劉建娟

（河南工業(yè)大學電氣工程學院，河南南陽450001）

基于改進螢火蟲群優(yōu)化的無線自組網(wǎng)路由算法*

劉建娟*

（河南工業(yè)大學電氣工程學院，河南南陽450001）

針對無線自組網(wǎng)絡拓撲結構多變、網(wǎng)絡生存時間受限及數(shù)據(jù)包分組傳輸效率低下等問題，借鑒螢火蟲群優(yōu)化算法，提出了一種改進螢火蟲群優(yōu)化的無線自組網(wǎng)絡路由算法。路由算法將螢火蟲優(yōu)化算法中的熒光素強度更新與無線自組網(wǎng)絡中的節(jié)點移動速度、擁塞程度、節(jié)點剩余能量、節(jié)點間距離等因素進行相互映射，同時改進螢火蟲群優(yōu)化算法中的搜索螢火蟲、駐留螢火蟲及回溯螢火蟲用于完成無線自組網(wǎng)絡中路由協(xié)議的路由發(fā)現(xiàn)、路由選擇及路由維護等過程，整個協(xié)議無須傳送大量的控制分組，即可實現(xiàn)無線自組網(wǎng)絡的穩(wěn)定傳輸。仿真實驗結果表明，與AODV及基于蟻群優(yōu)化的路由算法AntRouting協(xié)議相比，本文所提出的路由算法在端到端延時、分組數(shù)據(jù)傳輸率及網(wǎng)絡生存時間上均有良好的性能。

無線自組網(wǎng)絡；路由協(xié)議；螢火蟲群優(yōu)化算法；網(wǎng)絡生存；節(jié)點能耗

傳統(tǒng)的通信網(wǎng)絡對基礎設施的依賴程度很高，被毀后恢復費用高、網(wǎng)絡重建時間周期長。而無線自組織網(wǎng)絡可以根據(jù)業(yè)務需求和網(wǎng)絡情況進行快速組網(wǎng)，其網(wǎng)絡的節(jié)點既是移動終端也是路由器，這使得無線自組網(wǎng)在荒野探測、水下監(jiān)測等方面擁有廣泛的應用前景。由于節(jié)點的任意移動性，無線自組網(wǎng)的拓撲結構變化頻繁，路由協(xié)議一直是無線自組網(wǎng)的研究重點。無線自組網(wǎng)路的路由協(xié)議主要考慮節(jié)點移動及節(jié)點能量等不確定因素，其中節(jié)點能耗是路由協(xié)議的關鍵［1］。大多數(shù)無線自組網(wǎng)的路由選擇依據(jù)采用單一標準。單一標準的路由協(xié)議對下一跳路由的選擇上是基于一種規(guī)則，比如動態(tài)源路由DSR［2］和目的地序列距離向量路由DSDV［3］都是選擇跳數(shù)最少的路由，按需距離向量路由協(xié)議AODV則選擇序列號最新的作為路由。單一標準的路由選擇設計較為簡單，控制分組的大小和數(shù)量一定，但其無法滿足無線自組網(wǎng)拓撲結構多變、無線信道易受干擾等問題。研究學者為了改進單一標準路由協(xié)議的弊端，利用綜合指標來選擇路由。例如文獻［4］利用名聲、可用帶寬和最小跳數(shù)作為路由選擇標準進行多量考核以選擇合適的路由；文獻［5］通過考慮跳數(shù)、時延、節(jié)點擁塞程度等因素來選擇合適的路由路徑，以實現(xiàn)多路徑平衡網(wǎng)絡負載；文獻［6］提出了一種基于路徑選擇和拒絕應答算法的PS-AODV協(xié)議，以解決高負載網(wǎng)絡，節(jié)約網(wǎng)絡節(jié)點能耗。雖然多指標路由協(xié)議能在一定程度上解決單一標準路由協(xié)議的弊端，但往往以增加控制分組大小和數(shù)量、增大網(wǎng)絡均衡負擔等為前提，這樣就不可避免的造成無線自組網(wǎng)絡穩(wěn)定性低、可靠性差等。

