基于模糊理论的无线传感器网络路由优化算法

doi:10.16088/j.issn.1001-6600.2017.01.006

摘要/Abstract

摘要： 针对无线传感器网络中能耗不均的问题,在非均匀分簇的基础上,本文提出一种基于模糊理论的无线传感器网络路由优化算法。在分簇阶段,将节点的相对剩余能量、向心率、成功发送率作为各层簇首选举指标,运用模糊逻辑推理选择簇首。在簇间路由阶段,由熵权法确定簇首节点指标的权重后采用模糊综合评判法得出簇首的转发概率值,选择概率值较大的簇首节点作为转发节点,逐层完成信息传输。仿真表明,该算法在降低能耗与延长网络生命周期方面性能较优。

关键词: 无线传感器网络;模糊逻辑推理;熵权法;转发概率;模糊综合评判

Abstract: Aiming at the problem of uneven energy consumption in wireless sensor network (WSN), on the basis of the uneven clustering, a kind of routing optimization algorithm for wireless sensor network based on fuzzy theory (RABF) is proposed in this paper. In the clustering stage, the relative surplus energy, the centripetal rate and the successful transmission rate are used as the election indexes of each cluster head. And the cluster head is selected by the fuzzy logic reasoning. In the inter-cluster routing stage, the indexes weights of cluster head node are determined through the entropy weight method, a fuzzy comprehensive evaluation method is used to obtain the forwarding probability of cluster head, the cluster head node with the largest probability is chosen as the forwarding node, and the date is then transmitted layer by layer through the cluster head node. The simulation shows that the proposed algorithm has better performance in reducing energy consumption and prolonging network lifetime.

Key words: wireless sensor networks, fuzzy logic reasoning, entropy weight method, forwarding probability, fuzzy comprehensive evaluation
无线传感器网络WSN(wireless sensor network)是由部署在一定检测区域内的具有感知、计算和通信能力的微型传感器节点所构成的无线网络,但WSN的传感器节点一般是由电量有限的电池供电,能量消耗直接影响传感器网络的使用寿命^[1],高效利用节点能量、延长网络生命周期依然是路由协议设计的重点工作。
, , , 文献[2]从均衡节点通信负载角度根据主次参数的概念进行簇首选举,采用多跳方式与基站通信,克服了单跳通信方式能量消耗过快的不足,但多跳路由会使距基站近的簇首多次转发远离基站的簇首信息进而加剧节点死亡的问题不可忽视, 文献[3]与文献[4]通过调节簇半径的大小,采用非均匀分簇的方法减少靠近基站的簇的通信半径进而均衡网络负载, 文献[5]根据节点剩余能量对下一跳节点的选择方向动态调整,但这种算法易导致陷入局部最优,不能满足整个网络能耗的低能化要求, 文献[6]在簇首选举阶段考虑到相对剩余能量因子,控制低能量的节点成为簇首的概率, 文献[7]首先通过定义能量代价,选择能量代价最小的节点作为下一跳,但在区域约束问题上对于节点选择比较粗略,网络能耗较大, 文献[8]通过模糊理论与蚁群算法相结合的方法建立路由,该算法在网络节点的存活率方面有所提升,但权重赋值的主观性却使评判结果缺乏客观性。
, , , 模糊综合评价法是用模糊数学对受到多种因素制约的事物或对象做出总体评价的方法,它将多个因素综合评价得出优先级,适合非确定性问题的解决。熵是对系统状态不确定性的一种度量,评价指标的熵越小,说明该指标提供的信息量就越大,在综合评价中的重要性就越强,权重就越高,反之越低。
, , , 基于以上分析,在EEUC(energy-efficient uneven cluster )的基础上,本文提出一种基于模糊理论的无线传感器网络路由优化算法RABF(routing optimization algorithm for wireless sensor network based on fuzzy theory)。该算法采用模糊推理得出各节点的当选簇首的概率值,由熵权法确定簇首节点指标权重后,通过模糊综合评判法得出簇首的转发概率值,由概率值较大的簇首节点作为转发节点,以此延长网络寿命,提升网络性能。

1 模型假设

中图分类号:

TP393

肖发远,李好威. 基于模糊理论的无线传感器网络路由优化算法[J]. 广西师范大学学报（自然科学版）, 2017, 35(1): 37-43.

XIAO Fayuan,LI Haowei. A Routing Optimization Algorithm for Wireless Sensor Network Based on Fuzzy Theory[J]. Journal of Guangxi Normal University(Natural Science Edition), 2017, 35(1): 37-43.

