基于多目标优化的无线传感器网络路由协议研究论文Word格式文档下载.docx
《基于多目标优化的无线传感器网络路由协议研究论文Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于多目标优化的无线传感器网络路由协议研究论文Word格式文档下载.docx（16页珍藏版）》请在冰点文库上搜索。
经费
申请总额
1.8万元
其他经费及其来源
无
项
目
负
责
人
姓名
职称
工作单位
电子邮箱
项除
目负
组责
主人
要外
成五
员名
姓名
职称
学位
专业
承担任务
本人签名
项目负责人近三年来承担的研究项目
项目来源
起止年月
排名
进展
一种改进的基于能效的无线传感器网络分簇路由协议
校高级别预研
2012.7-2015.6
1
在研
基于网络编码的无线传感器网络数据传输可靠性研究
校科研基金
2010.4-2012.4
结题
基于数据挖掘技术的自动化推荐算法研究
2011.7-2014.6
4
影响新建应用型本科院校学生学习投入的关键因素分析及对策研究
省教育规划课题
2013.10-2014.10
5
项目负责人为第一署名人的代表性成果
成果名称
成果来源
获得时间
等级
ResearchonaImprovedWirelessSensorNetworksClusteringProtocol
校科技工作成果奖
2013年
三等奖
ResearchofMulticastRoutingProtocolinWirelessSensorNetworksBasedOnNetworkCoding
2012年
MulticastAlgorithminwirelesssensorNetworksBasedonDistributedNetworkingCoding
2011年
SecurityAnalysisandRecommendationsforWirelessLAN802.11bnetwork
1．本项目研究意义及国内外同类研究工作现状（附主要参考文献及出处）：
1.1本项目研究意义
无线传感器网络作为国际最前沿的新技术，被誉为IT技术的第四次产业革命和下一代计算机网络的发展方向，改变人类认识自然及与自然界交互的方式，成为人们生活中不可或缺的一部分[1][2]。
1999年在美国召开的移动计算和网络国际会议上，提出“无线传感网是下一个世纪人类面临的又一个发展机遇”。
美国《商业周刊》将无线传感器网络列为21世纪最有影响力的21项技术之一[3]。
《MIT技术评论》将无线传感器网络列入十种改变未来世界新兴技术之首[4]。
中国把无线传感器网络的发展提高到了国家战略高度，将其列入了《国家中长期科学与技术发展规划纲要（2006-2020）》、《信息产业科技发展“十一五”计划和2020年中长期规划（纲要）》等重大专项研究之中。
无线传感器网络应用在人类无法监测以及恶劣的环境中，在军事、环境、生物、医疗保健、空间探索和商业应用方面显示出很大的应用价值。
具有检测精度高、容错性能好、监测区域大、可远程监控等优点和能量受限的特点，逐渐成为国内外网络研究的热点[5]。
由于无线传感器网络受到严格而近乎苛刻的能源和宽带限制，且传感器节点工作在恶劣的环境中，采用微型电池供电而很难进行充电或替代，而传感器节点既要负责收集敏感数据，又要完成数据传输等功能，而传感器能量消耗的80%集中在数据的传输上[6]。
因此在节点能源有限的条件下，如何设计和优化无线传感器网络分簇路由协议就成为无线传感器网络应用中需要迫切解决的问题之一。
而一种性能高效的分簇路由协议将能够极大的均衡各个传感器节点在无线传输上的能量消耗，大幅度延长网络的生命周期。
1.2国内外研究现状
为了达到均衡能量消耗的目的，许多研究者提出层次型（成簇）网络拓扑结构，也就是将整个监测区域分为一个个的簇（cluster），每个簇有一个簇头（clusterhead）节点，其他为簇内节点。
低一级网络的簇头是高一级网络中的簇内成员，由最高层的簇头与汇聚节点通信。
其中由HeinzelmanW等人提出的LEACH[7]，是WSN中最早提出的成簇路由协议，它的基本思想是等概率地随机循环选择簇头，将整个网络的能量负载平均分配到每个传感器节点，从而达到降低网络能量耗费、延长网络生存时间。
