A),B(x_B,y_B),C(x_C,y_C)已知，而且m,n,l也可以通过点D扫描确定，点D的坐标可以通过式子④⑤简化成二元一次方程而求得。图1中点I也可通过F,G,H求的，如此迭代下去所有点的坐标就可确定了。

2、启发式RFID路由算法

如图2，点O、B、D先后成为中继节点T，以O为中继节点T时，周围节点M指的是A、B、C，以B为中继节点时，周围节点M指B能扫描到的A、O、H、D。

作为实例，以节点O为初始节点，S为目标节点，对算法进行阐述，初始节点要将数据包$发送到节点S，数据包中除了数据还保存着目标节点S的坐标。

提示：中继点T只是一个称号，代表被选中的下一跳节点，周围节点M指中继点周围所有能扫描到的节点，并不仅仅代表一个节点。中继点T即为周围节点的父节点，周围节点M即为中继点T的子节点集图3为启发式RFID路由算法流程图，具体步骤如下。

步骤1：

起始节点O周围是否存在可以扫描到的节点，如果不存在，说明起始节点O到目标节点S不存在可行路径，结束算法。如果存在起始节点将作为第一个中继点T，进入步骤2；

步骤2：

中继点是否为目标节点，如果是，说明找到了起始节点O到目标节点S的最优路径，结束算法。如果不是，中继点T将自己的坐标以及目标节点S的坐标，以四元组的形式发送给T周围所能扫描到的所有节点，并标志自己为已经探索过的节点。进入步骤3；

步骤3：

中继点T周围所有未探索过的节点M，在接收到T发来的数据四元组，将根据相交向量求投影的方法，求出SM在ST直线上的投影x(如图2，令节点O为中继点T，那么SA在SO上的投影就是SA’)，投影x与周围节点M为中心所能扫描到的周围节点数y,通过启发函数f(x,y)计算出f值,将f值返回给中继点T；

步骤4：

中继点T接收到未探索过的周围节点M发送的启发值f，进行排序。将启发值最小的选择作为下一个节点K，判断该节点K周围是否存在未探索过的节点。如果存在，那么选中节点K将其作为新的中继点T，返回步骤2。如果不存在，标志K为探索过节点，舍弃，并选出新的次优节点(f值第二最小)作为新的下一节点K，再次判断节点K周围是否存在未探索过的节点。如此迭代，确定中继点T后返回步骤2。如果迭代所有周围节点M还没有确定下一个中继点T，那么将回溯，判断中继点是否有父节点，如果有设置为新的中继点并重新开始步骤4，如果没有，说明中继点T即为起始节点，那么起始节点O到目标节点不存在可行路径，结束算法。

本领域技术人员可以通过如下方法进行仿真测试求得启发函数:由于投影距离x和周围节点数y不是同一个单位范畴的，所以启发函数获得不能采取简单的相加。而应该根据投影距离x和周围节点数y在探索路径中的所占的权重来确定,具体为：

f(x，y)＝g(x)+h(y)

将确定f(x，y)转化为确定g(x)和h(y)。g(x)可能的形式有kx、kx²、kxⁿ、kx^1/2、kx^1/n、lnx等，h(y)也可能有以上形式。通过实验采用控制变量的方法。让g(x)、h(y)采用以上可能形式进行组合，在仅改变形式的情况下，其他条件：如节点数、起始节点、目标节点、发送的数据包大小等都保持一致的情况下。求出找到最优路径分别需要多大代价，代价最小情况下所使用的f(x，y)＝g(x)+h(y)就是本发明要确定的启发函数。为了提高数据的可信度，对同一种情况下应该多次获得找到最优路径需要的代价，然后取平均值。

所采用的控制变量法：

不变量：在一个正方形区域里布满100个节点，以正方形中心为原点，在节点上都标识上虚拟坐标，选择其中一个起始起点，然后选择一个距离起始起点最远的且可达的节点作为终节点。

变量：尝试不同的启发函数f(x，y)＝g(x)+h(y)

结果对比因素：从起始节点到终节点通过的节点数目A，路径搜索过程搜索了多少个节点B。

首先本发明可以尝试以f(x,y)＝2x+3y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目A1,路径搜索过程搜索节点数目B1

再次尝试以f(x,y)＝5x+3y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目A2，路径搜索过程搜索节点数目B2。

再次尝试以f(x,y)＝5x²+3y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目A2,路径搜索过程搜索节点数目B2。如此重复N次(N是本领域技术人员可以设定的)，得到N个结果。从起始节点到终节点通过的节点数目An越小，尝试的启发函数越优秀，如果出现从起始节点到终节点通过的节点数目An相同的话，再比较路径搜索过程搜索节点数目Bn,Bn越小，代表路径搜索过程付出的代价越小。结果从起始节点到终节点通过的节点数目An最小且路径搜索过程搜索节点数目Bn最小对应的f(x,y)就是本发明要找的启发函数。