螢火蟲算法作為一種新興的群智能優(yōu)化方法，具有參數(shù)少、宜于并行處理、收斂速度快及魯棒性強等優(yōu)點，已經(jīng)在諸多領域取得了較好的應用［7-10］。文獻［11］提出了一種加速螢火蟲優(yōu)化算法，對螢火蟲算法搜索過程進行改進，減少螢火蟲個體的隨機移動；文獻［12］提出了一種新的模糊螢火蟲優(yōu)化算法，以增強算法的局部探索和全局搜索能力；文獻［13］引入螢火蟲個體行為狀態(tài)表，記錄每個螢火蟲個體的詳細行為，平衡個體的跳轉能力，使搜索能力較差的螢火蟲跳轉到新的位置，以提高算法找到最優(yōu)解的概率。這些改進都是為了增強螢火蟲算法的搜索能力，優(yōu)化最優(yōu)解；文獻［14］中提出了通過引入隨迭代而線性減小的慣性權重，調節(jié)每次迭代對下一次迭代的影響，從而提高算法的搜索能力，提高搜索精度；文獻［15］提出了實數(shù)二進制編碼的螢火蟲優(yōu)化算法，用于解決網(wǎng)絡可靠性問題；文獻［16］對螢火蟲算法的個體進行了改進，使其帶有量子行為，設計出了新的螢火蟲個體移動方式，對螢火蟲的路徑選擇提出了新的思路?？v觀螢火蟲群優(yōu)化算法可知：螢火蟲種群的初始分布猶如無線自組網(wǎng)絡中的路徑節(jié)點，路由路徑的選擇形成就類似于螢火蟲的移動求解。這種優(yōu)良的分布式特性和在組合優(yōu)化問題中的表現(xiàn)與無線自組網(wǎng)的路由選擇較為相似［13-20］?；诖?，本文借鑒螢火蟲優(yōu)化算法的原理，提出了一種基于螢火蟲優(yōu)化算法的無線自組網(wǎng)絡路由協(xié)議，路由協(xié)議用螢火蟲優(yōu)化算法的熒光素強度的更新規(guī)則與無線自組網(wǎng)絡中的節(jié)點移動速度、擁塞程度、節(jié)點剩余能量及節(jié)點間的距離等因素相互映射，從而對路由的自適應選擇進行控制。

1 螢火蟲優(yōu)化算法

1.1 螢火蟲優(yōu)化算法簡述

人工螢火蟲群優(yōu)化算法GSO（Glowworm Swarm Optimization）是模仿螢火蟲發(fā)光行為構造出的仿生物智能群優(yōu)化算法［21］。在人工螢火蟲群優(yōu)化算法的構思中，每個個體都有自己的動態(tài)決策范圍，并根據(jù)自身決策范圍內鄰居個體信號的強弱決定其移動方向，這與螢火蟲通過釋放熒光素來吸引同伴的原理是相似的。GSO算法主要包括熒光素更新、移動概率更新、移動位置更新和鄰居范圍更新等4個階段［22］。達到一定的迭代次數(shù)后，所有的螢火蟲個體都將聚集在問題求解空間的最優(yōu)解位置［23］。在算法實現(xiàn)過程中，xi(t)表示t時刻第i只螢火蟲的位置，f(x)為適應度評價函數(shù)，li(t)表示t時刻第i只螢火蟲的熒光素濃度［24］：

式中：ρ為螢光素揮發(fā)系數(shù)，γ為螢光素增強因子，設rs表示螢火蟲感知范圍，表示t時刻第i只螢火蟲的決策范圍，更新動態(tài)決策域半徑：

式中：β表示決策域變化率，ni表示鄰居閾值，Ni(t)表示t時刻第i只螢火蟲的鄰居集合：

式中：li(t)表示t時刻第i只螢火蟲的熒光素值，根據(jù)螢火蟲鄰居集合中各螢火蟲的熒光素濃度來決定螢火蟲的移動方向，Pij(t)表示表示t時刻第i只螢火蟲向鄰居節(jié)點終第j只螢火蟲靠近的概率：

根據(jù)移動概率Pij(t)，設移動步長為s，t+1時刻第i只螢火蟲的位置更新為：

1.2 無線自組網(wǎng)絡參數(shù)

為了利用螢火蟲優(yōu)化算法來進行無線自組網(wǎng)的路由選擇，設Q=(V,E)為含有n個節(jié)點的全連接無向圖，V是頂點集合且n=|V|，E是邊的集合。用兩個節(jié)點vi、vj的歐式距離dij表示節(jié)點間邊的權值，并且dij=dji。尋找全連接無向圖Q中源節(jié)點vi到目的節(jié)點vd的最優(yōu)路徑即轉化為螢火蟲優(yōu)化算法的最優(yōu)求解。

