基于蚁群算法在无线传感网络中拥塞规避研究.docVIP

基于蚁群算法在无线传感网络中拥塞规避研究 　　摘 要 本研究是以经典的蚁群算法作为理论基础，解决无线传感网络的拥塞问题的应用型研究。传统蚁群算法有多路由选择，自适应等优点，但是它让传统蚁群收敛于最优路径，随着子系统的增加，面临着网络里大量数据的冲击，容易陷入局部拥堵等问题，导致现实的智能家居诸多控制系统的传输速率低，网络服务质量下降，每一个子系统无法正常工作，这里会造成网络节点数据急剧增加导致路径拥塞的问题，经过改进应用于全新的智能家居系统WSN中，可以有效的进行规避。 　　关键词 WSN 物联网 拥塞 　　中图分类号：TP393 文献标识码：A 　　1蚁群算法的概念 　　蚁群优化算法（ACO）是一种模拟蚂蚁觅食行为的模拟优化算法，它是由意大利学者于1991年首先提出，又系统研究了蚁群算法的基本原理和数学模型，并结合TSP优化问题与遗传算法、禁忌搜索算法、模拟退火算法、爬山法等进行了仿真实验比较，为蚁群算法的发展奠定了基础，并引起了全世界学者的关注与研究。蚁群算法是一种基于种群的启发式仿生进化系统。蚁群算法最早成功应用于解决著名的旅行商问题（TSP），正反馈多样性保证了蚂蚁在觅食的时候不置走进死胡同而无限循环，正反馈机制则保证了相对优良的信息能够被保存下来。我们可以把多样性看成是一种创造能力，而正反馈是一种学习强化能力。正反馈的力量也可以比喻成权威的意见，而多样性是打破权威体现的创造性，正是这两点小心翼翼地巧妙结合才使得智能行为涌现出来了。该算法采用了分布式正反馈并行计算机制，易于与其他方法结合，而且具有较强的鲁棒性。 　　蚁群算法的原理：蚁群算法是对自然界蚂蚁的寻径方式进行模似而得出的一种仿生算法。蚂蚁在运动过程中，能够在它所经过的路径上留下一种称之为外激素（pheromone）的物质进行信息传递，而且蚂蚁在运动过程中能够感知这种物质，并以此指导自己的运动方向，因此由大量蚂蚁组成的蚁群集体行为便表现出一种信息正反馈现象：某一路径上走过的蚂蚁越多，则后来者选择该路径的概率就越大。 　　智能家居是物联网最大的应用领域之一，为了能更舒适地享受智能家居带来的便利，人们对网络服务的质量要求越来越高，同时对网络的传输性能提出了更高的要求，而智能家居系统里每一个子系统正常的运行完全依赖于无线传感器网络（WSN）的连接，由于传感器节点资源严重受限、通信链路易受干扰等因素，影响网络性能的重要因素就是网络拥塞，因此网络拥塞规避成为了物联网传输服务体系中研究的热点。为了提高网络服务质量和传输性能，寻找一种有效的数据流量均衡的算法来进行拥塞规避去解决WSN拥塞问题显得十分重要。针对网络拥塞问题，在高效节能蚁群路由算法的基础上，提出基于位置信息的改进的蚁群算法来作为路由建立时的概率选择引导因子之一，使网络中的数据流量根据节点方位信息的引导而经过不同的优化路径，来实现拥塞规避，为用户提供更高质量的网络服务。 　　本研究以蚁群算法为理论依据，它是一种典型的概率算法，在求解复杂优化问题（特别是离散优化问题）方面具有一定的优越性；它利用信息正反馈原理和启发式算法的有机结合，可以对算法中的参数进行理论上的设定，但是在解决实际问题中，很难使蚁群算法如意陷入局部最优解以及计算时间过长的薄弱点，需要结合研究经验和多次实验来解决实际问题。 　　针对传统蚁群算法里带来的最优路径导致拥塞，对算法进行了改进，加入了“位置信息”的机制，在路由的请求蚂蚁中引入源节点的方位域，在路由请求蚂蚁从节点ni向其邻居节点nj广播过程中，源节点s相对ni的位置记为（xis，yis），由请求蚂蚁携带，源节点s相对节点nj的位置记为（xjs，yjs），在节点nj转发请求蚂蚁之前，通过（xjs，yjs）更新请求蚂蚁的源节点的方位域。当路由请求蚂蚁到达目标节点之后，路由应答蚂蚁将建立从源节点s到目标节点d的路由，设定目标节点d的若干个邻居节点ni，分别计算目标节点d的邻居节点ni的位置信息，用于选择路由应答蚂蚁的下一条节点；目标节点d根据节点信息素表中的信息素值以及位置信息，计算各邻居节点作为下一跳节点的选择概率Psid；目标节点d计算得到每个邻居节点作为下一跳节点的选择概率Psid之后，采用伪概率选择机制选择返回源节点s的下一跳节点Sd；当下一跳节点Sd从目标节点d的邻居节点集合Nd中被选择出之后，目标节点d就向该下一跳节点Sd单播路由应答蚂蚁，所述应答蚂蚁携带有源节点的方位域（xs，ys）；如果Sd为源节点s，则表明应答蚂蚁已经到达发起请求的节点，路由寻找结束；否则设定Sd为新的目标节点d，更新应答蚂蚁携带源节点方位域，同时继续前面步骤，计算应答蚂蚁的下一跳节点。所述目标节点d的邻居节点ni的位置信息为： 　　=，其中cos sid为夹角 sid的余弦函数值，所述位置引导