基于神经网络及蚁群算法的WSN分簇路由算法研究

摘要

无线传感器网络中网络带宽、传感器节点的能源和计算能力都非常有限,设计出可以有效节约节点能量消耗,延长网络生存周期的路由算法是当前无线传感器网络领域中的重点研究课题。根据节点在路由过程中是否有层次结构,WSN路由算法可分为平面路由算法和分簇路由算法。分簇路由算法在节点组织管理和网络可扩展性等方面均优于平面路由算法,尤其适合大规模分布式的无线传感器网络,故本文对分簇路由算法进行了重点研究。针对分簇路由算法中簇首选取和簇间数据传输阶段中存在的问题,分别结合神经网络和蚁群算法,提出了两种改进的分簇路由算法。文章主要研究内容如下:
　　(1)提出了一种基于神经网络的无线传感器网络分簇路由算法。算法的簇首选取阶段中,在基站建立竞争神经网络模型,把竞争簇首的节点作为输入向量,每个输入向量包括三个元素:节点剩余能量、节点到基站的距离和节点的邻居节点的数目,通过竞争神经网络的自适应学习选择出最佳簇首。簇间数据传输阶段中,根据相邻簇首的剩余能量和簇首间距建立的选择公式,簇首可以通过选择公式的大小找到最合适的下一跳邻居簇首节点。同时在节点密度小的区域,进行簇间通信的两个簇首可以选择合适数量的普通节点作为中间节点进行数据转发。仿真实验结果表明与相关算法相比新算法可以节约和均衡网络通信过程中的能量消耗,延长网络生存周期。
　　(2)提出一种基于蚁群算法的无线传感器网络分簇路由算法。在分簇路由算法的簇间数据传输阶段,为了寻找最佳路径,把改进的蚁群算法结合到路由算法中。对蚁群算法中的信息素的更新方式进行了优化,同时也对挥发系数进行了改进。在节点选择下一跳节点时,不仅考虑了下一跳节点的剩余能量,而且考虑了两节点间的距离和数据的传输方向。新算法改善了传统基于蚁群算法的路由算法中因信息素和挥发系数设置不合理导致的收敛速度慢、容易陷入局部最优解的缺点,同时也降低了网络中的能量消耗。
　　两种改进算法均属于分簇路由算法,但各有优势。第一种算法适用于簇首选取阶段,第二种算法适用于簇间数据传输阶段。在相同的环境中把两种改进算法分别与相关算法进行了仿真对比实验,仿真结果表明两种新算法均能够有效节约和均衡节点能耗,延长网络生存周期。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 无线传感器网络概述

1.2 无线传感器网络路由协议研究现状

1.3 课题研究内容及意义

1.4 论文结构安排

第二章 无线传感器网络分簇路由协议

2.1 分簇路由协议概述

2.2 典型的分簇路由算法

2.3 典型分簇路由算法性能分析

2.4 本章小结

第三章 基于神经网络的无线传感器网络分簇路由算法

3.1 神经网络概述

3.2 基于竞争神经网络的分簇路由算法设计

3.3 仿真实验和结果分析

3.4 本章小结

第四章 基于蚁群算法的无线传感器网络分簇路由算法

4.1蚁群算法概述

4.2 基于改进蚁群算法的无线传感器网络路由算法设计

4.3 仿真实验和结果分析

4.4 本章小结

第五章 结论及展望

5.1 研究工作总结

5.2 研究工作展望

参考文献

致谢

个人简历及攻读硕士期间发表的学术论文

声明