李文

關(guān)鍵詞：移動(dòng)傳感網(wǎng);簇頭生成;蟻群粒子;感知覆蓋;極限標(biāo)準(zhǔn)差

目前，移動(dòng)傳感網(wǎng)技術(shù)（ Mobile Sensor Network，MSN）作為“中國制造2025”計(jì)劃重要組成部分，正在實(shí)踐中得到日益重視的推廣應(yīng)用。移動(dòng)傳感網(wǎng)結(jié)合了無線傳感網(wǎng)、新一代移動(dòng)通信技術(shù)優(yōu)勢，通過在一定地理分布區(qū)間內(nèi)部署可移動(dòng)節(jié)點(diǎn)的方式實(shí)現(xiàn)數(shù)據(jù)感知，并利用無線信道技術(shù)實(shí)現(xiàn)數(shù)據(jù)匯聚傳輸，具有成本低廉、部署便捷特點(diǎn)，可實(shí)現(xiàn)大規(guī)模部署應(yīng)用。不過，由于移動(dòng)傳感網(wǎng)節(jié)點(diǎn)同時(shí)存在移動(dòng)特性，傳輸路徑穩(wěn)定性較差，鏈路及節(jié)點(diǎn)抖動(dòng)現(xiàn)象嚴(yán)重，需要通過網(wǎng)絡(luò)分區(qū)方式實(shí)現(xiàn)數(shù)據(jù)中繼傳輸。因此，采取一定的簇頭生成算法并穩(wěn)定數(shù)據(jù)傳輸鏈路，成為當(dāng)前MSN研究領(lǐng)域內(nèi)的熱點(diǎn)。

在簇頭生成算法研究領(lǐng)域內(nèi)，研究者多利用傳感節(jié)點(diǎn)存在的聚類特性，采取區(qū)域分割方式高效選取簇頭節(jié)點(diǎn)。Sanu等提出了一種基于主備動(dòng)能切換機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法，算法引入能量排序機(jī)制，通過周期性選取具有較高剩余能量節(jié)點(diǎn)并設(shè)定為簇頭節(jié)點(diǎn)，可實(shí)現(xiàn)簇頭快速化選取，所選簇頭抗抖動(dòng)性能較強(qiáng)。然而，該算法對中繼傳輸現(xiàn)象考慮不足，簇頭節(jié)點(diǎn)需要通過直傳模式將數(shù)據(jù)投送至sink節(jié)點(diǎn)，存在鏈路抖動(dòng)較高的不足，難以適應(yīng)超寬帶數(shù)據(jù)傳輸場景。Peng等提出了一種基于超聚類節(jié)點(diǎn)更新機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法，算法將具有較高傳輸性能的節(jié)點(diǎn)設(shè)定為超聚類節(jié)點(diǎn)，采取周期引力機(jī)制進(jìn)行節(jié)點(diǎn)聚類生成流程，定時(shí)選取具有較高鏈路穩(wěn)定性能的節(jié)點(diǎn)作為超聚類節(jié)點(diǎn)，可降低區(qū)域分割失敗而導(dǎo)致簇頭性能不穩(wěn)定的問題。不過，算法執(zhí)行過程中易致使節(jié)點(diǎn)能量消耗速度較快，簇頭節(jié)點(diǎn)受限概率較高，降低了算法的網(wǎng)絡(luò)傳輸性能。Sanu等提出了一種基于周期路由更新機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法，算法優(yōu)選路由交叉度較高的節(jié)點(diǎn)為簇頭節(jié)點(diǎn)，引入能量最優(yōu)機(jī)制篩選備份節(jié)點(diǎn)，所選節(jié)點(diǎn)具有傳輸路徑較為穩(wěn)定的特點(diǎn)，抗網(wǎng)絡(luò)拓?fù)涠秳?dòng)性能較強(qiáng)。然而，該算法也存在節(jié)點(diǎn)切換過程較為復(fù)雜的特點(diǎn)，特別是節(jié)點(diǎn)處于移動(dòng)狀態(tài)時(shí)易發(fā)生嚴(yán)重的數(shù)據(jù)重傳輸現(xiàn)象，使得算法在節(jié)點(diǎn)處于移動(dòng)狀態(tài)時(shí)難以進(jìn)一步提升數(shù)據(jù)傳輸帶寬。

針對上述情況，考慮到傳統(tǒng)方法不能解決所示不足，因此提出了一種基于蟻群粒子適應(yīng)機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法。首先，根據(jù)能量最優(yōu)原則并基于迭代方式設(shè)計(jì)了基于蟻群粒子感知覆蓋機(jī)制的簇頭生成方法，采用周期迭代方式來進(jìn)行粒子感知覆蓋，獲取性能優(yōu)越的節(jié)點(diǎn)作為備選簇頭節(jié)點(diǎn)，可顯著提升簇頭分布密度。隨后，通過粒子進(jìn)化方案設(shè)計(jì)了基于極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制的簇頭穩(wěn)定方法，進(jìn)一步優(yōu)化節(jié)點(diǎn)傳輸質(zhì)量，改善能量受限現(xiàn)象，具有較好的數(shù)據(jù)傳輸性能。最后通過MATLAB仿真實(shí)驗(yàn)環(huán)境，證明了算法的性能。

