基于蚁群算法的无线传感器网络改进CTP路由协议

基于蚁群算法的无线传感器网络路由协议研究的开题报告一、研究背景及意义随着无线传感器网络（Wireless Sensor Networks，WSN）的快速发展，其在环境监测、智能交通、智能家居等领域的应用越来越广泛。

在WSN中，节点的分布是随机的，节点间的通信距离有限，节点资源（如能量、计算能力等）有限，因此如何实现高效的路由协议是WSN研究的重要问题之一。

目前，商用的WSN路由协议大多基于传统的路由算法，如Dijkstra、AODV等，但这些传统的路由算法难以满足WSN的要求，例如能量消耗大、网络寿命短等。

蚁群算法（Ant Colony Optimization，ACO）是一种基于生物群体智能的优化算法，已在多个领域取得了较好的优化效果。

与传统的路由算法相比，蚁群算法具有无需全局信息、自适应等优势，因此其在WSN路由协议的设计中应用前景广阔。

本文将以蚁群算法为基础，设计一种适用于WSN的蚁群算法路由协议，以提高WSN的路由效率和网络寿命。

二、研究内容1. 蚁群算法的原理及其在WSN路由协议中的应用；2. 研究现有的WSN路由协议的优缺点，分析其不足之处；3. 设计一种基于蚁群算法的适用于WSN的路由协议；4. 在模拟平台上进行实验，与其他现有路由协议进行比较分析；5. 分析实验结果，总结该路由协议的优缺点，提出改进措施。

三、研究方法和步骤1. 文献调研和阅读，了解WSN和蚁群算法相关的基本理论和算法；2. 分析现有WSN路由协议的特点、优缺点；3. 设计一种基于蚁群算法的新型路由协议，包括协议的路由选择机制、信息素更新策略等方面；4. 实现该协议的模拟平台，并进行实验测试；5. 分析实验结果，总结协议的优缺点，提出改进措施；6. 撰写论文。

四、预期成果1. 提出一种基于蚁群算法的新型WSN路由协议；2. 在模拟平台上进行实验测试，验证该协议的效果；3. 分析协议的优缺点，提出改进措施；4. 发表一篇学术论文。

Network World •网络天地Electronic Technology & Software Engineering 电子技术与软件工程• 1<<下转2页【关键词】蚁群算法 无线传感器 网络优化1 无线传感器技术概述当前对静态无线传感器网络覆盖范围的研究已经取得了有益的成果。

库马尔等人首先提出了高K 势垒范围和低K 势垒范围的概念，并开发了一种算法来评估应用领域是否被强K 势垒覆盖，在以随机方式使用的传感器网络中，获得低K 覆盖围栏的重要条件。

基于加权图确定Anwar Saypulla Buddy 静态无线传感器网络中强障碍数量的限制，我们提出了一种最大流量算法，Habib Mostarfire （Habib Mostafai ）及其同事提出了一种分布式自学习算法，用于研究静态无线传感器网络中K 势垒的高覆盖率问题。

库马尔和他的同事们还使用传感器节点形成一个强大的K 防护膜，可以探测相同的生存时间和其他生存时间栅栏结构算法，并延长网络生存时间计划，提出的算法是OptimalSleep Wakeup ，JieTian 等人提出了一个二维问题来覆盖K 栅栏，并将应用区域划分为多个子区域来构建栅栏。

雷利和鲍贤湛及其合作者对低范围围栏的问题进行了调查，并分析了弱围栏的覆盖范围。

Balister 等人研究了一种可靠的方法来预测节点的部署密度，以便随机使用传感器网络形成围栏的覆盖，并可根据预期的浓度永久连接。

2 系统模型2.1 相关定义穿越路径(CrossingPath)，是检测目标的起始点和终点位于监视区域A 的上限和下限，并且区间A 的起始点和终点之间的任何曲线称为截距轨迹。

当区域A 沿着该路径移动时，如果至少通过K 传感器节点不能检测到被监基于改进蚁群算法的无线传感器网络优化文/朱重龙视对象，则单色K 防护盖（强障碍盖）的识别是区域A 是K 强覆盖并且能够打电话。

当被监测物体沿路径通过应用区域时，可以检测到至少K 个传感器节点，即3 K 栅栏交叉电阻（应变势垒交叉涂层）的定义满足定义2。

基于蚁群算法的无线传感器网络节点可信安全路由张智威;孙子文【期刊名称】《传感技术学报》【年(卷),期】2016(029)002【摘要】Aiming at internal malicious attack behaviors generated in the wireless sensor network,this paper pres⁃ents anode trustedsecurity routing protocol for wireless sensor network based on ant colony algorithm. In this proto⁃col,the node trust evaluation model is introduced into the ant colony routing algorithm to improve the network node credibility,and isolate malicious nodes and enhance the security of the wireless sensor network by the node credibil⁃ity. Simulation results show that our routing protocol can perform better in packet loss、end to end delay、throughput and energy consumption,and have a preferable resistance in black hole attack.%针对无线传感器网络内部恶意节点可能产生的攻击，提出一种基于蚁群算法的节点可信安全路由协议，将节点信任评估模型引入到蚁群路由算法中，提高无线传感器网络的节点可信度，以节点可信度为依据隔离恶意节点，增强网络安全性。

1RGH 3DXVH 7LPH V3D F N H W ' H O L Y H U \ 5D W L R1RGH 6SHHG P V无线传感器网络中基于蚁群算法的路由韩韧摘要大量的具有无线通信和数据处理能力传感器器件通过一定的协议构成自组织网络-无线传感器网络。

这种网络可以有效的进行传感数据收集和传输。

然而由于无线传感器网络具有自身的特点比如:通信、存储和处理能力较弱,有限的能量等,使得关于无线传感器网络的路由研究成为热点。

本文中对该网络的特点以及路由算法要考虑的影响因素进行了分析,然后给出蚁群优化算法在无线传感器网络路由中的应用。

该路由方法易于实现、基于局部信息、将多种影响因素以信息素形式表现出来。

该路由方法的自组织、动态和多路径的特性比较适合应用于无线传感器网络的路由。

关键词无线传感器网络;蚁群算法;路由算法;信息素 1 引言随着微电子技术,计算技术和无线通信技术的进步,制造低功耗的传感器在技术上和成本上已经成为可能。

传感器具有信息采集、数据处理和无线通信多种功能。

通常传感器探测它周围的环境并生成电信号,并且处理这些信号使它们表现为传感器监测的目标或发生事件的属性。

无线传感器网络(Wireless Sensor Network包含了很多传感器节点,这些传感器可以相互通信或是与外部的基站通信。

大量的传感器可以保证精确探测一个很大的区域。

如图1所示, 通常传感器节点有传感器模块、处理模块、无线通信模块和能量模块。

传感器模块负责监测信息的采集和数据转换;处理模块负责传感器的操作,存储和处理自身采集的数据以及其他节点发来的数据;无线通信模块负责与其他传感器节点进行无线通信,交换控制消息和首发采集数据;能量供应模块为传感器节点提供所需的能量 [1]。

它传感器节点或是基站。

基站一边连接传感器网络, 一边连接相应的设备,使用户可以访问和使用传感器网络探测并传输过来的数据。

・传感器节点的能量和带宽都比较小,在一个有许多传感器节点的网络里如何高效的使用每个传感器接点的能量和带宽来传输数据是一个挑战。

基于蚁群算法的无线传感器网络路由算法的研究徐久强 卢 锁 赵 海 崔行兵 刘大鹏（东北大学 信息科学与工程学院，沈阳 110819）摘要:无线传感器网络是近几年来国内外较为热门的研究领域，它融合了当今众多热门技术，具有十分广阔的应用前景，对于当前促进经济结构转型、振兴东北老工业基地具有十分重要的参考价值。

与传统的无线网络相比，无线传感器网络最突出的特点是传感器节点的能量有限性，这也成为衡量其路由算法优劣的重要因素。

目前提出的 大多数无线传感器网络路由算法主要集中在网络服务质量上，对无线传感器网络中实际存在的节点的能源有限性考虑较少，而蚁群算法的并行性、正向反馈和高健壮性的特点可以较好地解决这一问题。

本文从无线传感器网络的实际应用环境出发，通过对已有研究成果的总结提炼，引进蚁群算法作其路由协议算法，并通过仿真对其能量消耗和网络生存时间等问题进行了研究。

关键词：无线传感器网络 路由协议 蚁群算法1.引言无线传感器网络（Wireless Sensor Network，WSN）综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，通过嵌入式系统对信息进行处理，并通过随机自组织无线通信网络以多跳中继方式将所感知信息传送到用户终端，从而真正实现“无处不在的计算”理念[1]。

与传统网络相比，无线传感器网络远离网络的中心，传输过程中普遍采用数据融合方式，结点的移动性较低，但网络拓扑却表现出很强的时变性，面向传统有线网络的路由协议很难适应这种高拓扑变化。

2.无线传感器网络现有路由算法分析2.1现有路由算法分类根据节点在路由过程中是否有层次结构可将路由协议分为平面路由协议和层次路由协议[2]。

其中，层次路由协议扩展性好，适合大规模网络，可以预见，随着无线传感器网络应用的不断深入，层次路由协议必将成为未来发展的趋势。

基于改进蚁群算法的智慧农业无线传感器网络路由优化研究刘彤彤王磊摘要：为了提高智慧农业无线传感器网络路由的生存时间，节点能量消耗相对均衡，采用改进蚁群算法。

首先建立无线传感器网络模型和约束条件；接着通过消耗能量预测节点传输能力，剩余能量、过载区域以及覆盖冗余度构成适应度函数；然后改进蚁群算法，包括基于最佳路径的目标函数值信息素分配策略，二点交叉算子对信息素分配策略对应的任意2个网络节点序列进行优化；最后给出无线传感器网络路由优化流程。

试验仿真显示本研究算法使无线传感器网络路由的节点间剩余能量差异性最小，网络生存时间较长，不同节点数接收数据包平均剩余能量较多。

关键词：无线传感器网络；最佳路径；改进蚁群；剩余能量TP212.9；S126文献标志码： A：1002-1302（2017）15-0199-03无线传感器网络被广泛应用在农业生产、监测、科研等智能领域，例如温室大棚环境监测、土壤水分监测等可根据农作物生长需要进行实时智能决策，并自动开启或者关闭指定的环境调节设备，但是无线传感器网络节点受到硬件资源和传输节点能量的限制，数据处理和传输能力较弱，如何有效利用能量，延长无线传感器网络寿命并保证网络功能成为智慧农业无线传感器研究的重要方向[1]。

目前关于智慧农业无线传感器网络路由能量利用效率和能量均衡优化研究方法有：蚁群算法（Ant colony，AC），具有较强的全局寻优能力[2]，但是需要收发双向蚂蚁大量、反复地更新信息素，若对链路稳定性进行考虑，那么最优路径中有可能包含不稳定链路，因此路由生存时间受到影响，导致需要更大的网络开销；粒子群算法（Particle Swarm Optimization，PSO），通过睡眠调度机制优化网络覆盖性能[3]，但是没有考虑覆盖率、能量利用效率、节点生存率的均衡性；动态分簇算法（Dynamic Clustering，DC），让簇内节点把数据发送至簇头[4]，然后簇头对汇总的数据进行融合，再以多跳方式发送给汇聚节点，这种算法能够节省能量，但是存在网络延迟等问题；定向扩散算法（Directed Diffusion，DD），能够减小数据冗余[5]，但是路由开销增加，效率低。

2019年3月第40卷第3期计算机工程与设计C O M P U T E R E N G I N E E R I N G A ND DE S I G NMar.2019Vol.40 N o.3基于改进蚁群算法的无线传感器网络路由凌春，孙文胜(杭州电子科技大学信息与通信工程学院，浙江杭州310018)摘要：为在无线传感器网络中寻找数据传输的最优路径，提出一种优化的蚁群算法。

利用改进的伪随机比例规则优化状 态转移函数，避免算法出现过早停滞的现象；利用角度因子和距离因子对启发信息函数进行优化，避免无关路径的选取，浪费节点能量；引入最优路径度量公式改进信息素更新策略，使蚂蚁能在网络能耗最少的情况下选择最优路径&通过限制 蚂蚁的搜索方向，降低算法的复杂度，提高搜索速率。

仿真结果表明，优化后的蚁群算法能够有效地均衡节点能耗，延长 网络的生命周期。

关键词：无线传感器网络；蚁群算法；网络能耗；搜索方向&生命周期中图法分类号！T P393 文献标识号：A文章编号$ 1000-7024 (2019) 03-0627-05d oi: 10. 16208!. issnl000-7024. 2019. 03. 006Wireless sensor network routing based on improved ant colony algorithmLING Chun,SUN Wen-sheng(College of Information and Communication Engineering，Hangzhou Dianti University，Hangzhou 310018，China) Abstract：T o find the optimal path for data transmission in wireless sensor networks > an optimized ant colony posed.The improved pseudo random proportion rule was used to optimize the state transfer function to avoid premature stagna­tion of the algorithm.By using angle factory and distance factory，the heuristic information function was optimized to avoid ex­traneous path selection and node energy waste.The optimal path metric formula was introduced to improve the strategy of phero­mone updating，so that ants could choose the optimal path with the least energy consum search direction of ants，the c omplexity was reduced and the search speed was improved.Simulation results show that the opti­mized ant colony algorithm c an effectively balance the energy consumption of nodes and exten K ey w ords：wireless s ensor network；ant colony algorithm；network energy consumption；search direction；l i f e cycle/引言无线传感器网络[1](wireless sensor network，W S N)是由许多微型节点组成的分布式并行系统，具有数据处理、传输以及通讯等功能。