基于CPSO的WSN路由优化

吕春峰，朱力宏

(郑州铁路职业技术学院，河南 郑州 450052)

基于CPSO的WSN路由优化

吕春峰，朱力宏

(郑州铁路职业技术学院，河南 郑州 450052)

针对传统的无线传感器网络存在网络生存时间短、能量损耗大、整个网络能量不均衡的问题，提出使用CPSO(混沌粒子群算法)对路由进行优化。介绍了对WSN(无线传感器网络)路由进行优化的过程。测试结果表明，经过优化的无线传感器网络具有网络生存时间长、能量损耗小、整个网络能量均衡的优点。

CPSO；WSN；粒子群算法

无线传感器节点通常所处的环境是比较危险的。因为此节点的能量非常有限，而且不易更换。能耗均衡的路由协议对于无线传感器网络至关重要,它能够延长整个网络的生存时间[1]。可以使用CPSO对WSN路由进行优化。

1 CPSO的WSN路由优化

第一步，算法初始化。对经过路由优化的节点信息进行搜集，确定几个重要的参数。这些参数包括粒子群规模n、学习因子等，其中最重要的参数是最大迭代次数Nmax。

第二步，粒子种群的初始化。由式子Z'k=(1-a)Z*+aZk可以随机产生n维向量：Zj= (Zj1，Zj2，…，Zjn) ，0≤Zj≤1，j= 1，2，…，n。因为混沌对初始值具有敏感的特点，而这些值之间基本没有差异，所以此时就能很好地产生n个初始粒子种群。

第三步，把得到的n维向量Zj进行一个逆映射运算，这样就可以识别传感器节点信息。

第四步，对粒子适应度进行评估。要进行WSN网络路由优化有很多的参数要考虑，主要的参数是路由长度，节点的能量消耗以及能量均衡。假设把一条n个传感器节点的可行路由表示为

f(p)=wdd(p)+wee(p)+wll(p) 。

(1)

式中，wd表示距离权重，we表示能耗权重，wl表示整个无线传感器网络的能耗权重，d(p)、e(p)、l(p)分别表示路由的总长、能耗和整个无线传感器网络的能耗。

第五步，对粒子群进行判断，判断的主要目的是看是否有粒子群早熟的现象[2]。如果有此类现象，就需要对一些粒子进行混沌处理，要是没有此类现象就可以继续执行粒子群算法。判断早熟现象的方法是：

(2)

(3)

式(2)和(3)中，favg表示粒子群平均适应度值，n表示具体的粒子数量。

(2)如果出现最优粒子位置不变化次数到预设的阈值的情况，即为粒子群进化缓慢，陷入停滞。

第六步，得到无线传感器网络的最优解，优化算法结束。此算法的主要流程可以用图1表示。

图1 算法流程图

2 混沌粒子群的应用

主要通过网络仿真软件NS2对整个优化算法进行仿真，这样就可以得到CPSO的性能优势。仿真结果表明,该算法提高了能量利用率,均衡了网络能量消耗，延长了网络的生命周期[3]。假设无线传感器节点为300个，分布区域大小为100m×100m，用图2表示无线传感器节点的分布情况。

图2 WSN 传感器节点分布图

3 测试结果和结论

3.1 测试结果

在测试过程中主要使用GA、PSO和CPSO算法进行了仿真，仿真的结果如图3所示。

图3 三种算法的WSN 网络生存时间比较

可以看出，和另外两种算法相比CPSO算法的网络生存时间是最长的，而且CPSO算法的减低速度是最慢的。所以，此算法收敛速度比较快，基本不会出现陷入局部最优的问题，可以以最快的速度很好地实现WSN最优路由，从而可以有效地减少传感器节点的能量消耗，达到让整个网络能量更加均衡的目的。

3.2 结论

传统的WSN路由优化算法存在很多的问题，比如网络生存时间短、网络能量消耗不均衡等，通过使用CPSO算法对传统的算法进行了优化。测试结果表明，此算法可以充分利用各个节点的能量，从而使整个网络的能量更加均衡，很好地改善了整个无线传感器网络的性能，具有很好的使用空间。

[1]田中兴，陈玮，郭金鑫．一种能耗均衡的WSN路由协议[J]．江南大学学报(自然科学版)，2014，13(1)：44-48．

[2]牛红惠，徐甜．基于聚类粒子群算法网络异常检测模型研究[J]．微电子学与计算机，2012 ，29(3)：102-105．

[3]李灯熬，郝海龙，郭锦龙，等．一种能量有效的无线传感器网络分簇及簇间路由算法 [J]．自动化仪表，2015，36(12)：4-7．

[责任编辑：赵 伟]

WSN Routing Optimization Based on CPSO

LÜ Chunfeng ZHU Lihong

(ZhengZhou Railway Vocaional and Technical College,Zhengzhou 450052,China)

The traditional wireless sensor network has the disadvantages of short survival time, big energy loss, the whole network energy unbalance, this paper proposes to use the CPSO(chaotic particle swarm optimization algorithm) for routing optimization, this paper mainly introduces the use of this algorithm for WSN (Wireless Sensor Network) process route optimization. The test results show that, through the wireless sensor network optimization with the network survival time is long, small energy loss, the energy balance network advantages.

CPSO；WSN；particle swarm optimization algorithm

2015 - 11 - 15

吕春峰(1971—)，男，河南郑州人，郑州铁路职业技术学院讲师 ，硕士，研究方向为计算机网络和多媒体。 朱力宏(1962—)，男，河南郑州人，郑州铁路职业技术学院实验师，研究方向为电子信息。

G642

A

1008-6811(2016)-04-0012-03