CN109788521A - 一种基于加权优化树的wsn分簇路由算法 - Google Patents
一种基于加权优化树的wsn分簇路由算法 Download PDFInfo
- Publication number
- CN109788521A CN109788521A CN201910028071.5A CN201910028071A CN109788521A CN 109788521 A CN109788521 A CN 109788521A CN 201910028071 A CN201910028071 A CN 201910028071A CN 109788521 A CN109788521 A CN 109788521A
- Authority
- CN
- China
- Prior art keywords
- node
- tree
- region
- foundation
- data transmission
- 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
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
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种基于加权优化树的WSN分簇路由算法，涉及一种无线传感器网络路由算法，该发明针对无线传感器网络中存在的能耗问题，通过对监测区域进行分区并将改进的最小传输代价的树型结构应用于分簇路由算法中，解决了普通节点与簇头距离过长导致的数据传输能耗问题，也有效防止了树的深度过大导致的长链问题。本发明基于加权优化树型结构的WSN分簇路由算法WOTC，通过提出数据传输代价，对树型拓扑结构进行加权优化，形成最小传输代价树的结构，并应用于分簇路由算法中。平衡了网络的能量消耗，增加了网络的生存时间。
Description
技术领域
本发明涉及一种无线传感器网络路由算法，特别是涉及一种基于加权优化树的WSN分簇路由算法。
背景技术
随着传感器技术、物联网等先进技术的发展，低成本、低能耗、多功能的无线传感器技术得到了快速的发展。WSN(Wireless Sensor Networks)-无线传感器网络因其成本低、部署方便、安全系数高等特点，被广泛应用于各个领域，也成为目前研究的重点。由于无线传感器网络中节点能量受限，而且不能随时补充，因此如何优化路由算法，使其在网络的构建和路由选择过程中消耗更少的能量是路由算法设计时需要考虑的的首要问题。为了解决无线传感器网络的能耗问题，研究人员提出很多路由算法，但都没有对簇内的通信代价进行优化，没有将能耗和时延进行同时考虑。
发明内容
本发明的目的在于提供一种基于加权优化树的WSN分簇路由算法，本发明针对无线传感器网络中存在的能耗问题，通过对监测区域进行分区并将改进的最小传输代价的树型结构应用于分簇路由算法中，解决了普通节点与簇头距离过长导致的数据传输能耗问题，也有效防止了树的深度过大导致的长链问题。
本发明的目的是通过以下技术方案实现的：
一种基于加权优化树的WSN分簇路由算法，所述算法包括以下过程：
该算法根据节点的剩余能量、可用内存、相邻节点的距离、信道质量设定数据传输代价，并以此为基础对树型拓扑结构进行加权优化，并分布式地在簇内创建树型网络拓扑结构，设计出WOTC路由算法；路由算法过程：
区域的划分：考虑节点分布的密集程度，动态对监测区域进行划分，依据便是区域中节点的密集度；首先将监测区域分为四个相同的正方形区域来覆盖全部区域，并进行标号；汇聚节点在监测区域的中心位置；
邻居表建立：首先位于监测区域中心的汇聚节点会以可以覆盖整个监测区域的功率向网络中的节点发送测试报文，然后区域中的各个节点根据接受到的报文功率的大小及方向确定自己距离基站的距离及自身所处的区域；
簇内生成树结构的建立：在节点邻居表完成后，便开始生成树的建立；此时各区域中的节点会首先选取簇头，然后计算节点间的数据传输代价。
所述的一种基于加权优化树的WSN分簇路由算法，所述建立加权优化的树形拓扑结构；具体过程如下：
1) 簇头的选取：簇头作为生成树结构的根节点，其选取的机制为靠近汇聚节点且能量高的节点作为树的根节点；簇头节点为距离汇聚节点较近且能量较高的节点，在与汇聚节点进行数据传输的时候能够减少数据传输过程中消耗的能量，增加网络的生存时间；
2）生成树的建立：当节点邻居搜素过程完成后，节点会根据上节所定义的计算方法计算节点间的数据传输代价，然后据此构建生成树结构，此树结构分为树干节点、树枝节点跟树叶节点；先生成树干，然后再生成树枝跟树叶节点。
所述的一种基于加权优化树的WSN分簇路由算法，所述生成树的建立包括：
（1）树干节点建立；
（2）树枝节点的建立；
（3）树叶节点的建立。
本发明的优点与效果是：
