CN103826278B - 一种基于多生物启发的无线传感网络自适应路由决策方法 - Google Patents

一种基于多生物启发的无线传感网络自适应路由决策方法 Download PDF

Info

Publication number
CN103826278B
CN103826278B CN201410040846.8A CN201410040846A CN103826278B CN 103826278 B CN103826278 B CN 103826278B CN 201410040846 A CN201410040846 A CN 201410040846A CN 103826278 B CN103826278 B CN 103826278B
Authority
CN
China
Prior art keywords
node
route
routing
evaluation
ant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410040846.8A
Other languages
English (en)
Other versions
CN103826278A (zh
Inventor
张明川
郑瑞娟
吴庆涛
宋晓莉
魏汪洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan gunz Information Technology Co., Ltd
Original Assignee
Henan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201410040846.8A priority Critical patent/CN103826278B/zh
Publication of CN103826278A publication Critical patent/CN103826278A/zh
Application granted granted Critical
Publication of CN103826278B publication Critical patent/CN103826278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于多生物启发的无线传感网络自适应路由决策方法,由信任评价机制、路由决策和路由自适应调节方法三部分组成,信任评价机制对每个节点的邻居进行可信度评价,并存储到节点本身的信任评价表中,作为路由决策的决定因素之一,节点需要向汇聚节点发送数据时,路由决策为其选择一条合适路由,不存在合适路由时,路由发现寻找通向汇聚节点的路由,节点需要向汇聚节点转发数据时,路由转发为其选择一个合适的下一跳节点转发,有2条或以上路由可供选择时,路由选择根据绒泡菌算发选择最优一条路由;本发明能能够实现传感器节点的可信性评价、路由决策,并能够根据网络状态调节路由决策参数,实现路由决策的自适应调节。

