基于蚁群算法的wsn路由算法分析-analysis of wsn routing algorithm based on ant colony algorithm.docxVIP

基于蚁群算法的wsn路由算法分析-analysis of wsn routing algorithm based on ant colony algorithm.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于蚁群算法的wsn路由算法分析-analysis of wsn routing algorithm based on ant colony algorithm

第一章绪论1.1课题研究的背景及意义WSN 综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术, 由部署在监测区域内大量的微型传感器节点组成,通过无线通信方式形成一个多跳 的、自组织的网络系统。其目的是协作地监测、感知和采集网络覆盖区域中的感知对 象的信息,并对这些信息进行处理,获得详尽准确的信息,传送到需要这些信息的用 户。WSN 具有传感、数据处理和短距离无线通信等功能的传感器组成,在军事国防、 环境监测、生物医疗、抢险救灾以及商业应用等领域具有广阔的应用前景,是目前研 究的热点之一。WSN 的路由协议设计是无线传感器自组网中的一个核心环节,路由协议负责寻 找源节点和目的节点间的优化路径并沿此优化路径正确转发数据包。因网络节点能量 有限、动态拓扑结构和数据融合处理等特征,WSN 路由协议须以节约能源为首要目 标,兼顾其它性能指标,使用户可以在延长网络生存期、提高网络通信量和降低传输 延迟等之间进行选择。与传统 Ad hoc 网络路由协议相比,WSN 路由协议有其自身的特点。如:传感器 节点数量大,不可能建立全局地址;在多数应用中,除了少数节点移动外,一般节点 在部署后位置保持固定;路由协议与特定的应用相关;节点间的数据冗余度高,路由 协议需要具有良好的数据汇聚能力。因此,普通路由协议并不适合应用到 WSN 中, 这就为 WSN 路由协议的设计提出了新的问题和挑战。文献[1]-[20]提出的路由算法是针对 WSN 已提出的较经典的路由协议。它们有着 不同的层次拓扑结构,有着不同的应用环境。这些算法在突出一些性能指标的同时也 有着不同程度的缺限。如:LEACH 协议[12]是一个经典的 WSN 路由协议。该协议采 用随机选举簇头的方式避免簇头过分消耗能量,提高了网络生存时间,采用数据聚合 方式有效减少数据传输量。但扩展性差,不适合大规模网络,部分节点生存时间较短, 频繁的簇头选举也耗费了不少的能量。在传统路由算法的基础上,学者提出了基于蚁群的路由算法。蚁群算法(Ant colony)是由意大利学者 Dorigo M 等人通过模拟自然界中蚂蚁集体寻径的行为而提出 的一种基于种群(Population-based)的启发式仿生进化算法。蚁群算法采用分布式并 行计算机制,用于解决复杂组合优化问题,具有较强的鲁棒性。目前主要有蚂蚁算法、 蚁群算法、极大极小蚂蚁算法、多蚁群算法等。这些算法在网络路由、TSP、任务指派、路径规划和测试生成等方面有着广泛的应用。尽管单个蚂蚁本身智力有限,但通过蚁群的协同工作就可以执行许多复杂任务。由于 WSN 是由许多能量有限、感知有 限、数据处理能力有限的节点组成的,它也是通过这些智力有限的单个节点协同工作 来完成一些复杂任务,这与群体智能算法有着属性关联。文献[21]-[44]提出的基于蚁 群算法的 WSN 路由协议,利用蚁群的自组织、自适应和动态寻优能力,或蚁群算法 正反馈机制,或多种群并行搜索机制以及基于目标函数值的启发式信息素分配策略 等,在 WSN 路由设计中取得了较好的效果。蚁群算法本身具有的群体智能优势,以 及给路由设计带来的良好效果已被严格的数学证明并在实际应用得到了验证。人工生命是当前生命科学、信息科学、系统科学及工程技术科学的交叉研究热点, 也是人工智能、计算机、自动化科学技术的发展动向之一,为工程应用提供了重要的 研究方法。正是这些学科的相互交叉渗透,推动着不同领域科学的发展,促使人们从 更广阔的角度来讨论所遇到的问题。本课题引入人体血管模型,研究人体血管路径分 布对 WSN 路由的启示,构建仿人体血管路由协议。人体血管血流有如下特征:⑴血液在血管路径中的流向是具有方向性的。当心脏在搏跳上半周期,动脉血液受心脏挤压流向全身,动脉血管传输血液具有方向性,即 一致向血压较小的地方传输;当心脏在博跳的下半周期,心脏血压较小,全身静脉血 液一致性地有向流回心脏;⑵某处血管堵塞或坏死,不影响血液流动,原要流经此处 的血液会选取合适的路径流回心脏;⑶血液流量分布合理,靠近心脏的动脉血管粗大, 血液量多,血压大且流速快;毛细血管细小,血液量偏少,血压小且流速慢;⑷具有 免疫能力和健康自我监视能力;⑸血液在血管交点处汇集等。人的血液体循环与 WSN 有着一定的关联。如:⑴心脏挤压与汇集节点广播消息, 具有主动广播和各节点采集、汇集和传输的时间同步,以及其周期性循环工作机制;⑵血液所携带的氧等营养物质与广播信息或控制指令;⑶血液从左心室携带氧和营养 物质受心脏挤压出发经体动脉到毛细血管,与汇聚节点沿着一定路径广播信息给各传 感器节点;⑷动脉血液交换物质后变成静脉血液经静脉血管回流至右心房,与各传感 器节点收集信息传输到汇聚节点;⑸血液在血管的交叉处汇集,与节点处的数据聚集 或融合等。因人体

您可能关注的文档

文档评论(0)

xyz118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档