CN110505654B - 一种无线传感器网络的蚁群优化的任播路由方法 - Google Patents
一种无线传感器网络的蚁群优化的任播路由方法 Download PDFInfo
- Publication number
- CN110505654B CN110505654B CN201910601388.3A CN201910601388A CN110505654B CN 110505654 B CN110505654 B CN 110505654B CN 201910601388 A CN201910601388 A CN 201910601388A CN 110505654 B CN110505654 B CN 110505654B
- Authority
- CN
- China
- Prior art keywords
- δs3s4p
- δs2s3p
- δs1s4p
- δs1s2p
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 title abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 36
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 10
- 230000004083 survival effect Effects 0.000 abstract description 6
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/021—Traffic management, e.g. flow control or congestion control in wireless networks with changing topologies, e.g. ad-hoc networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0226—Traffic management, e.g. flow control or congestion control based on location or mobility
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
-
- 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
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明无线传感器网络任播路由技术领域，具体为一种无线传感器网络的蚁群优化的任播路由方法，解决了无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题，本发明所述方法首先利用节点间的信号强度值转换为节点间的距离值，然后利用这些距离值一步一步推算出P的所在区域，然后引入蚁群算法选择出P到就近sink节点间最优的传输路径，最后P按一定的权重比例发送数据包，故能够降低网络延迟，减少发送时间；均衡节点能耗，减少网络耗能；提高网络整体生存时间。
Description
技术领域
本发明属于无线传感器网络任播路由技术领域，具体为一种无线传感器网络的蚁群优化的任播路由方法。
背景技术
近年来物联网技术不断取得新的成果，已经运用到国防军事、环境监测、交通管理、医疗卫生、制造业、抗灾抢险等领域，作为物联网底层重要技术之一的无线传感器网络已经成为了研究热点。其中任播路由技术是无线传感器网络中一项十分重要的研究技术。在无线传感器网络中，由于传感器节点能量来源于有限电源(电池)，节点计算和存储能力较弱，且发送数据包要消耗能量，故无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题。
发明内容
本发明的目的在于解决无线传感器网络中存在网络延迟、网络生存时间短、网络耗能不均匀的问题，提供了一种无线传感器网络的蚁群优化的任播路由方法。
本发明解决其技术问题的技术方案是：一种无线传感器网络的蚁群优化的任播路由方法，包括以下步骤：
Z1：指定一个发送节点为P，设P能够接收到其周围4个不同的sink节点的信号强度，进而转换为信号强度值，且4个sink节点均位于P的通信范围之内，其中s1、s2、s3、s4分别代表4个不同的sink节点，且每个sink节点的坐标位置是已知的；设发送节点P到其中一个sink节点的任一条路径上有k个节点；k个节点中包括P和一个sink节点；
Z2：设定P在一个四边形ABCD中，s1、s2、s3、s4分别在四边形ABCD的四条边上；将P到s1、s2、s3、s4的信号强度值转换为P与s1、s2、s3、s4之间的距离值且分别记为Ls1p、Ls2p、Ls3p、Ls4p；根据sink节点的坐标位置计算得出s1和s2的距离值记为Ls1s2，s2和s3的距离值记为Ls2s3，s3和s4的距离值记为Ls3s4，s4和s1的距离值记为Ls4s1；
Z3：将四边形s1s2s3s4区域记为Ⅰ区且面积为S□s1s2s3s4；P、s1和s2形成三角形区域的面积记为SΔs1s2p；P、s2和s3形成三角形区域的面积记为SΔs2s3p；P、s3和s4形成三角形区域的面积记为SΔs3s4p；P、s4和s1形成三角形区域的面积记为SΔs1s4p；且三角形As1s2区域记为Ⅱ区，三角形Bs2s3区域记为Ⅲ区；三角形Cs3s4区域记为Ⅳ区；三角形Ds1s4区域记为Ⅴ区；根据步骤Z2得到的各参数，计算SΔs1s2p、SΔs2s3p、SΔs3s4p、SΔs1s4p、S□s1s2s3s4，设