Description

一种基于多生物启发的无线传感网络自适应路由决策方法
技术领域
本发明涉及网络通信技术领域,具体的说是涉及一种基于多生物启发的无线传感网络自适应路由决策方法。
背景技术
路由选择决策是指选择通过网络从源节点向目的节点传输信息的通道,而且至少通过一个中间节点。路由选择工作在OSI参考模型的网络层。
无线传感网络是一个自治的无线网络,它没有事先部署的基础设施,比如路由器、基站等。无线传感网络的节点同时具有事务处理和路由器的功能,即,它的节点既可以感知周围感兴趣的事件(温度、湿度、图像、声音等),又可以帮助其它节点向汇聚节点转发数据。无线传感网络具有节点移动、有限带宽、有限电池能量和频繁节点故障等特点。这些特点使得无线传感网络的路由决策方案比较复杂。
现有的无线传感网络要不考虑路由的效率,即如何高效、快速的向汇聚节点转发数据;要不考虑路由的能量,即如何减小路由的能量消耗,延迟网络的寿命。有的方案考虑在二者之间进行权衡,在保障一定效率的基础上减少网络的能量消耗,尽可能的延长网络寿命。还有一些研究者考虑了网络的安全问题,研究如何使得传输数据的安全可靠。
这些方案中,没有将网络效率、能量消耗、网络安全等问题分开对待。由于取得网络效率优、能量优、安全级别高是需要采用不同的模型,然后再对其进行统一融合才能取得更好地的效果和根据网络状态进行自适应调控。
发明内容
本发明为了解决上述通过单一模型解决路由一个或多个方面特性带来的效率问题,提供一种基于多生物启发的无线传感网络自适应路由决策方法,能够根据免疫算法实现传感器节点的可信性评价,根据感知蚁群算法和绒泡菌算法实现路由决策,并能够根据网络状态调节路由决策参数,实现路由决策的自适应调节。
本发明采用的技术方案是:一种基于多生物启发的无线传感网络自适应路由决策方法,所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成,信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成,且信任评价机制对每个节点的邻居进行可信度评价,并存储到该节点本身的信任评价表中,作为路由决策的决定因素之一,节点需要向汇聚节点发送数据时,路由决策为其选择一条合适的路由,不存在合适的路由时,路由发现根据蚁群算法寻找通向汇聚节点的路由,并计算找到路径的链路可信度和链路能量,节点需要向汇聚节点转发数据时,路由转发为其选择一个合适的下一跳节点转发,有2条或以上路由可供选择时,路由选择根据绒泡菌算发选择最优一条路由,路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择,路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点,完成不同的工作任务,三者相互协作,共同实现路由决策,而路由选择支撑路由决策组件和路由转发组件。
所述的信任评价机制包括以下步骤:
步骤201、邻居监视
1)假定传感器节点i及其邻居节点j,首先定义:
(1)节点的行为集合Ag={x|x是节点的行为};
(2)节点行为的标识AgG={gene|gene是节点行为的标识},其中gene可以唯一标识一类行为;
(3)“评价子”是一个四元组,能够评价节点行为,评价子集合Ab={<gene,age,count,weight>|gene∈AgG,(age,count,weight)∈N},其中gene是行为标识,age是“评价子”存在的时间,count是“评价子”已经评价节点行为的次数,weight是“评价子”的权重;
(4)“评价子”与节点行为匹配函数为:
其中,“.”是一个操作,x.weight表示x的第四个元素weight,Φ(·)是节点行为识别的一个函数;
2)节点i实时监视其邻居节点j的行为,通过规范化描述,可以获得其邻居节点j的行为标识,每次通过监视到一组邻居节点的行为,Φ(·)函数可以返回一个二元组<id,g>,其中,id是邻居的地址,g是监视到邻居行为的标识;汇聚节点定时广播网络各节点前一时间段的工作效率,通过对这些信息的分析,获得不同网络行为对应的效率,每次监视到一个邻居节点行为的效率,Ψ(·)函数可以返回一个二元组<g,w>,其中,g是监视到邻居行为的标识,w是行为标识g对应的权重(或效率);
步骤202、生灭过程,假定评价子生灭过程的时间间隔是1,且初始评价子是{a1,a2,......,an},ai∈Ab,i=1,2,......,n,
1)时间从t-1到t,新增的行为标识AgGnew和“评价子”Abnew分别为:yk表示在k时刻新增的节点行为,Abnew={<g,0,1,wini>|g∈AgGnew,wini∈N},wini是表示评价子权重的常数;
2)在t时刻,被杀死的评价子Abdead表示为
Abdead={x|x.age≥lifecycle,x.count<THmatch},THmatch是一个常数,将Ab集合中每个元素的age加1,新的评价子集合Abt
步骤203、自律进化,“评价子”可以根据从节点行为评价Ψ(·)获取的评价结果进行自律进化,具体过程如下:
1)假定收到来自Ψ(·)的二元组<g,w>;
2)取Ab中的一个没有进行过处理的元素i,如果i不存在,转向步骤6);否则,转向步骤3);
3)如果i.gene!=g,转向步骤2);否则,转向步骤4);
4)如果w!=0,则i.weight=i.weight+w;否则,i.weight=i.weight+w0
5)把i放入集合Ab;
6)算法结束;
步骤204、信任评价,当节点从邻居监视组件的Φ(·)接收到一组信息<id,g>时,节点可以对地址是id的邻居进行信任评价,并将评价结果放在本地的信任表中,具体过程如下:
1)假定收到来自Φ(·)的二元组<id,g>;
2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在,则令weight=i.weight,转向步骤(5);否则,转向步骤(3);
3)如果i.gene!=g,转向步骤(2);否则,转向步骤(4);
4)令weight=i.weight,i.count++;
5)取信任表中未处理的元素i。如果i不存在,转向步骤(7);否则,转向步骤(6);
6)如果i.id!=id,转向步骤(5);否则,令i.Value=i.Value+weight,增加<id,Valueini>到信任表;
7)算法结束。
所述的路由发现包括以下步骤:
步骤301、设定任意传感器节点S,在节点S设置一个Timeout,并生成一代前向蚂蚁,利用公式计算节点S到其所有邻居节点跳转的概率pSj,并向pSj大于特定值p0的节点跳转,其中,τ(S,j)表示路径(S,j)的人工信息素,NS表示节点S的邻居;
步骤302、假定节点i,前向蚂蚁在节点i中,确定需要转发前向蚂蚁的邻居节点后进行转发,并向所有需要转发的路径按照公式留下人工信息素,同时按照需要对所有不转发的路径按照公式蒸发人工信息素,其中,E0,T0,K0,Δτ和U0是常数,U0∈(0,1),τt(i,j)是路径(S,J)在地t次经过蚂蚁后留下的人工信息素,Tij是节点i对节点j的信任值,Ej是节点j的能量剩余;
步骤303、前向蚂蚁跳转到汇聚节点后,前向蚂蚁转化为后向蚂蚁向源节点S返回;
步骤304、假定后向蚂蚁从节点p跳到节点i后,根据公式计算从节点i到节点s的路由信任,根据公式计算从节点i到节点s的路由能量,其中,T0和E0是常数,Ei是节点i的能量剩余,Tip是节点i对节点i的信任值,LTi,Sink是节点i到汇聚节点的路由信任,LEi,Sink是节点i到汇聚节点的路由能量;
步骤305、后向蚂蚁从节点i向节点j移动时,向路径(i,j)按照公式留下人工信息素,同时对路径(i,k),k∈Ni∩k≠j按照公式蒸发人工信息素,然后转向步骤304;
步骤306、后向蚂蚁到达源节点S时,利用路由选择组件将该路由***到路由表的合适位置;
