基于蟻群算法的無線傳感器網(wǎng)絡(luò)改進(jìn)CTP路由協(xié)議

陳 昊，楊光友，，馬志艷，，鄭 拓，全 睿

（1湖北工業(yè)大學(xué)機(jī)械工程學(xué)院，湖北 武漢430068；2湖北工業(yè)大學(xué)農(nóng)業(yè)機(jī)械工程研究設(shè)計(jì)院，湖北 武漢430068）

無線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）節(jié)點(diǎn)具有體積小、能耗低等優(yōu)點(diǎn)，但同時(shí)又有能量有限、計(jì)算能力有限、帶寬有限和易受干擾等缺點(diǎn)［1－2］。因此，設(shè)計(jì)節(jié)能高效的路由協(xié)議是 WSN的主要研究?jī)?nèi)容之一［3］。路由算法的路徑選擇機(jī)制的優(yōu)劣和執(zhí)行效率的高低將直接決定傳感器節(jié)點(diǎn)負(fù)載均衡程度、采集數(shù)據(jù)和收發(fā)數(shù)據(jù)的速率，從而影響整個(gè)網(wǎng)絡(luò)的能耗和時(shí)延。網(wǎng)絡(luò)拓?fù)渲新酚晒?jié)點(diǎn)的負(fù)載過重會(huì)導(dǎo)致節(jié)點(diǎn)過度能耗而死亡，影響整個(gè)網(wǎng)絡(luò)的性能和生命周期。同時(shí)，過載節(jié)點(diǎn)傳輸隊(duì)列過長(zhǎng)，影響數(shù)據(jù)的實(shí)時(shí)傳輸［4］。針對(duì)上述缺點(diǎn)，目前國(guó)內(nèi)外已有學(xué)者對(duì)路由協(xié)議改進(jìn)優(yōu)化?；诰鈪R聚樹的路由算法LB-CTP定義節(jié)點(diǎn)均衡度，引入規(guī)避繁忙節(jié)點(diǎn)接入機(jī)制，在路由更新中，相應(yīng)節(jié)點(diǎn)以LB-CTP路由算法選擇父節(jié)點(diǎn)接入網(wǎng)絡(luò)，分擔(dān)繁忙節(jié)點(diǎn)負(fù)擔(dān)，有效均衡了網(wǎng)絡(luò)負(fù)載［5］。文獻(xiàn)［6］在TinyOS系統(tǒng)中實(shí)現(xiàn)了基于蟻群算法的路由協(xié)議，該協(xié)議采用多跳的通信方式，能夠在降低丟包率和傳輸時(shí)延的同時(shí)平衡節(jié)點(diǎn)的能量消耗，延長(zhǎng)了網(wǎng)絡(luò)的存活時(shí)間。上述路由協(xié)議只是單一地優(yōu)化節(jié)點(diǎn)負(fù)載，沒有同時(shí)考慮網(wǎng)絡(luò)時(shí)延和節(jié)點(diǎn)間鏈路質(zhì)量，應(yīng)用到實(shí)際中仍存在一些缺陷。

本文提出了一種結(jié)合蟻群算法和CTP路由協(xié)議的路由算法——蟻群匯聚樹算法（Ant Colony Algorithm Collection Tree Protocol，ACA-CTP），并在TinyOS系統(tǒng)中運(yùn)用NesC語言實(shí)現(xiàn)了該算法。算法在原有CTP路由協(xié)議的基礎(chǔ)上，將蟻群算法的控制機(jī)制加入到CTP路由協(xié)議中，通過調(diào)整信息素濃度、節(jié)點(diǎn)間鏈路質(zhì)量和數(shù)據(jù)包時(shí)間延遲三者之間的關(guān)系來指引路由包進(jìn)行路徑搜索，算法的自適應(yīng)性好，全局搜索能力和快速收斂性兩者之間較為均衡。最后通過TOSSIM仿真，比較了CTP路由協(xié)議、AODV路由協(xié)議和ACA-CTP路由協(xié)議的性能。

