CN108199873A - 节点拓扑控制方法和节点拓扑控制系统 - Google Patents

节点拓扑控制方法和节点拓扑控制系统 Download PDF

Info

Publication number
CN108199873A
CN108199873A CN201711464439.XA CN201711464439A CN108199873A CN 108199873 A CN108199873 A CN 108199873A CN 201711464439 A CN201711464439 A CN 201711464439A CN 108199873 A CN108199873 A CN 108199873A
Authority
CN
China
Prior art keywords
node
energy
select
transimission power
power
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
CN201711464439.XA
Other languages
English (en)
Other versions
CN108199873B (zh
Inventor
程刚
赵文东
王源野
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201711464439.XA priority Critical patent/CN108199873B/zh
Publication of CN108199873A publication Critical patent/CN108199873A/zh
Application granted granted Critical
Publication of CN108199873B publication Critical patent/CN108199873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明属于通信技术领域，具体涉及节点拓扑控制方法和节点拓扑控制系统。该节点拓扑控制方法包括步骤：对网络进行初始化，并建立初始化信息素矩阵，为每个节点随机地选择一种传输功率；判断每个节点是否都至少具有一个邻居节点；对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。该节点拓扑控制方法和系统，能够在现有剩余节点的基础上重构拓扑，降低节点的能量开销，延长网络生命周期，减小网络的干扰，提高网络的吞吐量，同时使得网络具有一定的健壮性，有效地达到节能和能量均衡的目的。