Z4：判断P位于哪个区域：
①当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于Ⅰ区；
②当SΔs1s2p＝0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s2上，视为Ⅱ区；
③当SΔs1s2p≠0,SΔs2s3p＝0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s2s3上，视为Ⅲ区；
④当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p＝0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s3s4上，视为Ⅳ区；
⑤当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p＝0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s4上，视为Ⅴ区；
⑥当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＞S□s1s2s3s4时，则P位于四边形s1s2s3s4之外且在四边形ABCD之内；然后计算P到s1、s2的距离之和为L1＝Ls1p+Ls2p；计算P到s2、s3的距离之和为L2＝Ls2p+Ls3p；计算P到s3、s4的距离之和为L3＝Ls3p+Ls4p；计算P到s1、s4的距离之和为L4＝Ls1p+Ls4p；当L1＝min(L1,L2,L3,L4)，即L1为L1、L2、L3、L4中的最小值，那么P位于Ⅱ区；当L2＝min(L1,L2,L3,L4)，即L2为L1、L2、L3、L4中的最小值，P位于Ⅲ区；当L3＝min(L1,L2,L3,L4)，即L3为L1、L2、L3、L4中的最小值，P位于Ⅳ区；当L4＝min(L1,L2,L3,L4)，即L4为L1、L2、L3、L4中的最小值，P位于Ⅴ区；
Z5：然后通过蚁群算法来选取一条从P到s1、s2、s3或s4之间的最短路径即最优传输路径，所述蚁群算法的适应度函数为：
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一条路径上均包括k个节点，设P到s1、s2、s3或s4任一sink节点间均包括M条路径；每条路径均可得一个适应度函数值Fsjz，适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离，其中1≤z≤M；Li为第z条路径上第i个节点和第i+1个节点间的距离，从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz，从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中，选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离；
Z6：设P发送的数据包大小为D，由步骤Z5可得，P向s1的最优传输路径的距离为Fs1m，P向s2的最优传输路径的距离为Fs2m，P向s3的最优传输路径的距离为Fs3m，P向s4的最优传输路径的距离为Fs4m，P通过最优传输路径发送数据包，则当P位于Ⅰ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅱ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
当P位于Ⅲ区时，P向s2发送的数据包大小为
P向s3发送的数据包大小为
当P位于Ⅳ区时，P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅴ区时P向s4发送的数据包大小为
P向s1发送的数据包大小为
步骤Z4分区确定P的位置，确定P所在区域之后，P向附近的多个sink节点发送数据包，这样可以减少发送数据包的时间，降低网络延迟。步骤Z5中进一步通过蚁群算法对传输路径进行优化，确定出P到sink节点间的最优传输路径，这能够减少P发送数据包的时间，使数据包尽快送到sink节点，进一步降低网络延迟；所述蚁群算法为现有技术，蚁群算法(ACO)在书名为《MATLAB优化算法案例分析与应用》、由清华大学出版社出版的、作者为余胜威且出版日期为2014年9月的出版物上有详细公开。步骤Z6中在发送数据包时，P按一定的权重比例向各sink节点发送数据包，这样不只是一个sink节点可接收到数据包并且在工作，而是多个sink节点能接收到数据包并且在工作，故有利于网络均衡能耗，使得整个网络的生存时间加长。
本发明的有益效果是：本发明所述方法先确定好P所在区域，然后选择出P到sink节点间最优传输路径，最后P按一定的权重比例发送数据包，故能够降低网络延迟，减少发送时间；均衡节点能耗，减少网络耗能；提高网络整体生存时间。
附图说明
图1为本发明所述一种无线传感器网络的蚁群优化的任播路由方法的原理示意图。
图2为本发明所述P到sink节点之间的结构示意图(增加了普通节点)。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其他实施方式，都属于本发明所保护的范围。
参见附图1和附图2，现对本发明提供的一种无线传感器网络的蚁群优化的任播路由方法进行说明。
一种无线传感器网络的蚁群优化的任播路由方法，包括以下步骤：
