基于改進(jìn)遺傳算法的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法

于　剡

（解放軍第88醫(yī)院，山東　泰安　271000）

基于改進(jìn)遺傳算法的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法

于剡

（解放軍第88醫(yī)院，山東泰安271000）

無線通信和電子技術(shù)的進(jìn)步促進(jìn)了無線傳感器網(wǎng)絡(luò)發(fā)展，無線傳感器網(wǎng)絡(luò)廣泛應(yīng)用于多個領(lǐng)域（如醫(yī)療，軍事，家居等）。文章分析了無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合問題，提出了一種基于改進(jìn)遺傳算法的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，仿真實(shí)驗(yàn)表明，基于改進(jìn)遺傳算法的方法在運(yùn)行效率上優(yōu)于標(biāo)準(zhǔn)遺傳算法。

無線傳感器網(wǎng)絡(luò)；數(shù)據(jù)融合；遺傳算法

1　概述

無線通信和電子技術(shù)的進(jìn)步促進(jìn)了無線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）發(fā)展，低功耗、低成本、多功能的傳感器節(jié)點(diǎn)體積較小，并且能夠在短距離內(nèi)進(jìn)行通信。這些微小的傳感器具有感知、數(shù)據(jù)處理和通信功能，影響到無線傳感器網(wǎng)絡(luò)的功能和用途。無線傳感器網(wǎng)絡(luò)相對于傳統(tǒng)的傳感器來說，代表了一個重要進(jìn)步［1］。

一個無線傳感器網(wǎng)絡(luò)由大量密集部署在事件域內(nèi)或附近的傳感器節(jié)點(diǎn)組成。節(jié)點(diǎn)位置無須事先確定，這使得無線傳感器網(wǎng)絡(luò)可以應(yīng)用于災(zāi)后救援領(lǐng)域和難以到達(dá)的地區(qū)如海底和太空。另一方面，這也意味著無線傳感器網(wǎng)絡(luò)協(xié)議和算法必須具備自組織功能。由于傳感器節(jié)點(diǎn)數(shù)量較大，通信傳輸能力一般，所以數(shù)據(jù)融合，也就是如何從感知到的數(shù)據(jù)中提取有用信息并且盡量以較小的數(shù)據(jù)量進(jìn)行傳輸，對無線傳感器網(wǎng)絡(luò)的能效性影響較大，是無線傳感器網(wǎng)絡(luò)中的重要問題。

2　WSN中數(shù)據(jù)融合發(fā)展現(xiàn)狀

數(shù)據(jù)融合按照結(jié)構(gòu)的不同，分為集中式融合和分布式融合［2］。集中式融合是將所有信息進(jìn)行一次融合計(jì)算完成，這樣做的優(yōu)點(diǎn)是能夠選擇合適的融合算法進(jìn)行最優(yōu)融合，缺點(diǎn)是采集的數(shù)據(jù)受干擾影響較大、融合所需的計(jì)算能力較強(qiáng)、能量消耗較大，所需時間較長；分布式融合把信息分散到傳感器各自的處理器進(jìn)行多次融合完成，其優(yōu)點(diǎn)是各節(jié)點(diǎn)能量消耗較均勻、采集的數(shù)據(jù)就近融合，受干擾較少。缺點(diǎn)是節(jié)點(diǎn)能量和計(jì)算能力有限，不能采用較復(fù)雜的融合算法，同時因?yàn)椴扇【植咳诤系姆椒?，?dǎo)致不容易得到全局最優(yōu)值。

通信路由協(xié)議（Sensor Protocol for Information Via Negotiation，SPIN）［3］中體現(xiàn)了數(shù)據(jù)融合的思想，它提出了數(shù)據(jù)協(xié)商機(jī)制，以消除數(shù)據(jù)冗余，并節(jié)約能量。文獻(xiàn)［4］提出定向擴(kuò)散協(xié)議。數(shù)據(jù)融合包括路徑建立階段的任務(wù)融合和數(shù)據(jù)發(fā)送階段的數(shù)據(jù)融合，通過緩存機(jī)制實(shí)現(xiàn)兩種融合。集中式數(shù)據(jù)融合的優(yōu)點(diǎn)是簡單、處理精度較高；其缺點(diǎn)是缺乏對通信資源的優(yōu)化管理，對網(wǎng)絡(luò)動態(tài)變化的反應(yīng)速度慢。

分布式編碼方式編碼復(fù)雜度較低，解碼復(fù)雜度較高，這一特點(diǎn)正好符合傳感器節(jié)點(diǎn)和sink節(jié)點(diǎn)的能量特性。文獻(xiàn)［5］提出了在簇結(jié)構(gòu)中使用Slepian-Wolf編碼的分布式數(shù)據(jù)融合方法。文獻(xiàn)［6］提出了一種分布式數(shù)據(jù)融合算法。并從網(wǎng)絡(luò)傳輸時延、節(jié)點(diǎn)能量消耗、緩存位數(shù)、網(wǎng)絡(luò)壽命和傳輸失敗概率5個方面分析了該算法在無線傳感器網(wǎng)絡(luò)中的特性。

3　WSN數(shù)據(jù)融合問題形式化

無向圖Gc=（Vcs，Ec）表示W(wǎng)SN某分簇的網(wǎng)絡(luò)拓?fù)?，｛Vcs｝是簇中傳感器節(jié)點(diǎn)的集合，Vch是簇頭節(jié)點(diǎn)，Ec是WSN傳感器分簇節(jié)點(diǎn)間鏈路的集合；Dc表示傳感器分簇內(nèi)的數(shù)據(jù)，它表示傳感器節(jié)點(diǎn)對于某個事件感知到的數(shù)據(jù)矢量，包括事件的位置、強(qiáng)度、范圍等信息。如果簇內(nèi)傳感器節(jié)點(diǎn)總數(shù)為m個，事件參數(shù)個數(shù)為n個，則傳感器節(jié)點(diǎn)感知到的事件信息集合可以記為｛Dc1，Dc2，…Dcm｝，簇內(nèi)→第i個傳感器感知到的事件信息可以表示為一個矢量坐標(biāo)，其中i=1，2，…m。若傳感器分簇內(nèi)的通信時間限制為Bc，則WSN數(shù)據(jù)融合問題可以描述為：

式（1）表示簇頭和傳感器節(jié)點(diǎn)之間時延要低于簇內(nèi)時延限制，式（2）表示簇內(nèi)傳感器節(jié)點(diǎn)數(shù)目為n，式（3）表示傳感器節(jié)點(diǎn)感知到的數(shù)據(jù)各個參數(shù)權(quán)重系數(shù)之和為1，權(quán)重越大的數(shù)據(jù)參數(shù)越重要，式（4）表示簇頭節(jié)點(diǎn)最后發(fā)送的信息由各個傳感器節(jié)點(diǎn)數(shù)據(jù)融合而成，式（5）表示權(quán)重系數(shù)個數(shù)等于數(shù)據(jù)參數(shù)個數(shù)。

WSN數(shù)據(jù)融合問題的目標(biāo)函數(shù)由2部分組成，一部分為傳感器節(jié)點(diǎn)到簇頭節(jié)點(diǎn)的平均傳輸時延，理論上越小越好，越小說明無線傳感器網(wǎng)絡(luò)效率越高；另一部分為傳感器節(jié)點(diǎn)感知到數(shù)據(jù)經(jīng)融合處理后的結(jié)果，理論上越小越好，融合后的數(shù)據(jù)越小，無線傳感器的能效性越好。

4　求解WSN數(shù)據(jù)融合問題的遺傳算法

（2）選擇算子為改進(jìn)的一次旋轉(zhuǎn)賭輪方法：

int RWS（）

｛

m = 0；

r =Random（0，1）； //r為0至1的隨機(jī)數(shù)

for（i=1；i＜=N； i++）

｛

m = m + P［i］；//P［i］為選擇第i個基因位的概率if（r＜=m）return i；

｝

｝

（3）交叉算子為隨機(jī)多點(diǎn)交叉，即隨機(jī)選擇多組成對的權(quán)重系數(shù)αi和αj，將二者的值進(jìn)行互換。

（5）適應(yīng)度函數(shù)采用式（6）決定：

5　模擬與仿真

使用仿真軟件對本文算法的運(yùn)行效率進(jìn)行考察，得到的結(jié)果如表1和圖1所示，結(jié)果表明改進(jìn)遺傳算法與標(biāo)準(zhǔn)遺傳算法相比效率更高。

表1　改進(jìn)遺傳算法與標(biāo)準(zhǔn)遺傳算法效率對比

圖1　進(jìn)化代數(shù)VS種群規(guī)模

［1］AKYILDIZ I F，SU W，SANKARASUBRAMANIAM Y，et al. Wireless sensor networks：a survey［J］. Computer Networks，2002 （4）：393-422.

［2］FAOUZI N E E，LEUNG H，KURIAN A. Data fusion in intelligent transportation systems: Progress and challenges - A survey［J］. Information Fusion，2011（1）：4-10.

［3］KULIK J，HEINZELMAN W R，BALAKRISHNAN H.Negotiation based protocols for disseminating information in wireless sensor networks［J］.Wireless Networks，2002（2）：169-185.

［4］INTANAGOWIWAT C，GOVINDAN R，ESTRIN D，et al.Directed diffusion for wireless sensor networking［J］.IEEE/ACM Trans on Networking，2003（1）：2-16.

［5］ZHENG J，WANG P，LI C. Distributed data aggregation using Slepian-Wolf coding in cluster-based wireless sensor networks［J］. IEEE Trans on Vehicular Technology，2010（5）：2564-2574.

［6］葉寧，王汝傳.無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型研究［J］.計(jì)算機(jī)科學(xué)，2006（6）：58-60.

A data fusion method in WSN based on improved genetic algorithm

Yu Yan
（the 88th Hospital of People's Liberation Army，Tai’an271000， China）

Recent advancement in wireless communications and electronics has enabled the development of wireless sensor networks （WSN）. The wirelesssensornetworks can be used for various applicationareas（e.g.，health，military，home）.Data fusion qustion in WSN has been argued in this article and a method based on improved genetic algorithm has been proposed. Simulations show that the method based on improved genetic algorithm is more effective than the normal one.

wireless sensor network（WSN）； data fusion； genetic algorithm

于剡（1981— ），男，山東泰安，本科；研究方向：智慧醫(yī)療。