專利名稱：一種基于dpso的智能無線傳感網(wǎng)絡(luò)分簇控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及能無線傳感網(wǎng)絡(luò)路由控制技術(shù)，尤其是一種無線傳感網(wǎng)絡(luò)分簇控制 方法。
背景技術(shù)：
無線傳感網(wǎng)絡(luò)WSN (Wireless Sensor Network)是由許多廉價的具有信息采集
功能的傳感器節(jié)點組成的網(wǎng)絡(luò)，用來感知和采集各種信息，并將采集到的信息傳輸給基 站BS (Base Station)對信息做進一步處理。傳感器節(jié)點由電池提供能量，能量非常有限， 因此設(shè)計能量有效的WSN路由協(xié)議顯得猶為重要。目前WSN路由協(xié)議分為平面路由協(xié) 議和分簇路由協(xié)議兩大類。LEACH (Low Energy Adaptive Clustering Hierarchy)協(xié)議是一種有代表性的低功 耗分簇路由協(xié)議，LEACH相比其他平面路由協(xié)議生命周期提高15%以上。LEACH協(xié)議 分為兩個階段。第一個階段是產(chǎn)生簇的階段。這個階段中每個傳感器節(jié)點產(chǎn)生一個0-1 的隨機數(shù)，如果該隨機數(shù)小于一個閾值公式的值這個節(jié)點就成為簇首。這個閾值公式表 達式如下
權(quán)利要求
1. 一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法，其特征在于所述分簇控制 方法包括以下步驟1)、接收所述智能無線傳感網(wǎng)絡(luò)的η個傳感器節(jié)點的ID和位置信息；2)、粒子的維數(shù)η代表有η個傳感器節(jié)點，其中每一維里的數(shù)字代表每個節(jié)點的編 號，m代表每個簇內(nèi)都有相等的m個節(jié)點，CH代表簇首，假設(shè)i是η維粒子的坐標(biāo)，如 果i對m取余結(jié)果為1，則i代表的是簇首的坐標(biāo)，否則為簇內(nèi)節(jié)點坐標(biāo)；隨機初始化每個粒子的速度和位置，每個粒子的速度隨機初始化為η/2個粒子位置 坐標(biāo)交換的序列；3)、根據(jù)每個粒子隨機初始化的粒子位置來計算每個粒子的適應(yīng)度函數(shù)值，適應(yīng)度 函數(shù)定義如下F = min I mea iχ meanΣ (varM\Dji - β&\ a-1/⑷ ι式(4)中，η,代表第j個簇中第i個簇內(nèi)節(jié)點到簇首的距離，i從簇內(nèi)第一個節(jié) 點到第m個節(jié)點，j從第一個簇到第η個簇；mean是求平均值的函數(shù)，var是求方差的函 數(shù)；計算出每個粒子的適應(yīng)度函數(shù)值后，得出所有粒子中最小的適應(yīng)度函數(shù)值和對應(yīng)的 粒子位置，該粒子即為初始時粒子的全局最優(yōu)位置，粒子的初始個體最優(yōu)位置即為每個 粒子的當(dāng)前位置，個體最優(yōu)適應(yīng)度函數(shù)值為當(dāng)前適應(yīng)度函數(shù)值；4)粒子根據(jù)如下的公式來更新其速度和新位置+1)=rn^ (t)+qX(Pg3Ci)-X^Ci)) (2)(3)其中xm = (xu, Χι2, ..., xm)代表粒子i的位置，每個位置就是問題的一個解，Vm = (V11, V12,..., Vm)代表粒子i的速度，Pm = (P11,..., pm)代表粒子i的個體最優(yōu)位置，Pgn= (pgl,. ..,pgn)代表所有粒子的全局最優(yōu)位置，C1是粒子個體學(xué)習(xí)因子，C2是群體學(xué)習(xí)因子，W 是慣性權(quán)重因子；保證每輪迭代中公式(2)中的Cl+C2+W= 1且(^=(^，公式(2)和(3)中的位置 +速度，位置一位置，速度+速度，因子X速度按照以下定義進行 位置+速度舊位置與速度“+”的結(jié)果為新位置； 位置一位置兩個位置的“一”的結(jié)果為一個速度；速度+速度兩個速度的“+”的結(jié)果為新速度，即將兩個速度的交換序列合并； 因子X速度因子與速度的“*”結(jié)果仍然為一速度，定義為速度中的每一個交換 序列以因子的值為概率保留；5)、每個粒子根據(jù)更新后的粒子位置同樣根據(jù)公式(4)計算這一代的適應(yīng)度函數(shù)值；每個粒子比較新的適應(yīng)度函數(shù)值和自己的個體最優(yōu)適應(yīng)度函數(shù)值，如果新的適應(yīng)度 函數(shù)值小于歷史個體最優(yōu)適應(yīng)度函數(shù)值，則將個體最優(yōu)粒子位置更新為新的粒子位置， 