基于蚁群算法的无线传感器网络路由协议的研究

《基于蚁群算法的无线传感器网络路由协议的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1引言1．1本文课题研究的目的与意义无线传感器网络中的节点通常携带极其有限的能量，而且往往不能进行能量的补给，每当一个传感器节点的能量耗尽后它便被遗弃。因此传感器网络路由协议的设计应该重点考虑到以上问题，从而使得整个网络的生命周期可以在已有的硬件条件下达到最大化。本文对基于蚁群算法的无线传感器网络路由协议的研究目标主要分为两点：提高整个网络的能量均衡水平以及加速路由协议的收敛过程从而减少算法在建立路由时所消耗的能量。如果传感器网络的能量均衡水平较差，那么这会严重影响整体网络的使用寿命，如果某些节点在传感器网络

2、中过多的参与数据的转发活动那么这些节点的能量会很快被耗尽。这种情况的发生将严重阻碍整个网络的任务的完成。本文提出的基于改进蚁群算法的ACO—QEE算法在蚂蚁进行下一跳节点的选取时充分考虑了该节点现有能量剩余水平，节点剩余能量水平越低其被蚂蚁选择的概率也就越小，通过试验证明这种机制可以很好的提高整个传感器网络的能量均衡性。同时ACO．QEE算法采用了基于Q．1earning思想改进后的蚁群算法而并非传统蚁群算法，改进后的蚁群算法具有更快的收敛性质从而减少了在传感器网络路由建立阶段节点能量的消耗。本文最后提出的A

3、CO．QEE算法很好的延长了传感器网络的生命周期，使其可以在现有水平条件下工作更长时间。这也为传感器网络完成既定的任务提供了充足的保障。1．2本课题目前的研究现状与需求由于蚁群优化算法适合于无线传感器网络的许多性质并且实现起来相对简单，因此越来越多的研究人员开始投入到基于蚁群算法的无线传感器网络路由协议的研究中来。Dorigo等人在文献[17】中提出的基于蚁群算法的网络路由协议ANT-NET为研究该领域的学者提供了很好的引导与启发，此后越来越多的相关研究开始起步。但是目前这些研究正处于起步阶段，被设计出的众多

4、相关算法也存在各种各样的缺陷。本文提出的ACO．QEE算法主要用来解决传感器网络能量均衡以及加快路由建立速度这两个问题。目前所提出的基于蚁群算法的传感器网络路由协议中由Salehpour等人在文献[18】中提出的ERC算法在解决传感器网络能量均衡的问题上有较好的性能。该算法为大规模基于簇的传感器网络提供了有效的路由解决方案。ERC采用两层路由的策略：在第一层中簇成员直接将其所获取的数据传输给簇头结点，每个簇的簇头节点通过文献[19]中提出的LEACH算法选出；在第二层中由簇头节点将所获得的来自于簇成员的数据通

5、过单跳或者多跳的方式传输给锚节点，其中簇头节点到锚节点的路由通过蚁群算法获得。而其它一些相关的路由算法不能较好的解决该问题。目前基于蚁群算法的无线传感器网络路由算法中基本还没有通过改进蚁群算法来加速网络路由建立的前例。由于在传感器网络节点的所有活动中通信是最为耗能的活动而且其所消耗的能量远大于节点的其它活动。所以加快蚁群算法的收敛速度不仅可以提高传感器网络路由的建立速度，还可以节省节点的能量消耗从而延长整个网络的使用寿命。试验结果指出本文提出的基于Q．1earning思想的改进蚁群算法确实提高了获得最优解的速

6、度，相比传统的蚁群算法在性能上有了一定的提高。1．3本文各部分内容的安排论文的第2章对基本蚁群算法以及无线传感器网络的基本原理与基础知识做了详细的回顾与介绍，并且详细的评论了蚁群算法三种基本实现的性能。其中2．1节介绍了基本蚁群算法及其原理，2．2节介绍了基本蚁群算法的三种实现形式并对这三种算法做了比较，2．3节详细介绍了无线传感器网络的基本原理与特性。论文第3章第1节介绍了Q．1earning算法的理论。本文提出的ACO．QEE算法中所应用的改进蚁群算法是建立在Q．1earning思想之上的，因此第3章的第

7、2节将Q．1earning算法与基本蚁群算法进行详细的比较与分析，为最后提出改进基本蚁群算法的方法提供了理论支持。第4章提出了本文设计的ACO．QEE算法。其中4．1节介绍了ACO．QEE算法的实现环境，4．2节介绍了ACO．QEE算法的能量均衡策略，4．3节提出了通过Q-learning思想改进基本蚁群算法的方法，4．4节给出了ACO—QEE算法的具体实现步骤，4．5节给出了对ACO—QEE算法的仿真结果及对结果的分析。本文第5章给出了最终结论。22对蚁群算法及其在WSN路由协议中应用的回顾2．1基础蚁群算

8、法简介与分析众所周知在自然界中蚂蚁属于群居类昆虫，在一个蚂蚁群体中成千上万只蚂蚁间通过错综复杂的信息交互来合作完成各种复杂的任务。在蚁群对食物源进行搜索的活动中蚂蚁间这种通过信息交互的合作方式被体现的淋漓尽致。在一个蚁群中单个蚂蚁的行为极其简单，但是它们之间可以通过一种在生物界被称为信息素的化学物质进行交互从而完成单个蚂蚁不能完成的复杂工作。这种个体间交互的活动现象现在被生物学家定义为“群体智能”。