在無線自組網(wǎng)中，某一時刻t節(jié)點vi需要存儲并維護當前時刻鄰居節(jié)點信息表和路由信息的路由表，對應的駐留螢火蟲Ri則帶攜帶節(jié)點vi的熒光素值Li(t)。其中每個節(jié)點存儲的鄰居節(jié)點信息表項主要包括：鄰居節(jié)點vj、時間t、vj駐留螢火蟲Rj熒光素值Lj(t)。為了均衡網(wǎng)絡負擔，路由表按需建立。路由表項包括：目的節(jié)點vd、下一跳節(jié)點vj、vi通過vj到vd的熒光素概率Pij(t)。當需要進行路由構建時，節(jié)點vi根據(jù)需要創(chuàng)建搜索螢火蟲Fe。搜索螢火蟲Fe根據(jù)鄰居節(jié)點駐留螢火蟲Rj熒光素值Lj(t)及兩個節(jié)點vi、vj的歐式距離dij計算節(jié)點vj作為下一跳的概率Pij(t)。設vi在t時刻所有一跳鄰居節(jié)點的集合為Qi(t)，則：

式（6）通過調節(jié)α和β來調整兩個相鄰節(jié)點的熒光素差值和節(jié)點間的歐式距離以影響搜索螢火蟲對下一跳節(jié)點的選擇。按照上式選定下一跳節(jié)點vj后，移動搜索螢火蟲到節(jié)點vj，更新當前位置并和鄰域半徑并將鄰域集合更新為Qj(t)。

每個節(jié)點vi的熒光素值Li(t)的更新公式如下：

式中：Li(t+1)為時刻t+1時節(jié)點vi上vj駐留螢火蟲Ri的熒光素值。為熒光素值揮發(fā)系數(shù)，用?表示熒光素值增強系數(shù)，J[fi(t+1)]為t+1時刻vi的適應度函數(shù)值。

2 基于螢火蟲優(yōu)化算法的路由協(xié)議

無線自組網(wǎng)絡在沒有任何網(wǎng)絡基礎的情況下動態(tài)獨立的臨時性網(wǎng)絡。路由協(xié)議是決定網(wǎng)絡性能的核心影響因素。由于無線自組網(wǎng)絡的特殊性，網(wǎng)絡的拓撲結構隨網(wǎng)絡節(jié)點的移動而改變，傳統(tǒng)的網(wǎng)絡路由協(xié)議已不再適用。自組網(wǎng)絡中路由協(xié)議受節(jié)點能量、節(jié)點擁塞程度以及節(jié)點移動速度的影響。節(jié)點能量越大的節(jié)點越適宜作為路由節(jié)點，因為其有足夠的能量完成信息的傳輸，保證自組網(wǎng)絡的壽命；節(jié)點越擁塞側面反映節(jié)點的處理能力不足，這間接會降低數(shù)據(jù)包收發(fā)的準確率；節(jié)點的移動速度對路由協(xié)議的影響是最直接的，節(jié)點移動越快，網(wǎng)絡的拓撲結構變化越快，路由協(xié)議需要相應的改變。

2.1 路由協(xié)議影響參數(shù)

①節(jié)點能量剩余參數(shù)λen在無線自組網(wǎng)中節(jié)點以電池供電。電池的電量隨著時間的延續(xù)會慢慢減少，節(jié)點路由只有剩余足夠多的能量才能完成尋找合適的路徑和轉發(fā)分組數(shù)據(jù)，這樣才能延長無線自組網(wǎng)絡的壽命。用Ei表示節(jié)點vi的最大能量，用Ei′表示當前節(jié)點vi的剩余能量，則參數(shù)λen=Ei′/Ei衡量節(jié)點vi能量剩余性能。節(jié)點能量剩余參數(shù)λen越大說明節(jié)點vi的適應度函數(shù)值J(fi(t))越大，對熒光素值Li(t)增量的貢獻越大。

②節(jié)點擁塞程度參數(shù)λco節(jié)點MAC層接口隊列緩存情況一定程度上反映了節(jié)點的擁塞程度。這里將節(jié)點vi的MAC層接口隊列緩存容量用Vi表示，MAC層接口隊列緩存分組數(shù)用Vi′表示。則節(jié)點擁塞程度參數(shù)λco=Vi′/Vi表示節(jié)點vi當前的擁塞程度。若節(jié)點擁塞程度參數(shù)λco超出一定的閾值，表明節(jié)點vi陷入擁塞狀態(tài)，數(shù)據(jù)處理能力下降，對后續(xù)數(shù)據(jù)包進行丟棄。節(jié)點擁塞程度參數(shù)值λco越大，說明節(jié)點vi的適應度函數(shù)值J[fi(t)]越小，對熒光素值Li(t)增量的貢獻越小。

