基于蚁群策略的无线传感器网络能耗均衡分簇算法

计算机工程与科学

• 计算机网络与信息安全 • 上一篇下一篇

基于蚁群策略的无线传感器网络能耗均衡分簇算法

喻小惠1，张晶1,2，陶涛3，龚力波4，黄云明1，傅铁威1

（1.昆明理工大学信息工程与自动化学院,云南昆明 650500;2.云南枭润科技服务有限公司,云南昆明 650500；

3.云南省信息技术发展中心,云南昆明 650228;4.云南省农村科技服务中心,云南昆明 650021）

收稿日期:2018-09-27 修回日期:2018-12-17 出版日期:2019-07-25 发布日期:2019-07-25
基金资助:
国家自然科学基金（61562051）

An energy consumption balanced clustering algorithm

for wireless sensor networks based on ant colony strategy

YU Xiaohui1，ZHANG Jing1,2,TAO Tao3,GONG Libo4,HUANG Yunming1,FU Tiewei1

（1.Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500;

2.Yunnan Xiaorun Technology Service Co.Ltd.,Kunming 650500;

3.Yunnan Information Technology Development Center,Kunming 650228;

4.Yunnan Rural Science and Technology Service Center,Kunming 650021,China）

Received:2018-09-27 Revised:2018-12-17 Online:2019-07-25 Published:2019-07-25

摘要/Abstract

摘要：

在多跳路由中簇头选择控制因子单一的问题将缩短整个无线传感器网络的生存周期。为此，以剩余能量、节点度和连接距离为依据构造适应度函数，根据簇头评估函数值来保证簇头的最优选择。同时加入适应度因子和剩余能量权衡因子优化蚁群算法，有效控制完整路径中信息素的增减量，以此应用到数据在簇头间的多跳传输，保护了低能量的簇头，有利于各节点能耗趋于平均值，使网络可以更加持久地监测和传输数据。与LEACH和HEED算法相比，本文算法在能耗均衡、生存周期延长方面更加有效。

关键词: 无线传感器网络, 蚁群算法, 分簇多跳路由, 能耗均衡

Abstract:

The problem of single control factor selection of cluster head in multihop routing can shorten the entire lifecycle of the wireless sensor network. To solve this problem, we construct the fitness function based on the residual energy, node degree and connection distance, and guarantee the optimal selection of the cluster head according to the value of cluster head evaluation functions. At the same time, the fitness factor and residual energy tradeoff factor are added to optimize the ant colony algorithm, which effectively controls the increase and decrease of pheromone in the complete path. We apply the algorithm to the multihop transmission of data between cluster heads to protect the low energy cluster head. It is beneficial to make each node's energy consumption close to the mean, and the network can monitor and transmit data more persistently. Experimental results show that compared with the LEACH and HEED algorithms, the proposed scheme is more effective in balancing energy consumption and prolonging life cycle.

Key words: wireless sensor network, ant colony algorithm, clustered multi-hop routing, energy consumption balance

喻小惠1，张晶1,2，陶涛3，龚力波4，黄云明1，傅铁威1. 基于蚁群策略的无线传感器网络能耗均衡分簇算法[J]. 计算机工程与科学.

YU Xiaohui1，ZHANG Jing1,2,TAO Tao3,GONG Libo4,HUANG Yunming1,FU Tiewei1.

An energy consumption balanced clustering algorithm

for wireless sensor networks based on ant colony strategy

[J]. Computer Engineering & Science.

[1]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[2]	顾楚梅, 曹建军, 王保卫, 徐雨芯, . 基于蚁群参数优化的LightGBM辐射源个体识别[J]. 计算机工程与科学, 2023, 45(01): 85-94.
[3]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[4]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[5]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[6]	赵广元, 赵英. 基于改进蚁群优化算法的养殖场机器人路径规划[J]. 计算机工程与科学, 2022, 44(05): 910-915.
[7]	刘雨青, 向军, 曹守启. 基于改进蚁群算法的水下自主航行机器人路径规划[J]. 计算机工程与科学, 2022, 44(03): 536-544.
[8]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[9]	胡平志, 李泽滔. 基于改进蚁群算法的四足机器人步态规划[J]. 计算机工程与科学, 2021, 43(12): 2253-2262.
[10]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[11]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[12]	宋阿妮, 包贤哲. 精英扩散蚁群优化算法求解运输无人机三维路径规划[J]. 计算机工程与科学, 2021, 43(10): 1891-1900.
[13]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[14]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[15]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.

基于蚁群策略的无线传感器网络能耗均衡分簇算法

An energy consumption balanced clustering algorithm

for wireless sensor networks based on ant colony strategy

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价