基于量子免疫的无线传感器网络能量空洞避免.pdf

《基于量子免疫的无线传感器网络能量空洞避免.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、24传感器与微系统(TransducerandMicrosystemTechnologies)2011年第3O卷第5期基于量子免疫的无线传感器网络能量空洞避免刘宇，聂闻(1．重庆大学资源与环境学院，重庆400044；2．重庆大学西南资源开发及环境灾害控制工程教育部重点实验室。重庆400044)摘要：无线传感器网络路由的一个重要问题是如何有效地均衡整个网络的能量消耗水平，避免形成能量空洞。如何通过有效的节点部署来避免“能量空洞”并使网络效率最大，是一个极具挑战性的研究课题。基于无线传感器网络特性，提出了基于量子免疫的能量空洞避免算法

2、。采用量子编码染色体，利用免疫算子和量子门来引导变异，使得当前最优个体的信息能够很容易扩大到下一代，具有种群规模小、收敛速度快、全局寻优能力强的特点。对比实验结果表明：算法不仅能够避免“能量空洞”，而且相对于已有均匀与非均匀算法都能有效提高网络效率。关键词：无线传感器网络；量子免疫；能量空洞；网络路由中图分类号：TP393文献标识码：A文章编号：1000-9787(2011)05--0024-03⋯-_-●一●一●一WirelessSenS0rnetworksenergVholeavoidanCebasedOnquantumimm

3、unityLIUYu一．NIEWen(1．SchoolofResourceandEnvironment，ChongqingUniversity，Chongqing400044，China；2．KeyLaboratoryofMinistryofEducationforResourcesandEnvironmentEngineering，ChongqingUniversity，Chongqing400044，China)Abstract：HowtoeffectivelybMancethelevelofenergyconsumption

4、acrossthenetworktoavoidtheformationoftheenergyholeisanimportantissueofwirelesssensornetworksrouting．Howtoeffectivelydeploynodestoavoidthe“energyhole”andtorealizethemaximumnetworkeficiencyisachallengingresearchtopic．Onthebasisofcharacteristicsofwirelesssensornetworks，q

5、uantumenergyholeavoidancealgorithmbasedonquantumimmunityisproposed．Ithasadvantagesoffast，convergence，combinedwithimmunetheoryresearchhasbeenmadetodesigneficientquantumimmuneoptimizationalgorithm．Comparativeexperimentalresultsshowthatthealgorithmcannotonlyavoidthe“ener

6、gyhole”．butalsocanimprovenetworkeficiencycomparedwithnon—uni~rmalgorithms．Keywords：wirelesssensornetworks(WSNs)；quantumimmunity；energyhole；networkrouting0引言络中的能量空洞不可避免。文献[6]提出一种非均匀的节目前，传感器节点中通过电池获得的能量储备是有限点分布策略。文献[7]提出一种基于传输概率的能量平衡的，因此，提高网络的寿命和寻找有效的节能方案始终是无算法，并提出一种混合传

7、输概率求解算法。文献[8]利用线传感器网络研究中的一个核心问题J。能量空洞现象粒子群算法来求解能量空洞避免路由问题。存在的主要不在无线传感器网络中是普遍存在的。如何充分利用网络能足是不适用于对实时陛、动态性要求较高的网络，其扩展性量，延长网络寿命，提高网络的能量利用率，具有重要的应也有一定限制。文献[9]中基于蚁群优化的分布式算法，用前景与实际价值J。各区域根据其节点分布情况自适应地探索近似最优的传输目前，研究人员已经提出了许多有效的无线传感器网距离，延长网络寿命。文献[10]提出一种基于免疫克隆的络的能量空洞避免方法。文献[4]

8、提出能量空洞的一个分能量空洞避免算法。但只适合于均匀节点分布情况的网析模型。文献[5]首次证明了在特定条件下无线传感器网络。收稿日期：2011-02-22基金项目：国家自然科学基金资助项目(50974141)；国家科技重大专项基金资助项目(2008