实例中尝试以f(x，y)＝2x+3y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目为15，路径搜索过程搜索了60个节点。

实例中尝试以f(x，y)＝x+y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目为11，路径搜索过程搜索了72个节点。

实例中尝试以f(x,y)＝5x+8y为启发函数，以本发明所描述的算法搜索，搜索下一节点，直到搜索到达终结点，从起始节点到终节点通过的节点数目为11，路径搜索过程搜索了100个节点。

对比从起始节点到终节点通过的节点数目，同为11的函数f(x，y)＝x+y和f(x,y)＝5x+8y较优秀，但函数f(x,y)＝x+y在路径搜索过程搜索过的节点比函数f(x,y)＝5x+8y少，所以函数f(x,y)＝x+y是本发明要找的启发函数。

如上即可较好的实现本发明并取得本发明所述的技术效果。

Claims (3)

1.一种基于虚拟坐标的启发式RFID路由算法，其特征在于在从起始节点到目标节点的数据发送过程中，选择下一节点的方法中引入了虚拟坐标以及节点周围节点数，在下一节点的虚拟坐标选择上，根据虚拟坐标和周围节点数，选择一个合格的启发函数，求得启发值，将启发值最小的节点作为最优的下一个节点；同理通过迭代的方式寻找最优下一节点，直到找出一条从起始节点到目标节点的最优路径。

2.根据权利要求1所述的基于虚拟坐标的启发式RFID路由算法，其特征在于选择下一节点的方法具体包括如下步骤：

步骤1：

起始节点O周围是否存在能扫描到的节点，如果不存在，说明起始节点O到目标节点S不存在可行路径，结束算法；如果存在，起始节点将作为第一个中继点T，进入步骤2；

步骤2：

中继点T是否为目标节点，如果是，说明找到了起始节点O到目标节点S的最优路径，结束算法；如果不是，中继点T将自己的坐标以及目标节点S的坐标，以四元组的形式发送给中继点T周围所能扫描到的所有节点，并标志自己为已经探索过的节点，进入步骤3；

步骤3：

中继点T周围所有未探索过的节点M，在接收到中继点T发来的数据四元组，将根据相交向量求投影的方法，求出目标节点S与节点M的连线SM在ST直线上的投影距离x，将投影距离x与以周围节点M为中心所能扫描到的周围节点数y, 通过启发函数f(x,y)计算出启发值f,将f值返回给中继点T；

步骤4：

中继点T接收到未探索过的周围节点M发送的启发值f，进行排序；将启发值最小所对应的周围节点选择作为下一个节点K，判断该节点K周围是否存在未探索过的节点，如果存在，那么节点K为最优节点，将节点K作为新的中继点T，返回步骤2，如果不存在，标志K为探索过节点，舍弃，并选出新的次优节点即f值第二最小所对应的周围节点作为新的下一节点K，再次判断节点K周围是否存在未探索过的节点，如此迭代，确定中继点T后返回步骤2；如果迭代所有周围节点M还没有确定下一个中继点T，那么将回溯，判断中继点是否有父节点，如果有将该父节点设置为新的中继点并重新开始步骤4，如果没有，说明中继点T即为起始节点，那么起始节点O到目标节点不存在可行路径，结束算法。

3.根据权利要求1所述的基于虚拟坐标的启发式RFID路由算法，其特征在于所述启发函数f(x,y)通过如下方法获得：

根据投影距离x和周围节点数y在探索路径中的所占的权重来确定, 具体为：      

f（x，y）= g（x）+ h（y）

g（x）选自kx、kx²、kxⁿ、kx^1/2、kx^1/n或lnx，h（y）选自ky、ky²、kyⁿ、ky^1/2、ky^1/n ，其中k为常数，是x或y的系数， kx代表x与f(x，y)成线性相关，ky代表y与f(x,y)成线性相关；n也是常数，kxⁿ代表x与g（x）成指数相关， lnx代表x与g（x）成对数相关，kyⁿ代表y与h（y）成指数相关， lny代表y与h（y）成对数相关；通过实验采用控制变量法，让g（x）、h（y）采用以上表达形式进行组合，在仅改变形式的情况下，其他条件都保持一致，求出找到最优路径分别需要多大代价,多次获得找到最优路径需要的代价，然后取平均值，代价最小情况下所使用的f（x，y）= g（x）+ h（y）即所要确定的启发函数；所述其他条件包括节点数、起始节点、目标节点、发送的数据包大小。