一种移动Sink无线传感器网络的路由恢复方法及其恢复协议

摘要

本发明公开了一种移动Sink无线传感器网络的路由恢复方法及其恢复协议，其特征在于：当移动Sink的位置发生改变而导致移动Sink无线传感器网络的路径断开时，它将收集当前信息以更新路由图，进行路径编码；采用免疫正交学粒子群优化算法来选择最优替代路径，进行路由恢复；采用基于该算法的协议来维护该网络系统。该免疫正交学粒子群优化算法具有全局搜索能力较强、求解精度较好、收敛速度快等特点。本发明提高了此类无线传感器网络的路由维护能力，利用最短的传输路径达到最大的传输成功率，提高网络吞吐量，延长网络生存时间。

主权项

1.一种移动Sink无线传感器网络的路由恢复方法，其特征是：当移动Sink的位置发生改变而导致移动Sink无线传感器网络的数据传送路径断开时，使用免疫正交学习粒子群优化算法来选择最优路径，进行路由恢复；依次包括以下步骤：(1)更新路由图；当Sink移动到新的位置而导致链路断开时，Sink收集各节点的剩余能量、延时、距离等信息以更新Sink的邻居表和任务表，并根据以上这些信息更新路由图G′，从中提取出可能的路径集合P；(2)对粒子群初始化；在一个D维空间中，初始化生成n个粒子，每一个粒子都有自己的位置和速度；(3)对路径集合P进行编码；Sink从G′中计算得到可能的路径集合P，然后将每条链路序列p_j编码为搜索空间中的一个解，用单个粒子表示一条链路序列，以便在解空间和粒子表示之间建立合适的映射；(4)计算每个粒子的适应度函数，通过免疫正交学习粒子群优化算法从所有解中选出的最优解空间对应的路径p_b，所述的最优解空间是指对应路径p_b的适应度fit(p_b)最大；适应度函数如下：$\mathrm{fit}\left(p_j\right)=\frac{\underset{v_j^k\in p_j}{\Sigma }\mathrm{Rene}\left(v_j^k\right)}{{\omega }_1\frac{\underset{v_j^k\in p_j}{\Sigma }\mathrm{ene}\left(v_j^k\right)}{\underset{v\in V}{\Sigma }\mathrm{ene}\left(v\right)}+{\omega }_2{\frac{\underset{v_j^k\in p_j}{\Sigma }\mathrm{delay}\left(v_j^k\right)}{\underset{n\in V}{\Sigma }\mathrm{delay}\left(v\right)}}_2+{\omega }_3\frac{\underset{e_j^k\in p_j}{\Sigma }\mathrm{dist}\left(e_j^k\right)}{\underset{e\in E}{\Sigma }\mathrm{dist}\left(e\right)}}$其中，指网络中某个节点的有效能量；指两相邻节点间链路的路径长度；指节点通信消耗的能量；指节点的传输延时；ω₁、ω₂和ω₃分别为相邻节点间的能量消耗、传输延时和距离的权值，其中ω₁+ω₂+ω₃＝1，ω₁、ω₂和ω₃都大于0；(5)采用免疫正交学习粒子群优化算法中的正交学习策略，根据粒子群中各粒子的个体最优位置P_id和全局最优位置P_n构建样本P_o，从而更新粒子位置和速度；(6)判断是否满足该免疫正交学习粒子群优化算法的终止条件；所述的终止条件是指得到最大适应值或迭代次数高于80次；若满足以上的终止条件，得出最优路径p_b；(7)若不满足，采用免疫正交学习粒子群优化算法中的免疫模型对粒子进行克隆、选择和替换操作，以便在保证收敛速度的同时又能维持抗体的多样性；它基于抗体-抗原适应度的比例选择，构造了记忆单元，以各粒子适应度的比例大小为依据，进行克隆及选择操作，再保留刺激度为所有粒子中前15～25％的粒子，抑制其余粒子；重复步骤(4)到(7)直到满足该算法的终止条件，优选前20％；(8)移动Sink通过免疫正交学习粒子群优化算法选择出最优路径p_b后，将最优路径上的节点信息发送给网络内相应的节点，以便快速建立从源节点到Sink的最新替代路径p_b，维持网络路由。