但LEACH协议选举簇头节点时未考虑节点剩余能量以及簇头节点分布不均匀等缺点，这样就有可能使剩余能量低的节点成为簇头的可能，盲节点过早出现导致网络过早死亡，网络的负载平衡程度下降。
此外，数据传输阶段LEACH算法采用的是单跳路由算法方式，每个传感器节点都可以直接把数据发送给基站导致远离基站的簇头过早死亡。
因此，随着LEACH协议的不断运行，很容易出现网络内节点的剩余能量不均衡状态。
而在无线传感器网络中，簇头相当的重要，若出现簇头的剩余能量远低于网络的平均值，则就意味着该簇头能量十分容易耗尽成为盲节点，而在一个网络中，如果盲节点的频繁出现会导致整个网络的生存时间缩短。
针对LEACH的不足，国内外提出了一些改进的分簇路由算法，HEED[8]在簇头选择过程中考虑节点的剩余能量及簇内通信代价，并在分簇过程中通过若干次迭代形成均匀的簇。
但同时产生单节点簇，使热点问题更加严重，并不能有效地延长整个网络的生命周期。
EECS[9]结合了LEACH的概率选择机制及HEED的局部竞争机制来实现簇头的选择，虽然EECS在簇头的分布上有很大的改进，但仍没有考虑节点所处位置对节点能量消耗的影响。
而后文献[10][11][12][13]将各个节点的剩余能量加入到节点簇头选择算法中，其中文献[13]提出了非均匀簇头竞选算法，使得剩余能量更大的节点当选簇头的概率更大。
而在国内，文献[14]针对“热点”问题提出一种非均匀分簇算法EEUC，依据节点距基站的远近构造大小不等的簇，从而均衡簇内能量开销。
文献[15]以HEED协议为基础，对于“孤儿节点”和“孤立簇头节点”，采用“最优邻居中继入簇”策略加入邻近簇，减少簇头数目和簇头节点间的通信开销。
文献[16]在EEUC基础上，基于蚁群优化算法提出一种新的非均匀分簇算法，采用首轮所有节点参与竞选、后续轮簇内调整的方法替代EEUC随机激活的周期性簇头选举策略。
文献[17]在原有的LEACH协议的基础上进行分区域的簇头选取，并在区域内簇头之间采用多跳传输数据的方式，从而促进能量负载的均衡。
文献[18]融合传感网络的分簇思想和链式多跳机制，根据通信代价对网络进行分层，提出了分层多跳分簇路由算法。
文献[19]提出了一种适用于无线传感器网络的自适应分布式聚簇路由协议，通过计算最佳簇头占有比率并结合节点剩余能量选取簇头集。
文献[20]提出一种用于提高无线传感器网络能效的双轮成簇协议，在簇头选取算法中引入剩余能量参数使得网络能耗更加均衡。
参考文献：
[1]I.F.Akyildiz,W.Su,Y.Sankarasubramaniam.Wirelesssensornetworks:
asurvey[J].ComputerNetworks:
2002,38（4）:
393-422.
[2]孙利民,李建中,陈渝,等.无线传感网络[M].北京：
清华大学出版社,2005:
10-100.
[3]J.Terry,W.Vander.10emergingtechnologythatwillchangetheworld[J].MITEnterpriseTechnologyReview:
2003,106
（1）:
33-49.
[4]D.Robert.Thefutureoftechnology[M].BusinessWeek,2003:
1-50.
[5]于海斌,曾鹏,王忠锋,等.分布式无线传感器网络通信协议研究[J].通信学报:
2004,25（10）:
102-110.
[6]杨喜敏.传感器网络中的能量消耗问题研究[J].单片机及嵌入式系统应用,2006:
01:
27-29.
[7]Heinzelman,W.R.Chandrakasan,A.Balakrishnan,H.Energy-efficientcomm-unicationprotocolforwirelessmicrosensornetworks[C].In:
Proc.ofthe33rdAnnualHawaiiInternationalConferenceon,SystemSciences,2000.4-7Jan.2000,10
（2）:
1541-1547.