并保存新的個體最優(yōu)適應(yīng)度函數(shù)值，并更新一個變量1_卩&^=0，該變量表示粒子個體歷史最優(yōu)適應(yīng)度函數(shù)值連續(xù)沒有發(fā)生變化的迭代輪數(shù)；如果新的適應(yīng)度函數(shù)值沒有比歷史 個體最優(yōu)適應(yīng)度函數(shù)值更小，則更新變量t_pbest = t_pbest+l ；所有粒子更新完新的適應(yīng)度函數(shù)值和個體最優(yōu)位置后，得出所有粒子中最小的適應(yīng) 度函數(shù)值，如果該全局最優(yōu)適應(yīng)度值小于歷史保存的全局最小適應(yīng)度函數(shù)值，則將該粒 子的位置更新為新的全局最優(yōu)粒子位置，并保存新的全局最優(yōu)適應(yīng)度函數(shù)值；6)、判斷迭代輪數(shù)是否達到最大迭代輪數(shù)，如果否則返回步驟4)，如果是，根據(jù) 全局最優(yōu)粒子的位置中的傳感器節(jié)點編號分離出各個最優(yōu)簇首和它的簇內(nèi)節(jié)點，形成全 局最優(yōu)的簇結(jié)構(gòu)劃分。
2.如權(quán)利要求1所述的一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法，其特征在 于所述步驟4)中，慣性權(quán)重因子w的調(diào)整公式如下
3.如權(quán)利要求1或2所述的一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法， 其特征在于所述步驟6)中，判斷每個粒子&t_pbeSt變量是否達到了最大迭代輪數(shù) maxiternO%,若是則在該粒子位置中在每個簇中隨機選擇簇內(nèi)節(jié)點與當(dāng)前的簇首所在的 維交換即選擇本簇內(nèi)其他節(jié)點當(dāng)簇首，返回步驟4)；若否，則直接返回步驟4)。
4.如權(quán)利要求1或2所述的一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法，其特 征在于所述步驟6)中，判斷迭代輪數(shù)是否經(jīng)過了最大迭代輪數(shù)maxiterX10%代，若 是，則隨機選擇一半粒子對它們依次運行以下過程發(fā)現(xiàn)某粒子位置中某個簇內(nèi)節(jié)點相比自己當(dāng)前的簇首更靠近另外某個簇首，則這樣 的簇內(nèi)節(jié)點被交換到以所述另外某個簇首所在簇中去；假設(shè)傳感器節(jié)點均勻布撒的區(qū)域面積為S，N為總的節(jié)點個數(shù)，每個簇的理想覆蓋面 積應(yīng)該是S/(NX5%)，把每個簇的覆蓋面看成是以簇首為中心的圓面，每個簇的簇半徑應(yīng)為，
5.如權(quán)利要求1或2所述的一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法，其特 征在于所述步驟6)中，判斷迭代輪數(shù)是否經(jīng)過了最大迭代輪數(shù)maxiterX10%代，若 是，則隨機選擇一半粒子對它們依次運行以下過程設(shè)簇首與離它最遠的簇內(nèi)節(jié)點之間的距離Dis-far，與離它最近的簇內(nèi)節(jié)點距離Dis-near,設(shè)定差值閾值為
全文摘要
一種基于DPSO的智能無線傳感網(wǎng)絡(luò)分簇控制方法，包括以下步驟1)、接收所述智能無線傳感網(wǎng)絡(luò)的n個傳感器節(jié)點的ID和位置信息；2)、隨機初始化每個粒子的速度和位置；3)、計算出每個粒子的適應(yīng)度函數(shù)值后，得出所有粒子中最小的適應(yīng)度函數(shù)值和對應(yīng)的粒子位置；4)更新粒子的速度和新位置；5)、每個粒子根據(jù)更新后的粒子位置再計算這一代的適應(yīng)度函數(shù)值；選擇適應(yīng)度值最小的粒子為全局最優(yōu)粒子；6)、判斷迭代輪數(shù)是否達到最大迭代輪數(shù)，如果否則返回步驟4)，如果是，根據(jù)全局最優(yōu)粒子的位置中的傳感器節(jié)點編號分離出各個最優(yōu)簇首和它的簇內(nèi)節(jié)點，形成全局最優(yōu)的簇結(jié)構(gòu)劃分。本發(fā)明分簇均勻、分簇結(jié)果穩(wěn)定、便于進行可靠通信。
文檔編號H04W4/08GK102014344SQ20101027065
公開日2011年4月13日 申請日期2010年9月3日 優(yōu)先權(quán)日2010年9月3日
發(fā)明者侯佳斌, 王萬良, 王翊, 范興剛, 蔣一波, 趙燕偉, 韓姍姍 申請人:浙江工業(yè)大學(xué)