步骤307、重复上述步骤直至Timeout到时,拒绝接收Timeout之后收到的后向蚂蚁;在Timeout之前收到过后向蚂蚁,则路由发现成功,否则,路由发现失败,没有找到通往汇聚节点的路径。
所述的路由决策包括以下步骤:
步骤401、假定源节点S,源节点S查看自己的路由表,如果存在未过期的路由条目,则选择路由表中第一条路由条目进行发送,并设置时间间隔T1,转向步骤403的操作,如果不存在未过期的路由条目,则调用路由发现进行路由发现,然后转向步骤402;
步骤402、等待一个Timeout时间间隔,重复步骤401操作;
步骤403、发送数据;
步骤404、等待时间间隔T2,如果收到汇聚节点的确认,则转向步骤407的操作,否则,转向步骤405的操作;
步骤405、如果T1超时,转向步骤406的操作,否则转向步骤404进行操作;
步骤406、如果需要继续重发数据,转向步骤401操作,否则转向步骤407操作;
步骤407、发送结束。
所述的路由转发组件包括以下步骤:
步骤501、假定任意路由节点i,如果节点i收到需转发的数据包,则转向步骤502,否者,节点i继续休眠;
步骤502、检查节点i的局部路由优化标志OFi,如果OFi为FALSE,则转向步骤503,否则,进行局部路由优化,然后转向步骤503;
步骤503、向节点i的下一跳转发数据,并设置一个时间间隔T2,等待;
步骤504、当T2到时,如果收到来自下一跳的确认,则转向步骤506,否者,节点i调用路由发现,然后转向步骤505;
步骤505、如果发现从节点i到汇聚节点的路由,则向源节点S发送通知蚂蚁,并沿途修改相应路由表条目,然后转向步骤503操作,否则,向源节点S发送错误蚂蚁,并从沿途节点路由表中删除相应路由表条目,然后转向步骤506操作;
步骤506、算法结束。
所述的路由选择组件工作过程为:利用公式分别计算供选择的每条路由的理由可用度,然后选择可用度最大的路由,其中,k是常数。
所述的自适应调节方法包括以下步骤:
步骤701、每一个传感器节点每隔一个时间段T3需向汇聚节点发送一次其前一个T3时间内数据包发送成功率,汇聚节点根据前一段时间T3内接收所有数据包总量Packets,计算前一段时间间隔T3内网络平均负载,
步骤702、汇聚节点根据前一段时间T3内,各传感器节点发送的关于该传感器的数据传输成功率数据包,计算前一段时间T3内,网络平均传输成功率,其中n表示共收到n个节点的传输成功率数据包,Pi表示第i个节点的数据传输成功率数据包;
步骤703、汇聚节点计算前一段时间T3的网络状态(L+P)/2,如果(L+P)/2大于一个特定的阈值,表示上一次路由决策参数调节效果较好,将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值,如果(L+P)/2小于一个特定的阈值,将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值,如果调节值的可用性减小后小于0,则删掉该调节值;
步骤704、查阅路由调节参数先验知识库,如果找到对应的调节参数,则获取路由决策参数k值,否则,从(0,1)中产生一个随机数作为路由决策参数k值,并将该值与其对应的网络状态(L+P)/2加入到路由调节参数先验知识库,并将其可用度设为0;
(5)汇聚节点向传感网络中所有传感器节点发送广播信息,修改模型参数中的k值。
(6)算法结束。
本发明利用人工免疫算法实现对传感器节点的可信度评价。通过感知蚁群实现传感器节点到汇聚节点的路由发现,并在路由发现过程中感知路由决策的相关衡量指标;通过绒泡菌算法从发现的路由中选择最优的路由,并在数据传送过程中实现对路由的局部优化;当节点发送故障时,进行路由维护等。另外,该方案还可以根据网络环境的变化,自主地调节路由决策参数,使路由决策方案适应于不同的网络状态环境。
本发明由3个独立运行的部分组成,分别是信任评价机制、路由决策和路由自适应调节方法。三个组成部分分工协作,共同支撑基于多生物启发的无线传感网络自适应路由决策方法的整个过程。其中,信任评价机制实现对每个节点邻居的信任评价,并存储到节点本身的信任表中。路由决策包括路由发现、路由决策、路由转发和路由选择4个组件,完成数据转发的相关功能。路由自适应调节方法感知网络中前一时间段内网络负载、传输成功率等参数,自主的调节路由决策的参数,实现路由决策的自适应调整,同时将相应关键数据加入先验知识库,为后续路由参数调整提供支持。
有益效果:本发明与现有技术相比,具有以下优点:
(1)本发明克服了传统方法只能解决一个问题,或者解决多个问题却效率低下的缺陷,提供一种新的自适应路由决策方法,能够根据免疫算法实现传感器节点的可信性评价,根据感知蚁群算法和绒泡菌算法实现路由决策。并能够根据网络状态调节路由决策参数,实现路由决策的自适应调节;
(2)本发明可以通过感知蚁群实现传感器节点到汇聚节点的路由发现,并在路由发现过程中感知路由决策的相关衡量指标;通过绒泡菌算法从发现的路由中选择最优的路由,并在数据传送过程中实现对路由的局部优化;当节点发送故障时,进行路由维护等。另外,本发明还可以根据网络环境的变化,自主地调节路由决策参数,使路由决策方案适应于不同的网络状态环境。
附图说明
图1为本发明的结构框图;
图2为本发明中自律进化流程图;
图3为本发明中信任评价流程图;
图4为本发明中路由决策流程图;
图5为本发明中路由转发流程图。
具体实施方式
如图所示,一种基于多生物启发的无线传感网络自适应路由决策方法,所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成,信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成,且信任评价机制对每个节点的邻居进行可信度评价,并存储到该节点本身的信任评价表中,作为路由决策的决定因素之一,节点需要向汇聚节点发送数据时,路由决策为其选择一条合适的路由,不存在合适的路由时,路由发现根据蚁群算法寻找通向汇聚节点的路由,并计算找到路径的链路可信度和链路能量,节点需要向汇聚节点转发数据时,路由转发为其选择一个合适的下一跳节点转发,有2条或以上路由可供选择时,路由选择根据绒泡菌算发选择最优一条路由,路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择,路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点,完成不同的工作任务,三者相互协作,共同实现路由决策,而路由选择支撑路由决策组件和路由转发组件。
所述的信任评价机制包括以下步骤:
步骤201、邻居监视
1)假定传感器节点i及其邻居节点j,首先定义:
(1)节点的行为集合Ag={x|x是节点的行为};
(2)节点行为的标识AgG={gene|gene是节点行为的标识},其中gene可以唯一标识一类行为;
(3)“评价子”是一个四元组,能够评价节点行为,评价子集合Ab={<gene,age,count,weight>|gene∈AgG,(age,count,weight)∈N},其中gene是行为标识,age是“评价子”存在的时间,count是“评价子”已经评价节点行为的次数,weight是“评价子”的权重;
(4)“评价子”与节点行为匹配函数为:
其中,“.”是一个操作,x.weight表示x的第四个元素weight,Φ(·)是节点行为识别的一个函数;
2)节点i实时监视其邻居节点j的行为,通过规范化描述,可以获得其邻居节点j的行为标识,每次通过监视到一组邻居节点的行为,Φ(·)函数可以返回一个二元组<id,g>,其中,id是邻居的地址,g是监视到邻居行为的标识;汇聚节点定时广播网络各节点前一时间段的工作效率,通过对这些信息的分析,获得不同网络行为对应的效率,每次监视到一个邻居节点行为的效率,Ψ(·)函数可以返回一个二元组<g,w>,其中,g是监视到邻居行为的标识,w是行为标识g对应的权重(或效率);