Z1：指定一个发送节点为P，设P能够接收到其周围4个不同的sink节点的信号强度，进而转换为信号强度值，且4个sink节点均位于P的通信范围之内，其中s1、s2、s3、s4分别代表4个不同的sink节点，且每个sink节点的坐标位置是已知的；设发送节点P到其中一个sink节点的任一条路径上有k个节点；k个节点中包括P和一个sink节点；具体如图2所示，n1、n2、n3……nk-2即为普通节点，具体的，P和sink节点之间的n1、n2、n3……nk-2是随机分布的；
Z2：设定P在一个四边形ABCD中，s1、s2、s3、s4分别在四边形ABCD的四条边上；将P到s1、s2、s3、s4的信号强度值转换为P与s1、s2、s3、s4之间的距离值且分别记为Ls1p,Ls2p,Ls3p,Ls4p；根据sink节点的坐标位置可以计算得出s1和s2的距离值记为Ls1s2，s2和s3的距离值记为Ls2s3，s3和s4的距离值记为Ls3s4，s4和s1的距离值记为Ls4s1；
Z3：将四边形s1s2s3s4区域记为Ⅰ区且面积为S□s1s2s3s4；P、s1和s2形成三角形区域的面积记为SΔs1s2p；P、s2和s3形成三角形区域的面积记为SΔs2s3p；P、s3和s4形成三角形区域的面积记为SΔs3s4p；P、s4和s1形成三角形区域的面积记为SΔs1s4p；且三角形As1s2区域记为Ⅱ区，三角形Bs2s3区域记为Ⅲ区；三角形Cs3s4区域记为Ⅳ区；三角形Ds1s4区域记为Ⅴ区；根据步骤Z2得到的各参数，计算SΔs1s2p、SΔs2s3p、SΔs3s4p、SΔs1s4p、S□s1s2s3s4，设
Z4：判断P位于哪个区域：
①当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于Ⅰ区；
②当SΔs1s2p＝0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s2上，视为Ⅱ区；
③当SΔs1s2p≠0,SΔs2s3p＝0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s2s3上，视为Ⅲ区；
④当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p＝0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s3s4上，视为Ⅳ区；
⑤当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p＝0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s4上，视为Ⅴ区；
⑥当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＞S□s1s2s3s4时，则P位于四边形s1s2s3s4之外且在四边形ABCD之内；然后计算P到s1、s2的距离之和为L1＝Ls1p+Ls2p；计算P到s2、s3的距离之和为L2＝Ls2p+Ls3p；计算P到s3、s4的距离之和为L3＝Ls3p+Ls4p；计算P到s1、s4的距离之和为L4＝Ls1p+Ls4p；当L1＝min(L1,L2,L3,L4)，即L1为L1、L2、L3、L4中的最小值，那么P位于Ⅱ区；当L2＝min(L1,L2,L3,L4)，即L2为L1、L2、L3、L4中的最小值，P位于Ⅲ区；当L3＝min(L1,L2,L3,L4)，即L3为L1、L2、L3、L4中的最小值，P位于Ⅳ区；当L4＝min(L1,L2,L3,L4)，即L4为L1、L2、L3、L4中的最小值，P位于Ⅴ区；
Z5：然后通过蚁群算法来选取一条从P到s1、s2、s3或s4之间的最短路径即最优传输路径，所述蚁群算法的适应度函数为：
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一路径上均包括k个节点；设P到s1、s2、s3或s4任一sink节点间均包括M条路径；每条路径均可得一个适应度函数值Fsjz，适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离，其中1≤z≤M；比如说Fs11表示P到s1间的第1条路径的距离；Li为第z条路径上第i个节点和第i+1个节点间的距离，从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz，从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中，选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离；
Z6：设P发送的数据包大小为D，由步骤Z5可得，P向s1的最优传输路径的距离为Fs1m，P向s2的最优传输路径的距离为Fs2m，P向s3的最优传输路径的距离为Fs3m，P向s4的最优传输路径的距离为Fs4m，P通过最优传输路径发送数据包，则当P位于Ⅰ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅱ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
当P位于Ⅲ区时，P向s2发送的数据包大小为
P向s3发送的数据包大小为
当P位于Ⅳ区时，P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅴ区时P向s4发送的数据包大小为
P向s1发送的数据包大小为