1 ACA-CTP路由協(xié)議中的蟻群算法控制機(jī)制

1.1 改進(jìn)后的蟻群算法控制機(jī)制

本文以節(jié)點(diǎn)間鏈路質(zhì)量qij和傳輸時(shí)延tij構(gòu)建啟發(fā)式因子ηij，作為QoS網(wǎng)絡(luò)路由對(duì)路徑優(yōu)劣的評(píng)價(jià)參數(shù)［7－8］；同時(shí)考慮到傳感器節(jié)點(diǎn)的計(jì)算能力有限，選擇概率函數(shù)從乘冪公式改為乘法公式，提高算法的計(jì)算效率。改進(jìn)后的蟻群算法概率選擇公式:

其中，α、β和γ分別是信息素濃度τij、時(shí)間延遲tij和鏈路質(zhì)量qij的可調(diào)權(quán)重。螞蟻的路徑選擇傾向可以通過選擇不同的α、β和γ值來調(diào)節(jié)，時(shí)延越短，鏈路質(zhì)量越好，啟發(fā)式因子越大，螞蟻選擇該路徑的概率就越大。同時(shí)，這3個(gè)參數(shù)對(duì)蟻群算法的全局尋優(yōu)性能和快速收斂性能的影響和作用是相互配合，密切相關(guān)的，只有正確選擇三者之間的搭配關(guān)系，才能避免在搜索過程中出現(xiàn)過早停滯或陷入局部最優(yōu)等情況的發(fā)生。因此，令α、β和γ三者之間的關(guān)系如下:

改進(jìn)后的蟻群算法的信息素更新機(jī)制同基本蟻群算法相同。通過合理的設(shè)置信息素更新機(jī)制中的有關(guān)參數(shù)和α、β、γ3個(gè)參數(shù)，就可以實(shí)現(xiàn)算法收斂速度與全局尋優(yōu)性能之間的平衡［9－10］，使網(wǎng)絡(luò)負(fù)載達(dá)到平衡，延長(zhǎng)網(wǎng)絡(luò)生命周期。

1.2 改進(jìn)后的蟻群算法仿真

為了驗(yàn)證改進(jìn)蟻群算法的可行性和普通性，建立隨機(jī)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，運(yùn)用Matlab仿真工具對(duì)其進(jìn)行仿真研究。仿真環(huán)境是在100m×100m的區(qū)域中隨機(jī)生成200個(gè)節(jié)點(diǎn)，用K均值聚類算法對(duì)這些節(jié)點(diǎn)進(jìn)行聚類，最終得到20個(gè)中心點(diǎn)，這20個(gè)中心點(diǎn)即為所需傳感器節(jié)點(diǎn)，節(jié)點(diǎn)通信半徑為50m。隨機(jī)網(wǎng)絡(luò)中節(jié)點(diǎn)的時(shí)延、鏈路質(zhì)量和信息素濃度隨機(jī)產(chǎn)生，其中，鏈路質(zhì)量qij取0～1的隨機(jī)數(shù)，時(shí)間延遲tij取0～25的隨機(jī)數(shù)，信息素濃度τij取0～10的隨機(jī)數(shù)。

運(yùn)行算法后生成的網(wǎng)絡(luò)拓?fù)淙鐖D1所示。

圖1 網(wǎng)絡(luò)拓?fù)鋱D

從圖1中可以看出，改進(jìn)蟻群算法得到的網(wǎng)絡(luò)模型節(jié)點(diǎn)分布均勻，過遠(yuǎn)的傳感器節(jié)點(diǎn)之間不會(huì)形成直接的傳輸路徑，接近現(xiàn)實(shí)中的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。將節(jié)點(diǎn)1設(shè)為數(shù)據(jù)采集節(jié)點(diǎn)，節(jié)點(diǎn)20設(shè)為目的節(jié)點(diǎn)，算法迭代次數(shù)為20次，每次出動(dòng)螞蟻個(gè)數(shù)為100只螞蟻，信息素濃度重要參數(shù)α＝0.4，時(shí)間延遲重要參數(shù)β＝0.4，鏈路質(zhì)量重要參數(shù)γ＝0.2，信息素蒸發(fā)系數(shù)ρ＝0.8，信息素增強(qiáng)系數(shù)w＝30。

