[发明专利]一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法

说明书

本发明公开了一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法，包括，汇聚节点将初始配置信息分别发送到所有簇头节点和普通节点，并对网络信息进行汇聚采集；根据当前网络信息，获得所有簇头节点到汇聚节点的最优路由方案和最优分簇方案；根据最优分簇方案和最优路由方案，对整个无线传感器网络进行分簇路由配置；簇头节点对所在分簇进行数据融合并发送到汇聚节点，完成信息汇聚采集。本发明技术方案的方法，在能效优化分簇问题中引入改进的鲸鱼群算法，利用改进鲸鱼群算法在多峰优化问题的求解能力，求解无线传感器网络能效优化分簇问题；同时，路由算法能够有效平衡簇头节点在转发数据时的能量消耗，从而有利于进一步延长网络生命周期。

技术领域

本发明属于无线传感器网络拓扑控制领域，具体涉及一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法。

背景技术

随着微电子技术、计算技术、无线通信技术和分布式信息处理技术的飞速发展，无线传感器网络成为下一代网络中的关键技术之一，也是21世纪最重要的新兴技术之一。1999年，美国《商业周刊》将WSNs列为21世纪最具影响的21项技术之一，2003年，麻省理工学院《技术评论》将WSNs列为未来改变人们生活的十大新技术之首。

在绝大多数无线传感器应用场景中，无线传感器的使用瓶颈体现在其能量非常有限，这是由于绝大多数无线传感器网络采用电池供电，这极大地限制了无线传感器网络的工作时间。因此，能量的高效利用对于无线传感器网络的研究其关键性作用。其中拓扑控制和路由算法是提高无线传感器网络能效，延长网络生命周期的两大关键技术。在层次型拓扑结构中，簇内节点(成员节点)负责数据采集，并将数据发送给所在簇的簇头节点，簇头节点负责数据融合以及将数据发送到基站，这样可以减少数据冗余，并减少数据通信量，从而延长网络的生命周期；好的能效路由算法可以保证数据沿着优化的路径转发，均衡整个网络的能耗，从而延长网络的生命周期。

在很多的层次型无线传感器网络应用中，簇头节点是从普通的传感器节点中选择，因此，这些簇头节点会因为频繁的数据接收、数据融合以及与基站通信而很快地将能量消耗完毕，从而减少整个网络的生命周期。目前，很多研究者采用一种特殊的节点(网关)作为簇头，如图1中的簇头节点所示，这些节点具有比普通传感器节点更多的能量，普通传感器节点可以加入任何一个在它通信范围内的簇头。这些网关一旦布置在场景中后，只有它们才能作为簇头，其它普通传感器节点不能成为簇头。如果某个簇内的普通传感器节点(成员节点)过多，则簇头节点的能量容易耗尽；如果成员节点离簇头节点太远，则成员节点容易因为长距离发送数据而很快将能量耗尽，这两种情况对整个网络的生命周期影响都很大。因此，即考虑簇头节点的能耗又考虑成员节点的能耗的拓扑控制算法对于整个网络生命周期显得特别关键。

鲸鱼群算法(Whale Swarm Algorithm，WSA)(详见参考文献：Bing Zeng,LiangGao*,Xinyu Li.Whale Swarm Algorithm for Function Optimization,IntelligentComputing T heories and Application:13th International Conference,ICIC 2017,Liverpool,UK,August 7-10,2017,Proceedings,Part I,Springer InternationalPublishing,Cham,2017,pp.624-639.)是一种元启发式算法。该算法模拟鲸鱼觅食过程，通过鲸鱼间的相互通信来寻找食物源。当鲸鱼发现了食物源，它会发出声音通知附近的其它鲸鱼关于食物质量的好坏和数量的多少的信息。因此，每条鲸鱼将收到大量来自附近鲸鱼的通知信息，然后根据这些信息移动到适当的地方寻找食物。WSA算法框架简单，容易实现，非常适合由于解决工程优化问题。但是，鲸鱼群算法(WSA)是用于求解连续优化问题的，而无线传感器网络分簇问题是一个离散优化问题，鲸鱼群算法不能直接应用于无线传感器网络分簇问题的求解。

为便于理解本发明，首先以下对本发明实施例中出现的有关术语进行统一说明和解释：