wsns中基于蚁群模拟退火算法的移动agent访问路径规划

wsns中基于蚁群模拟退火算法的移动agent访问路径规划

ID:34516574

大小:519.43 KB

页数:7页

时间:2019-03-07

wsns中基于蚁群模拟退火算法的移动agent访问路径规划_第1页
wsns中基于蚁群模拟退火算法的移动agent访问路径规划_第2页
wsns中基于蚁群模拟退火算法的移动agent访问路径规划_第3页
wsns中基于蚁群模拟退火算法的移动agent访问路径规划_第4页
wsns中基于蚁群模拟退火算法的移动agent访问路径规划_第5页
资源描述:

《wsns中基于蚁群模拟退火算法的移动agent访问路径规划》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、2012年10月西北工业大学学报Oct.2012第30卷第5期JournalofNorthwesternPolytechnicalUniversityVol.30No.5WSNs中基于蚁群模拟退火算法的移动Agent访问路径规划1123张亚明,史浩山,刘燕,姜飞(1.西北工业大学电子信息学院,陕西西安710072;2.空军工程大学电讯工程学院,陕西西安710077)3.解放军西安通信学院通信指挥系,陕西西安710106摘要:关于无线传感器网络(WSNs)中移动Agent(MA)路由规划问题的解决方法,基本都以把它抽象成为一个无向全连通图(CompletelyConne

2、ctedGraph)作为分析的前提,但一跳网络在实际的WSNs应用中并不合理。文章提出一种适用于多跳WSNs的基于蚁群模拟退火算法(ACA-SAA)的移动A-gent访问路径规划模型。在Sink节点建立包含源节点在内的本地网络节点关系表LNNRT,将MA访问路径分解为定向子路径、数据融合子路径和返回子路径,利用ACA-SAA算法分别对子路径的解进行进化计算以求得最优解路径。仿真结果表明,随着网络规模的扩大,该优化模型优势明显,ACA-SAA表现出比SAA和ACA算法更好的性能。关键词:无线传感器网络,路由算法,移动Agent,蚁群算法,模拟退火算法中图分类号:TP39

3、3文献标识码:A文章编号:1000-2758(2012)05-0629-07无线传感器网络(WirelessSensorNetworks,婪算法。但这两种算法的性能与起始节点、节点分WSNs)由大量具有数据感知、信息处理和无线通信布和数量等因素有关,波动较大,也难以保证可形成[1]能力的传感器节点所组成。由于节点资源严重闭合的Agent访问路径。目前国内外的研究多采用受限,因此,如何设计出一种有效的数据融合算法一遗传算法(GeneticAlgorithm,GA)来有效解决MA[2][4-6]直是WSN研究中的一个难点。Qi等针对此问题的路径规划问题,并都获得了较满意的

4、结果。提出了一种在WSN中基于移动Agent(MobileA-但它们的不足在于:①大都把WSNs抽象成一个无gent,MA)的分布式计算模型,MA由Sink节点创建向全连通图(CompletelyConnectedGraph)或基于簇[2]之后,可在节点间自主迁移并进行数据处理,最终携的拓扑结构,网络内或簇内各节点之间距离都为带融合后的数据返回Sink节点。这为有效减少网一跳,从而将MA路径规划问题转化成典型NP完[7]络负载、带宽及延时,实现网络的可扩展性、可靠性全问题之后利用GA算法求解,这并不符合多跳及容错性提供了较好的解决思路。网络的特点。②GA算法并不适用于

5、多跳网络。在在基于MA的WSNs中,MA按一定路径访问网WSNs中,MA从Sink出发,经多跳之后回到Sink,络节点,数据融合结果一旦满足应用所需,MA将终解路径中的相邻节点之间都存在连接关系,GA中止访问并返回Sink节点。移动Agent访问路径规的交叉和变异操作将会以大概率导致新解成为不合[3]划确定MA在WSNs中的访问节点集及先后顺法解。③多数方法设定Sink节点可获得全网拓扑序,要求以较小的系统代价满足较好的应用性能,是信息和各节点访问代价,但并没有给出获得相关信WSNs中有效实施MA机制的核心问题之一。针对息的方法。④出于算法实现考虑,多数方法附加网[2

6、]MA在WSNs中的访问路径规划问题,Qi等最早络节点不能被重复访问以缩小搜索空间,但其在实提出了全局最近邻优先(GlobalClosestFirst,GCF)际应用中并不合理。为解决上述方法的缺陷,本文和局部最近邻优先(LocalClosestFirst,LCF)两种贪提出一种适用于多跳WSNs的基于蚁群(AntColony收稿日期:2011-10-28作者简介:张亚明(1980—),西北工业大学博士研究生,主要从事无线传感器网络关键技术研究。·630·西北工业大学学报第30卷Algorithm,ACA)模拟退火(simulatedannealingalgo-2.1

7、MA访问路径规划模型概述rithm,SAA)算法(ACA-SAA)的MA访问路径规划首先基于文献[8],利用改进后的定向扩散模型。(DirectedDiffusion,DD)机制解决源节点的发现以及各节点的本地邻居关系表(即梯度)的建立。通1WSNs中MA的访问路径规划问题过扩展探测数据发送机制,使各节点在转发探测数据包时同时将包含自己位置信息的邻居关系表转MA的访问路径规划即为确定MA在WSNs中发,这样,在接收探测数据包的同时,Sink可建立基的迁移路径的过程,迁移过程中节点的选择完全取于全网拓扑关系的本地网络节点关系表(localnet-wor

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。