運(yùn)行算法后生成的最優(yōu)路徑如圖2所示。

圖2 最優(yōu)路徑圖

如圖2中所示，運(yùn)行改進(jìn)蟻群算法后得到的最優(yōu)傳輸路徑為1－9－15－16－20，并且圖3中的信息素濃度、時(shí)間延遲和鏈路質(zhì)量在算法迭代到15次時(shí)收斂，說明改進(jìn)后的算法是合理可行的。

圖3 QoS度量參數(shù)收斂圖

通過仿真測(cè)試，證明ACA-CTP算法中的蟻群算法控制機(jī)制能根據(jù)信息素濃度、時(shí)間延遲和鏈路質(zhì)量自動(dòng)選擇最優(yōu)路徑，自適應(yīng)地選擇和維護(hù)節(jié)點(diǎn)路由，為ACA-CTP路由協(xié)議的實(shí)現(xiàn)奠定了理論基礎(chǔ)。

2 ACA-CTP路由協(xié)議

2.1 ACA-CTP路由協(xié)議的實(shí)現(xiàn)

ACA-CTP協(xié)議在CTP協(xié)議的基礎(chǔ)之上，以鏈路質(zhì)量、時(shí)間延遲和信息素濃度等3個(gè)QoS參數(shù)代替CTP協(xié)議中的單一鏈路質(zhì)量參數(shù)作為新的路由選擇度量，引入蟻群算法控制機(jī)制，利用蟻群算法的路徑尋優(yōu)和快速收斂特性選擇數(shù)據(jù)傳輸?shù)淖顑?yōu)路徑［11］。

ACA-CTP路由協(xié)議的改進(jìn)如圖4所示。

圖4 ACA-CTP路由協(xié)議框架圖

2.1.1 鏈路質(zhì)量估計(jì)器的改進(jìn) 如圖4所示，鏈路質(zhì)量估計(jì)器引入時(shí)間延遲這一新的度量作為評(píng)價(jià)網(wǎng)絡(luò)狀況的參數(shù)，同時(shí)為了獲得節(jié)點(diǎn)間傳輸數(shù)據(jù)包的時(shí)間延遲估計(jì)，引入FTSP時(shí)間同步算法［12］。在TinyOS操作系統(tǒng)中，可以直接使用定時(shí)器組件TimeSyncC提供的接口來實(shí)現(xiàn)FTSP算法。

2.1.2 路由引擎的改進(jìn) 新的路由表在原CTP協(xié)議的路由表的基礎(chǔ)上增加了信息素濃度、數(shù)據(jù)傳輸時(shí)延和節(jié)點(diǎn)間鏈路質(zhì)量等3個(gè)表項(xiàng)，隨著鏈路質(zhì)量估計(jì)器實(shí)時(shí)地計(jì)算傳輸時(shí)延和鏈路質(zhì)量而周期性地更新路由表，路由引擎將路由表中的信息傳輸至轉(zhuǎn)發(fā)引擎。ACA-CTP協(xié)議的路由信息包格式如圖5所示。

圖5 ACA-CTP路由信息包

ACA-CTP路由信息包中各個(gè)字段的作用如下:P為允許路由位，占1個(gè)位，P位允許節(jié)點(diǎn)從其他節(jié)點(diǎn)請(qǐng)求路由信息；C為擁塞標(biāo)識(shí)位，占1個(gè)位，如果節(jié)點(diǎn)丟棄了一個(gè)路由幀，則必須將下一個(gè)傳輸路由幀的C位置位；Reserved為保留位，占6個(gè)位；Parent為父節(jié)點(diǎn)ID，占8個(gè)位；Current為當(dāng)前節(jié)點(diǎn)ID，占8個(gè)位，