③節(jié)點的移動速度λsp無線自組網(wǎng)的拓撲結構受節(jié)點移動速度的影響，節(jié)點移動速度越快，拓撲結構變化越快，路由更新越快，源節(jié)點發(fā)起路由發(fā)現(xiàn)頻率加快。因此，節(jié)點移動速度λsp越大，說明節(jié)點vi的適應度函數(shù)值J[fi(t)]越小，對熒光素值Li(t)增量的貢獻越小。

2.2 路由發(fā)現(xiàn)

基于螢火蟲優(yōu)化算法的路由發(fā)現(xiàn)過程如下：

①當源節(jié)點vh要向目的節(jié)點vd發(fā)送數(shù)據(jù)時，節(jié)點vh先查看本地路由表是否有到達節(jié)點vd的路由，若有則發(fā)起路由路徑，路由發(fā)現(xiàn)算法終止。若沒有執(zhí)行第2步；

②源節(jié)點vh會向每個鄰居節(jié)點發(fā)送搜索螢火蟲Fe。每個搜索螢火蟲Fe都有分組編號Seq，并且源節(jié)點vh將到達目的節(jié)點vd過程中經(jīng)歷的所有節(jié)點信息保存到自身數(shù)據(jù)棧data中；

③中間節(jié)點vi′收到來搜索螢火蟲Fe后，根據(jù)Fe數(shù)據(jù)棧的節(jié)點信息中有無當前節(jié)點vi′，判斷是否出現(xiàn)環(huán)路，若是丟棄Fe；

④根據(jù)分組編號Seq判斷Fe是否為來自不同路徑的重復分組，若是則丟棄；

⑤查看當前節(jié)點vi′的路由表是否有到達目的節(jié)點vd的路由，若沒有就對搜索螢火蟲Fe進行廣播；若有就執(zhí)行下一步；

⑥若當前節(jié)點vi′路由表中有到目的節(jié)點vd的路由，則搜索螢火蟲Fe利用路由表項中熒光素概率Pij(t)根據(jù)式（8）選擇下一跳節(jié)點vj；

⑦搜索螢火蟲Fe移動到節(jié)點vj后，對Fe數(shù)據(jù)棧data中所有節(jié)點駐留螢火蟲的熒光素值按式（12）更新，對vj的其他鄰居節(jié)點的駐留螢火蟲熒光素值按公式（13）進行更新，并對vj的路由表進行更新；

⑧以此類推，直至到達目的節(jié)點vd，搜索螢火蟲Fe實效，并在目的節(jié)點vd創(chuàng)建回溯螢火蟲Fr，F(xiàn)r根據(jù)搜索螢火蟲Fe中的路徑信息反方向追溯到源節(jié)點vh；

⑨回溯螢火蟲Fr到達源節(jié)點vh后實效，源節(jié)點vh到目的節(jié)點vd的路由建立。

式（8）中：φ為隨機數(shù)且φ∈[0,1]，φ0為系統(tǒng)定義常數(shù)且φ0∈[0,1]同時P(φ≤φ0)?P(φ＞φ0)。也就是說在大多數(shù)情況下搜索螢火蟲Fe會向熒光素值高的鄰居節(jié)點駐留螢火蟲Rj移動，極個別情況下搜索螢火蟲Fe會隨機選擇下一跳節(jié)點，以避免陷入局部最優(yōu)解。若vj的路由表中沒有到目的節(jié)點vd的路由表項，節(jié)點vj會廣播搜索螢火蟲Fe。但次數(shù)不超過3次。

在式（7）中，J[fi(t+1)]為節(jié)點vi的適應度函數(shù)值，也可看為節(jié)點vi在t+1時的熒光素值增量，則有：

式中：ΔM為熒光素增量常量：

式中：ηen+ηco=1，σ、δ和θ均為不小于1的調整參數(shù)，通過三個參數(shù)調整可改變節(jié)點能量、節(jié)點擁塞程度及節(jié)點的移動速度對路由選擇的影響，從而對路由進行優(yōu)化。將式（10）和式（11）代入式（7）可得：