[8]OYonis,etal.HEED:
AHybrid,energy-efficient,distributedclusteringapproachforad-hocsensornetworks[J].IEEETransonMobileComputing,2004:
3（4）:
366-379.
[9]YeM，LiCF，ChenGH，etal.EECS:
anenergyefficientclusteringschemeinwirelesssensornetworks［C］//Proceedingsofthe24thIEEEInternationalConferenceonPerformanceComputingandCommunications．[s.l．]:
IEEEPress,2005:
535－540．
[10]Manjeshwar,A.Agrawal,D.P.TEEN:
Aroutingprotocolforenhancedefficientlyinwirelesssensornetwork[C].ParallelandDistributedProcessingSymposium,Proceedings15thInternati.Apr2001,2001:
2009-2015.
[11]YeM,LiC,ChenG,WuJ.EECS:
Anenergyefficientclusterschemeinwirelesssensornetworks[C].In:
DahlbergT,OliverR,SenA,XueGL,eds.Proc.oftheIEEEIPCCC2005.NewYork:
535-540.
[12]HandyMJ,HaaseM,TimmermannD.Lowenergyadaptiveclusteringhierarchywithdeterministiccluster-headselection[C].In:
Proc.ofthe4thIEEEConf.onMobileandWirelessCommunicationsNetworks.Stockholm:
IEEECommuni-cationsSociety,2002,pp.368-372.
[13]CHENXuhui,YANGZhiming,CHENGHuiyan.UnequalClusteringMechanismofLEACHProtocolforWirelessSensorNetworks[C].2009WorldCongressonComputerScienceandInformationEngineering,LosAngeles,USA,March,2009.
[14]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.
[15]尹安,汪秉文,戴志诚,等.无线传感器网络HEED分簇协议的研究与改进[J].小型微型计算机系统:
2010,31（10）:
2002-2006.
[16]张荣博,曹建福.利用蚁群优化的非均匀分簇无线传感器网络路由算法[J].西安交通大学学报:
2010,44（6）:
33-38.
[17]刘园莉,李腊元,卢迪.节能的无线传感器网络分簇路由协议的研究[J].传感技术学报:
2010,23（12）:
1792-1797.
[18]周冬鑫,金文光,容志能.基于分层的无线传感网络多跳分簇路由算法[J].传感技术学报:
2011,24
（1）:
73-78.
[19]洪榛，俞立，张贵军．无线传感器网络自适应分布式聚簇路由协议[J]．自动化学报，2011，37（10）:
1197-1205．
[20]陈庆章，赵小敏，陈晓莹.提高无线传感器网络能效的双轮成簇协议设计[J]．软件学报，2010，21（10）:
2933-2943．
2．主要研究内容、目标、方案和进度及拟解决的关键问题：
2.1主要研究内容
本课题主要研究在无线传感器网络分簇路由协议中引入多目标优化模型，通过改进的和声搜索算法和簇间二连通网络拓扑进一步均衡网络能量消耗，延长网络生命周期。
主要研究内容如下：
1、研究多目标优化模型