参考文献

[1] 李建奇,曹斌芳,王立,等.一种结合LEACH和PEGASIS协议的WSN的路由协议研究[J]. 传感技术学报,2012,25(2):263-267.DOI:10.3969/j.issn.1004-1699.2012.02.024.
[2] YOUNIS O,FAHMY S.Heed:a hybrid,energy-efficient,distributed clustering approach for Ad Hoc sensor networks[J]. IEEE Trans on Mobile Computing,2004,3(4):366-379.DOI:10.1109/TMC.2004.41.
[3] 李成法,陈贵海,叶懋,等.一种基于非均匀分簇的无线传感器网络路由协议[J]. 计算机学报,2007,30(1):27-36.DOI:10.3321/j.issn:0254-4164.2007.01.004.
[4] 蒋畅江,石为人,唐贤伦,等.能量均衡的无线传感器网络非均匀分簇路由协议[J]. 软件学报,2012,23(5):1222-1232.DOI:10.3724/SP.J.1001.2012.04061.
[5] 张茂兴,王海峰,向凤红,等.基于剩余能量动态调整前向角度的路由算法[J]. 计算机应用,2016,36(1):77-80,86.DOI:10.11772/j.issn.1001-9081.2016.01.0077.
[6] QING Li, ZHU Qingxin,WANG Mingwen. Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor networks[J]. Computer Communications,2006,29(12):2230-2237.DOI:10.1016/j.comcom.2006.02.017.
[7] 江海峰,钱建生,孙彦景,等.WSN中基于能量代价的能量优化路由算法[J]. 计算机科学,2012,39(1):73-76,84. DOI:10.3969/j.issn.1002-137X.2012.01.016.
[8] 陶志勇,蒋守凤.传感器网络中基于模糊理论和蚁群的路由算法[J]. 计算机应用与软件,2015,32(8):141-144. DOI:10.3969/j.issn.1000-386x.2015.08.033.
[9] 李国勇.智能控制及其MATLAB实现[M]. 北京:电子工业出版社,2005:223-224.
[10] 程小辉,梁启亮,何军权.基于熵权法的WSNs性能指标权重决策方法[J]. 传感器与微系统,2013,32(10):44-47. DOI:10.13873/j.1000-97872013.10.018.

相关文章 15

[1]	黄恒杰. 传感器中基于连通支配集的区域覆盖控制算法[J]. 广西师范大学学报（自然科学版）, 2016, 34(4): 19-25.
[2]	陶晓玲, 于萌, 王勇. 多路径并行传输的路径动态决策方法[J]. 广西师范大学学报（自然科学版）, 2016, 34(2): 46-53.
[3]	刘宏, 王其涛, 夏未君. 基于量子遗传算法的WSN三维定位方法[J]. 广西师范大学学报（自然科学版）, 2015, 33(4): 49-54.
[4]	岳才杰, 陈元琰, 朱新华. 一种有效的传感器网络区域查询算法[J]. 广西师范大学学报（自然科学版）, 2015, 33(1): 52-58.
[5]	廖元秀, 周生明, 覃少华. 具有知识服务功能的物联网[J]. 广西师范大学学报（自然科学版）, 2014, 32(2): 42-47.
[6]	于海东, 罗云峰. 竞争情报系统质量控制的实施:Nash均衡与甄别[J]. 广西师范大学学报（自然科学版）, 2013, 31(4): 28-32.
[7]	杨文, 李文敬, 李双, 李书举, 林中明. 基于GEP的流数据分类压缩并行算法研究[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 87-93.
[8]	刘怡俊, 杨微, 陈靖宇. 基于规则片上网络的改进智能长链插入算法[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 114-118.
[9]	窦贤振, 徐晨, 左杨. 基于能量优先的WSN最优梯度路由协议[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 157-163.
[10]	陈燕, 吴文康, 梁俊斌. Sink移动无线传感网中高安全性密钥预分配方案[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 164-168.
[11]	何青, 熊川, 仇小强. 集成医院信息系统的网格平台研究[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 184-190.
[12]	李先贤, 高琦. 一种面向数据中心架构的虚拟网络分布式路由技术[J]. 广西师范大学学报（自然科学版）, 2012, 30(3): 100-108.
[13]	孙盛杰, 廖宇力, 虞衍聪. 流媒体连续性与实时性的有效平衡机制[J]. 广西师范大学学报（自然科学版）, 2012, 30(2): 29-34.
[14]	张明, 刘宇, 郗亚辉. 基于领域本体的Deep Web内容获取技术研究[J]. 广西师范大学学报（自然科学版）, 2011, 29(1): 162-166.
[15]	于洪, 刘曼. 一种QoS感知的基于与或图的Web服务选择模型[J]. 广西师范大学学报（自然科学版）, 2011, 29(4): 45-48.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed