生命周期最大化无线水质监测网络路由优化研究.docVIP

生命周期最大化无线水质监测网络路由优化研究 　　摘 要：针对区域集中分布的无线水质监测网络，汇聚节点附近的监测节点容易形成数据传输“热点”而过早死亡，造成能量空洞的问题，将改进的量子遗传算法应用于无线水质监测网络的路由优化。通过建立系统的能耗模型，提出相应的量子编码方式和考虑监测节点剩余能量的适应度函数，设计了水质监测网络优化的量子遗传算法，优化了无线水质监测网络数据的传输路径，避免能量空洞现象过早出现。仿真结果表明该方法能够快速获得监测节点到汇聚节点的最佳路径，显著延长了水质监测网络的生命周期。 　　关键词：无线水质监测网络；能量空洞；网络生命周期；量子遗传算法；路由优化 　　中图分类号：TP212.9 文献标识码：A 　　Abstract：In the centralized distribution wireless water quality monitoring network，the monitoring nodes near the sink nodes are easy to form a hot spot of data transmission and come to an untimely end，which causes the energy hole problem.This study adopts the improved quantum genetic algorithm in the route optimization of the wireless water quality monitoring system.With the establishment of the system energy consumption model，the paper proposes a corresponding quantum coding method and the fitness function with the residual energy of monitoring nodes.The water quality monitoring network is optimized to avoid the premature energy hole through the quantum genetic algorithm.The simulation results show that the best route from monitoring nodes to the sink nodes can be quickly obtained through this method，which significantly prolongs the lifetime of the wireless water quality monitoring network. 　　Keywords：wireless water quality monitoring network；energy hole；network lifetime；quantum genetic algorithm；route optimization 　　1 引言（Introduction） 　　基于无线传感器网络的水质监测系统具有监测区域广、容错性能强、可扩展性能好、可远程实时监测和无须复杂布线等特点。由于无线传感器网络的能量消耗绝大部分在无线通信上，许多学者通过对WSN网络的数据传输路径进行优化，从而减少监测节点的网络通信能耗，延长节点的生命周期。WSN网络路径优化问题是NP-hard问题，一些学者采用遗传算法[1]、蚁群算法[2]、粒子群算法[3]和量子遗传算法[4-7]进行优化求解。量子遗传算法的全局优化和高效搜索能力，更适合WSN网络的路径优化。文献[7]采用群体灾变策略，避免量子遗传算法收敛到局部最优解，提高了算法求解成功率。但是该论文采用的量子编码方式在网络规模较大时，极大地增加了算法复杂度，而且以最小能耗为优化目标，并未考虑能量空洞现象对网络生命周期的影响。 　　在水质监测系统中汇聚节点附近的监测节点容易形成数据传输“热点”，导致这些节点过早死亡，造成“能量空洞”现象[8]，影响网络的生命周期。本文通过建立无线水质监测网络模型和数据传输能耗模型，综合考虑网络的数据传输能耗和节点的剩余能量，优化量子编码方式，改进了文献[7]的量子遗传算法，优化数据传输路径，避免能量空洞现象过早出现，延长网络的生命周期。 　　2 基于WSN的水质监测系统网络模型（Wireless 　　water quality monitoring network model） 　　2.1 WSN网络模型 　　本文的?o线