搜索螢火蟲Fe移動到下一跳節(jié)點vj后，對Fe數(shù)據(jù)棧data中所有節(jié)點駐留螢火蟲的熒光素值按式（12）進行更新，對vj其他鄰居節(jié)點駐留螢火蟲的熒光素值按式（13）進行更新：

搜索螢火蟲Fe由節(jié)點vi轉移到下一跳節(jié)點vj后，數(shù)據(jù)棧data中路徑節(jié)點為data.node={v1,v2,v3,..., vn,vi}，更新vj路由表中通過vi到達v1,v2,v3,...,vn節(jié)點的Pij(t),j∈data.node-{vi}。

到達目的節(jié)點vd后創(chuàng)建回溯螢火蟲Fr。Fr根據(jù)搜索螢火蟲Fe中data.node的內容，以相反的方向追溯到源節(jié)點vh。當回溯螢火蟲Fr通過vj移動到節(jié)點vi后，同樣以式（12）和式（13）對節(jié)點vi鄰居節(jié)點駐留螢火蟲熒光素值進行更新，并對vi的路由表進行更新?；厮菸灮鹣xFr到達vi后經(jīng)過的路徑為Fr.node={vj,...vn,v2,v1}，更新vi路由表中通過vj到達vi,...vn,v2,v1節(jié)點的Pji(t),i∈Fr.node-{vj}。

2.3 路由維護

無線自組網(wǎng)節(jié)點vi上Ri每隔時間周期T向鄰居節(jié)點發(fā)送Hello數(shù)據(jù)包來維護路由的連通性。若鄰居節(jié)點的駐留螢火蟲Rj在時間周期內收到Ri的Hello數(shù)據(jù)包，則Rj認為vi是vj的鄰居節(jié)點，將該節(jié)點的信息添加到Rj鄰居節(jié)點信息表及路由表中。若在時間周期內沒有收到Hello數(shù)據(jù)包，則認為vi不是vj的鄰居節(jié)點，Rj會將節(jié)點vi的信息從vj的鄰居節(jié)點信息表中刪除并更新路由表，將vj路由表中下一跳節(jié)點為vi的相關路由表項刪除。

在源節(jié)點vh向目的節(jié)點vd傳輸信息的過程中，若中間結點vi上駐留螢火蟲Ri發(fā)現(xiàn)由于自身的移動導致網(wǎng)絡拓撲結構發(fā)生變化而出現(xiàn)網(wǎng)絡路由鏈接斷裂，無法按照原有的路由轉發(fā)數(shù)據(jù)包時，則Ri會向原有路由的上游節(jié)點發(fā)送路由錯誤信息RERR。當鄰居節(jié)點vj上的駐留螢火蟲Rj收到Ri發(fā)送的RERR數(shù)據(jù)包時，vj節(jié)點即刪除vi節(jié)點所對應的鄰居節(jié)點表項和路由表項，并在vj路由表中查找是否有到vd的冗余路由。若有則按式（8）選擇下一跳節(jié)點并按式（12）和式（13）對vj路由表進行更新；若不存在，則vj上的駐留螢火蟲Rj繼續(xù)向vj上游節(jié)點發(fā)送路由錯誤信息RERR，直到找到可用路由。若源節(jié)點vh上的搜索螢火蟲Fe收到路由錯誤信息RERR，則重新進行路由發(fā)現(xiàn)。

3 仿真實驗及結果分析

為了驗證本文所提出的基于螢火蟲優(yōu)化的無線自組網(wǎng)絡路由協(xié)議的性能的性能，將本文路由協(xié)議與 AODV［25］（Ad hoc On-demand Distance Vector Routing）及基于蟻群優(yōu)化的路由算法AntRouting［26］在NS2模擬平臺上進行仿真，通過設置兩個場景對以上三個路由協(xié)議從數(shù)據(jù)包分組傳送率、端到端時延及網(wǎng)絡生存時間等三個方面評價進行性能分析。

仿真場景1：網(wǎng)絡節(jié)點傳輸半徑為300 m，并且60個移動節(jié)點隨機分布在1 000 m×1 000 m的區(qū)域內，節(jié)點移動模型采用自組網(wǎng)Random Waypoint模型，自組網(wǎng)絡的物理層選用Two-raygroundreflection無線傳輸模型，MAC層采用IEEE802.11協(xié)議的DCF模式，鏈路帶寬為2 Mbit/s。移動節(jié)點的速度均勻分布0～30 m/s間。采用512 byte的定長數(shù)據(jù)包進行仿真通信，隨機選擇25個CBR（Constant Bit-Rate）信源，每個CBR發(fā)包速率為1packet/s，通過改變移動節(jié)點停頓時間來仿真不同的自組網(wǎng)絡移動性，仿真時間統(tǒng)一設置為400 s。