Description

节点拓扑控制方法和节点拓扑控制系统
技术领域
本发明属于通信技术领域，具体涉及一种节点拓扑控制方法和节点拓扑控制系统。
背景技术
无线自组织网络(mobile ad-hoc network)是一个由几十到上百个节点组成的、采用无线通信方式的、动态组网的多跳的移动性对等网络。在无线自组织网络中，节点都是靠电池提供能量，一旦电池耗尽，移动节点将失效，并可能导致网络不连通而瘫痪。因此，降低节点的传输功率、提高电池的利用率是无线自组织网络研究的一个主要问题。
节点在传输、接收、侦听和处于空闲状态时均消耗能量，其中传输时消耗的最多，因此减小节点的传输功率具有重要意义。但是，如果为了节能而将节点的传输功率设置太小，形成的拓扑容易因为瓶颈节点的失效而变得不连通。采用功率控制技术控制节点的传输功率，在保证网络连通性的条件下，可以达到减少能耗、降低干扰的目的。
由于无线自组织网络中，节点的能量是有限的，因此降低能量开销显得尤为重要。目前常用的节能拓扑控制方法主要有：层次型拓扑控制方法和统一分配功率方法。拓扑控制的目标是通过控制节点的传输功率使生成的网络拓扑满足一定的性质，以降低节点的能量开销。
然而，现有的节能拓扑控制方法要么是所有节点都以最大的传输功率工作，造成大量能量的浪费；要么每个节点的无线信号覆盖到其他节点，造成无线信号冲突频繁，降低了网络的吞吐量。为了最大限度的降低能量的开销，设计一种能量高效的节点拓扑控制方法成为目前亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术中上述不足，提供一种能量高效的节点拓扑控制方法及其相应的节点拓扑控制系统，能够有效地达到节能和能量均衡的目的。
解决本发明技术问题所采用的技术方案是该节点拓扑控制方法，包括步骤：
步骤S1)：对网络进行初始化，并建立初始化信息素矩阵，为每个节点随机地选择一种传输功率；
步骤S2)：判断每个节点是否都至少具有一个邻居节点；
步骤S3)：对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
步骤S4)：判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。
优选的是，在步骤S1)中，初始化信息素矩阵为0。
优选的是，在步骤S3)中，某一节点传输功率选择概率为：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质；
为节点链路间中心度的能量启发函数；
节点链路间中心度的能量启发函数为：
为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度；
α为信息启发因子，取值范围为0-1之间；
β为期望启发因子，取值范围为0-1之间。
优选的是，在步骤S3)与步骤S4)之间，还进一步包括步骤：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合。
优选的是，更新信息素函数为：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为t时刻节点vs选择传输功率pi的信息素增量，初始信息素增量为0；
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和；
更新节点链路间中心度的能量启发函数为：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率为：
一种节点拓扑控制系统，包括初始化模块、判断模块、计算模块和选择模块，其中：
所述初始化模块，用于对网络进行初始化，并建立初始化信息素矩阵，为每个节点随机地选择一种传输功率；
所述判断模块，判用于断每个节点是否都至少具有一个邻居节点；
所述计算模块，用于对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
所述选择模块，用于判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。
优选的是，在所述初始化模块中，初始化信息素矩阵为0。
优选的是，在所述计算模块中，某一节点传输功率选择概率为：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质；
为节点链路间中心度的能量启发函数；
节点链路间中心度的能量启发函数为：
为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度；
α为信息启发因子，取值范围为0-1之间；
β为期望启发因子，取值范围为0-1之间。
优选的是，还包括更新计算模块，还进一步包括步骤：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合。
优选的是，更新信息素函数为：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为t时刻节点vs选择传输功率pi的信息素增量，初始信息素增量为0；