在已有的无线传感器网络分簇路由协议优化的研究中簇头的选取至关重要，但目前对于簇头节点的选取研究一般仅考虑单个决定性的指标，如节点剩余能量或节点之间的距离等，这样就会使系统的性能出现瓶颈。
因此需要研究如何建立集距离、系统能耗等多个目标在内的优化模型，从而将簇头节点的选择问题转化为节点与Sink节点的距离、分簇距离和系统能量消耗为优化目标的多目标优化问题。
2、研究改进的和声搜索算法
标准的和声搜索算法作为一种启发式全局搜索算法，在解决多维函数优化问题上展示了较遗传算法、模拟退火算法等更好的优化性。
如果用于无线传感器网络分簇路由协议的多目标优化中，较之传统的分簇路由协议LEACH能有效均衡网络能耗。
但由于该算法全局优化能力较弱、种群的多样性较差，因此需要研究如何对原有的和声搜索算法进行优化和改进，从而增强算法的全局搜索能力、提高种群的多样性和算法的快速收敛。
3、研究簇间通信二连通网络拓扑
在分簇路由协议的簇间通信阶段，簇头与Sink节点的主干网络至关重要，虽然目前一连通的主干网络冗余较少，但如果某个节点失效则可能导致整个网络的分割。
因此需要根据图论相关知识，在最小生成树算法设计思路的基础上研究如何构建二连通的网络拓扑结构，使得当某个节点失效的情况下，剩余网络仍然是连通，从而保证数据传输的可靠性，有效减少簇间通信的能量消耗。
2.2研究目标
在无线传感器网络分簇路由协议中均衡网络能耗和延长网络寿命一直是无线传感器网络应用中需要迫切解决的问题之一。
针对现有路由协议存在能耗不均、网络寿命短等问题，本课题提出一种基于多目标优化的无线传感器网络分簇路由协议，通过引入改进的和声搜索算法实现对簇头和簇内节点的全局性优化。
同时在簇间通信中提出基于最小生成树的二连通网络拓扑，在提高网络传输的可靠性的同时减少网络能耗。
通过本课题的研究，将进一步优化无线传感器网络的分簇路由协议，使得网络能耗和负载更加均衡，网络工作时间进一步延长。
2.3拟解决的关键问题
1、如何优化和改进标准的和声搜索算法，保证在簇头选取时更具有全局搜索能力和自适应能力；
2、如何在最小生成树（MST）的基础上构建用于簇间通信二连通性的网络拓扑，保证网络上数据传输的可靠性。
2.4方案
1、构建多目标优化模型
1）确定传输模型
无线传感器网络路由协议的设计与信道能量的损耗相关，因此在本次研究中使用无线
传感器网络中的一阶无线模式，发送阶段的能量消耗表达式为：
其中ETab表示节点a发送数据到节点b所消耗的能量，l表示消息的长度，Ee为每发送或接收1b数据传输所消耗的能量，εl为长距离传输时功率放大器多路径衰落传输常数，dab为节点a和节点b之间的欧氏距离，εs表示短距离传输时功率放大器自由空间传输常数，dt为传输距离的阈值，取值为
。
接收时消耗的能量表达式为：
其中EＲ表示接收数据l所消耗的能量，EBF为消息处理时所消耗能量。
现假设一个由n个成员节点组成的簇，则簇头节点h和成员节点m在一个回合消耗的能量分别为：
其中Eh表示簇头节点h消耗的能量，Em表示成员节点m在一个回合消耗的能量。
2）建立多目标模型
本课题将簇头节点的选择问题转化为节点与Sink节点的距离、分簇距离和系统能量消耗为优化目标的多目标优化问题，因此需要建立对应的目标模型。
①目标模型f1（Sink节点的距离DS），其中m表示部署节点的总数，dksink表示节点k到Sink节点的欧氏距离。
其数学表达式为：
②目标模型f2（簇距离CD），其中dt表示簇t的距离，W表示节点分簇的总数，dih表示簇成员节点i到簇头节点h之间的欧氏距离，其中n为以节点h为簇头的成员节点数，dhsink表示簇头节点h到Sink节点的欧氏距离。
其定义为：
③目标模型f3（网络能量消耗E），其中对于每一个簇来说，
表示n个成员节点将数据传输给簇头节点消耗的能量，nER表示簇头节点接收n个成员节点传输的数据所消耗的能量，EThsink表示簇头节点将数据传输到Sink节点所消耗的能量。
2、构建优化的和声搜索算法
和声搜索算法（harmonysearch，HS）是GeemZW等人提出的一种启发式智能优化算法，具有收敛速度快、实现简单等优点，在许多组合优化问题中得到了成功应用。
