CN110418355A - 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法 - Google Patents

一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法 Download PDF

Info

Publication number
CN110418355A
CN110418355A CN201910513060.6A CN201910513060A CN110418355A CN 110418355 A CN110418355 A CN 110418355A CN 201910513060 A CN201910513060 A CN 201910513060A CN 110418355 A CN110418355 A CN 110418355A
Authority
CN
China
Prior art keywords
sub
cluster head
node
wireless sensor
clustering
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.)
Pending
Application number
CN201910513060.6A
Other languages
English (en)
Inventor
张朝霞
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.)
Hunan Vocational College of Chemical Technology
Original Assignee
Hunan Vocational College of Chemical 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 Hunan Vocational College of Chemical Technology filed Critical Hunan Vocational College of Chemical Technology
Priority to CN201910513060.6A priority Critical patent/CN110418355A/zh
Publication of CN110418355A publication Critical patent/CN110418355A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/08—Access restriction or access information delivery, e.g. discovery data delivery
    • H04W48/10—Access restriction or access information delivery, e.g. discovery data delivery using broadcasted information
    • 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
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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)
  • Computer Security & Cryptography (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，涉及无线传感器网络通信技术领域。该方法通过设置分簇紧密度、建立能耗模型、设置适应度函数、建立多目标进化模型的方式，综合考虑节点剩余能量、簇头的空间分布、簇内成员到簇头的通信代价、节能的因素，给出最优的分簇方案及参数，防止节点过早耗尽能量，有效的延长了无线传感器网络节点的寿命。