本发明先对监测区域进行分区，然后在分区内各个节点根据自己的通信范围建立自己的邻居表，以此为条件利用提出的数据传输代价为依据，在分区内构建加权优化的树型结构，树形结构分为树干、树枝、树叶节点三层结构，最终数据从各个节点传输至分区内树型结构的根节点，并由簇头节点将数据传送至汇聚节点。通过对监测区域进行分区并将改进的最小传输代价树型结构应用与分簇路由算法中，解决了普通节点与簇头距离过长导致的数据传输能耗问题，也有效防止了树的深度过大导致的长链问题。
本发明基于加权优化树型结构的WSN分簇路由算法WOTC，通过提出数据传输代价，对树型拓扑结构进行加权优化，形成最小传输代价树的结构，并应用于分簇路由算法中。平衡了网络的能量消耗，增加了网络的生存时间。
附图说明
图 1 区域划分；
图 2 区域二次划分；
图 3 树干节点；
图 4 树枝节点；
图 5 树叶节点。
具体实施方式
下面结合实施例对本发明进行详细说明。
2.1 发明思想
该发明主要思想是先对监测区域进行分区，然后在分区内各个节点根据自己的通信范围建立自己的邻居表，以此为条件利用提出的数据传输代价为依据，在分区内构建加权优化的树型结构，树形结构分为树干、树枝、树叶节点三层结构，最终数据从各个节点传输至分区内树型结构的根节点，并由簇头节点将数据传送至汇聚节点。通过对监测区域进行分区并将改进的最小传输代价树型结构应用与分簇路由算法中，解决了普通节点与簇头距离过长导致的数据传输能耗问题，也有效防止了树的深度过大导致的长链问题。
2.2数据传输代价
计算节点之间的数据传输代价，即将链路上节点的剩余能量、相邻节点的距离、与基站的距离及信道质量进行综合考虑，计算出数据传输需要消耗的资源数值。数据传输代价用W来表示。下表1为计算W的参数列表：
表1 数据传输代价参数
Table1 Parameters of the data transfer
表1中信道质量Q用信道比来表示，
传输代价越大表示其传输成本越大，路径消耗也就越大，不是最优路径。
2.3WOTC路由算法过程
2.3.1 区域的划分
本发明考虑节点分布的密集程度，动态对监测区域进行划分，依据便是区域中节点的密集度。首先将监测区域分为四个相同的正方形区域来覆盖全部区域，并进行标号。汇聚节点在监测区域的中心位置。分区的结构如图1所示：
监测区域被划分为1~4区域，每个区域为一个簇，簇内节点会自组织形成网络。如果某一区域的节点过于密集，则对该区域进行再次分区，按照这种动态划分规则将整个监测区域分为较小且能覆盖全部监测区域的子区域，图2为对节点密度过大的区域1进行重新分区的示例，其分区结构如图2所示：
此时区域1由于节点密度过大被重新划分为两个子区域，区域内的节点会根据所处的位置重新进行区域的标记，并且子区域内节点会自组织形成网络结构。
2.3.2 邻居表建立
首先位于监测区域中心的汇聚节点会以可以覆盖整个监测区域的功率向网络中的节点发送测试报文，然后区域中的各个节点根据接受到的报文功率的大小及方向确定自己距离基站的距离及自身所处的区域。当区域划分完毕后，节点首先会向周围节点广播自身信息，所有节点都向周围邻居节点发送此广播信息，当邻居节点收到此信息后，会先在邻居表中搜索是否存在此节点，如果节点不存在与邻居表中，则节点根据接受到报文信息的功率计算出距离本节点的距离，然后把此节点信息加入到邻居表中，并且把邻居数加1。然后发送反馈信息给源节点，源节点同样根据信息的功率计算与邻居节点的距离，存入自己的邻居表中，并且邻居数同样加1。当节点范围内的其他节点都加入各自的邻居表后，邻居搜索过程完成，进入生成树的构建阶段。
2.3.3 簇内生成树结构的建立
在节点邻居表完成后，便开始生成树的建立。此时各区域中的节点会首先选取簇头，然后计算节点间的数据传输代价，并建立加权优化的树形拓扑结构。具体过程如下：
1) 簇头的选取
簇头作为生成树结构的根节点，其选取的机制为靠近汇聚节点且能量高的节点作为树的根节点。
簇头节点为距离汇聚节点较近且能量较高的节点，在与汇聚节点进行数据传输的时候能够减少数据传输过程中消耗的能量，增加网络的生存时间。
2）生成树的建立
当节点邻居搜素过程完成后，节点会根据上节所定义的计算方法计算节点间的数据传输代价，然后据此构建生成树结构，此树结构分为树干节点、树枝节点跟树叶节点。先生成树干，然后再生成树枝跟树叶节点。
（1）树干节点建立
按照上节定义的簇头选取方法选取出各区域的簇头，然后从簇头开始，根据计算的数据传输代价，选择向最小数据传输代价的节点发送请求消息，请求加入树干，并把自己的Level值设为1。当节点满足最小剩余能量的要求时，则加入树干，将本节点的Level值加1，并且在之后用点分隔再加一位表示加入的顺序，然后节点将上一跳节点即簇头节点的Level值存入邻居表，把Type字段也存入自己邻居表，簇头节点为此节点的父节点，所以在邻居表中存为isfather，至此节点邻居表中的数据字段全部填写完成。
然后此节点再向自己的邻居表中数据传输代价最小的节点发送请求加入消息，满足要求后加入树干，并且将自己Level值更新为3.0，将上一跳节点的Level值存入邻居表，上一跳节点也同时将此节点Level值存入邻居表；然后在邻居表中将上一跳节点的Type字段更新为isfather，同时上一跳节点在邻居表中把本节点的Type值更新为isson。按照此方法进行树型结构中树干的构建，直至最后一个树干节点加入。在此以一个区域为例，其树干节点结构如图3所示：
至此，树干结构构建完成。
（2）树枝节点的建立
按照相同的思路继续进行树枝节点的建立，比如与Level值为2.0的树干节点相连接的第一个树枝节点其Level值为3.1，表示其树型深度为3，是第一个加入此树干的树枝节点，直至所有树枝节点加入树干。其结构如图4所示：
图3中所有分隔符后为0的为树干节点，为1的为树枝节点，空白的未加入树型结构的节点。
（3）树叶节点的建立
按照相同的思路继续进行树叶节点的建立，如4.1节点第一个树叶节点地址为5.1.1，表示其树型结构的深度为5，为此树枝节点的第一个树叶节点。按照此方法直至所有树叶节点都已加入树结构。当根据树叶节点地址推算其树枝节点地址时，把深度减1，然后去掉最后一位即是。其树型结构如图5所示：
如图5所示：所有节点均以加入树型结构，树干节点地址为两位并且最后一位为0；树枝节点同样为两位，最后一位按加入树干的顺序排列；树叶节点地址为三位或三位以上，最后一位为加入树枝节点的顺序。至此，分区内的树形结构构建完成。
Claims (3)
1.一种基于加权优化树的WSN分簇路由算法，其特征在于，所述算法包括以下过程：
该算法根据节点的剩余能量、可用内存、相邻节点的距离、信道质量设定数据传输代价，并以此为基础对树型拓扑结构进行加权优化，并分布式地在簇内创建树型网络拓扑结构，设计出WOTC路由算法；路由算法过程：
区域的划分：考虑节点分布的密集程度，动态对监测区域进行划分，依据便是区域中节点的密集度；首先将监测区域分为四个相同的正方形区域来覆盖全部区域，并进行标号；汇聚节点在监测区域的中心位置；
邻居表建立：首先位于监测区域中心的汇聚节点会以可以覆盖整个监测区域的功率向网络中的节点发送测试报文，然后区域中的各个节点根据接受到的报文功率的大小及方向确定自己距离基站的距离及自身所处的区域；
簇内生成树结构的建立：在节点邻居表完成后，便开始生成树的建立；此时各区域中的节点会首先选取簇头，然后计算节点间的数据传输代价。
2.根据权利要求1所述的一种基于加权优化树的WSN分簇路由算法，其特征在于，所述建立加权优化的树形拓扑结构；具体过程如下：
1) 簇头的选取：簇头作为生成树结构的根节点，其选取的机制为靠近汇聚节点且能量高的节点作为树的根节点；簇头节点为距离汇聚节点较近且能量较高的节点，在与汇聚节点进行数据传输的时候能够减少数据传输过程中消耗的能量，增加网络的生存时间；
2）生成树的建立：当节点邻居搜素过程完成后，节点会根据上节所定义的计算方法计算节点间的数据传输代价，然后据此构建生成树结构，此树结构分为树干节点、树枝节点跟树叶节点；先生成树干，然后再生成树枝跟树叶节点。
3.根据权利要求2所述的一种基于加权优化树的WSN分簇路由算法，其特征在于，所述生成树的建立包括：
（1）树干节点建立；
（2）树枝节点的建立；
（3）树叶节点的建立。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910028071.5A CN109788521B (zh) | 2019-01-11 | 2019-01-11 | 一种基于加权优化树的wsn分簇路由方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910028071.5A CN109788521B (zh) | 2019-01-11 | 2019-01-11 | 一种基于加权优化树的wsn分簇路由方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109788521A true CN109788521A (zh) | 2019-05-21 |
| CN109788521B CN109788521B (zh) | 2022-09-30 |
Family
ID=66500305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910028071.5A Active CN109788521B (zh) | 2019-01-11 | 2019-01-11 | 一种基于加权优化树的wsn分簇路由方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109788521B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110446239A (zh) * | 2019-07-25 | 2019-11-12 | 汕头大学 | 一种基于多重幻方的无线传感网络分簇方法及系统 |