步骤202、生灭过程,假定评价子生灭过程的时间间隔是1,且初始评价子是{a1,a2,......,an},ai∈Ab,i=1,2,......,n,
1)时间从t-1到t,新增的行为标识AgGnew和“评价子”Abnew分别为:yk表示在k时刻新增的节点行为,Abnew={<g,0,1,wini>|g∈AgGnew,wini∈N},wini是表示评价子权重的常数;
2)在t时刻,被杀死的评价子Abdead表示为
Abdead={x|x.age≥lifecycle,x.count<THmatch},THmatch是一个常数,将Ab集合中每个元素的age加1,新的评价子集合Abt
步骤203、自律进化,“评价子”可以根据从节点行为评价Ψ(·)获取的评价结果进行自律进化,具体过程如下:
1)假定收到来自Ψ(·)的二元组<g,w>;
2)取Ab中的一个没有进行过处理的元素i,如果i不存在,转向步骤6);否则,转向步骤3);
3)如果i.gene!=g,转向步骤2);否则,转向步骤4);
4)如果w!=0,则i.weight=i.weight+w;否则,i.weight=i.weight+w0
5)把i放入集合Ab;
6)算法结束;
步骤204、信任评价,当节点从邻居监视组件的Φ(·)接收到一组信息<id,g>时,节点可以对地址是id的邻居进行信任评价,并将评价结果放在本地的信任表中,具体过程如下:
1)假定收到来自Φ(·)的二元组<id,g>;
2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在,则令weight=i.weight,转向步骤(5);否则,转向步骤(3);
3)如果i.gene!=g,转向步骤(2);否则,转向步骤(4);
4)令weight=i.weight,i.count++;
5)取信任表中未处理的元素i。如果i不存在,转向步骤(7);否则,转向步骤(6);
6)如果i.id!=id,转向步骤(5);否则,令i.Value=i.Value+weight,增加<id,Valueini>到信任表;
7)算法结束;
所述的路由发现包括以下步骤:
步骤301、设定任意传感器节点S,在节点S设置一个Timeout,并生成一代前向蚂蚁,利用公式计算节点S到其所有邻居节点跳转的概率pSj,并向pSj大于特定值p0的节点跳转,其中,τ(S,j)表示路径(S,j)的人工信息素,NS表示节点S的邻居;
步骤302、假定节点i,前向蚂蚁在节点i中,确定需要转发前向蚂蚁的邻居节点后进行转发,并向所有需要转发的路径按照公式留下人工信息素,同时按照需要对所有不转发的路径按照公式蒸发人工信息素,其中,E0,T0,K0,Δτ和U0是常数,U0∈(0,1)。τt(i,j)是路径(S,J)在地t次经过蚂蚁后留下的人工信息素,Tij是节点i对节点j的信任值,Ej是节点j的能量剩余;
步骤303、前向蚂蚁跳转到汇聚节点后,前向蚂蚁转化为后向蚂蚁向源节点S返回;
步骤304、假定后向蚂蚁从节点p跳到节点i后,根据公式计算从节点i到节点s的路由信任,根据公式计算从节点i到节点s的路由能量,其中,T0和E0是常数,Ei是节点i的能量剩余,Tip是节点i对节点i的信任值,LTi,Sink是节点i到汇聚节点的路由信任,LEi,Sink是节点i到汇聚节点的路由能量;
步骤305、后向蚂蚁从节点i向节点j移动时,向路径(i,j)按照公式留下人工信息素,同时对路径(i,k),k∈Ni∩k≠j按照公式蒸发人工信息素,然后转向步骤304;
步骤306、后向蚂蚁到达源节点S时,利用路由选择组件将该路由***到路由表的合适位置;
步骤307、重复上述步骤直至Timeout到时,拒绝接收Timeout之后收到的后向蚂蚁;在Timeout之前收到过后向蚂蚁,则路由发现成功,否则,路由发现失败,没有找到通往汇聚节点的路径。
所述的路由决策包括以下步骤:
步骤401、假定源节点S,源节点S查看自己的路由表,如果存在未过期的路由条目,则选择路由表中第一条路由条目进行发送,并设置时间间隔T1,转向步骤403的操作,如果不存在未过期的路由条目,则调用路由发现进行路由发现,然后转向步骤402;
步骤402、等待一个Timeout时间间隔,重复步骤401操作;
步骤403、发送数据;
步骤404、等待时间间隔T2,如果收到汇聚节点的确认,则转向步骤407的操作,否则,转向步骤405的操作;
步骤405、如果T1超时,转向步骤406的操作,否则转向步骤404进行操作;
步骤406、如果需要继续重发数据,转向步骤401操作,否则转向步骤407操作;
步骤407、发送结束。
所述的路由转发组件包括以下步骤:
步骤501、假定任意路由节点i,如果节点i收到需转发的数据包,则转向步骤502,否者,节点i继续休眠;
步骤502、检查节点i的局部路由优化标志OFi,如果OFi为FALSE,则转向步骤503,否则,进行局部路由优化,然后转向步骤503;
步骤503、向节点i的下一跳转发数据,并设置一个时间间隔T2,等待;
步骤504、当T2到时,如果收到来自下一跳的确认,则转向步骤506,否者,节点i调用路由发现,然后转向步骤505;
步骤505、如果发现从节点i到汇聚节点的路由,则向源节点S发送通知蚂蚁,并沿途修改相应路由表条目,然后转向步骤503操作,否则,向源节点S发送错误蚂蚁,并从沿途节点路由表中删除相应路由表条目,然后转向步骤506操作;
步骤506、算法结束。
所述的路由选择组件工作过程为:利用公式分别计算供选择的每条路由的理由可用度,然后选择可用度最大的路由,其中,k是常数。
所述的自适应调节方法包括以下步骤:
步骤701、每一个传感器节点每隔一个时间段T3需向汇聚节点发送一次其前一个T3时间内数据包发送成功率,汇聚节点根据前一段时间T3内接收所有数据包总量Packets,计算前一段时间间隔T3内网络平均负载,
步骤702、汇聚节点根据前一段时间T3内,各传感器节点发送的关于该传感器的数据传输成功率数据包,计算前一段时间T3内,网络平均传输成功率,其中n表示共收到n个节点的传输成功率数据包,Pi表示第i个节点的数据传输成功率数据包;
步骤703、汇聚节点计算前一段时间T3的网络状态(L+P)/2,如果(L+P)/2大于一个特定的阈值,表示上一次路由决策参数调节效果较好,将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值,如果(L+P)/2小于一个特定的阈值,将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值,如果调节值的可用性减小后小于0,则删掉该调节值;
步骤704、查阅路由调节参数先验知识库,如果找到对应的调节参数,则获取路由决策参数k值,否则,从(0,1)中产生一个随机数作为路由决策参数k值,并将该值与其对应的网络状态(L+P)/2加入到路由调节参数先验知识库,并将其可用度设为0;
(5)汇聚节点向传感网络中所有传感器节点发送广播信息,修改模型参数中的k值。
(6)算法结束。
为了实现本发明,需要由1种数据结构、1个局部路由优化标志和3种数据表支持:
(1)蚂蚁数据结构
蚂蚁数据结构用来标示方案中用到的各种人工蚂蚁,结构为<Source,Destination,Sequence_No,Type,Hops,Path,Link_Trust,Link_Energy>。其中Source存放源节点的地址。Destination表示蚂蚁的目的地址。Sequence_No标识蚂蚁的序列号,<Source,Sequence_No>能够唯一表示一代蚂蚁。Type存放蚂蚁的类型,共有4种类型的蚂蚁,1表示前向蚂蚁,2表示后向蚂蚁,3表示通知蚂蚁,4表示错误蚂蚁。对前向蚂蚁来说,Hops表示其能够向前移动的最大跳数,对后向蚂蚁来说,Hops表示从源节点到汇聚节点路由的跳数。Path表示从源节点到汇聚节点的路由。Link_Trust表示从源节点到汇聚节点的路由信任值指标。Link_Energy表示从源节点到汇聚节点的路由能量剩余指标。不是每种人工蚂蚁都用到数据结构中的所有域,具体来说:
