无线传感器网络优化算法研究

基于遗传算法的无线传感器网络覆盖算法优化研究　

李娴刑萧飞　中南大学信息科学与Ｘ－程学院湖南长沙４１００８３　

【摘要】本文将遗传算法运用到无线传感器网络覆盖的中，通过研究遗传算法的杂交和变异算子，得到具有混合杂交和间歇变异的改进遗传算法，　用于解决高密度部署的无线传感器节点集的选择问题，从而得到最优覆盖节点集　仿真实验表明该优化机制能更有效地跳出局部最优，获得更精确　的结果，从而更有效的实现了无线传感器网络布局的全局优化。　【关键词】无线传感器网络遗传算法最优覆盖节点集　中图分类号：ＴＰ２１２．９文献标识码：Ｂ文章编号：１００９—４０６７（２０１３）０４—６６—０２　

引言　无线传感器网络（Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ，ＷＳＮｓ）是普适计算的　

重要研究领域。集成有传感部件、微处理器和通信模块的微型传感器节　

点通过自组织的方式构成无线传感器网络，完成对环境的数据采集和监　测。无线传感器网络逐渐成为工业界及学术界的一个研究热点，在军事　

和民用领域有着非常广阔的应用前景。无线传感器网络的覆盖是指通过　

所有节点能够对整个目标区域进行监测，从而达到信息采集的目的。本　

文在比较相关网络覆盖算法的基础上，提出基于遗传算法的优化覆盖算　法。　１、相关研究　

（１将这一部分改为相关工作介绍，去掉其子章节标题．２在介绍相　

关论文时，要引用该文献，并在最后给出参考文献信息。３．引用本问题　权威期刊三年内的论文。）　将本段合并到引言部分　

无线传感器网络的覆盖控制问题，即在保证一定服务质量（ＱｏＳ）条　件下，达到网络覆盖范围最大化，保证无线传感器节点有效地覆盖被监　测的区域或目标。　

目前，关于无线传感器网络覆盖算法有很多，相关学者或研究者从　不同角度、使用不同方法提出不同的算法，具体有ＴｉａｎＤ算法、ＣＣＰ算　法、Ｃｈｉ　ｆｕ　Ｈｕａｎｇ算法和ＲＩＳ算法等。ＴｉａｎＤ算法是基于角度覆盖判定　

的覆盖保持的节点调度算法（Ｃｏｖｅｒａｇｅ　Ｐｒｅｓｅｒｖｉｎｇ　Ｎｏｄｅｓ　Ｓｃｈｅｄｕｌｉｎｇ　Ｓｃｈｅｍｅ，简称ＣＰＮＳＳ），其采用张开角方式判断覆盖，每个节点在考虑　是否被覆盖时只考虑与其距离不大于探测半径的节点，计算出的冗余节　

第３１卷第５期（上）　２０１５年５月　赤峰学院学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｉｆｅｎｇ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　Ｖ０１．３ｌ　Ｎｏ．５　Ｍａｖ２０１５　

基于蚁群优化算法的无线传感器网络路由研究　

宋　杰，吴　勇，陈明明　

（安徽大学　计算机科学与技术学院，安徽合肥２３０６０１）　

摘要：无线传感器网络是一种能量、资源受限的网路系统，实现网络中节点能量使用均衡延长整个网络的生命周期是　无线传感器网络路由设计的重要目标．本文在基本蚁群算法在无线传感器网络应用的基础之上提出了几点改进策略．将节点　现有的能量水平作为计算转移概率的务件之一。使优秀路径上的节点在网络中存在的时间更长．将节点的位置信息作为计算　转移概率的条件，通过将位置信息写入转移概率中。使节点在搜索路径时具有方向性．最后本文利用ＭＡＴＬＡＢ工具对改进的　策略进行了实验仿真，并将结果和原始的ＡＣＯ算法进行比较分析，仿真结果显示改进策略在延长节点的生命周期，维持网络　能量均衡方面比其他俩种算法具有一定的提升．　关键词：无线传感器网络；蚁群算法；能量均衡；路由协议　中图分类号：ＴＰ３９３　文献标识码：Ａ　文章编号：１６７３—２６０Ｘ（２０１５）０５—００１３—０３　

１　Ｓｌ言　随着传感技术、无线通信技术和嵌入式技术的不断发　

展成熟，无线传感器网络逐渐成为当今社会的研究热点．它　强大的感知能力、自组织能力、部署方式简单方便的特点决　

定了在很多领域都有广阔的应用前景㈦．由于无线传感器网　络中节点的能量受限，将传统的网络协议应用到无线传感　器路中不太现实．近年来，许多学者对无线传感器网络路由　

做出了大量的研究翻．　无线传感网最初的雏形是起源于上个世纪７０年代，当　

时的技术仅处于初始的研制阶段，此时的网络采用点对点的　传输，而且传感器节点只具有简单的数据获取能力．８０年代　左右，无线传感网技术己经慢慢发展起来，该网络采用串／并　口方式与控制中心相连，并且传感器节点具有了获取各种不　