仿真場景2：其他參數(shù)與仿真場景一相同，移動節(jié)點的停頓時間為50 s，將CBR發(fā)包速率從1 packet/s逐步增加為5 packet/s，模擬不同的網(wǎng)絡負載。

這里設置無線自組網(wǎng)絡中節(jié)點的最大能量值為100 J100J。根據(jù)文獻［27］對IEEE802.11b協(xié)議接口功耗的研究，本文僅考慮自組網(wǎng)中節(jié)點發(fā)送和接收數(shù)據(jù)包時能量消耗，節(jié)點的發(fā)送數(shù)據(jù)包消耗的能量為1.3 W，接收數(shù)據(jù)包消耗的能量為0.9 W。經(jīng)過多次實驗本文各參數(shù)取值如下：α=1,β=2,η=0.5,?=0.3, φ0=0.8,ΔM=10,σ=3,δ=θ=1,ηen=0.4,ηco=0.6。

場景1的仿真結果如圖1所示。

從圖1的結果可以看出，隨著節(jié)點停頓時間的增加，三種路由協(xié)議端到端的延時越來越小，但本文算法較明顯優(yōu)于其他兩種路由算法；數(shù)據(jù)分組傳送率隨著節(jié)點停頓時間的增加呈現(xiàn)遞增的態(tài)勢，網(wǎng)絡生存時間隨著節(jié)點停頓時間的增加，其他兩種路由算法呈小幅降低的趨勢，而本文路由協(xié)議下的網(wǎng)絡生存時間有小幅平穩(wěn)上升的趨勢。這是由于隨著節(jié)點停頓時間的增加，節(jié)點的移動性降低，從而使網(wǎng)絡拓撲變化減緩，路由的重建及數(shù)據(jù)分組重傳的次數(shù)明顯降低，從而使端到端時延減少，數(shù)據(jù)分組傳送率升高，網(wǎng)絡生存時間進一步延長。但當節(jié)點移動性發(fā)生變化時，本文路由協(xié)議和文獻［26］路由協(xié)議比AODV路由算法有更好的性能。這是因為本文路由協(xié)議和文獻［26］路由協(xié)議的節(jié)點路由表維護多條路徑信息，當某條路徑失效時，可以選擇其他的替代路徑，避免了頻繁的路由發(fā)現(xiàn)。而但是本文路由協(xié)議考慮到節(jié)點的移動速度、擁塞程度、能量對于熒光素變化的影響，使得搜索螢火蟲Fe總向移動速度慢、擁塞程度低、能量較高及距離近的節(jié)點移動，所以本文路由協(xié)議受到網(wǎng)絡拓撲變化的影響最小，較文獻［26］路由協(xié)議更能適應自組網(wǎng)絡的動態(tài)變化。

圖1 場景一的仿真結果對比

從圖2可以看出，隨著CBR信源發(fā)包速率的逐步增加，三種路由協(xié)議端到端延時逐步增大，分組數(shù)據(jù)包傳送比率下降，網(wǎng)絡生存時間也隨之降低，這是由于CBR信源發(fā)包速率的增大，導致網(wǎng)絡負載隨之增大造成的。相比其他兩種路由協(xié)議，本文所改進的路由算法獲得了更好的性能。這是因為本文所改進的路由協(xié)議和文獻［26］的路由協(xié)議都采取了主動路由維護機制，即在路由發(fā)現(xiàn)階段，目的節(jié)點會向源節(jié)點發(fā)送信息以對路由信息進行確認及維護，保證了節(jié)點所存儲路由表能夠更及時更新，因而兩在網(wǎng)絡負載增大的情況下均優(yōu)于AODV協(xié)議。而本文所改進的路由協(xié)議在路由發(fā)現(xiàn)及維護階段，總是尋求移動速度慢、擁塞程度低、能量較高、距離較近的路由，因此本文所改進的路由協(xié)議性能更穩(wěn)定，更能適應網(wǎng)絡負載的變化，比文獻［26］的路由協(xié)議有更好的靈活性。