本发明所述方法首先利用节点间接收到的信号强度值转换为节点间的距离值，然后利用这些距离值一步一步推算出P的所在位置，sink节点能接收到它周围的所有节点(所有普通节点以及P)的信号强度，sink节点通过信号强度对它周围的各个节点进行位置判断和路径规划，然后sink节点把最优传输路径直接传输给P，最后P通过最优传输路径的距离并按一定的权重比例发送数据包，故能够降低网络延迟，减少发送时间；均衡节点能耗，减少网络耗能；提高网络整体生存时间。
进一步的，作为本发明所述的一种无线传感器网络的蚁群优化的任播路由方法的一种具体实施方式，P所在区域是利用RSSI测距算法将信号强度值转换为距离值计算得到的。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (2)
1.一种无线传感器网络的蚁群优化的任播路由方法，其特征在于，包括以下步骤：
Z1：指定一个发送节点为P，设P能够接收到其周围4个不同的sink节点的信号强度，进而转换为信号强度值，且4个sink节点均位于P的通信范围之内，其中s1、s2、s3、s4分别代表4个不同的sink节点，且每个sink节点的坐标位置是已知的；设P到其中一个sink节点的任一条路径上有k个节点；k个节点中包括P和一个sink节点；
Z2：设定P在一个四边形ABCD中，s1、s2、s3、s4分别在四边形ABCD的四条边上；将P到s1、s2、s3、s4的信号强度值转换为P与s1、s2、s3、s4之间的距离值且分别记为Ls1p、Ls2p、Ls3p、Ls4p；根据sink节点的坐标位置计算得出s1和s2的距离值记为Ls1s2，s2和s3的距离值记为Ls2s3，s3和s4的距离值记为Ls3s4，s4和s1的距离值记为Ls4s1；
Z3：将四边形s1s2s3s4区域记为Ⅰ区且面积为S□s1s2s3s4；P、s1和s2形成三角形区域的面积记为SΔs1s2p；P、s2和s3形成三角形区域的面积记为SΔs2s3p；P、s3和s4形成三角形区域的面积记为SΔs3s4p；P、s4和s1形成三角形区域的面积记为SΔs1s4p；且三角形As1s2区域记为Ⅱ区，三角形Bs2s3区域记为Ⅲ区；三角形Cs3s4区域记为Ⅳ区；三角形Ds1s4区域记为Ⅴ区；根据步骤Z2得到的各参数，计算SΔs1s2p、SΔs2s3p、SΔs3s4p、SΔs1s4p、S□s1s2s3s4，设
Z4：判断P位于哪个区域：
①当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于Ⅰ区；
②当SΔs1s2p＝0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s2上，视为Ⅱ区；
③当SΔs1s2p≠0,SΔs2s3p＝0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s2s3上，视为Ⅲ区；
④当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p＝0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s3s4上，视为Ⅳ区；
⑤当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p＝0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＝S□s1s2s3s4时，则P位于边s1s4上，视为Ⅴ区；
⑥当SΔs1s2p≠0,SΔs2s3p≠0,SΔs3s4p≠0,SΔs1s4p≠0且SΔs1s2p+SΔs2s3p+SΔs3s4p+SΔs1s4p＞S□s1s2s3s4时，则P位于四边形s1s2s3s4之外且在四边形ABCD之内；然后计算P到s1、s2的距离之和为L1＝Ls1p+Ls2p；计算P到s2、s3的距离之和为L2＝Ls2p+Ls3p；计算P到s3、s4的距离之和为L3＝Ls3p+Ls4p；计算P到s1、s4的距离之和为L4＝Ls1p+Ls4p；当L1＝min(L1,L2,L3,L4)，即L1为L1、L2、L3、L4中的最小值，那么P位于Ⅱ区；当L2＝min(L1,L2,L3,L4)，即L2为L1、L2、L3、L4中的最小值，P位于Ⅲ区；当L3＝min(L1,L2,L3,L4)，即L3为L1、L2、L3、L4中的最小值，P位于Ⅳ区；当L4＝min(L1,L2,L3,L4)，即L4为L1、L2、L3、L4中的最小值，P位于Ⅴ区；
Z5：然后通过蚁群算法来选取一条从P到s1、s2、s3或s4之间的最短路径即最优传输路径，所述蚁群算法的适应度函数为：
由步骤Z1可知从P到s1、s2、s3或s4任一sink节点间的任一条路径上均包括k个节点，设P到s1、s2、s3或s4任一sink节点间均包括M条路径；每条路径均可得一个适应度函数值Fsjz，适应度函数值Fsjz表示P到s1、s2、s3或s4任一sink节点间的第z条路径的距离，其中1≤z≤M；Li为第z条路径上第i个节点和第i+1个节点间的距离，从P到s1、s2、s3或s4任一sink节点间均包括M个适应度函数值Fsjz，从P到s1、s2、s3或s4任一sink节点间的M个适应度函数值Fsjz中，选出P到s1的最小适应度函数值Fs1m即为P到s1的最优传输路径的距离、P到s2的最小适应度函数值Fs2m即为P到s2的最优传输路径的距离、P到s3的最小适应度函数值Fs3m即为P到s3的最优传输路径的距离、P到s4的最小适应度函数值Fs4m即为P到s4的最优传输路径的距离；