基于遗传算法的无线传感器网络能耗优化

摘要：为了延长无线传感网络的使用寿命，提出了一种优化传感网络路由的遗传算法。该算法通过分析节点发送功率变化下的链路流量约束，链路最大传输效率约束，节点能耗约束等条件。感知路由从数据传输的能量消耗量出发，讨论最优能量消耗路径，提高节点能量利用率，延长网络生存期。其基本实现是根据节点的剩余能量和传输路径上的能量消耗来选择路由路径。仿真实验表明，该算法可以平衡节点能耗和邻节点使用数量，延长网络的生存寿命。

关键词：无线传感网；遗传算法；优化使用时间；能耗

中图分类号：tp393 文献标识码：a 文章编号：1009-3044（2013）03-0582-04

无线传感器网络就是大量静止或移动的传感器通过自组织或者多跳的方式构成的无线网络，其目的是协作地感知、采集、处理和传输网络覆盖地理区域内感知对象的监测信息，并报告给用户。它的英文是wireless sensor network， 简称wsn（物联网）。 大量的传感器节点将探测数据，通过汇聚节点经网络发送给用户。传感器网络实现了数据的采集、处理和传输的三种功能，而这正对应着现代信息技术的三大基础技术，传感器技术、计算机技术和通信技术。无线传感器网络具有低能耗、低成本、易于实现、传输可靠等优点。而且由于其本身的冗余性、线性、网络的自组织性，因而具有较强的抗破坏能力。为了延长网络的使用寿命，无线传感网络采用了各种传输策略的算法方式（ 如路由，功率控制和调度等），本文是基于遗传算法的无线传感网络路由算法研究。

1 遗传算法的提出

遗传算法（genetic algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国michigan大学j.holland教授于1975年首先提出来的，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的基本运算过程如下：1）初始化：设置进化代数计数器t=0，设置最大进化代数t，随机生成m个个体作为初始群体p（0）。2）个体评价：计算群体p（t）中各个个体的适应度。3）选择运算：将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。4）交叉运算：将交叉算子作用于群体。所谓交叉是指把两个父代个体的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算子。5）变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体p（t）经过选择、交叉、变异运算之后得到下一代群体p（t1）。6）终止条件判断：若t=t，则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。 2 无线传感网模型建立

无线传感网络技术的应用探究

随着科技的不断发展，无线传感网络技术（Wireless Sensor

Network，WSN）也越来越受到人们的关注和重视。作为一种新型的信息技术，无线传感网络技术具有广阔的应用前景。本文将从无线传感网络技术的基本原理入手，探究其在各个领域中的应用情况。

一、无线传感网络技术的基本原理

无线传感网络技术是由许多分散的传感器节点组成的网络系统，每个节点都能够自主地感知环境，进行数据采集，通过网络与其他节点进行数据交换和共享，最终形成一个完整的数据处理系统。无线传感网络技术的核心组成部分是传感器节点，其主要功能是感知环境并将采集到的数据传输到网关节点进行处理和分析。

无线传感网络技术的通信方式主要有两种：一种是基于无线电波的无线通信，另一种是基于光学信号的无线光通信。由于无线光通信技术还处于比较初级的阶段，目前无线传感网络技术主要采用的是基于无线电波的无线通信方式。

二、无线传感网络技术在环境监测领域中的应用

无线传感网络技术在环境监测领域中具有广泛的应用。传统的环境监测方法主要是通过人工采样进行，这种方法成本高、效率低，并且采集的数据有严重的滞后性。而无线传感网络技术可以通过部署大量的传感器节点，对环境进行全面、及时的监测，实现数据的实时采集和处理。

在环境监测领域中，无线传感网络技术主要应用于气象、水质和土壤监测。气象监测方面，无线传感网络技术可以通过部署大量的气象传感器节点，对温度、湿度、气压等气象参数进行实时监测，为气象预测和防灾减灾提供重要数据支持。水质监测方面，无线传感网络技术可以通过部署水质传感器节点，对水质参数进行监测，提供水质监测数据支持，保障水源安全。土壤监测方面，无线传感网络技术可以通过部署土壤传感器节点，对土壤温度、湿度、酸碱度等参数进行监测，实现高效的土壤养分监测和调控。

三、无线传感网络技术在物联网领域中的应用

随着物联网技术的不断发展，无线传感网络技术在物联网领域中也具有广泛的应用。无线传感网络技术可以通过部署大量的传感器节点和网关节点，实现对物联网设备的监测和控制。在智能家居领域中，无线传感网络技术可以通过部署大量的传感器节点，实现对家居设备的智能监测和控制，提高家居安全和舒适度。在智能交通领域中，无线传感网络技术可以通过部署车载传感器节点和道路传感器节点，实现对道路交通情况的实时监测和预测，提高交通运输效率和安全性。