圖2 場景二的仿真結果對比

4 結論

本文提出了一種基于螢火蟲群優(yōu)化的Ad Hoc網(wǎng)絡路由協(xié)議，協(xié)議用螢火蟲優(yōu)化算法的熒光素強度的更新規(guī)則與無線自組網(wǎng)絡中的節(jié)點移動速度、擁塞程度、節(jié)點剩余能量及節(jié)點間的距離等因素相互映射，通過駐留螢火蟲、搜索螢火蟲及回溯螢火蟲進行按需路由的優(yōu)化選擇，無須額外傳送大量的控制分組，即可實現(xiàn)無線自組網(wǎng)絡的穩(wěn)定。每個網(wǎng)絡節(jié)點通過維護多條雙向冗余路徑，提高了路由協(xié)議的自適應性及可靠性。仿真實驗結果表明，在不同移動性和網(wǎng)絡負載下，本文所提出的路由協(xié)議在端到端延時、數(shù)據(jù)分組傳輸率和網(wǎng)絡生存時間等3個方面較其他兩種路由算法有更高的穩(wěn)定性和適應性。α,β,η,?,φ0,ΔM,σ,δ,θ,ηen,ηco等參數(shù)因子的選取過于簡單，下一步需要對各參數(shù)取值進行深入的理論研究，確定參數(shù)因子對本文路由協(xié)議性能的影響，以進一步對本文所提出的路由協(xié)議進行優(yōu)化。

［1］宋軍全，周凱，華驚宇.基于蟻群算法的無線自組網(wǎng)絡能量控制路由研究［J］.傳感技術學報，2012，25（12）：1722-1725.

［2］Johnson D B，Maltz D A，Broch J.DSR：The Dynamic Source Routing Protocol for Multi-Hop Wireless Ad Hoc.Ad Hoc Networking［M］.Boston，MA.USA：Addison-Wesley，2001：139-172.

［3］Perkins C E，Bhagwat P.Highly Dynamic Destination-Sequenced Distance-Vector Routing（DSDV）for Mobile Computers［C］//Proceedings of the Conference on Communications，Architectures，Protocols and Applications（SIGCOMM 1994）.London，England，UK，1994.234-244.

［4］藺紹良，龍海南.Ad Hoc網(wǎng)絡路由協(xié)議綜述［J］.電子設計工程，2013，21（9）：141-144.

［5］周德榮.基于蟻群算法改進的AODV路由協(xié)議研究［J］.西南師范大學學報（自然科學版），2014，39（11）：75-80.

［6］王鈺，田杰，徐磊.一種基于負載均衡的移動Ad Hoc網(wǎng)絡AODV協(xié)議改進［J］.電信科學，2011，27（11）：123-127.

［7］Younes M，Khodja E，Kherfane R L.Multi-Objective Economic Emission Dispatch Solution Using Hybrid FFA（Firefly Algorithm）and Considering Wind Power Penetration［J］.Energy，2014，67：596-606.

［8］Tuba M，Bacanin N.Artificial Bee Colony Algorithm Hybridized with Firefly Algorithm for Cardinality Constrained Mean-Variance Portfolio Selection Problem［J］.Applied Mathematics&Information Sciences，2014，8（6）：2831-2844.

［9］Grewal N S，Rattan M，Patterh M S.A Linear Antenna Array Failure Correction with Null Steering Using Firefly Algorithm［J］.Defence Science Journal，2014，64（2）：136-142.

［10］Rahmani A，MirHassani S A.A Hybrid Firefly-Genetic Algorithm for the Capacitated Facility Location Problem［J］.Information Sciences，2014，283：70-78.

［11］Baghlani A，Makiabadi M H，Rahnema H.A New Accelerated Firefly Algorithm for Size Optimization of Truss Structures［J］.Scientia Iranica，2013，20（6）：1612-1625.

［12］Hassanzadeh T，Kanan H R.Fuzzy Fa：A Modified Firefly Algorithm［J］.Applied Artificial Intelligence，2014，28（1）：47-65.

［13］Bidar M，Kanan H R.Jumper Firefly Algorithm［J］.Proceedings of the 3rd International Conference on Computer and Knowledge Engineering（Iccke 2013），2013：267-27.

［14］Tian Y F，Gao W M，Yan S.An Improved Inertia Weight Firefly Optimization Algorithm and Application［J］.2012 International Conference on Control Engineering and Communication Technology（Iccect 2012），2012：64-68.

［15］Chandrasekaran K，Simon S E.Network and Reliability Constrained Unit Commitment Problem Using Binary Real Coded Firefly Algorithm［J］.International Journal of Electrical Power&Energy Systems，2012，43（1）：921-930.