Z6：设P发送的数据包大小为D，由步骤Z5可得，P向s1的最优传输路径的距离为Fs1m，P向s2的最优传输路径的距离为Fs2m，P向s3的最优传输路径的距离为Fs3m，P向s4的最优传输路径的距离为Fs4m，P通过最优传输路径发送数据包，则当P位于Ⅰ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅱ区时，P向s1发送的数据包大小为
P向s2发送的数据包大小为
当P位于Ⅲ区时，P向s2发送的数据包大小为
P向s3发送的数据包大小为
当P位于Ⅳ区时，P向s3发送的数据包大小为
P向s4发送的数据包大小为
当P位于Ⅴ区时P向s4发送的数据包大小为
P向s1发送的数据包大小为
2.根据权利要求1所述的一种无线传感器网络的蚁群优化的任播路由方法，其特征在于，P所在区域是利用RSSI测距算法将信号强度值转换为距离值计算得到的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601388.3A CN110505654B (zh) | 2019-07-04 | 2019-07-04 | 一种无线传感器网络的蚁群优化的任播路由方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601388.3A CN110505654B (zh) | 2019-07-04 | 2019-07-04 | 一种无线传感器网络的蚁群优化的任播路由方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110505654A CN110505654A (zh) | 2019-11-26 |
| CN110505654B true CN110505654B (zh) | 2022-07-12 |
Family
ID=68585912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910601388.3A Expired - Fee Related CN110505654B (zh) | 2019-07-04 | 2019-07-04 | 一种无线传感器网络的蚁群优化的任播路由方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110505654B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7812718B1 (en) * | 2005-11-21 | 2010-10-12 | The Hong Kong University Of Science And Technology | Distributed position estimation for wireless sensor networks |
| CN102638862A (zh) * | 2012-03-05 | 2012-08-15 | 中国人民解放军空军工程大学 | 大规模无线传感器网络路由的实现方法 |
| CN102917430A (zh) * | 2012-10-17 | 2013-02-06 | 上海大学 | 基于量子蚁群算法的无线传感器网络可信安全路由 |
| CN103313340A (zh) * | 2013-05-17 | 2013-09-18 | 北京建筑工程学院 | 一种无线传感器网络中节点路由的路径选择方法 |
| CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
| CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
| CN103781146A (zh) * | 2014-01-22 | 2014-05-07 | 南昌大学 | 基于蚁群算法的无线传感器网络最优路由路径构建方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10009783B2 (en) * | 2016-09-27 | 2018-06-26 | King Fahd University Of Petroleum And Minerals | Energy efficient data collection routing protocol for wireless rechargeable sensor networks |
-
2019
- 2019-07-04 CN CN201910601388.3A patent/CN110505654B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7812718B1 (en) * | 2005-11-21 | 2010-10-12 | The Hong Kong University Of Science And Technology | Distributed position estimation for wireless sensor networks |
| CN102638862A (zh) * | 2012-03-05 | 2012-08-15 | 中国人民解放军空军工程大学 | 大规模无线传感器网络路由的实现方法 |
| CN102917430A (zh) * | 2012-10-17 | 2013-02-06 | 上海大学 | 基于量子蚁群算法的无线传感器网络可信安全路由 |
| CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