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和；
更新节点链路间中心度的能量启发函数为：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率为：
本发明的有益效果是：本发明的节点拓扑控制方法和节点拓扑控制系统，能够在现有剩余节点的基础上重构拓扑，降低节点的能量开销，不仅达到了节能的目的，同时在一定的程度上实现了能量均衡，延长了网络生命周期，减小网络的干扰，提高网络的吞吐量，同时使得网络具有一定的健壮性，有效地达到节能和能量均衡的目的。
附图说明
图1为本发明实施例中节点拓扑控制方法的流程图；
图2为本发明实施例中节点拓扑控制方法的详细流程示意图；
图3为本发明实施例中节点拓扑控制系统的结构示意图；
附图中：
1-初始化模块；2-判断模块；3-计算模块；4-更新计算模块；5-选择模块。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明节点拓扑控制方法和节点拓扑控制系统作进一步详细描述。
本发明针对网络拓扑控制的能效问题，提供了一种能量高效的节点拓扑控制方法和节点拓扑控制系统。该节点拓扑控制方法和节点拓扑控制系统的技术构思为：在保证网络连通性的同时，以最小化网络总能耗为目标，利用节点链路间中心度计算节点传输功率选择概率以及更新信息素值的方式，得到各节点的最佳传输功率组合。
如图1所示，该节点拓扑控制方法包括步骤：
步骤S1)：对网络进行初始化，并建立初始化信息素矩阵和信息素增量矩阵，为每个节点随机地选择一种传输功率；
步骤S2)：判断每个节点是否都至少具有一个邻居节点；
步骤S3)：对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
步骤S4)：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合；
步骤S5)：判断步骤S4)中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性。
如图2所示，以下将详细说明本发明实施例的节点拓扑控制方法如下：
步骤S1)：对网络进行初始化，并建立初始化信息素矩阵和信息素增量矩阵，为每个节点随机地选择一种传输功率。
蚁群算法是诸多聚类算法中一种较新且较高效率的算法。形象地说，当大量蚂蚁不断地从蚁巢通往食物时，相同时间内相对较短路径上通过的蚂蚁较多，该路径上累积的信息素强度也较大，后来蚂蚁选择该路径的概率也相对较大。
在该步骤中，矩阵中的各元素为从x、y轴不同路径走，积累的信息素，各元素代表的是留在该路径的特殊物质的量的大小。其中，假设平面上共有N个节点随机分布在L*L的区域内，对每个节点随机地选择一种传输功率。随机选择能充分体现公平，体现出节点个体的差异性。
信息素增量矩阵在经过一次计算后不能得到至少包括从源点到终点之间的节点的拓扑结构时，作为各节点更新信息素函数中的循环增量使用。通常情况下，很难一次计算即得到包括从源点到终点之间的节点的拓扑结构，因此这里对信息素增量矩阵同时进行初始化备用。
步骤S2)：判断每个节点是否都至少具有一个邻居节点。
在该步骤中，为了计算方便，本实施例以二维平面问题作为示例，对于三维立体平面可同理推知。邻居节点的定义是节点一跳传输范围内可直接通信的节点。如果某节点一个邻居节点都没有，则增大该无邻居节点的传输功率；如果该节点具有至少一个邻居节点，则计算单个节点计算节点传输功率选择概率。
步骤S3)：对具有邻居节点的单个节点，计算信息素和能量启发值，以及节点传输功率选择概率。
考虑到节点的能量不同，每个节点都有一个自身的传输功率，通过传输功率的选择得到各节点的最佳传输功率组合，即各个节点选择的传输功率组成的集合。
节点传输功率选择概率与信息素函数节点链路间中心度的能量启发函数有关。节点链路间中心度指的是节点与周围几个邻居节点能够直接通信的数量。
某一节点传输功率选择概率如公式(1)所示：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质。在步骤S1)初始化时，所有路径中均没有信息素，节点随机选择路径。例如，如果上方的路径比下方的路径短，则选择上方路径的节点比选择下方路径的节点要先达到下一跳指定目的地，此时上方路径的信息素浓度要大于下方路径的信息素浓度；
为节点链路间中心度的能量启发函数，表示节点选择传输能量的期望程度。在该步骤中，计算节点链路间中心度的能量启发函数如公式(2)所示：
其中，为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度，例如某个节点能与周围三个节点直接通信，该节点的链路中心度就是3。
α为信息启发因子，一般取值范围为0-1之间，表示节点在运动过程中所积累的信息素在其他节点运动时所起的作用。信息启发因子α的值越大，表示该节点积累的信息素对其他节点运动时所起的作用越大；
β为期望启发因子，一般取值范围为0-1之间，表示节点在运动过程中能量启发信息在节点选择路径中受重视程度。