Quality為當(dāng)前節(jié)點(diǎn)到源節(jié)點(diǎn)的鏈路質(zhì)量，占8個(gè)位，

Timedelay為當(dāng)前節(jié)點(diǎn)到源節(jié)點(diǎn)的數(shù)據(jù)傳輸時(shí)延，占8個(gè)位；

Pheromone為當(dāng)前節(jié)點(diǎn)的初始信息素濃度，占8個(gè)位。

在ACA-CTP路由協(xié)議的實(shí)現(xiàn)中，路由引擎調(diào)用UpdateRouteTask函數(shù)來更新路由表中的信息素濃度、傳輸時(shí)延和鏈路質(zhì)量等表項(xiàng)，轉(zhuǎn)發(fā)引擎就能動(dòng)態(tài)選擇當(dāng)前節(jié)點(diǎn)的下一跳節(jié)點(diǎn)，保證數(shù)據(jù)實(shí)時(shí)準(zhǔn)確地傳輸至目的節(jié)點(diǎn)。

2.1.3 轉(zhuǎn)發(fā)引擎的改進(jìn) 轉(zhuǎn)發(fā)引擎將更新后的路由表中的3個(gè)QoS參數(shù)代入公式（1）中，計(jì)算當(dāng)前節(jié)點(diǎn)的各下一跳鄰居節(jié)點(diǎn)的路徑轉(zhuǎn)移概率，選取最大轉(zhuǎn)移概率鄰居節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)，將ACA-CTP協(xié)議的數(shù)據(jù)包沿著最優(yōu)路徑傳輸至目標(biāo)節(jié)點(diǎn)。同時(shí)，為了避免因信息素累積而使節(jié)點(diǎn)負(fù)載過大和轉(zhuǎn)發(fā)引擎陷入局部最優(yōu)路徑，信息素根據(jù)信息素更新機(jī)制進(jìn)行揮發(fā)，經(jīng)過N次迭代后，信息素濃度降低，確保轉(zhuǎn)發(fā)引擎選取路徑是最優(yōu)路徑。ACA-CTP路由算法流程圖如圖6所示。

圖6 ACA-CTP路由協(xié)議流程圖

3 ACA-CTP路由協(xié)議的仿真

在TinyOS操作系統(tǒng)中使用TOSSIM仿真器仿真ACA-CTP路由協(xié)議。不同于傳統(tǒng)的仿真，TOSSIM仿真器通過對(duì)實(shí)際的TinyOS程序進(jìn)行編譯，建立更加真實(shí)的仿真環(huán)境，對(duì)ACA-CTP路由協(xié)議的性能做更加真實(shí)的分析。

3.1 仿真環(huán)境的搭建

本文選取某農(nóng)科院農(nóng)業(yè)大棚環(huán)境作為仿真環(huán)境，建立TOSSIM仿真模型。由于只有配置好網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，TOSSIM仿真才能模擬網(wǎng)絡(luò)行為，故仿真剛啟動(dòng)時(shí)，節(jié)點(diǎn)之間不能互相通信。提取農(nóng)業(yè)大棚環(huán)境的網(wǎng)絡(luò)參數(shù)，使用TOSSIM自帶的Java工具根據(jù)對(duì)數(shù)正態(tài)陰影路徑損耗模型產(chǎn)生網(wǎng)絡(luò)拓?fù)?，需要的配置文件中的網(wǎng)絡(luò)參數(shù)如表1所示。

表1 網(wǎng)絡(luò)拓?fù)鋮?shù)配置表

配置文件中的節(jié)點(diǎn)坐標(biāo)是根據(jù)農(nóng)業(yè)大棚環(huán)境現(xiàn)場(chǎng)節(jié)點(diǎn)部署的實(shí)際位置測(cè)定的，13個(gè)節(jié)點(diǎn)的坐標(biāo)分布如表2所示。

表2 實(shí)驗(yàn)現(xiàn)場(chǎng)節(jié)點(diǎn)坐標(biāo)分布表

運(yùn)行Java工具，生成兩個(gè)文件“l(fā)inkgain.out”和“topology.out”。其中，“l(fā)inkgain.out”文件包含了網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)之間的鏈路增益和噪聲；而“topology.out”文件包含了仿真環(huán)境中節(jié)點(diǎn)的坐標(biāo)分布。

3.2 仿真結(jié)果分析

仿真環(huán)境配置完成后，在TinyOS協(xié)議棧的應(yīng)用層編寫ACA-CTP路由協(xié)議的應(yīng)用程序，運(yùn)行TOSSIM仿真器，仿真結(jié)果如圖7所示。

圖7 ACA-CTP路由協(xié)議仿真圖

圖7 中，〈8〉號(hào)節(jié)點(diǎn)的轉(zhuǎn)發(fā)引擎（CtpForwardingEngineP）觸發(fā)發(fā)送任務(wù)（sendTask）—轉(zhuǎn)發(fā)（Trying to send a packet）發(fā)送隊(duì)列（Queue）中的數(shù)據(jù)包，此時(shí)發(fā)送隊(duì)列中只有一個(gè)數(shù)據(jù)包（Queue size is 1），節(jié)點(diǎn)不處于擁塞狀態(tài)；但是沒有發(fā)現(xiàn)合理的路由路徑（no route，don′t send），再次發(fā)起路由請(qǐng)求（start retry timer）；發(fā)現(xiàn)路由路徑，發(fā)送數(shù)據(jù)包，發(fā)送隊(duì)列為空（Queue:size is 0）；然后收到一個(gè)數(shù)據(jù)包（head＜－［負(fù)載］＜－tail），數(shù)據(jù)包進(jìn)入轉(zhuǎn)發(fā)隊(duì)列（Queue:size is 1），廣 播 路 由 幀 （head＜ － ＜ －tail）；最后仿真完成（Completed simulation）。圖7可以清楚地反映ACA-CTP路由協(xié)議下數(shù)據(jù)包的傳輸流程，但不能直觀反映路由協(xié)議的性能。因此，本文收集仿真過程中各節(jié)點(diǎn)的仿真信息，繪制ACACTP路由協(xié)議網(wǎng)絡(luò)拓?fù)鋱D（圖8）。

圖8 ACA-CTP協(xié)議網(wǎng)絡(luò)拓?fù)鋱D

分別運(yùn)行原始CTP路由協(xié)議和AODV路由協(xié)議，得到網(wǎng)絡(luò)拓?fù)鋱D分別如圖9和圖10所示。

圖9 CTP協(xié)議網(wǎng)絡(luò)拓?fù)鋱D

圖10 AODV協(xié)議網(wǎng)絡(luò)拓?fù)鋱D

其中，圖10為在某農(nóng)科院農(nóng)業(yè)大棚現(xiàn)場(chǎng)測(cè)試農(nóng)業(yè)大棚無線監(jiān)測(cè)系統(tǒng)時(shí)，上位機(jī)監(jiān)控軟件直接繪出的網(wǎng)絡(luò)拓?fù)鋱D。在網(wǎng)絡(luò)拓?fù)渲校谏?jié)點(diǎn)為匯聚節(jié)點(diǎn)，白色節(jié)點(diǎn)為路由節(jié)點(diǎn)，灰節(jié)點(diǎn)為終端節(jié)點(diǎn)。

由上述拓?fù)鋱D可知，3種路由協(xié)議生成的網(wǎng)絡(luò)拓?fù)渚鶠闃湫尉W(wǎng)絡(luò)。比較3個(gè)不同的網(wǎng)絡(luò)拓?fù)淇梢钥闯?，ACA-CTP路由協(xié)議生成的網(wǎng)絡(luò)拓?fù)渲械?層節(jié)點(diǎn)均為路由節(jié)點(diǎn)，其子節(jié)點(diǎn)數(shù)目相同，每個(gè)路由節(jié)點(diǎn)都擁有2個(gè)直屬子節(jié)點(diǎn)；第2層節(jié)點(diǎn)中的2個(gè)路由節(jié)點(diǎn)均有3個(gè)終端節(jié)點(diǎn)作為直屬子節(jié)點(diǎn)，因此，9號(hào)節(jié)點(diǎn)和25號(hào)節(jié)點(diǎn)的負(fù)載均為3，24號(hào)節(jié)點(diǎn)的負(fù)載為8，而8號(hào)節(jié)點(diǎn)的負(fù)載為2。同理，CTP路由協(xié)議生成的網(wǎng)絡(luò)拓?fù)渲校?4號(hào)節(jié)點(diǎn)的負(fù)載為11，8號(hào)節(jié)點(diǎn)的負(fù)載為7，9號(hào)節(jié)點(diǎn)的負(fù)載為2，25號(hào)節(jié)點(diǎn)的負(fù)載為5。AODV路由協(xié)議生成的網(wǎng)絡(luò)拓?fù)渲校?4號(hào)節(jié)點(diǎn)的負(fù)載為11，8號(hào)節(jié)點(diǎn)的負(fù)載為9，9號(hào)節(jié)點(diǎn)的負(fù)載為6，25號(hào)節(jié)點(diǎn)的負(fù)載為3。3種路由協(xié)議下節(jié)點(diǎn)負(fù)載如表3所示。

表3 三種不同協(xié)議下節(jié)點(diǎn)負(fù)載表

為了比較3種路由協(xié)議平衡節(jié)點(diǎn)負(fù)載性能的優(yōu)劣，引入網(wǎng)絡(luò)負(fù)載均衡度（Network-Load Balance Degree，NLBD）作為衡量網(wǎng)絡(luò)負(fù)載均衡性的標(biāo)準(zhǔn)。負(fù)載均衡度的值越小，說明該樹形網(wǎng)絡(luò)的節(jié)點(diǎn)負(fù)載越均衡，如果負(fù)載均衡度的值為零，說明該樹形網(wǎng)絡(luò)是一顆均衡匯聚樹。負(fù)載均衡度

式中:VNLBD為樹形網(wǎng)絡(luò)的負(fù)載均衡度的值；Li為節(jié)點(diǎn)負(fù)載的值；L為節(jié)點(diǎn)負(fù)載的均值；n為樹形網(wǎng)絡(luò)中路由節(jié)點(diǎn)個(gè)數(shù)。

分別用式（3）計(jì)算3種路由協(xié)議生成網(wǎng)絡(luò)拓?fù)涞木W(wǎng)絡(luò)負(fù)載均衡度，得到的結(jié)果如表4所示。

表4 三種不同路由協(xié)議的網(wǎng)絡(luò)負(fù)載均衡度表

由表4可知，ACA-CTP路由協(xié)議的網(wǎng)絡(luò)負(fù)載均衡度最小，其均衡節(jié)點(diǎn)負(fù)載的能力最強(qiáng)；AODV路由協(xié)議的網(wǎng)絡(luò)負(fù)載均衡度次之，其均衡節(jié)點(diǎn)負(fù)載的能力適中；CTP路由協(xié)議的網(wǎng)絡(luò)負(fù)載均衡度最大，其均衡節(jié)點(diǎn)負(fù)載的能力最差。

ACA-CTP路由協(xié)議生成一顆4層匯聚樹，CTP路由協(xié)議生成一顆5層匯聚樹，而AODV路由協(xié)議生成一顆6層匯聚樹，終端節(jié)點(diǎn)向匯聚節(jié)點(diǎn)傳輸數(shù)據(jù)時(shí)所經(jīng)過的層數(shù)越多，其累計(jì)的傳輸時(shí)延也越大。三種路由算法的傳輸時(shí)延變化趨勢(shì)如圖11所示。

圖11 三種路由協(xié)議傳輸時(shí)延的比較

圖11 說明ACA-CTP路由協(xié)議相比其他兩種協(xié)議有更好的實(shí)時(shí)性，這是由于引入了蟻群算法機(jī)制，ACA-CTP路由協(xié)議的收斂速度比其他兩種協(xié)議更快，從而能在較短時(shí)間內(nèi)搜索到滿足QoS約束要求的最優(yōu)路徑。但是隨著路由協(xié)議運(yùn)行時(shí)間的推移，網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)逐漸穩(wěn)定，其傳輸時(shí)延也趨于穩(wěn)定，3種路由協(xié)議之間傳輸時(shí)延的差異逐漸縮小。

收包率是衡量節(jié)點(diǎn)間鏈路質(zhì)量的重要指標(biāo)，圖12顯示了3種路由協(xié)議生成網(wǎng)絡(luò)中收包率的變化情況。

圖12 三種路由協(xié)議網(wǎng)絡(luò)收包率比較

圖12 反映出隨著協(xié)議運(yùn)行時(shí)間的逐漸增加，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)趨于穩(wěn)定，網(wǎng)絡(luò)收包率也逐漸升高，ACA-CTP協(xié)議下網(wǎng)絡(luò)的收包率略高于其他兩種協(xié)議的收包率，但三者之間的差距不大。因此，鏈路質(zhì)量這一QoS約束在信息素濃度、傳輸時(shí)延和鏈路質(zhì)量這3個(gè)參量中所占權(quán)重較小，不應(yīng)作為選擇最優(yōu)路徑時(shí)的決定性因素。

4 結(jié)束語

本文提出了基于蟻群算法和CTP路由協(xié)議相結(jié)合的路由協(xié)議ACA-CTP，并在TinyOS系統(tǒng)的網(wǎng)絡(luò)層和應(yīng)用層實(shí)現(xiàn)了該路由協(xié)議，通過TinyOS系統(tǒng)自帶的TOSSIM仿真器驗(yàn)證了ACA-CTP路由協(xié)議能夠較好地均衡網(wǎng)絡(luò)中節(jié)點(diǎn)的負(fù)載，減少數(shù)據(jù)包的傳輸時(shí)延和改善節(jié)點(diǎn)間鏈路質(zhì)量，為提高農(nóng)業(yè)大棚監(jiān)測(cè)系統(tǒng)的多跳數(shù)據(jù)傳輸性能奠定了基礎(chǔ)。但是，本文只對(duì)ACA-CTP路由協(xié)議進(jìn)行了仿真，該協(xié)議在實(shí)際應(yīng)用中的性能還有待驗(yàn)證。

［1］ 余小華，黃燦輝.一種基于蟻群優(yōu)化的 WSN擁塞控制算法［J］.計(jì)算機(jī)應(yīng)用研究，2012，29（04）:1 525-1 528.

［2］ 劉擁明，蔣新華，年曉紅.無線傳感器網(wǎng)絡(luò)擁塞控制研究［J］.計(jì)算機(jī)應(yīng)用研究，2008，25（02）:565-568.

［3］ Gnawali O，F(xiàn)onseca R，Jamieson K.Collection tree protocol［C］//Proc.Of the 7th ACM Conference on Embedded Networked Sensor Systems.Berkeley，USA:ACM Press，2009.

［4］ 魯天龍，盧俊嶺，王小明，等.TinyOS2，x下基于蟻群算法的 WSNS路由協(xié)議設(shè)計(jì)［J］.計(jì)算機(jī)應(yīng)用研究，2013，30（02）:541-543.

［5］ 趙晨旭，吳怡之，韓漢光.基于 WSN均衡匯聚樹的CTP路由算法改進(jìn)［J］.計(jì)算機(jī)工程，2012，38（14）:62-65.

［6］ 王 鑫，徐 攀，楊慧中.基于蟻群算法的路由協(xié)議在TinyOS中的實(shí)現(xiàn)［J］.傳感器與微系統(tǒng)，2012，31（05）:40-43.

［7］ 林國(guó)輝，馬正新，王勇前，等.基于螞蟻算法的擁塞規(guī)避路由算法［J］.清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2003，43（01）:1-4.

［8］ 楊新峰，劉克成.基于改進(jìn)蟻群算法的 WSN路徑優(yōu)化［J］.計(jì)算機(jī)與現(xiàn)代化，2012（06）:102-105.

［9］ 劉瑞杰，胡小兵.基于動(dòng)態(tài)調(diào)節(jié)信息素增量的蟻群算法［J］.計(jì)算機(jī)應(yīng)用研究，2012，29（01）:135-137.

［10］陳鳳超，李融林.基于路由代價(jià)的無線傳感器網(wǎng)絡(luò)蟻群路由算法［J］.華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，39（05）:36-43.

［11］潘 浩，董齊芬，張貴軍，等.無線傳感器網(wǎng)絡(luò)操作系統(tǒng)TinyOS［M］.北京:清華大學(xué)出版社，2011:279-282.

［12］黃森茂.無線傳感器網(wǎng)絡(luò)能量?jī)?yōu)化策略研究及時(shí)間同步算法實(shí)現(xiàn)［D］.武漢:湖北工業(yè)大學(xué)，2013.