基于混合型智能算法的WSN路由協(xié)議優(yōu)化

孫星

摘要：目前無線傳感器網(wǎng)絡(luò)（WSN）在我國發(fā)展迅速，作為物聯(lián)網(wǎng)感知層的重要單元，無線傳感器網(wǎng)絡(luò)承擔著信息采集和傳輸?shù)碾p重任務(wù)。無線傳感器網(wǎng)絡(luò)屬于自組網(wǎng)絡(luò)，因此其路由協(xié)議同無線局域網(wǎng)有所區(qū)別。如何在保障數(shù)據(jù)傳輸質(zhì)量的前提下，加快路由查詢過程，減少網(wǎng)絡(luò)通信時延，以提高該類型網(wǎng)絡(luò)的實時性，是近年來網(wǎng)絡(luò)通信領(lǐng)域研究的熱點。該文提出將蟻群算法同遺傳算法相結(jié)合，形成一種新的混合型智能算法，并將其用以無線傳感器網(wǎng)絡(luò)的優(yōu)化工作中，取得了較好的效果，具有一定的參考價值和推廣意義。

關(guān)鍵詞：WSN 路由協(xié)議；混合型算法；優(yōu)化

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）16-0081-02

1 概述

物聯(lián)網(wǎng)的出現(xiàn)，改變了傳統(tǒng)的網(wǎng)絡(luò)信息傳輸?shù)姆绞?，并將其覆蓋范圍延伸到了更為廣泛的物理世界，因此得到了世界各國的廣泛關(guān)注。我國已持續(xù)數(shù)年將物聯(lián)網(wǎng)發(fā)展列為國家發(fā)展規(guī)劃之中，由此可見其重要性。而無線傳感器網(wǎng)絡(luò)（WSN）則是物聯(lián)網(wǎng)中的關(guān)鍵組成部分，屬于外延的感知層，負責監(jiān)測物理世界中的各類信息，并將其通過節(jié)點的不斷跳轉(zhuǎn)傳輸至遠端，因此可以將WSN看作整個物聯(lián)網(wǎng)體系的神經(jīng)末梢，其性能的優(yōu)劣對物聯(lián)網(wǎng)的運轉(zhuǎn)質(zhì)量產(chǎn)生了直接且重要的影響。

出于布設(shè)成本和維護成本的考慮，WSN基本都屬于自組網(wǎng)絡(luò)，即在該網(wǎng)絡(luò)中并不存在獨立的路由設(shè)備和相關(guān)的服務(wù)器，而是將路由查詢工作分攤到各個通信節(jié)點來完成，這使得WSN的路由協(xié)議明顯有別于其他網(wǎng)絡(luò)，如何在節(jié)約能耗的前提下充分利用節(jié)點群進行協(xié)調(diào)工作，是該領(lǐng)域內(nèi)研究的熱點。

人工智能技術(shù)在大規(guī)模解集的快速收斂問題方面具有明顯的計算優(yōu)勢，而在WSN龐大的節(jié)點群內(nèi)找到一條快速有效的通信信道，同時兼顧到諸如節(jié)點能耗均攤等約束條件的影響，正屬于該類問題的范疇。因此，采用智能算法來對WSN的路由查詢進行優(yōu)化，是非常合適的。

2 WSN的基本構(gòu)成與特點

從結(jié)構(gòu)上劃分，可將WSN分為三個主要構(gòu)件：①傳感器單元，負責對物理世界中的各種信息進行采集和分析；②控制器，用來對采集到的數(shù)據(jù)信號進行處理和整定③無線收發(fā)裝置，遵循不同的無線通信協(xié)議（如IEEE802.15.4協(xié)議），將數(shù)據(jù)通過存儲轉(zhuǎn)發(fā)的方式，經(jīng)過一系列的節(jié)點跳轉(zhuǎn)，傳輸至遠端。圖1為一個典型的利用WSN搭建監(jiān)控網(wǎng)絡(luò)的結(jié)構(gòu)圖。

WSN以其特殊的組網(wǎng)方式和路由查詢機制而同其他網(wǎng)絡(luò)差異較大，這使得WSN在工農(nóng)業(yè)、軍事、醫(yī)療、社區(qū)安全、智能家居、環(huán)境監(jiān)測等領(lǐng)域內(nèi)得到了廣泛的應(yīng)用，其特點有以下幾條：

1） 網(wǎng)絡(luò)設(shè)備成本較低，無線傳感器節(jié)點本身價格很低，即使可以大規(guī)模使用也不會帶來高昂的布設(shè)成本，并且節(jié)點具有一定的數(shù)據(jù)融合能力，使得整個網(wǎng)絡(luò)可以維持一個較低的能耗水平下正常運轉(zhuǎn)。

2） 自適應(yīng)性強，WSN屬于自組織網(wǎng)絡(luò)，即網(wǎng)絡(luò)中的節(jié)點可以無需其他控制設(shè)備而自己獨立適應(yīng)網(wǎng)絡(luò)拓撲，當某節(jié)點因能量耗盡或出現(xiàn)故障而無法工作時，會導(dǎo)致網(wǎng)絡(luò)中出現(xiàn)“黑洞”，此時其他節(jié)點可以在不需要任何人工干預(yù)的情況下自動搜索替代路由，完成網(wǎng)絡(luò)的修復(fù)工作。

3） 節(jié)點本身就具有計算功能，可完成一定計算量的分析工作，因此可就近利用節(jié)點來實現(xiàn)較為復(fù)雜的監(jiān)測以及分析任務(wù)，從而使得數(shù)據(jù)的準確性和有效性大大提高了。

3 基于混合型智能算法的WSN路由優(yōu)化

3.1 蟻群算法

蟻群算法從自然界蟻群行為模式演變而來。蟻群在外出尋找食物時，其行動路線是隨機分布的，而當其中某只螞蟻找到食物回返時，會在其行動路線上留下信息素，附近的螞蟻根據(jù)信息素迅速匯集成一條蟻線，并在此軌跡都留下自己的信息素，于是后續(xù)的螞蟻根據(jù)不同軌跡上信息素濃度的高低，來判斷路徑的優(yōu)劣。這是一種非常有效的收斂算法，尤其適合運用在大規(guī)模節(jié)點群中進行路由查找，因此將此策略應(yīng)用到在WSN路徑優(yōu)化過程中，為各個節(jié)點之間的鏈路設(shè)定度量值，模擬信息素，最終通過度量值的高低來判斷出最優(yōu)化WSN路由。具體優(yōu)化策略如下：

1）對于某個已鋪設(shè)好的WSN節(jié)點群，設(shè)蟻群數(shù)量為m，為節(jié)點i和j之間距離，為t時刻（i，j）間信息素濃度。

2）設(shè)某螞蟻k所經(jīng)過的節(jié)點軌跡為，該軌跡可動態(tài)改變，以應(yīng)對蟻群信息素的變化。

為信息素殘留因子，表示之前的信息素的揮發(fā)程度，若某條較優(yōu)路由長時間沒有新的信息素增加的話，則其優(yōu)先級別會逐漸下降；為濃度增量，以描述在的一段時期內(nèi)信息素的變化幅度。

通過對蟻群算法在WSN路由優(yōu)化中的應(yīng)用模式可以看出，該算法適合在大規(guī)模解空間中根據(jù)動態(tài)變化的信息素查詢到目前最符合網(wǎng)絡(luò)狀況的最優(yōu)路由，但其本身也有一些缺陷，例如其收斂速度較慢等。因此本文提出將遺傳算法同蟻群算法相結(jié)合，形成一種新型的混合型智能優(yōu)化算法，利用遺傳算法快速收斂的特點加快WSN路由查詢速度，以提高網(wǎng)絡(luò)系統(tǒng)的響應(yīng)速度。

3.2 遺傳算法設(shè)計

1）適應(yīng)度函數(shù)

4 總結(jié)

經(jīng)過仿真驗證，新的混合型智能算法表現(xiàn)出了較好的性能水平。在平均時延方面，當節(jié)點群規(guī)模較小時，本算法并未體現(xiàn)出明顯優(yōu)勢，但當模擬WSN節(jié)點群規(guī)模超過200個節(jié)點以上時，該算法明顯耗時更少，因此可以證明遺傳算法的快速收斂性能同蟻群算法的大規(guī)模搜索優(yōu)勢得到了有效的結(jié)合。相信隨著人工智能技術(shù)的不斷發(fā)展，會有更多的研究成果同WSN路由優(yōu)化相結(jié)合，進一步提高WSN的工作效率。

參考文獻

[1] 孫揚，何建忠.WSN自適應(yīng)負載均衡集簇分層路由協(xié)議[J]. 計算機工程與設(shè)計，2013（2）：423-427.

[2] 何永剛.無線傳感網(wǎng)路由空洞問題的研究[D]. 蘇州： 蘇州大學，2010.

[3]張曉偉.蟻群優(yōu)化的傳感器網(wǎng)絡(luò)路由算法[J]. 計算機仿真，2011（3）.