其算法思想源于模拟音乐家音乐创造的过程，通过将优化问题的决策变量类比于乐器的音调，解向量类比为各种乐器音调的和声，优化目标类比为评价函数，种群类比为和声记忆库，对问题进行优化求解。
HS算法首先初始化和声记忆库（harmonymemory，HM），对于每一个新产生的解分量，以概率HMCR（harmonymemoryconsideringrate）在HM内取值并以概率PAR（pitchadjustingrate）进行局部扰动，以概率1-HMCR在变量可能值域中取值，生成新的解。
若产生的新解目标函数值优于HM内的最差解，则用新解替换最差解。
算法不断运行直至收敛或达到最大迭代次数。
研究表明：
HS算法是单个体迭代算法，具有迭代速度缓慢、易陷入局部最优以及求解质量不高等缺陷，针对分簇路由协议中的多目标优化问题，需要采用改进的二进制和声搜索算法，主要步骤如下：
1）编码方案设定。
采用二进制编码方式，编码的长度为N（与部署节点的数目相同），其中“0”表示成员节点，“1”表示簇头节点，在数据传输的过程中，用“-1”表示能量已耗尽的死亡节点。
编码示意图
2）初始个体及HM的产生：
初始时，簇头节点在全网所有节点中随机产生，其余节点选择加入与其距离最近的簇头节点，成为其成员节点。
算法运行后簇头节点的选择依据与Sink节点距离f1、簇距离f2，网络能量消耗f3以及节点的剩余能量4个参数确定。
和声记忆库HM的初始化按照前面的编码方式进行初始化：
由于HM中的每个个体都是随机产生，因此可根据系统分簇的数量和每个簇只有一个簇头的规则去验证种群Xi={xi,1,xi,2,…,xi,N}的有效性，对于不符合要求的簇，可重新产生簇头节点加以解决。
3）生成新和声：
接下来按照下面规则产生新和声Hi={hi,1，hi,2，…，hi,N}。
其中：
r和r'
为（0，1）之间的随机数，对新和声加入随机扰动，原始的离散和声算法在执行此步骤时已退化为类似遗传算法中的变异操作，这将降低离散和声算法的全局优化能力。
针对这一缺点，课题将提出全局共享因子的概念，它是一种仅随迭代次数非线性动态变化的共享因子。
由于它是由较小的初值迅速增大到一个稳态值，因此可以抑制随机性音调微调的随机性，较好的增强算法的全局优化能力。
同时传统的HS算法的参数HMCR和参数PAR为固定值，不能根据算法进化过程中目标函数的特点变化。
针对这个缺点，本课题提出一种改进的自适应的缩放因子，使得参数PAR随着迭代次数逐渐增大，这样有利于算法在迭代初期进行全局搜索，到后期在局部范围内寻找Pareto最优解。
而参数HMCR随着迭代次数逐渐减小，这样使算法在迭代初期可以对和声记忆库内进行充分搜索，随着迭代次数增加，逐步转到HM外进行搜索，提高种群的多样性。
4）适应度函数及个体选择。
对于种群的每个个体γ，定义其初始适应度为：
式中：
ω1、ω2、ω3为子函数相应的权值，初始权值由系统随机产生，且ω1+ω2+ω3=1。
因此在算法的求解过程中，选择与随机线性加权策略随机产生权值不同的方法，本课题将使用子目标函数权值根据进化过程中个体的演化过程作自适应的调整的策略，每个子目标函数的权值为：
fi（g）表示迭代次数为g时子目标函数fi的值。
3、构建二连通网络拓扑
在无线传感器网络中簇头节点与Sink节点之间采用单跳方式进行通信，这样远距离通信会消耗过多能量导致簇头节点容易失效，从而不利用大规模网络的建立。
为避免直接与基站节点通信而耗费大量能量，可采用多跳通信方式。
但在多跳通信方式中，需要充分考虑信息传输过程中的可靠性，以免链路或者节点失效。
因此在簇间通信时，以最小生成树LMST算法为基础保证网络的单连通性，并在此基础上通过添加边的方式来减少网络图中的割点和割边的数量，以提高网络的连通性。
算法具体步骤如下：
1）构建簇间初始连通拓扑图
利用LMST算法构建簇间通信的初始连通图。
每个节点通过信息交换来获得其在最大发射功率范围内的单跳邻居的信息，根据各个节点的邻居信息，利用Prim算法来获得节点的局部最小生成树以构造全局的初始拓扑。
2）在初始连通图上构建簇间二连通图
根据第一步得到的初始拓扑，利用深度优先搜索算法计算连通图中的割点和割边，然后去除网络中的割点和割边。
对于割边，如果割边的一个顶点为叶子节点，则通过从
升级会员 