步骤S4)：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率得到各节点的最佳传输功率组合。
得到单个节点计算自身的传输功率选择概率后，可以更新信息素函数。在该步骤中，更新信息素函数如公式(3)所示：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和，即网络总能耗。
信息素函数值越大表示网络的总能耗越小，节点vs选择传输能量pi的信息素增量越大，则这种选择的信息素积累越多，最后节点vs选择传输能量pi的概率越大。
更新节点链路间中心度的能量启发函数如公式(4)所示：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率如公式(5)所示：
在由公式(5)得到单个节点计算自身的传输功率选择概率后，随着循环次数的增加，需要重新更新公式(3)的信息素函数和公式(4)的能量启发函数。当大量节点不断地从蚁巢通往食物时，相同时间内相对较短路径上通过的蚂蚁较多，该路径上累积的信息素强度也较大，后来蚂蚁选择该路径的概率也相对较大，最终整个蚁群会找到最优路径。
步骤S5)：判断步骤S4)中各节点形成的拓扑图中是否满足包括从源点到终点之间的节点的连通性。
在该步骤中，如果根据上述步骤计算的各节点形成的拓扑图满足至少包括从源点到终点之间的节点的连通性，则说明已经寻找到节能稳定的网络拓扑结构；否则，返回到步骤S2)，重新寻找拓扑结构。
相应的，本实施例还提供一种节点拓扑控制系统。如图3所示，该节点拓扑控制系统包括初始化模块1、判断模块2、计算模块3和选择模块5，其中：
初始化模块1，用于对网络进行初始化，并建立初始化信息素矩阵和信息素增量矩阵，为每个节点随机地选择一种传输功率；
判断模块2，判用于断每个节点是否都至少具有一个邻居节点；
计算模块3，用于对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
选择模块5，用于判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。
其中，在初始化模块中，初始化信息素矩阵为0，信息素增量矩阵也为0。
在计算模块中，某一节点传输功率选择概率为：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质；
为节点链路间中心度的能量启发函数；
节点链路间中心度的能量启发函数为：
为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度；
α为信息启发因子，取值范围为0-1之间；
β为期望启发因子，取值范围为0-1之间。
优选的是，该节点拓扑控制系统还包括更新计算模块5，还进一步包括步骤：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合。
更新信息素函数为：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为t时刻节点vs选择传输功率pi的信息素增量，
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和。
更新节点链路间中心度的能量启发函数为：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率为：
这里应该理解的是，上述各模块中存储有完成功能的多条指令，指令适用于由处理器加载并执行。
在现有技术中，层次型拓扑控制方法是利用某种分簇机制，选举出一些节点作为簇头，由簇头节点协调并管理其簇内节点，而簇内节点在没有数据转发任务时可以暂时关闭通信模块，进入休眠状态以节省能量。但是网络中的节点不仅在发送和接收分组时要消耗能量，处于空闲状态进行监听时也需要消耗能量，当网络中节点密度非常大时，由于侦听而造成的网络能量消耗将非常大。层次型拓扑控制方法的缺点在于：网络中的节点不仅在发送和接收分组时要消耗能量，处于空闲状态进行监听时也需要消耗能量，导致消耗能量过大。
另外，现有的统一分配功率方法是假定发送功率不能任意调整，而只能从有限个离散值中选取。不同的功率对应不同的通信距离，导致不同的网络连通性。每个节点维护多个路由表，每个不同的功率都对应一个这个功率下的路由表。最终选中的路由表是：保证网络连通性与以最大功率发送的网络连通性相同的条件下。发送功率最小所对应的路由表。但是统一分配功率方法仅适合于网络节点分布比较均匀的情况。统一分配功率方法的缺点在于：无法随着网络的变化动态调节功率大小，会造成节点能量消耗不均匀。
与现有技术相比，本发明的节点拓扑控制方法和节点拓扑控制系统的优点在于，能够根据网络环境的实际情况，利用节点链路间的中心度来计算节点传输功率的选择概率，自适应地得到一个收敛的节点选择传输功率的组合，构建拓扑结构。因此，本发明的节点拓扑控制方法和节点拓扑控制系统能够更有效地达到节能和能量均衡的目的。
综上，本发明的节点拓扑控制方法和节点拓扑控制系统，能够在现有剩余节点的基础上重构拓扑，降低节点的能量开销，不仅达到了节能的目的，同时在一定的程度上实现了能量均衡，延长了网络生命周期，减小网络的干扰，提高网络的吞吐量，同时使得网络具有一定的健壮性，有效地达到节能和能量均衡的目的。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种节点拓扑控制方法，其特征在于，包括步骤：
步骤S1)：对网络进行初始化，并建立初始化信息素矩阵，为每个节点随机地选择一种传输功率；
步骤S2)：判断每个节点是否都至少具有一个邻居节点；
步骤S3)：对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
步骤S4)：判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。
2.根据权利要求1所述的节点拓扑控制方法，其特征在于，在步骤S1)中，初始化信息素矩阵为0。
3.根据权利要求1所述的节点拓扑控制方法，其特征在于，在步骤S3)中，某一节点传输功率选择概率为：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质；
为节点链路间中心度的能量启发函数；
节点链路间中心度的能量启发函数为：
为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度；
α为信息启发因子，取值范围为0-1之间；
β为期望启发因子，取值范围为0-1之间。
4.根据权利要求1所述的节点拓扑控制方法，其特征在于，在步骤S3)与步骤S4)之间，还进一步包括步骤：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合。
5.根据权利要求4所述的节点拓扑控制方法，其特征在于，更新信息素函数为：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为t时刻节点vs选择传输功率pi的信息素增量，初始信息素增量为0；
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和；
更新节点链路间中心度的能量启发函数为：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率为：
6.一种节点拓扑控制系统，其特征在于，包括初始化模块、判断模块、计算模块和选择模块，其中：
所述初始化模块，用于对网络进行初始化，并建立初始化信息素矩阵，为每个节点随机地选择一种传输功率；
所述判断模块，判用于断每个节点是否都至少具有一个邻居节点；
所述计算模块，用于对具有邻居节点的单个节点，计算信息素、能量启发值以及节点传输功率选择概率；
所述选择模块，用于判断上述步骤中各节点形成的拓扑图是否满足至少包括从源点到终点之间的节点的连通性，获得各节点的最佳传输功率组合路径。
7.根据权利要求6所述的节点拓扑控制系统，其特征在于，在所述初始化模块中，初始化信息素矩阵为0。
8.根据权利要求6所述的节点拓扑控制系统，其特征在于，在所述计算模块中，某一节点传输功率选择概率为：
其中，为在t时刻节点vs选择传输功率pi的概率；
为信息素函数，表示节点经过某一路径时，留在该路径的某种特殊物质；
为节点链路间中心度的能量启发函数；
节点链路间中心度的能量启发函数为：
为t时刻节点vs选择传输功率pi的能量启发值，E0为节点的初始能量，为节点vs选择传输功率pi时的当前能量，为节点vs的链路中心度；
α为信息启发因子，取值范围为0-1之间；
β为期望启发因子，取值范围为0-1之间。
9.根据权利要求6所述的节点拓扑控制系统，其特征在于，还包括更新计算模块，还进一步包括步骤：更新节点信息素和能量启发值，并相应更新节点传输功率选择概率，得到各节点的最佳传输功率组合。
10.根据权利要求9所述的节点拓扑控制系统，其特征在于，更新信息素函数为：
其中，为(t+n)时刻节点vs选择传输功率pi的信息素；
ρ为信息素挥发因子，其取值范围为
为t时刻节点vs选择传输功率pi的信息素增量，初始信息素增量为0；
为第k个节点vs选择传输功率pi的信息素增量，q2为信息素增量因子，为常数；为N个节点在t时刻所选择的传输功率之和；
更新节点链路间中心度的能量启发函数为：
其中，为t+n时刻节点vs选择传输功率pi的能量启发值。
更新节点传输功率选择概率为：
CN201711464439.XA 2017-12-28 2017-12-28 节点拓扑控制方法和节点拓扑控制系统 Active CN108199873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711464439.XA CN108199873B (zh) 2017-12-28 2017-12-28 节点拓扑控制方法和节点拓扑控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711464439.XA CN108199873B (zh) 2017-12-28 2017-12-28 节点拓扑控制方法和节点拓扑控制系统