Description

一种用于无线传感器网络环境下的基于多目标进化的分簇分 析方法
技术领域
本发明涉及无线传感器网络通信技术领域，具体为一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法。
背景技术
无线传感器网络(Wireless Sensor Networks，WSN)通过大量部署在监测区域内的传感器节点，采集网络覆盖区域内感知对象的信息，通过多跳的无线通信方式，将采集，处理后的信息提供给终端用户。无线传感器网络不需要固定的网络支持，具有快速展开和抗毁性强等特点，可广泛应用于军事侦察、环境监测、医疗监护、农业养殖等领域。
无线传感器网络一般采用分簇路由方式，具有拓扑管理方便、节能、数据融合简单等优势。在分簇路由协议中，网络通常被划分为若干个簇(Cluster)。簇是具有某种关联的网络节点集合。每个簇由一个簇头(Cluster Head)和多个簇内成员(Cluster Member)组成，由簇头与基站(Base Station，BS)或汇聚节点 (Sink)通信。传感器节点通常能量受限，为了延长网络生存时间，簇头必须周期性的更新。而分簇的结构、大小和数量由簇头的选择方法、数量和位置决定。因此，需要均衡各个节点的使用频率以合理的管理节点的使用频度，防止节点过早耗尽能量。
发明内容
有鉴于此，本发明提供一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，包括以下步骤：
步骤A，设置分簇紧密度fT；
步骤B，建立能耗模型；
步骤C，设置适应度函数；
步骤D，建立多目标进化模型，具体为：
步骤D-1，获取初始种群并进行基因编码，首先，监测区域内所有传感器节点完成定位和统一后，发送节点广播消息；然后，Sink收到所有节点的所述节点广播消息后，逐位读取随机序列中的值，同时构造一个矩阵H0，
式中，1≤i≤N，1≤j≤L，hij等于0或1，hij是ID为i的节点所发送的随机序列的第j位；仅当hij为“1”时表示节点i被选为簇头，否则为非簇头；列向量表示一种可能的分簇结构，即，一个只含一条染色体的个体，L个个体构成所述初始种群，用所述矩阵H0表示；
步骤D-2，所述Sink对每个个体进行评估，根据步骤C中所述适应度函数分别计算出各个个体的适应度值[F1,F2,F3…FL]，并保存适应度值的最小值Fmin；
步骤D-3，根据各个个体的适应度值对所述初始种群采用二进制锦标赛法进行选择、变异和交叉，构成新的矩阵H1，
步骤D-4，用所述矩阵H1替换所述矩阵H0，重复执行步骤D-2和步骤D-3，直到Fmin达到一个稳定值，Fmin对应的个体即为最优的分簇结构。
进一步地，在步骤A中所述分簇紧密度fT的计算方法为：
式中，K为分簇个数，Ci和Cj分别为第i和第j个簇，d(n,CHi)为第i个簇内成员n到簇头的距离，d(CHi,CHi)为簇头i到簇头j的距离。
进一步地，在步骤B所述能耗模型中，当传输距离为d时，在一定信噪比条件下传输L-bit数据的能耗为：
式中，Eelec为发送/接收端传输每bit数据的电路能耗，根据发送端和接收端之间的距离远近，选择不同的传输模型，即采用Efs或是Emp。
进一步地，在步骤C中所述适应度函数为：
式中，ECHN_average为簇头节点平均剩余能量，α为权重因子。
进一步地，在步骤D-1中所述节点广播消息包括节点ID、位置信息和一个长度为L的二进制随机序列，L为正整数。
进一步地，在步骤D-3中对所述初始种群采用二进制锦标赛法进行选择、变异和交叉的过程包括对所述矩阵H0中的各个元素以概率P进行运算，然后随机交换前R个元素，形成所述矩阵H1。
进一步地，在步骤D-4中所述最优分簇结构具体为：
若为Fmin对应的一个个体，则所述Sink将序列h’1k，h'2k，…，h'Nk广播出去，ID为i的传感器节点收到对应的随机数h’ik后，根据h’ik的值决定是否当选为簇头；若h’ik为0则为非簇头，若h’ik为1时当选为簇头，并发送簇头广播消息。
进一步地，所述簇头广播消息包括节点ID、位置信息以及簇头标志信息。
由于采用上述技术方案，本发明达到如下的技术效果：
本发明提供一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，综合考虑了节点剩余能量、簇头的空间分布、簇内成员到簇头的通信代价、节能的因素，给出最优的分簇方案及参数，防止节点过早耗尽能量，有效的延长了无线传感器网络节点的寿命。
附图说明
附图1为无线传感器网络拓扑结构。
附图2为能耗模型示意图。
附图3为基于多目标进化的分簇分析模型的流程图。
具体实施方式
下面结合附图1-3对本发明的实施例作进一步描述。
一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，包括以下步骤：
步骤A，设置分簇紧密度fT；
传感器节点通常能量受限，为了延长网络生存时间，簇头必须周期性的更新，而分簇的结构、大小和数量由簇头的选择方法、数量和位置决定。簇头的选择方法必须遵循以下准则：①节点剩余能量；②簇头的空间分布；③簇内成员到簇头的通信代价；④节能；针对上述准则建立模型。
针对上述簇头的空间分布和簇内成员到簇头的通信代价，设置分簇紧密度 fT：
式中，K为分簇个数，Ci和Cj分别为第i和第j个簇。d(n, CHi)为第i个簇内成员n到簇头的距离。d(CHi,CHj)为簇头i到簇头j的距离。
由分簇紧密度表达式可知，当簇头分布越分散，同时簇内成员到簇头之间的距离越小时，分簇紧密度fT越小。
步骤B，建立能耗模型；
针对准则④之节能的目标，建立能耗模型并给出总能耗计算方法。当传输距离为d时，在一定信噪比(Signal-to-Noise Ratio，SNR)条件下传输L-bit数据的能耗为：
根据发送端和接收端之间的距离远近，选择不同的传输模型(即采用Efs或是Emp)。Eelec为发送/接收端传输每bit数据的电路能耗。
步骤C，设置适应度函数；
设置适应度函数如下：
其中，ECHN_average为簇头节点平均剩余能量，α为权重因子，其大小可由用户根据工程实践中的实际需要进行调整。
步骤D，建立多目标进化模型；
针对无线传感器网络的自身特点，建立基于多目标进化的无限传感器网络分簇分析模型。
I.获取初始种群并进行基因编码
首先，监测区域内所有传感器节点完成定位和统一后，发送广播消息，消息包括节点ID、位置信息和一个长度为L(L为正整数)的二进制随机序列；而后，Sink收到所有节点的广播消息后，逐位读取随机序列中的值，同时构造一个矩阵H0，元素hij(1≤i≤N，1≤j≤L，hij等于0或1)是ID 为i的节点所发送的随机序列的第j位；仅当hij为“1”时表示节点i被选为簇头，否则为非簇头。列向量表示一种可能的分簇结构，即，一个只含一条染色体的个体，L个个体构成初始种群，用矩阵H0表示。
II.选择交叉与变异
Sink节点对每个个体进行评估，分别计算出各个个体的评估值[F1,F2,F3...FL]，并保存评估值的最小值Fmin；根据各个个体的评估值对初始种群进行二进制锦标赛选择，变异和交叉，构成新的矩阵H1，
具体为过程如下：
首先，对矩阵H0中的各个元素以概率P进行运算；
然后，若相邻两个列向量和随机交换前R个元素得到和
最后，用H1替换H0重复执行上述步骤，直到Fmin达到一个稳定值(即，满足终止条件)，Fmin对应的个体即为最优的分簇结构。
上述最优分簇结构具体为：若为Fmin对应的一个个体，则Sink将序列h’1k，h'2k，…，h'Nk广播出去，ID为i的传感器节点收到对应的随机数h’ik后，根据h’ik的值决定是否当选为簇头，具体为：若h’ik为0则为非簇头，若h’ik为1时当选为簇头并发送广播消息，消息包括节点ID、位置信息以及簇头标志。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，包括以下步骤：
步骤A，设置分簇紧密度fT；
步骤B，建立能耗模型；
步骤C，设置适应度函数；
步骤D，建立多目标进化模型，具体为：
步骤D-1，获取初始种群并进行基因编码，首先，监测区域内所有传感器节点完成定位和统一后，发送节点广播消息；然后，Sink收到所有节点的所述节点广播消息后，逐位读取随机序列中的值，同时构造一个矩阵H0，
式中，1≤i≤N，1≤j≤L，hij等于0或1，hij是ID为i的节点所发送的随机序列的第j位；仅当hij为“1”时表示节点i被选为簇头，否则为非簇头；列向量表示一种可能的分簇结构，即，一个只含一条染色体的个体，L个个体构成所述初始种群，用所述矩阵H0表示；
步骤D-2，所述Sink对每个个体进行评估，根据步骤C中所述适应度函数分别计算出各个个体的适应度值[F1,F2,F3…FL]，并保存适应度值的最小值Fmin；
步骤D-3，根据各个个体的适应度值对所述初始种群采用二进制锦标赛法进行选择、变异和交叉，构成新的矩阵H1，
步骤D-4，用所述矩阵H1替换所述矩阵H0，重复执行步骤D-2和步骤D-3，直到Fmin达到一个稳定值，Fmin对应的个体即为最优的分簇结构。
2.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤A中所述分簇紧密度fT的计算方法为：
式中，K为分簇个数，Ci和Cj分别为第i和第j个簇，d(n,CHi)为第i个簇内成员n到簇头的距离，d(CHi,CHi)为簇头i到簇头j的距离。
3.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤B所述能耗模型中，当传输距离为d时，在一定信噪比条件下传输L-bit数据的能耗为：
式中，Eelec为发送/接收端传输每bit数据的电路能耗，根据发送端和接收端之间的距离远近，选择不同的传输模型，即采用Efs或是Emp。
4.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤C中所述适应度函数为：
式中，ECHN_average为簇头节点平均剩余能量，α为权重因子。
5.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤D-1中所述节点广播消息包括节点ID、位置信息和一个长度为L的二进制随机序列，L为正整数。
6.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤D-3中对所述初始种群采用二进制锦标赛法进行选择、变异和交叉的过程包括对所述矩阵H0中的各个元素以概率P进行运算，然后随机交换前R个元素，形成所述矩阵H1。
7.根据权利要求1所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，在步骤D-4中所述最优分簇结构具体为：
若为Fmin对应的一个个体，则所述Sink将序列h'1k，h'2k，…，h'Nk广播出去，ID为i的传感器节点收到对应的随机数h'ik后，根据h'ik的值决定是否当选为簇头；若h'ik为0则为非簇头，若h'ik为1时当选为簇头，并发送簇头广播消息。
8.根据权利要求7所述的一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法，其特征在于，所述簇头广播消息包括节点ID、位置信息以及簇头标志信息。
CN201910513060.6A 2019-06-14 2019-06-14 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法 Pending CN110418355A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910513060.6A CN110418355A (zh) 2019-06-14 2019-06-14 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910513060.6A CN110418355A (zh) 2019-06-14 2019-06-14 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法

Publications (1)

Publication Number Publication Date
CN110418355A true CN110418355A (zh) 2019-11-05

Family

ID=68359075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910513060.6A Pending CN110418355A (zh) 2019-06-14 2019-06-14 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法

Country Status (1)

Country Link
CN (1) CN110418355A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363850A (zh) * 2022-01-17 2022-04-15 北京工商大学 一种基于无线传感器网络紧密度中心性的抗毁性增强方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090767A (ko) * 2008-02-22 2009-08-26 성균관대학교산학협력단 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치
CN103200598A (zh) * 2013-04-25 2013-07-10 青岛农业大学 一种基于粒子群优化的无线传感器网络分簇方法
CN106550422A (zh) * 2016-11-08 2017-03-29 华中科技大学 一种基于和声搜索算法的无线传感器网络分簇路由方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090767A (ko) * 2008-02-22 2009-08-26 성균관대학교산학협력단 무선 센서네트워크의 에너지와 거리 기반 클러스터링라우팅 방법 및 장치
CN103200598A (zh) * 2013-04-25 2013-07-10 青岛农业大学 一种基于粒子群优化的无线传感器网络分簇方法
CN106550422A (zh) * 2016-11-08 2017-03-29 华中科技大学 一种基于和声搜索算法的无线传感器网络分簇路由方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李飞燕: "《无线传感器网络分簇路由簇首选择算法研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
谢达: "《WSN中基于SVD和图的协作MIMO传输策略》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363850A (zh) * 2022-01-17 2022-04-15 北京工商大学 一种基于无线传感器网络紧密度中心性的抗毁性增强方法
CN114363850B (zh) * 2022-01-17 2024-04-12 北京工商大学 一种基于无线传感器网络紧密度中心性的抗毁性增强方法

Similar Documents

Publication Publication Date Title
Tang et al. Extending Network Lifetime for Precision-Constrained Data Aggregation in Wireless Sensor Networks.
CN101803309B (zh) 在公共事业智能网格网络中进行路由的方法和系统
US7414977B2 (en) Power and delay sensitive ad-hoc communication networks
KR100709964B1 (ko) 무선 센서 네트워크의 라우팅 방법
US8040828B2 (en) Method for managing dormant nodes in wireless sensor network
US9450857B2 (en) Routing method and apparatus for setting optimum multi-hop hybrid V-MIMO transmission path for wireless ad hoc network
CN103260264B (zh) 基于双融合节点蚁群优化的无线传感器网络数据融合方法
CN109673034A (zh) 一种基于天牛须搜索的无线传感网络分簇路由方法
Khan et al. Intelligent cluster routing scheme for flying ad hoc networks
Gherbi et al. Distributed energy efficient adaptive clustering protocol with data gathering for large scale wireless sensor networks
CN107995667A (zh) 一种可控簇规模的能耗均衡路由方法
US20090129356A1 (en) Method, apparatus and system for information transmission
CN113709841A (zh) 一种基于布谷鸟算法和K-means算法的WSN路由协议方法
CN103874158A (zh) 一种新型的聚类路由算法
CN104869603A (zh) 一种适用于无线监测控制网络的ZigBee路由方法
Shi et al. QoS aware routing protocol through cross-layer approach in asynchronous duty-cycled WSNs
Sadouq et al. Conserving energy in WSN through clustering and power control
Mehra et al. Energy efficient self organising load balanced clustering scheme for heterogeneous WSN
CN110418355A (zh) 一种用于无线传感器网络环境下的基于多目标进化的分簇分析方法
CN106470446B (zh) 通信装置和通信方法
KR20140044626A (ko) 센서 위치 속성과 잔존 에너지를 이용한 선박 ｕｓｎ 클러스터링 방법
Cao Minh et al. DISON: a self-organizing network management framework for wireless sensor networks
CN113573392B (zh) 一种物联网网关异常状态下的节能通信方法
CN109495946B (zh) 一种无线传感器网络的数据传输方法及装置
Hempel et al. HEAR-SN: a new hierarchical energy-aware routing protocol for 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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191105