| CN103313340A (zh) * | 2013-05-17 | 2013-09-18 | 北京建筑工程学院 | 一种无线传感器网络中节点路由的路径选择方法 |
| CN103327564A (zh) * | 2013-05-30 | 2013-09-25 | 电子科技大学 | 基于蚁群算法的无线传感器网络路由方法 |
| CN103781146A (zh) * | 2014-01-22 | 2014-05-07 | 南昌大学 | 基于蚁群算法的无线传感器网络最优路由路径构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| "无线传感器网络路由技术的若干关键问题研究";薛伟莲;《CNKI博士学位论文全文库》;20120515;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110505654A (zh) | 2019-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sabet et al. | An energy efficient multi-level route-aware clustering algorithm for wireless sensor networks: A self-organized approach | |
| CN101394321B (zh) | 基于“能量均衡”的集群无线传感器网络非均匀分簇方法 | |
| CN101562862B (zh) | 一种无线传感器网络能量均衡的路由方法 | |
| CN108064065A (zh) | 一种基于无线传感器网络的远程水质监测系统 | |
| CN100373886C (zh) | 基于自适应退避策略的无线传感器网络分布式分簇方法 | |
| CN103052147B (zh) | 一种基于无线传感网的能量有效性多级环形组网的方法 | |
| CN109673034A (zh) | 一种基于天牛须搜索的无线传感网络分簇路由方法 | |
| CN103781143A (zh) | 一种能效优化的簇树分层无线传感网路由方法 | |
| Kumar et al. | Energy efficient clustering and cluster head rotation scheme for wireless sensor networks | |
| CN103686761A (zh) | 基于信息流累积的传感器节点分布密度控制方法 | |
| CN110505654B (zh) | 一种无线传感器网络的蚁群优化的任播路由方法 | |
| Abusaimeh et al. | Energy-aware optimization of the number of clusters and cluster-heads in wsn | |
| CN106161118A (zh) | 一种无线传感网中能量均衡的k‑跳分簇路由方法 | |
| Thakkar et al. | Alive nodes based improved low energy adaptive clustering hierarchy for wireless sensor network | |
| CN110475308B (zh) | 基于DV-hop的无线传感器网络的蚁群优化任播路由方法 | |
| Xi-rong et al. | An energy-balanced chain-cluster routing protocol for wireless sensor networks | |
| Lin et al. | Hilbert-chain topology for energy conservation in large-scale wireless sensor networks | |
| CN110351753B (zh) | 基于DV-hop算法的无线传感器网络的任播路由方法 | |
| CN110366227B (zh) | 一种无线传感器网络的任播路由方法 | |
| CN110972149A (zh) | 一种圆环型无线传感器网络的节点优化部署方法 | |
| Xin et al. | An energy-efficient clustering technique for wireless sensor networks | |
| Sedighimanesh et al. | Improving wireless sensor network lifetime using layering in hierarchical routing | |
| Zhao et al. | Energy-efficient protocol for extending battery life in wireless sensor networks | |
| Singh et al. | QoS-Attentive Learning-based Routing for Scalable WSNs | |
| Kaur et al. | ILBEECP For Data Aggregation in Wireless Sensor Networks: A New Technique |
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 | ||
| 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: 20220712 |