［16］Manju A，Nigam M J.Firefly Algorithm with Fireflies having Quantum Behavior［J］.2012 International Conference on Radar，Communication and Computing（Icrcc），2012：117-119.

［17］Yang X，Hosseini S，Gandomi A.Firefly Algorithm for Solving Non-Convex Economic Dispatch Problems with Value Loading Effect［J］.Applied Soft Computing，2012，12（3）：1180-1186.

［18］劉長平，葉春明.一種新穎的仿生群智能優(yōu)化算法：螢火蟲算法［J］.計算機應用研究，2011，28（9）：3295-3297.

［19］任敬安，涂亞慶，張敏，等.基于蟻群優(yōu)化的Ad Hoc網(wǎng)絡生存時間和其他網(wǎng)絡性能平衡路由協(xié)議［J］.計算機工程與科學，2011，33（10）：15-24.

［20］周少瓊，徐祎，姜麗，等.蟻群優(yōu)化算法在Ad Hoc網(wǎng)絡路由中的應用［J］.計算機應用，2011，31（2）：159-165.

［21］劉洲洲，王福豹，張克旺.基于改進螢火蟲優(yōu)化算法的WSN覆蓋優(yōu)化分析［J］.傳感技術學報，2013，26（5）：675-677.

［22］朱文超，許德章.一種基于人工螢火蟲群優(yōu)化的改進粒子濾波算法［J］.計算機應用研究，2014，31（10）：2920-2925.

［23］李詠梅，周永權，韋軍.用于函數(shù)優(yōu)化的層次結構螢火蟲群算法［J］.應用科學學報，2012，30（4）：391-396.

［24］張軍麗，周永權.一種用Powell方法局部優(yōu)化的人工螢火蟲算法［J］.模式識別與人工智能，2011，24（5）：680-685.

［25］Perkins C，Belding-Royer E，Das S.RFC 3561，Ad Hoc on-Demand Distance Vector（AODV）Routing［S］.2003.

［26］李波波，龍昭華.基于蟻群優(yōu)化的Ad Hoc網(wǎng)絡QoS路由［J］.計算機工程與設計，2016，37（1）：12-17.

［27］Feeney L M.Investigating the Energy Consumption of an IEEE 802.11 Network Interface［C］//Technical Report Sics T.2000.

劉建娟（1978-）女，漢族，博士，副教授，碩士生導師。2007年3月畢業(yè)于南京東南大學儀器科學與工程系，獲工學博士學位。先后參與總裝型號項目1項，總裝預研項目2項，973項目1項；國家自然科學基金3項，河南省科技攻關項目2項，河南省自然科學基金1項。近年來，在《航天控制》、《電氣傳動》、《傳感技術學報》、《中國慣性技術學報》、等雜志上發(fā)表學術論文20余篇，其中EI檢索3篇，ISTP檢索1篇。主要研究方向：智能控制技術、多傳感器信息融合技術、測控技術及儀器等方面，liujianjuan1978@sina.com。

Ad Hoc Networks Routing Algorithm Based on Improved Glowworm Swarm Optimization*

LIU Jianjuan*
（College of Electrical Engineering Henan University of Technology，Nanyang He’nan450001，China）

For wireless ad hoc network topology changing，network lifetime is limited and low packet packet transmission efficiency and other issues，we propose a wireless ad hoc network routing algorithm based on the swarm optimization algorithm.The routing algorithm will be based on the fluorescence intensity of the firefly optimization algorithm and wireless ad hoc networks in the node mobility，congestion，node residual energy，the distance between the nodes and other factors to map each other，at the same time improve glowworm swarm optimization algorithm in search of fireflies，reside fireflies and back firefly used to complete the wireless AD hoc network centre found by routing protocol，routing and routing maintenance process，this agreement do not need to send a great deal of control group，the stability of the wireless AD hoc network transmission can be realized.Simulation results show that compared with AODV and AntRouting protocols，the proposed routing algorithm has better performance in end to end delay，packet data transmission rate and network lifetime.

Ad Hoc network；routing method；glowworm swarm optimization；network survivability；node energy consumption

TP393

A

1004-1699（2016）12-1905-07

??6150P；7230

10.3969/j.issn.1004-1699.2016.12.021

項目來源：國家自然科學基金項目（61304259）；河南省重點科技攻關項目（122102210044）

2016-07-26修改日期：2016-10-08