[发明专利]基于扰动粒子群优化的SDWSN能耗均衡路由方法

权利要求书

1.基于扰动粒子群优化的软件定义无线传感器网络SDWSN能耗均衡路由方法，其特征在于：该方 法包括以下步骤：

S1：传感器控制服务器根据扰动粒子群优化算法进行簇头选择和分簇；

S2：簇头根据Dijkstra算法确定的最短路径进行数据传输；

S3：传感器控制服务器计算传感器节点的剩余能量和传输距离信息，每周期进行一轮全局分簇和k轮局部簇头更新；

S4：簇头接收传感器控制服务器的指令，采用时分复TDMA方式，对簇内成员节点的数据进行聚合，并通过簇间多跳的方式将聚合后的数据发送给基站；

所述步骤S1中的簇头选择由传感器控制服务器完成；传感器控制服务器选择具有更多剩余能量以及更好位置的节点作为簇头；具体的选择算法如下：

通过考虑节点的剩余能量、距传感器控制服务器的距离、距邻居节点的距离以及节点剩余能量的均衡程度，定义适应度函数：

f＝α₁f₁+α₂f₂+α₃f₃+α₄f₄ (1)

其中，为普通节点的平均剩余能量；为簇头的平均剩余能量；为簇头到传感器控制服务器的平均欧式距离；为普通节点到传感器控制服务器的平均距离；|CN|为簇头的个数；|ON|为普通节点的个数；为簇头到其邻居节点集平均距离的均值；为普通节点到其邻居节点集平均距离的均值；E(CN_j)为簇头CN_j的剩余能量；参数α₁，α₂，α₃，α₄决定各因素对适应度函数贡献的比值，且α₁₊α₂₊α₃₊α₄＝1；

步骤如下：

S101：首先，对优化问题和算法参数初始化；创建一定数量的粒子，每个粒子代表问题的初始解即选出的一组簇头；设粒子数量为m，种群X＝{x₁,x₂,…,x_m}，第i个粒子的位置矢量为x_i＝{x_i1,x_i2,…,x_in}，速度矢量v_i＝{v_i1,v_i2,…,v_in}，n代表问题的维数即簇头个数；由式(1)计算每个粒子的适应度，粒子对应的个体最优解p_i＝{p_i1,p_i2,…,p_in}，所有粒子找到的全局最优解p_g＝{p_g1,p_g2,…,p_gn}；

S102：更新速度和位置矢量；标准粒子群算法的速度和位置更新公式分别为：

其中v_ij是第i个粒子速度矢量的第j维值，为避免粒子飞出搜索空间，被约束在区间[-v_max,v_max]，i＝1,2,...,m，j＝1,2,...,n；t为当前迭代次数；c₁,c₂为加速因子，设置为2.0；r₁,r₂是服从U(0,1)均匀分布的随机数；ω为惯性权值，从0.9到0.4线性递减，其大小决定粒子前一次迭代的速度对本次迭代粒子速度的影响程度；

对标准的粒子群算法进行改进，首先将全局最优粒子gbest用方差可调的正态随机分布进行扰动，得到新的全局最优粒子gbest’，待更新的粒子向扰动后的全局最优粒子学习，然后用进化停滞步数t₀作为触发条件对个体最优值进行随机扰动，进一步增加迭代后期群体的多样性，使算法跳出局部最优解；极值扰动算子与改进的速度更新公式为：

其中表示施加扰动后，第t次迭代全局最优粒子的第j维分量，新的全局最优粒子由正态随机分布产生，表示正态扰动的幅度半径σ₁σ₂σ₃，T为最大迭代次数；

S103：根据式(1)计算每个粒子的适应度，对粒子进行评价，更新个体最优值和全局最优值；返回到步骤S102：进行循环，利用式(9)和式(7)更新粒子的速度和位置，直到达到最大迭代次数，当前最优解即选为簇头。