| CN112888006A (zh) * | 2021-03-26 | 2021-06-01 | 江西省能源大数据有限公司 | 一种基于传感器拓扑简化与能耗优化的算法 |
| CN114007249A (zh) * | 2021-10-20 | 2022-02-01 | 沈阳化工大学 | 一种面向智能配电网基于不平衡树的实时路由方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102883399A (zh) * | 2012-10-19 | 2013-01-16 | 南京大学 | 基于簇的ctp路由协议 |
| US20130128786A1 (en) * | 2011-11-23 | 2013-05-23 | King Fahd University Of Petroleum And Minerals | Wireless sensor network with energy efficient protocols |
| CN105430598A (zh) * | 2015-11-04 | 2016-03-23 | 刘运成 | 无线传感器网络的数据分层传输方法及装置 |
| CN105636094A (zh) * | 2016-03-16 | 2016-06-01 | 中国地质大学（武汉） | 基于分簇压缩感知的无线传感网预警方法及系统 |
-
2019
- 2019-01-11 CN CN201910028071.5A patent/CN109788521B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130128786A1 (en) * | 2011-11-23 | 2013-05-23 | King Fahd University Of Petroleum And Minerals | Wireless sensor network with energy efficient protocols |
| CN102883399A (zh) * | 2012-10-19 | 2013-01-16 | 南京大学 | 基于簇的ctp路由协议 |
| CN105430598A (zh) * | 2015-11-04 | 2016-03-23 | 刘运成 | 无线传感器网络的数据分层传输方法及装置 |
| CN105636094A (zh) * | 2016-03-16 | 2016-06-01 | 中国地质大学（武汉） | 基于分簇压缩感知的无线传感网预警方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 周颖: "无线传感器网络的网络管理体系结构及相关技术的研究", 《中国优秀博士论文全文数据库》 * |
| 周颖: "无线传感器网络的网络管理体系结构及相关技术的研究", 《中国优秀博士论文全文数据库》, 15 December 2008 (2008-12-15) * |
| 朱敬华: "无线传感器网络QoS保障技术的研究", 《中国优秀博士论文全文数据库》 * |
| 朱敬华: "无线传感器网络QoS保障技术的研究", 《中国优秀博士论文全文数据库》, 15 November 2011 (2011-11-15) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110446239A (zh) * | 2019-07-25 | 2019-11-12 | 汕头大学 | 一种基于多重幻方的无线传感网络分簇方法及系统 |
| CN110446239B (zh) * | 2019-07-25 | 2022-10-14 | 汕头大学 | 一种基于多重幻方的无线传感网络分簇方法及系统 |
| CN112888006A (zh) * | 2021-03-26 | 2021-06-01 | 江西省能源大数据有限公司 | 一种基于传感器拓扑简化与能耗优化的算法 |
| CN114007249A (zh) * | 2021-10-20 | 2022-02-01 | 沈阳化工大学 | 一种面向智能配电网基于不平衡树的实时路由方法 |
| CN114007249B (zh) * | 2021-10-20 | 2024-03-22 | 沈阳化工大学 | 一种面向智能配电网基于不平衡树的实时路由方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109788521B (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Collaborative learning of communication routes in edge-enabled multi-access vehicular environment | |