Publications (2)

Publication Number Publication Date
CN108199873A true CN108199873A (zh) 2018-06-22
CN108199873B CN108199873B (zh) 2020-02-11

Family

ID=62585256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711464439.XA Active CN108199873B (zh) 2017-12-28 2017-12-28 节点拓扑控制方法和节点拓扑控制系统

Country Status (1)

Country Link
CN (1) CN108199873B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110839166A (zh) * 2019-11-19 2020-02-25 中国联合网络通信集团有限公司 一种数据共享方法及装置
CN115520057A (zh) * 2022-11-22 2022-12-27 小米汽车科技有限公司 充电桩拓扑确定方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573027A (zh) * 2011-12-21 2012-07-11 北京邮电大学 基于蚁群优化的离散功率控制方法
CN103052129A (zh) * 2013-01-09 2013-04-17 北京邮电大学 一种无线多跳中继网络中节能路由及功率分配方法
CN104618982A (zh) * 2015-01-08 2015-05-13 重庆邮电大学 基于改进遗传-蚁群算法的Adhoc网络寻找最优路径的方法
CN104753783A (zh) * 2013-12-30 2015-07-01 北京大唐高鸿数据网络技术有限公司 基于车载短距离通信网的快收敛蚁群路由建立方法
CN105611599A (zh) * 2016-01-08 2016-05-25 昆明理工大学 一种基于剩余能量动态调整前向角度的路由算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573027A (zh) * 2011-12-21 2012-07-11 北京邮电大学 基于蚁群优化的离散功率控制方法
CN103052129A (zh) * 2013-01-09 2013-04-17 北京邮电大学 一种无线多跳中继网络中节能路由及功率分配方法
CN104753783A (zh) * 2013-12-30 2015-07-01 北京大唐高鸿数据网络技术有限公司 基于车载短距离通信网的快收敛蚁群路由建立方法
CN104618982A (zh) * 2015-01-08 2015-05-13 重庆邮电大学 基于改进遗传-蚁群算法的Adhoc网络寻找最优路径的方法
CN105611599A (zh) * 2016-01-08 2016-05-25 昆明理工大学 一种基于剩余能量动态调整前向角度的路由算法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110839166A (zh) * 2019-11-19 2020-02-25 中国联合网络通信集团有限公司 一种数据共享方法及装置
CN115520057A (zh) * 2022-11-22 2022-12-27 小米汽车科技有限公司 充电桩拓扑确定方法、装置及存储介质

Also Published As

Publication number Publication date
CN108199873B (zh) 2020-02-11

Similar Documents

Publication Publication Date Title
Mohemed et al. Energy-efficient routing protocols for solving energy hole problem in wireless sensor networks
Li et al. Power-aware routing protocols in ad hoc wireless networks
Bari et al. Design of fault tolerant wireless sensor networks satisfying survivability and lifetime requirements
CN105813161A (zh) 基于能量差异的微功率无线传感器网络分簇路由方法
CN108199873A (zh) 节点拓扑控制方法和节点拓扑控制系统
Poornima et al. Holistic survey on energy aware routing techniques for IoT applications
AlShawi et al. Fuzzy chessboard clustering and artificial bee colony routing method for energy‐efficient heterogeneous wireless sensor networks
Messaoudi et al. Distributed fuzzy logic based routing protocol for wireless sensor networks
Fan et al. Energy balance based uneven cluster routing protocol using ant colony taboo for wireless sensor networks
Zhang et al. P-iRP: physarum-inspired routing protocol for wireless sensor networks
Ramadan et al. Effective data routing using mobile sinks in disjoint mobile wireless sensor networks
Shukla et al. An optimal relay node selection technique to support green internet of things
Chiang et al. Regional energy aware clustering with isolated nodes in Wireless Sensor Networks
Zhang et al. Tree structure based data gathering for maximum lifetime in wireless sensor networks
Alshawi et al. Lifetime optimization in wireless sensor networks using FDstar-lite routing algorithm
CN111556545A (zh) 一种基于北斗定位系统的新型无线传感器网络路由算法
Amine et al. Energy consumption balancing in wireless sensors networks
Dewangan et al. A Survey on Energy Optimization in WSN using Distributed Clustering Approach
Hemalatha A recent survey on routing protocols in WSN and its applications
Rahman et al. An energy efficient gravitational model for tree based routing in wireless sensor networks
El Ghanami et al. Grids: geographically repulsive insomnious distributed sensors–an efficient node selection mechanism using passive clustering
Khodabandeh et al. Scalable Cluster-Based Path Planning for Timely Data Gathering in Wireless Sensor Networks
Xu et al. A clustering sleep scheduling mechanism based on Sentinel nodes monitor for WSN
Anoop et al. A Strategy to Maximize Network Lifetime in Wireless Sensor Networks
Kaur et al. A Review of Cluster Based Energy Efficient Routing Protocols for Wireless Sensor Networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant