基于多层感知器的无线传感器网络动态负载平衡.pdfVIP

基于多层感知器的无线传感器网络动态负载平衡 李彬 汪泉弟 重庆大学电气工程学院，重庆400030 摘要:无线传感器网络的作用是可靠的采集和传输 本文提出了一种基于多层感知器结构的无线 数据。本文根据无线传感器网络和神经网络的相似 传感器网络，这种网络在工作过程中可以动态调整 性，提出了一种基于多层感知器神经网络模型的无 节点的数据流量，使处于同一层的节点负载相对平 线传感器网络模型.并在这个模型及BP学习算法 衡。我们在网络仿真软件ns-2上实现了这一机制， 的基础上提出无线传感器网络的动态负载平衡路 通过实验分析，这一机制具有良好的效果。 由算法。在网络仿真软件ns一上实现了这一机制， 2.多层感知器与无线传感器网络结构 通过一个具体实例的仿真分析，该动态平衡路由算 法可以达到预期的良好效果。 多层感知器由输入层、隐含层和输出层组成， 其拓扑结构如图1所示。多层感知器输入层中的每 关键词:无线传感器网络:动态负载平衡: 个源节点的激励模式(输入向量)单元组成了应用 多层感知器:BP算法 于第二层 (第一隐含层)中神经元 (计算节点)的 输入信号，第二层输出信号成为第三层的输入，其 1.引言 余层类似。网络每一层的神经元只含有作为它们输 无线传感器网络是由大量无线传感器节点组 入前一层的输出信号，网络输出层神经元的输出信 成的，这些传感器节点具有数据采集能力、一定的 号组成了对网络中输入层源节点产生的激励模式 存储能力、简单的计算能力和短距离无线通信能力 的全部响应。即信号从输入层输入，经隐含层传给 等。传感器节点包括数据采集节点和数据汇聚节 输出层，由输出层得到输出信号t=1 点，采集节点采集到的数据经过多跳传播发送到汇 聚节点.无线传感器网络所面临的一大挑战就是节 点的能耗问题川，网络的寿命常常由于某些节点的 能量过早消耗完而终结.为了延长网络的寿命，必 须延长网络节点的寿命。多层感知器121是一种前馈 型神经网络，它由输入层、隐含层和输出层构成， 信号由输入层输入，经过隐含层节点的处理，最后 钧人层 隐含层 物出层 由输出层输出。BP算法是多层感知器神经网络的 学习算法，它通过有导师学习状态下的误差反传来 0 inn 训练网络，使网络达到预期输出目的。BP算法反 图 1 多层感知器结构示意图 向传播误差、调整神经元突触连接强度的思想给我 们以启示，无线传感器网络也可以通过某种机制来 调节节点数据流盘，使节点负载平衡，不至于某些 节点能量过早消耗完。 将神经网络算法引入无线传感器网络领域，现 在己有的成果有:Catteral等人针对传感器网络改 进了Kohonen自组织特征映射模型I],Andrea Kulakov等人研究了自适应谐振理论协RT)和 O 橄据采集节点 △ FuzzyART算法在传感器网络的聚簇与数据处理方 致据汇孩节点 面的应用141。这些成果为神经网络算法在无线传感 器网络领域的深入研究起了良好的开端。 图2 无线传感器网络结构示意图 根据某些代价因素[s1(如跳数、能耗