①前向蚂蚁用到Source,Destination,Sequence_No,Type和Hops。
②后向蚂蚁用到全部8个域。
③通知蚂蚁用到Source,Destination,Sequence_No和Type。
④错误蚂蚁用到Source,Destination,Sequence_No和Type。
(2)局部路由优化标志
每个传感器节点i维护一个局部路由优化标志OFi,当OFi为TRUE时,对局部路由进行优化,否则,不进行优化。
(3)路由表
每一个传感器节点都维护一个路由表,表中有0条以上记录,每条记录的结构为<Source,Hops,Link_Trust,Link_Energy,Path,Sequence_No>。其中Source是源节点的地址。Hops表示从源节点到汇聚节点路由的跳数。Link_Trust表示从源节点到汇聚节点的路由信任值指标。Link_Energy表示从源节点到汇聚节点的路由能量剩余指标。Sequence_No是获得路由记录的序列号,用以表示该记录的时效。
(4)信任值表
每一个传感器节点都维护一个其对邻居节点的信任值表,每条记录的结构为<i,j,Value>。表示当前节点i对邻居节点j的信任值是Value。
(5)人工信息素表
每一个传感器节点都维护一个其到邻居节点路径的人工信息素表,每条记录的结构为<i,j,Value>。表示当前节点i到邻居节点j的路径(i,j)的人工信息素是Value。
下面详细介绍本发明过程:
(一)信任评价机制
该机制自成体系运行于网络的每个传感器节点中,实现对每个节点邻居的信任评价,并存储到节点本身的信任表中。在考虑安全的路由决策方案中,信任是衡量一个传感器节点是否可以作为数据转发节点的重要指标。在路由发现过程中,前向蚂蚁可以感知相关节点的信任值,为选择下一跳提供支持;在找到路由返回源节点过程中,后向蚂蚁可以感知路径上各节点的信任值,计算相应路由的可信值。
基于人工免疫***的信任评价机制主要由邻居监视、生灭过程、自律进化和信任评价4个组件组成。
1.邻居监视组件
邻居监视组件运行于每一个传感器节点。它实时监视该节点每一个邻居节点的行为,比如转发、重传、发送数据包等,并根据节点行为相应的反馈衡量相应行为的效用,比如传输成功、传输失败、恶化网络等。该组件的功能类似于人工免疫***中的抗体提呈,下面以节点i对其邻居节点j的监视为例介绍邻居监视具体过程:
(1)首先,我们定义:
①节点的行为集合Ag={x|x是节点的行为},比如转发、重传、发送数据包等。这里将节点行为类比为人工免疫***中的抗原。
②节点行为的标识AgG={gene|gene是节点行为的标识},一个gene可以唯一标识一类行为。这里将节点行为标识类比为人工免疫***中的抗原基因。
③“评价子”是一个四元组,能够评价节点行为,评价子集合Ab={<gene,age,count,weight>|gene∈AgG,(age,count,weight)∈N},其中gene是行为标识,age是“评价子”存在的时间,count是“评价子”已经评价节点行为的次数,weight是“评价子”的权重。这里将“评价子”类比为人工免疫***中的抗体。
④“评价子”与节点行为匹配函数为:
其中,“.”是一个操作,x.weight表示x的第四个元素weight。Φ(·)是节点行为识别的一个函数。
(2)其次,邻居监视要实现两个功能:行为识别和行为评价,分别用函数Φ(·)和Ψ(·)表示。邻居监视类似于人工免疫***的抗体提呈。
①节点行为识别(用Φ(·)表示):节点i实时监视其邻居节点j的行为,通过规范化描述,可以获得其邻居节点j的行为标识,比如,转发为1,重传为2,发送为3,丢包为4等。每次通过监视到一组邻居节点的行为,Φ(·)函数可以返回一个二元组<id,g>。其中,id是邻居的地址,g是监视到邻居行为的标识。
②节点行为评价(用Ψ(·)表示):汇聚节点定时广播网络各节点前一时间段的工作效率,如发送成功率、转发成功率等信息。通过对这些信息的分析,可以获得不同网络行为对应的效率。每次监视到一个邻居节点行为的效率,Ψ(·)函数可以返回一个二元组<g,w>。其中,g是监视到邻居行为的标识,w是行为标识g对应的权重(或效率)。
2.生灭过程组件
“评价子”具有自我生灭过程,具体过程如下:假设生灭过程的时间间隔是1,初始“评价子”是{a1,a2,......,an},ai∈Ab,i=1,2,......,n。
(1)时间从t-1到t,新增的行为标识AgGnew为和“评价子”Abnew分别为
yk表示在k时刻新增的节点行为。
Abnew={<g,0,1,wini>|g∈AgGnew,wini∈N} (3)
wini是一个表示“评价子”权重的常数。
(2)在t时刻,被杀死的“评价子”Abdead表示为
Abdead={x|x.age≥lifecycle,x.count<THmatch} (4)
THmatch是一个常数。然后将Ab中每个元素的age加1。
(3)这样,新的“评价子”集合Abt
这个过程周而复始,每1个时间单位完成一次,以保证“评价子”的生命力。
3.自律进化
“评价子”还可以根据从节点行为评价Ψ(·)获取的评价结果进行自律进化,具体流程图如图4所示,过程如下:
(1)收到来自Ψ(·)的二元组<g,w>;
(2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在,转向步骤(6);否则,转向步骤(3)。
(3)如果i.gene!=g,转向步骤(2);否则,转向步骤(4)。
(4)如果w!=0,则i.weight=i.weight+w;否则,i.weight=i.weight+w0
(5)把i放入集合Ab。
(6)算法结束。
4.信任评价
当节点从邻居监视组件的Φ(·)接收到一组信息<id,g>时,节点可以对地址是id的邻居进行信任评价,并将评价结果放在本地的信任表中。这里,信任评价是具有记忆性质的。信任评价流程图如图5所示,具体过程如下:
(1)收到来自Φ(·)的二元组<id,g>;
(2)取Ab中的一个没有进行过下述处理的元素i。如果i不存在,则令weight=i.weight,转向步骤(5);否则,转向步骤(3)。
(3)如果i.gene!=g,转向步骤(2);否则,转向步骤(4)。
(4)令weight=i.weight,i.count++。
(5)取信任表中未处理的元素i。如果i不存在,转向步骤(7);否则,转向步骤(6)。
(6)如果i.id!=id,转向步骤(5);否则,令i.Value=i.Value+weight,增加<id,Valueini>到信任表。
(7)算法结束。
(二)路由决策
路由决策由4个独立运行的组件组成——路由发现、路由决策组件、路由转发组件和路由选择组件。其中,路由发现、路由决策和路由转发组件分别独自运行于每一个网络传感器节点,完成不同的工作任我,三者相互协作,共同实现多生物启发的路由决策,而路由选择组件支撑路由决策组件和路由转发组件。
1.路由发现
路由发现单独运行于每一个传感器节点,它通过定期发送前向蚂蚁寻找通向汇聚节点的路由。当找到汇聚节点后,前向蚂蚁转换成后向蚂蚁,沿着找到的路由返回。在返回过程途径的每一个节点,后向蚂蚁感知途径节点的能量剩余和信任值,计算该节点到汇聚节点的路由信任和路由能量,并将该路由存入到相应节点的路由表中。
对一个任意传感器节点S来说,其寻找汇聚节点Sink的具体路由发现过程如下:
(1)节点S设置一个Timeout,并生成一代前向蚂蚁,具体做法是:将前向蚂蚁的Source设置为S,Destination设置为Sink,Type设置为1,生成新的Sequence_No,Hops设为允许的最大值。根据式(6)计算S到其所有邻居节点的pSj,并向pSj大于特定值τ(S,j)的节点跳转,