| Jain et al. | Geographical routing using partial information for wireless ad hoc networks | |
| Harold Robinson et al. | PSOBLAP: particle swarm optimization-based bandwidth and link availability prediction algorithm for multipath routing in mobile ad hoc networks | |
| Ghafouri vaighan et al. | A multipath QoS multicast routing protocol based on link stability and route reliability in mobile ad-hoc networks | |
| CN109788521A (zh) | 一种基于加权优化树的wsn分簇路由算法 | |
| CN101635974B (zh) | 自组织认知无线网络路由选择方法 | |
| Rath et al. | Load balanced routing scheme for MANETs with power and delay optimisation | |
| CN105916183A (zh) | 基于链路质量和剩余能量的无线传感器网络路由选择方法 | |
| CN104053175A (zh) | 一种物联网感知层拓扑控制方法 | |
| Nicolaou et al. | Utilizing mobile nodes for congestion control in wireless sensor networks | |
| CN103200643A (zh) | 基于剩余能量感知的分布式容错拓扑控制方法 | |
| CN104283789A (zh) | 路由收敛方法和系统 | |
| Mohanadevi et al. | A qos-aware, hybrid particle swarm optimization-cuckoo search clustering based multipath routing in wireless sensor networks | |
| CN105897605A (zh) | 一种基于IPv6的电力线载波通信网络拥塞控制方法 | |
| Jain et al. | A route selection approach for variable data transmission in wireless sensor networks | |
| CN109511152A (zh) | 一种面向终端通信接入网感知监控的均衡分簇方法 | |
| Tabatabaei et al. | A new routing protocol to increase throughput in mobile ad hoc networks | |
| CN107484207A (zh) | 无线传感器网络中联合拓扑控制和信道分配负载均衡方法 | |
| CN103686855A (zh) | 一种无线传感器网络数据汇聚方法 | |
| Tabatabaei et al. | Fuzzy-based routing protocol to increase throughput in mobile ad hoc networks | |
| CN103260206A (zh) | 一种基于影响度因子的混合动态无线路由有效搜索收敛方法 | |
| Rezaei et al. | Multi-hop routing algorithm using steiner points for reducing energy consumption in wireless sensor networks | |
| CN103826282B (zh) | 基于剩余能量的集合划分多跳路由方法 | |
| Abdullah et al. | Energy Efficient MANET Routing Protocol Based on Ant Colony Optimization. | |
| CN104853365A (zh) | 一种基于有损链路状态预测的无线传感网拓扑构建方法 |
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 |