WSN中基于梯度和群体智能算法的分簇拓扑算法研究

摘要

无线传感器网络(Wireless Sensor Network,WSN)是涉及多种学科的前沿研究领域，具有非常广阔的应用前景，已经受到各界的广泛关注。传感器节点体积小，一般工作于环境恶劣之地，能量和计算能力有限，因此均衡能量消耗、延长生命周期在WSN的路由设计中占有非常大的重量。随着应用的发展，WSN的路由协议逐渐由平面协议向分层协议倾斜，呈现出层次化的趋势。而分簇拓扑控制算法作为分簇协议的基础，有着能量高效、可扩展性强等特点，得到了较为广泛的研究和应用。
　　本文首先介绍一种基于梯度的拓扑控制算法(energy-aware topology control protocol based on gradient，ETBG)。该算法利用节点的通信半径将整个监测区域划分成各个梯度，有效降低了簇树的高度，减小了数据传输时延。但是簇头位置常常较偏，簇内紧凑性不好，且在选择网关时没有充分考虑能量和位置问题，使网关成为簇树的薄弱点。
　　针对ETBG算法中存在的问题，本文提出一种基于梯度和群体智能算法的分簇拓扑算法(Gradient and Swarm Intelligence Based Clustering Topology Algorithm，GSIA)。针对簇内紧凑性问题，在簇中建立双簇头模式，结合簇头的能量、簇头与成员之间的平均距离构建适应度函数，利用粒子群搜寻最佳节点分任主副簇头。针对网关问题，构造新的路径评估函数和信息素更新模型，利用改进的变异蚁群算法对每个簇头建立路径，形成较为强壮的簇树，并且通过仿真实验分析了算法的性能。
　　此外，为提高算法的稳定性，降低参数复杂度，提出一种新的簇树优化方案，利用粒子群算法，结合节点的位置和能量，对簇头和网关节点分别搜寻最佳的中继节点，以建立强壮的簇树结构。仿真结果表明，优化方案能有效提高算法的稳定性，增加网络的生命周期。最后，针对GSIA优化算法，给出网络维护和更新的方法，以提高算法的自适应性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 无线传感器网络的体系结构

1.2 无线传感器网络的特点

1.3 无线传感器网络的应用

1.4 无线传感器网络的关键技术及面临的挑战

1.5 本文的主要工作和章节安排

2 无线传感器网络的路由协议

2.1 无线传感器网络的路由协议的设计原则

2.2 无线传感器网络路由协议的分类

2.3 几种典型路由协议的分析

2.4 基于梯度的分级簇算法

2.4 本章小结

3 粒子群算法和蚁群算法算法简介

3.1 粒子群算法简介

3.2 蚁群算法简介

3.3 本章小结

4 基于梯度和群体智能算法的分簇拓扑算法

4.1 基于PSO的簇头优化方案

4.2 基于变异蚁群算法的簇树建立方案

4.3 GSIA算法的性能分析

4.4 本章小结

5 基于粒子群算法的GSIA簇树优化

5.1 适应度函数的选择

5.2 算法描述

5.3 GSIA优化算法的性能分析

5.4 基于梯度和群体智能算法的分簇拓扑算法的维护与更新

5.5 本章小结

6 总结和展望

6.1 全文总结

6.2 研究展望

参考文献

个人简历及研究成果

致谢