其中τ(S,j)表示路径(S,j)的人工信息素。NS表示节点S的邻居。
假设根据计算后,节点S需要转发前向蚂蚁的邻居节点集合为即节点S需要向中的所有节点转发前向蚂蚁。
(2)前向蚂蚁在节点i中,当确定需要转发前向蚂蚁的邻居节点后进行转发时,需要向所有转发的路径按照式(7)留下人工信息素,同时需要对所有不转发的路径按照式(8)蒸发人工信息素。
其中,E0,T0,K0,Δτ和U0是常数,U0∈(0,1)。τt(i,j)是路径(S,j)在地t次经过蚂蚁后留下的人工信息素。Tij是节点i对节点j的信任值,Ej是节点j的能量剩余。
(3)当前向蚂蚁跳转到节点j后,它首先将Hops的值减1。然后检查是否已经到达汇聚节点Sink。如果已经到达Sink,则将前向蚂蚁转化为后向蚂蚁向源节点S返回。具体做法是:将后向蚂蚁的Source设置为汇聚节点,Destination设置为S,Type设置为2,生成新的Sequence_No,Hops设为0,Path设为Sink,Link_Trust设为0和Link_Energy设为0。如果没有到达Sink,在检查Hops是否为0。如果为0,则杀死该前向蚂蚁,跳转到(8);如果不为0,则查找节点j的路由表。
如果在节点j的路由表中发现1条未过期的通过汇聚节点的路由条目,将前向蚂蚁转化为后向蚂蚁,并携带该路由条目向源节点S返回。具体做法是:将后向蚂蚁的Source设置为汇聚节点,Destination设置为S,Type设置为2,Sequence_No,Hops,Path,Link_Trust和Link_Energy,分别设置为该路由条目的相应值。转向步骤(4)。
如果在节点j的路由表中发现2条及以上未过期的通过汇聚节点的路由条目,则调用路由选择组件选择一条最优的路由条目。同时,将前向蚂蚁转化为后向蚂蚁,并携带该最优路由条目向源节点S返回。具体做法是:将后向蚂蚁的Source设置为汇聚节点,Destination设置为S,Type设置为2,Sequence_No,Hops,Path,Link_Trust和Link_Energy,分别设置为该最优路由条目的相应值。转向步骤(4)。
如果没有发现未过期的通过汇聚节点的路由条目,则根据式(6)计算节点j向其邻居k∈Nj跳转的概率pjk,并向pjk大于特定值p0的节点跳转,转向步骤(2)。
(4)后向蚂蚁向源节点S返回。
(5)假设后向蚂蚁从节点p跳到节点i后,首先根据式(9)和(10)分别计算从节点i到汇聚节点的路由信任和路由能量。
其中T0和E0是常数,Ei是节点i的能量剩余,Tip是节点i对节点i的信任值,LTi,Sink是节点i到汇聚节点的路由信任,LEi,Sink是节点i到汇聚节点的路由能量。
然后判断是否已经回到源节点S。如果已经回到源节点S,则转向步骤(7)。否则,调用路由选择组件比较当前后向蚂蚁携带路由与路由表中第一个条目哪一个更优。如果后向蚂蚁携带的路由更优,则将该路由***到节点i的路由表中作为第一条,这样能够维护路由表的路由条目按照优劣从高到底排序,并将节点i的OFi设置为TRUE,OFi的有效期为T0。否则,当前用路由表中第一个条目替换前向蚂蚁携带路由。
(6)当后向蚂蚁从节点i向节点j移动时,需要向路径(i,j)按照式(7)留下人工信息素,同时对路径按照式(8)蒸发人工信息素。转向步骤(5)。
(7)当后向蚂蚁到达源节点S时,利用路由选择组件将该路由***到路由表的合适位置。
(8)上述算法一直运行直至Timeout到时,拒绝接收Timeout之后收到的后向蚂蚁。如果在Timeout之前收到过后向蚂蚁,则路由发现成功,找到至少一条通往汇聚节点的路径;否则,路由发现失败,没有找到通往汇聚节点的路径。
2.路由决策组件
路由决策组件单独运行于每一个传感器节点,当一个节点需要向汇聚节点发送数据时运行。路由决策的流程图如图4所示,具体过程如下:
(1)源节点S查看自己的路由表,如果存在未过期的路由条目,则选择路由表中第一条路由条目进行发送,并设置时间间隔T1,转向步骤(3)。如果不存在未过期的路由条目,则调用路由发现进行路由发现。
(2)等待一个Timeout时间间隔,转向步骤(1)。
(3)发送数据。
(4)等待时间间隔T2。如果收到汇聚节点的确认,则转向步骤(7)。否则,转向步骤(5)。
(5)如果T1超时,转向步骤(6),否则转向步骤(4)。
(6)如果需要继续重发数据,转向步骤(1);否则转向步骤(7)。
(7)发送结束。
3.路由转发组件
路由转发组件单独运行于每一个传感器节点,当该节点需要向汇聚节点转发发送数据时运行。任意节点i的路由转发流程图如图5所示,路由转发具体过程如下:
(1)如果节点i收到需转发的数据包,则转向步骤(2),否则继续休眠。
(2)检查节点i的局部路由优化标志OFi,如果OFi为FALSE,则转向步骤(4)。否则,进行局部路由优化,具体优化方法为:
利用式子(11)分别计算需转发数据包中包含的从节点i到汇聚节点的路由可用度和节点i路由表中第一条路由条目的路由可用度,
其中,k是常数。如果需转发数据包中的路由可用度小,则使用节点i路由表中第一条路由条目替换需转发数据包中的路由。
(3)向路由的下一跳转发数据,并设置一个时间间隔T2,等待。
(4)当T2到时,如果收到来自下一跳的确认,则转向步骤(6)。否则,节点i调用路由发现。
(5)如果发现从节点i到汇聚节点的路由,则向源节点S发送通知蚂蚁,并沿途修改相应路由表条目,然后转向步骤(3)。否则,向源节点S发送错误蚂蚁,并从沿途节点路由表中删除相应路由表条目,然后转向步骤(6)
(6)算法结束。
4.路由选择组件
路由选择组件运行于每一个传感器节点。当有2条或以上路由可供选择时,可以调用路由选择组件根据既定策略,选择一条可用度最高的路由。具体过程为:利用式子(11)分别计算供选择的每条路由的路由可用度,然后选择可用度值最大的路由。
(三)路由自适应调节方法
在发明中的路由自适应调节方法,根据前一时间段内网络的状态、路由转发效率、成功率等参数,自主的调节路由决策参数,并将相应数据加入先验知识库,为后续决策提供支持。
路由自适应调节运行于汇聚节点中。为了实现路由的自适应调节,每一个传感器节点每隔一个时间段T3需向汇聚节点发送一次其前一个T3时间内数据包发送成功率。汇聚节点根据一个T3时间间隔收到的所有关于数据发送成功率的数据包判断网络传输平均成功率;根据一个T3时间间隔收到的所有数据包判断网络负载,进而调整路由参数,使得路由能够自主适应网络状态变化。具体过程如下:
(1)汇聚节点根据前一段时间T3内接收所有数据包总量Packets,计算前一段时间间隔T3内网络平均负载,
(2)汇聚节点根据前一段时间T3内,各传感器节点发送的关于该传感器的数据传输成功率数据包,计算前一段时间T3内,网络平均传输成功率,其中n表示共收到n个节点的传输成功率数据包,Pi表示第i个节点的数据传输成功率数据包。
(3)汇聚节点计算前一段时间T3的网络状态(L+P)/2。如果(L+P)/2大于一个特定的阈值,表示上一次路由决策参数调节效果较好,将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值。如果(L+P)/2小于一个特定的阈值,将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值,如果调节值的可用性减小后小于0,则删掉该调节值。
(4)查阅路由调节参数先验知识库,如果找到对应的调节参数,则获取路由决策参数k值。否则,从(0,1)中产生一个随机数作为路由决策参数k值,并将该值与其对应的网络状态(L+P)/2加入到路由调节参数先验知识库,并将其可用度设为0。
(5)汇聚节点向传感网络中所有传感器节点发送广播信息,修改模型参数中的k值。
(6)算法结束。

