[发明专利]一种基于模糊逻辑的无线传感器网络分扇路由方法有效
| 申请号: | 202010509499.4 | 申请日: | 2020-06-05 |
| 公开(公告)号: | CN111770512B | 公开(公告)日: | 2023-05-23 |
| 发明(设计)人: | 胡黄水;韩优佳;赵宏伟;王宏志;姚美琴 | 申请(专利权)人: | 长春工业大学 |
| 主分类号: | H04W24/02 | 分类号: | H04W24/02;H04W24/06;H04W40/10;H04W40/20;H04W84/18 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 130012 吉*** | 国省代码: | 吉林;22 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 模糊 逻辑 无线 传感器 网络 路由 方法 | ||
1.一种基于模糊逻辑的无线传感器网络分扇路由方法,称为FACS,其特征在于:包括网络模型、最优簇数确定、模糊逻辑CH选择和跳数计算、多跳路由四个方面,具体内容如下:
所述网络模型具体为环形网络,网络半径为R,基站位于圆心,目标监测区域被划分为n个同心环,N个节点均匀分布各个环内;以每环能耗最小为目标计算最优的簇数,分别根据最外环和内环能耗公式,求导计算得出每个环的最优簇数mn;在环形网络中,最后一个环的能量消耗与没有数据转发的其他环的能量消耗不同,表示为
Ech=l×Eelec×(Nn-1)+l×Eda×(Nn-1)+(l×Eelec+l×εfs×d2ch)Nn (1)
其中,l是数据的长度,Eelec是传感器节点发送或者接收1bit数据时所消耗的能量,εfs是采用自由空间模型时的放大参数,Eda是融合Nl个传感器节点所发送的数据消耗的能量,其表达式为Eda=l*EpDb,其中EpDb是融合1bit数据所消耗的能量,l是数据包的长度,Nn是簇的数目,dch是到下一跳CH的距离,FACS方法遵循自由空间模型,因此需要满足dch<d0,d0为自由空间模型传输距离的阈值;同时要保证CH在通信范围内将数据传送到下一跳接收到点,因此还需要满足dch<rc,rc为簇半径,用于正确的数据传输,此外,dch还需大于每环的宽度,即n为网络中的环数,因此dch在公式(2)的范围内;
同时,网络的能量消耗表示为
Ecm=(Nn-1)(l×Eelec+l×εfs×d2cc) (3)
其中,dcc是成员节点与CH之间的距离,用其平方的期望值表示,
其中dc是最大的dcc,根据余弦定理求出dc
式中,是对应的中心角,mn表示最佳簇数,因此,环总能耗可以表示为
Etotal=mn×(Ech+Ecm) (6)
取式(6)对mn的导数,最佳簇数为
其中
其中
A=mn×l[Nn(3Eelec+Eda+εfs×d2ch+εfs×d2cc)-εfs×d2cc-2Eelec-Eda]
对于第i环,其最优簇头数表示为mi.
然后根据最优簇数将每个环平均划分为若干个扇区,每个扇区为一个簇,并采用模糊控制器对该簇进行簇头选择,模糊控制器包括模糊控制器的输入、输出变量模糊化和模糊规则定义及解模糊;模糊控制器的输入参数为“剩余能量”、“节点中心度”、“到BS的距离”、“数据长度”,输出参数为“簇头概率”和“跳数”;通过剩余能量、节点中心度和到BS的距离来决定每个节点被选为簇头的概率,通过剩余能量、数据长度和到BS的距离来决定到下一个CH的“跳数”;下面是对模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊的具体介绍;
(1)“剩余能量”的语言变量为“low”,“medium”,“high”,其中“low”和“high”采用梯形隶属度函数,“medium”采用三角形隶属度函数;
(2)“节点中心度”的语言变量为“close”、“adequate”、“far”,其中“close”和“far”采用梯形隶属度函数,“adequate”采用三角形隶属度函数;(3)“到BS的距离”的语言变量为“distant”,“reachable”,“nearby”,其中“distant”和“nearby”采用梯形隶属度函数,“reachable”采用三角形隶属度函数;
(4)“数据长度”的语言变量为“big”,“medium”,“little”,其中“big”和“little”采用梯形隶属度函数,“medium”采用三角形隶属度函数;
(5)“簇头概率”的语言变量为“verylow”、“low”、“rate low”、“low medium”、“medium”、“high medium”、“rather high”、“high”、“very high”,“very low”和“veryhigh”采用梯形隶属度函数,其余的采用三角形隶属度函数;
(6)“跳数”的语言变量为“very little”,“little”,“rather little”,“low medium”,“medium”,“high medium”,“rather more”,“more”,“very more”,其中“verylittle”和“very more”采用梯形隶属度函数,其余的采用三角形隶属度函数;
(7)基于上述语言变量设计了27个if-then规则,然后将4个输入按照if-then规则器中的规则表生成两个输出,最后,利用质心法对模糊推理的输出进行解模糊,得到跳数的清晰值;
通过模糊控制器确定路由的跳数后,在路由稳态阶段每个簇的成员节点在其时间段内向其CH发送数据,之后每个簇头基于CH基于其“跳数”以最大剩余能量和最少成员节点数聚集并向最优中间CH发送数据,保证该簇头到基站所需的跳数不大于通过模糊控制器生成的跳数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春工业大学,未经长春工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010509499.4/1.html,转载请声明来源钻瓜专利网。





