基于自适应遗传算法的无线传感器网络分簇路由方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110602757A(43)申请公布日2019.12.20(21)申请号201910880208.X(22)申请日2019.09.18(71)申请人上海海事大学地址201306上海市浦东新区临港新城海港大道1550号(72)发明人张颖陈磊张斌王新珩吴杰(74)专利代理机构上海互顺专利代理事务所(普通合伙)31332代理人成秋丽(51)Int.Cl.H04W40/10(2009.01)H04W40/22(2009.01)H04W84/18(2009.01)权利要求书2页说明书7页附图4页(54)发明名称基于自适应遗传算法的无线传感器网络分簇路由方法(57)摘要本发明提出基于自适应遗传算法的无线传感器网络分簇路由方法包括以下步骤：在监测区域内，随机均匀部署传感器节点，节点能根据接收到的信号强弱判断相对距离；利用传感器节点的初始位置和能量信息进行种群初始化操作；计算适应值，根据适应值进行精英保留以及自适应交叉变异操作；判断所述适应值是否达到迭代停止条件，若否，则转至上一步骤，若迭代完成，则根据最优个体中的分簇方案对节点进行分簇；判断簇头是否在基站的通信范围内，如果是，则簇头直接与基站通信；如果不是，继续根据簇头间的距离选择中继节点，将数据包路由至中继节点，直到数据包被传送至基站。改进了遗传算法的选择、交叉和变异机制，提升了算法的全局搜索能力和收敛速度。CN110602757ACN110602757A权利要求书1/2页1.一种基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，包括以下步骤：步骤1：在监测区域内，随机均匀部署传感器节点，建立网络能耗模型，每个节点都有唯一的ID标识且初始能量相同，节点能根据接收到的信号强弱判断相对距离；步骤2：利用传感器节点的初始位置和能量信息进行种群初始化操作；步骤3：种群中个体根据传感节点位置和能量信息计算适应值，并根据适应值进行精英保留以及自适应交叉变异操作，产生新种群，个体上每个点都有几率发生交叉和变异，交叉和变异的概率随着个体适应值的大小进行非线性调整；步骤4：判断所述适应值是否达到迭代停止条件，若否，则转至步骤3，若迭代完成，则根据最优个体中的分簇方案对节点进行分簇；步骤5：判断簇头是否在基站的通信范围内，如果是，则簇头直接与基站通信；如果不是，继续根据簇头间的距离选择中继节点，将数据包路由至中继节点，直到数据包被传送至基站。2.如权利要求1所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，建立的网络能耗模型，若节点需要发送l比特的数据至距离节点为d的节点，则节点的能耗为:其中表示距离阈值，Eelec表示发送或者接收1比特数据所消耗的能量，εfs和εmp表示不同通信距离下的功率放大系数。3.如权利要求1所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，所述迭代停止条件为迭代达到30至50次之间任意值之后停止。4.如权利要求1所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，利用传感器节点的初始位置和能量信息进行种群初始化操作：种群大小为m，则种群集合为：其中C(x)表示种群中的第x条个体，每个个体的长度为传感器节点数n，则个体集合为：C(x)＝{B1,B2,B3,…Bi…,Bn}，其中Bi表示个体上基因的值，Bi由节点Si的能量，网络中存活节点的平均能量以及阈值T(s)决定，T(s)的表达式如下所示：其中，p为簇头数占总节点数的比例，r为当前轮数，G为过去1/p轮中未成为簇头的节点的集合。5.如权利要求4所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，p取0.05。6.如权利要求4所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，每个节点随机产生一个0-1的随机函数，并将其与阈值T(s)比较，若其小于等于T(s)并且节点Si的能量大于等于当前网络中存活节点的平均能量时，Bi＝1,节点Si被选为簇头；当节点能量大于0但小于平均能量时，Bi＝0；当节点能量小于0时，Bi＝-1，Bi判别公式为：2CN110602757A权利要求书2/2页其中，Si.E表示节点Si的剩余能量,EavgAlive表示网络中存活节点的平均能量。7.如权利要求1所述的基于自适应遗传算法的无线传感器网络分簇路由方法，其特征在于，计算适应值：种群中第x条个体适应值函数为：其中Eavg，sumDCH→BS(x)，sumDS→CH(x)分别表示节点平均能量，各簇头节点至基站的距离之和以及成员节点至相应簇头距离之和，minpopDCH→BS表示种群中所有个体的各簇头节点至基站的距离之和的最小值，minpopDS→CH表示种群中所有个体的成员节点至相应簇头距离之和的最