Claims (5)

1.一种基于多生物启发的无线传感网络自适应路由决策方法,其特征在于:所述的决策方法由根据免疫算法实现的信任评价机制、根据感知蚁群算法和绒泡菌算法实现的路由决策以及路由自适应调节方法三部分组成,信任评价机制是由邻居监视、生灭过程、自律进化和信任评价四部分组成,且信任评价机制对每个节点的邻居进行可信度评价,并存储到该节点本身的信任评价表中,作为路由决策的决定因素之一,节点需要向汇聚节点发送数据时,路由决策为其选择一条合适的路由,不存在合适的路由时,路由发现根据蚁群算法寻找通向汇聚节点的路由,并计算找到路径的链路可信度和链路能量,节点需要向汇聚节点转发数据时,路由转发为其选择一个合适的下一跳节点转发,有2条或以上路由可供选择时,路由选择根据绒泡菌算法选择最优一条路由,路由决策根据信任评价机制的评价结果进行路由发现、路由决策、路由转发和路由选择这四个组件的运行,路由发现、路由决策和路由转发分别独自运行于每一个网络传感器节点,完成不同的工作任务,三者相互协作,共同实现路由决策,而路由选择支撑路由决策组件和路由转发组件;
其中,所述的路由转发组件包括以下步骤:
步骤501、假定任意路由节点,如果节点收到需转发的数据包,则转向步骤502,否者,节点继续休眠;
步骤502、检查节点的局部路由优化标志,如果为FALSE,则转向步骤503,否则,进行局部路由优化,然后转向步骤503;
步骤503、向节点的下一跳转发数据,并设置一个时间间隔,等待;
步骤504、当到时,如果收到来自下一跳的确认,则转向步骤506,否者,节点调用路由发现,然后转向步骤505;
步骤505、如果发现从节点i到汇聚节点的路由,则向源节点发送通知蚂蚁,并沿途修改相应路由表条目,然后转向步骤503操作,否则,向源节点发送错误蚂蚁,并从沿途节点路由表中删除相应路由表条目,然后转向步骤506操作;
步骤506、算法结束;
其中,所述的路由选择组件工作过程为:利用公式分别计算供选择的每条路由的理由可用度,然后选择可用度最大的路由,其中,是常数。
2.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法,其特征在于:所述的信任评价机制包括以下步骤:
步骤201、邻居监视
1)假定传感器节点及其邻居节点,首先定义:
(1)节点的行为集合
(2) 节点行为的标识,其中可以唯一标识一类行为;
(3)“评价子”是一个四元组,能够评价节点行为,评价子集合,其中 是行为标识, 是“评价子”存在的时间,是“评价子”已经评价节点行为的次数, 是“评价子”的权重;
(4) “评价子”与节点行为匹配函数为:
,其中,“”是一个操作,表示的第四个元素是节点行为识别的一个函数;
2)节点实时监视其邻居节点的行为,通过规范化描述,可以获得其邻居节点的行为标识,每次通过监视到一组邻居节点的行为,函数可以返回一个二元组,其中,是邻居的地址,是监视到邻居行为的标识;汇聚节点定时广播网络各节点前一时间段的工作效率,通过对这些信息的分析,获得不同网络行为对应的效率,每次监视到一个邻居节点行为的效率,函数可以返回一个二元组,其中,是监视到邻居行为的标识,是行为标识对应的权重;
步骤202、生灭过程,假定评价子生灭过程的时间间隔是1,且初始评价子是
1)时间从,新增的行为标识和“评价子” 分别为:表示在时刻新增的节点行为,是表示评价子权重的常数;
2)在时刻,被杀死的评价子表示为 是一个常数,将集合中每个元素的加1,新的评价子集合;
步骤203、自律进化,“评价子”可以根据从节点行为评价获取的评价结果进行自律进化,具体过程如下:
1)假定收到来自的二元组
2)取中的一个没有进行过处理的元素,如果不存在,转向步骤6);否则,转向步骤3);
3)如果,转向步骤2);否则,转向步骤4);
4)如果,则;否则,
5)把放入集合
6)算法结束;
步骤204、信任评价,当节点从邻居监视组件的接收到一组信息时,节点可以对地址是的邻居进行信任评价,并将评价结果放在本地的信任表中,具体过程如下:
1)假定收到来自的二元组
2)取中的一个没有进行过下述处理的元素,如果不存在,则令,转向步骤(5);否则,转向步骤(3);
3)如果,转向步骤(2);否则,转向步骤(4);
4)令
5)取信任表中未处理的元素,如果不存在,转向步骤(7);否则,转向步骤(6);
6)如果,转向步骤(5);否则,令,增加到信任表;
7)算法结束。
3.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法,其特征在于:所述的路由发现包括以下步骤:
步骤301、设定任意传感器节点,在节点设置一个Timeout,并生成一代前向蚂蚁,利用公式计算节点到其所有邻居节点跳转的概率,并向大于特定值的节点跳转,其中,表示路径的人工信息素,表示节点的邻居;
步骤302、假定节点,前向蚂蚁在节点中,确定需要转发前向蚂蚁的邻居节点后进行转发,并向所有需要转发的路径按照公式留下人工信息素,同时按照需要对所有不转发的路径按照公式蒸发人工信息素,其中,,,,是常数,是路径在地次经过蚂蚁后留下的人工信息素,是节点对节点的信任值,是节点的能量剩余;
步骤303、前向蚂蚁跳转到汇聚节点后,前向蚂蚁转化为后向蚂蚁向源节点返回;
步骤304、假定后向蚂蚁从节点跳到节点后,根据公式计算从节点到节点的路由信任,根据公式计算从节点到节点的路由能量,其中,是常数,是节点的能量剩余,是节点对节点的信任值,是节点到汇聚节点的路由信任,是节点到汇聚节点的路由能量;
步骤305、后向蚂蚁从节点向节点移动时,向路径按照公式留下人工信息素,同时对路径按照公式蒸发人工信息素,然后转向步骤304;
步骤306、后向蚂蚁到达源节点时,利用路由选择组件将该路由***到路由表的合适位置;
步骤307、重复上述步骤直至到时,拒绝接收之后收到的后向蚂蚁;在之前收到过后向蚂蚁,则路由发现成功,否则,路由发现失败,没有找到通往汇聚节点的路径。
4.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法,其特征在于:所述的路由决策包括以下步骤:
步骤401、假定源节点,源节点查看自己的路由表,如果存在未过期的路由条目,则选择路由表中第一条路由条目进行发送,并设置时间间隔,转向步骤403的操作,如果不存在未过期的路由条目,则调用路由发现进行路由发现,然后转向步骤402;
步骤402、等待一个时间间隔,重复步骤401操作;
步骤403、发送数据;
步骤404、等待时间间隔,如果收到汇聚节点的确认,则转向步骤407的操作,否则,转向步骤405的操作;
步骤405、如果超时,转向步骤406的操作,否则转向步骤404进行操作;
步骤406、如果需要继续重发数据,转向步骤401操作,否则转向步骤407操作;
步骤407、发送结束。
5.如权利要求1所述的一种基于多生物启发的无线传感网络自适应路由决策方法,其特征在于:所述的自适应调节方法包括以下步骤:
步骤701、每一个传感器节点每隔一个时间段需向汇聚节点发送一次其前一个时间内数据包发送成功率,汇聚节点根据前一段时间内接收所有数据包总量,计算前一段时间间隔内网络平均负载,
步骤702、汇聚节点根据前一段时间内,各传感器节点发送的关于该传感器的数据传输成功率数据包,计算前一段时间内,网络平均传输成功率,,其中表示共收到个节点的传输成功率数据包,表示第个节点的数据传输成功率数据包;
步骤703、汇聚节点计算前一段时间的网络状态,如果大于一个特定的阈值,表示上一次路由决策参数调节效果较好,将路由调节参数先验知识库中上一次调节值的可用性增加一个特定值,如果小于一个特定的阈值,将路由调节参数先验知识库中上一次调节值的可用性减小一个特定值,如果调节值的可用性减小后小于0,则删掉该调节值;
步骤704、查阅路由调节参数先验知识库,如果找到对应的调节参数,则获取路由决策参数值,否则,从中产生一个随机数作为路由决策参数值,并将该值与其对应的网络状态加入到路由调节参数先验知识库,并将其可用度设为0;
(5)汇聚节点向传感网络中所有传感器节点发送广播信息,修改模型参数中的值;
(6)算法结束。
CN201410040846.8A 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法 Active CN103826278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410040846.8A CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410040846.8A CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Publications (2)

