基于蚁群无线传感器网络路由算法.docVIP

基于蚁群无线传感器网络路由算法 　　摘要：提出了一种智能无线传感器网络路由算法，利用蚁群的分布式特点，通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径，然后根据节点信息实时更新路由表。仿真结果显示ACRA(蚁群路由算法)降低了能耗，延长了网络寿命。 　　关键词：无线传感器网络；蚁群算法；路由；分布式算法 　　中图分类号：TP393．04文献标志码：A 　　文章编号：1001－3695(2008)03－0715－03 　　 　　0引言 　　 　　蚁群算法是M.Dorigo[1]提出的一种基于生物习性的启发式算法，用于解决复杂组合优化问题。它能在一个合理的时间内对复杂问题有一个较优的结果。目前主要有蚁群算法(ant colony system,ACS)、极大―极小蚁群算法、多蚁群算法等。这些算法在TSP、任务指派、路径规划、网络路由、测试生成等方面有着广泛的应用。 　　无线传感器网络面临着节省能耗和延长网络寿命的挑战，这就对路由协议有更高的要求，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。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。由于无线传感器网络是由许多能量有限、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，这就与群体智能算法有着天然的联系。代表基于蚁群的路由算法有：Kassabalidis等人[2]提出的AntNet算法，通过前向蚂蚁和返回蚂蚁来实现路由优化（前向蚂蚁收集节点信息；返回蚂蚁利用这些信息更新路由表）；Schoonderwoerd等人[3]用ABC（ant based control）算法以概率的方式选择和更新路径，该算法中只有一种从源节点释放的蚂蚁，这些蚂蚁到达目的节点后就死亡。这样当蚂蚁到达节点时，节点的路由表就被更新了。 　　AntNet和ABC算法对网络的变化有较强的适应能力，能快速建立优化路径。但它们都利用了网络延时信息更新路径，没有考虑节点当前状态，这样会使部分节点能量迅速耗尽，引起网络瘫痪；而且为了优化路径需要较多的蚂蚁协同工作，这将导致大量的广播通信而消耗过多的能量。 　　本文提出了一种改进的蚂蚁路由算法（ACRA)，重点研究了蚂蚁在规定寿命内的路由优化，其节省了能耗，提高了路由可靠性，延长了网路寿命。 　　 　　1ACRA 　　 　　1．1算法思想 　　针对无线传感器网络路由的特性，本文对蚁群算法进行改进，给蚂蚁增加了新的属性。定义前向蚂蚁具有寿命，当蚂蚁在其寿命内没有到达汇聚节点，就会死亡。这样就避免了在较差路径上继续探索下去而消耗能量。在蚂蚁返回时，考虑到蚂蚁年龄的大小，进行全局更新，这样在最优路径上蚂蚁就会释放更多的信息素。本文使用的蚂蚁的特性如下： 　　a)蚂蚁分为前向蚂蚁和返回蚂蚁。前向蚂蚁收集节点信息，进行局部更新，并将信息带给返回蚂蚁；返回蚂蚁对最优路径进行全局更新。 　　b)蚂蚁具有寿命，随着时间的增加年龄也不断增加。当蚂蚁到达一定年龄时，就宣布死亡。 　　c)蚂蚁具有记忆能力，可以记住节点信息。 　　d)蚂蚁k在节点i时能够向任何属于N??ki的节点移动。定义N??ki为节点i有效通信半径内的节点。 　　e)蚂蚁具有向最优点探索的能力。 　　f)前向蚂蚁从节点i向j移动时，蚂蚁会进行局部信息素更新。 　　g)返回蚂蚁按原始路径返回，根据前向蚂蚁到达汇聚节点时的年龄和其他信息进行全局信息素更新。 　　蚁群算法是完全分布式算法，通过所有节点的协作来完成。算法步骤如下： 　　a)初始化。将m只蚂蚁均匀地置于源节点上。 　　b)计算转移概率。定义位于第i个节点上的蚂蚁k到j的转移概率为 　　 　　0否则（1） 　　其中:Nb{i}是与节点i有效通信的节点集合；n为Nb{i}中元素个数；τ??kij为节点i到j的信息素。式（1）规定蚂蚁以较大的概率选择信息素较多的路径。ACRA实现流程如图1所示。 　　c)节点的选择和局部更新。局部更新公式为 　　τij(t)=max{τmin,min{τmax,(1-a)τij（t-1）+Δτij(t)}}(2) 　　其中：τmax和τmin分别表示极大和极小信息素的值；α表示信息素挥发率常数，0α1；t为周期；Δτij为信息素的更新值。 　　 　　结束。 　　 　　1．2网络的维护 　　网络由于节点失效、损坏或增加新的节点而破坏网络的拓扑结构，不及时维护就会造成网络瘫痪。ACRA不但建立了主路径，而且建立了多条备选路径。 因此一旦由于一些节点失效无法正常工作时，则可利用备选路径来完成任务。当新节点加入时，通过发出广播，周围收到广播的节点会返回一个信号，并更新路由表。