Publication Number Publication Date
CN103826278A CN103826278A (zh) 2014-05-28
CN103826278B true CN103826278B (zh) 2018-02-02

Family

ID=50761047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410040846.8A Active CN103826278B (zh) 2014-01-28 2014-01-28 一种基于多生物启发的无线传感网络自适应路由决策方法

Country Status (1)

Country Link
CN (1) CN103826278B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355091B (zh) * 2016-08-26 2019-01-29 西南大学 基于生物智能的传播源定位方法
CN106413021B (zh) * 2016-09-18 2019-06-04 扬州大学 基于蚁群算法的无线传感网络路由方法
CN107566512A (zh) * 2017-09-20 2018-01-09 深圳市晟达机械设计有限公司 电网输电杆塔无线监测***
CN108769939A (zh) * 2018-05-15 2018-11-06 重庆三峡学院 一种无线传感器网络多路径可靠传输容错方法
CN111786881A (zh) * 2020-06-29 2020-10-16 东方红卫星移动通信有限公司 一种用于动态网络的数据传输路径搭建方法及网络***
CN116016205B (zh) * 2022-12-06 2024-03-29 天津理工大学 一种基于综合强度和节点效率的网络关键节点识别方法
CN118338284B (zh) * 2024-06-12 2024-08-16 山东浪潮科学研究院有限公司 一种基于risc-v优化的多机协同通信方法与***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917430A (zh) * 2012-10-17 2013-02-06 上海大学 基于量子蚁群算法的无线传感器网络可信安全路由
CN103237333A (zh) * 2013-04-01 2013-08-07 东南大学 一种基于多要素信任机制的分簇路由方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8116243B2 (en) * 2006-10-05 2012-02-14 Electronics And Telecommunications Research Institute Wireless sensor network and adaptive method for monitoring the security thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917430A (zh) * 2012-10-17 2013-02-06 上海大学 基于量子蚁群算法的无线传感器网络可信安全路由
CN103237333A (zh) * 2013-04-01 2013-08-07 东南大学 一种基于多要素信任机制的分簇路由方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Survey on Fuzzy Based QoS Routing in Mobile Ad Hoc Networks;M.Marimuthu,等;《IEEE Xplore Digital Library》;20130105;全文 *
P-iRP: Physarum-inspired Routing Protocol for Wireless Sensor Networks;zhang mingchuan,等;《IEEE Xplore Digital Library》;20130905;全文 *

Also Published As

Publication number Publication date
CN103826278A (zh) 2014-05-28

Similar Documents

Publication Publication Date Title
CN103826278B (zh) 一种基于多生物启发的无线传感网络自适应路由决策方法
CN104335537B (zh) 用于层2多播多路径传送的***和方法
Chang et al. Energy-efficient oriented routing algorithm in wireless sensor networks
CN103597787B (zh) 终端、控制装置、通信方法、通信***、通信模块以及信息处理装置
Khan et al. QPRD: QoS-aware peering routing protocol for delay sensitive data in hospital body area network communication
WO2012169164A1 (en) Communication system, control device, and processing rule setting method and program
US20130286844A1 (en) Information system, control apparatus, communication method, and program
Robinson et al. FPSOEE: Fuzzy-enabled particle swarm optimization-based energy-efficient algorithm in mobile ad-hoc networks
Galvez et al. Responsive on-line gateway load-balancing for wireless mesh networks
CN104883304B (zh) 用于部分纠缠量子对桥接通信网络的路由方法
Chandnani et al. A comprehensive review and performance evaluation of recent trends for data aggregation and routing techniques in IoT networks
CN106304184B (zh) 基于aodv的多度量量的路由发现和建立的方法
Sebastian et al. A survey on load balancing schemes in RPL based Internet of Things
CN105681438A (zh) 内容中心网络中一种集中式的缓存决策策略
Sharma et al. A survey on ACO based multipath routing algorithms for ad hoc networks
CN108965417B (zh) 农田土壤污染无线监测***
Hemalatha et al. An efficient stable node selection based on Garson's pruned recurrent neural network and MSO model for multipath routing in MANET
Jain et al. Ant colony algorithm in MANET-local link repairing of AODV
Cauvery et al. Enhanced ant colony based algorithm for routing in mobile ad hoc network
CN102136986A (zh) 一种负载分担方法和交换设备
Jalade et al. Adaptive deep Runge Kutta Garson’s network with node disjoint local repair protocol based multipath routing in MANET
CN104754649A (zh) 一种数据传输方法与无线Mesh节点
Ziane et al. A swarm intelligent multi-path routing for multimedia traffic over mobile ad hoc networks
Bandgar et al. An improved location-aware ant colony optimization based routing algorithm for MANETs
CN107454069B (zh) 基于as安全联盟的域间路由***拟态防护方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191104

Address after: Room 202, building 3-1, Science Park, Luoyang National University, Longyu Road, Jianxi District, Luoyang area, China (Henan) pilot free trade zone 471000

Patentee after: Henan gunz Information Technology Co., Ltd

Address before: 471000 Xiyuan Road, Jianxi District, Henan, No. 48, No.

Patentee before: Henan University of Science and Technology