1基于蟻群自適應(yīng)機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法

為提高M(jìn)SN網(wǎng)絡(luò)簇頭生成質(zhì)量，提出了一種基于蟻群自適應(yīng)機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法。該算法主要由基于蟻群粒子感知覆蓋機(jī)制的簇頭生成和基于極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制的簇頭穩(wěn)定兩部分構(gòu)成。

1.1基于蟻群粒子感知覆蓋機(jī)制的簇頭生成

網(wǎng)絡(luò)初始化完成后，網(wǎng)絡(luò)選取具有較高能量值的節(jié)點(diǎn)作為初始簇頭節(jié)點(diǎn)，sink節(jié)點(diǎn)將初始簇頭節(jié)點(diǎn)視為移動(dòng)蟻群并通過監(jiān)測移動(dòng)過程獲取感知覆蓋范圍。首先按如下模型獲取初始簇頭節(jié)點(diǎn)的拓?fù)滠壽E：

其中， g1、g2。、g3表示權(quán)重系數(shù)，權(quán)重系數(shù)覆蓋初始簇頭節(jié)點(diǎn)當(dāng)前更新時(shí)刻t及前后兩個(gè)更新時(shí)刻。

Sink節(jié)點(diǎn)對模型（3）進(jìn)行判斷，當(dāng)僅當(dāng)按模型（3）進(jìn)行粒子進(jìn)化過程時(shí)出現(xiàn)數(shù)值上升現(xiàn)象時(shí)，將重新選取區(qū)域內(nèi)能量最強(qiáng)的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，見圖1。

1.2基于極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制的簇頭穩(wěn)定

采取基于蟻群粒子感知覆蓋機(jī)制的簇頭生成方法后，sink節(jié)點(diǎn)可以動(dòng)態(tài)選取具有能量較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。不過，由于移動(dòng)傳感網(wǎng)具有的拓?fù)涓咦儎?dòng)特性，頻繁進(jìn)行粒子進(jìn)化過程將會導(dǎo)致簇頭節(jié)點(diǎn)出現(xiàn)能量消耗加劇的現(xiàn)象，導(dǎo)致進(jìn)化過程將提前結(jié)束，陷入局部最優(yōu)困境。因此，算法在粒子進(jìn)化過程結(jié)束后，設(shè)計(jì)基于極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制的簇頭穩(wěn)定方法用以增強(qiáng)粒子收斂速度，具體設(shè)計(jì)如下：

其中，F(xiàn)表示簇頭節(jié)點(diǎn)m表示備用簇頭節(jié)點(diǎn)的重心，F(xiàn)表示備用簇頭節(jié)點(diǎn)的重心，F(xiàn)表示sink節(jié)點(diǎn)與簇頭節(jié)點(diǎn)的平均距離。三者可由如下模型獲?。?/p>

Step2針對備選簇頭，逐個(gè)按模型（5）校驗(yàn)收斂標(biāo)準(zhǔn)差，選取標(biāo)準(zhǔn)差最低的節(jié)點(diǎn)作為備選簇頭，若當(dāng)前簇頭出現(xiàn)受限時(shí)將進(jìn)行節(jié)點(diǎn)更換操作，見圖2，方法結(jié)束。

網(wǎng)絡(luò)初始化過程完畢后，按照網(wǎng)絡(luò)傳輸周期執(zhí)行極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制，逐次遍歷各網(wǎng)絡(luò)分區(qū)，即可從備選節(jié)點(diǎn)中優(yōu)選性能較為穩(wěn)定的簇頭節(jié)點(diǎn)，從而提升網(wǎng)絡(luò)傳輸性能。

2實(shí)驗(yàn)與分析

為對比所提算法的性能，設(shè)置MATLAB 8.5仿真實(shí)驗(yàn)環(huán)境。仿真參數(shù)表見表1。對照組實(shí)驗(yàn)設(shè)置為當(dāng)前移動(dòng)傳感網(wǎng)領(lǐng)域常用的基于改進(jìn)能量均衡機(jī)制的傳感網(wǎng)簇頭生成算法（ImprovedClustering Optimization Algorithm for WirelessSensor Network Energy Balance，IC（）算法）和基于能量優(yōu)化回收機(jī)制的傳感網(wǎng)簇頭生成算法（Novel

PEECRP-Based Clustering

Routing

Approach，NPEECR算法）。仿真參數(shù)為簇頭節(jié)點(diǎn)密度、網(wǎng)絡(luò)傳輸帶寬兩項(xiàng)，具體情況如下：

2.1簇頭節(jié)點(diǎn)密度測試

圖3為所提算法與ICO算法和NPEECR算法在高抖動(dòng)信道環(huán)境和低抖動(dòng)信道環(huán)境下簇頭密度的仿真測試結(jié)果。由圖可知，所提具有簇頭節(jié)點(diǎn)密度較高的特性，顯示了較高的網(wǎng)絡(luò)覆蓋能力。這是由于所提算法考慮到簇頭節(jié)點(diǎn)具有的移動(dòng)特性，設(shè)計(jì)了基于蟻群粒子感知覆蓋機(jī)制的簇頭生成方法，在優(yōu)選具有能量較優(yōu)節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)的基礎(chǔ)上，進(jìn)一步通過極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制穩(wěn)定選取傳輸性能較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，因而簇頭節(jié)點(diǎn)密度較高，體現(xiàn)了較為突出的網(wǎng)絡(luò)覆蓋能力。ICO算法考慮到單純采用能量方式生成簇頭節(jié)點(diǎn)存在的不足，建立了節(jié)點(diǎn)聚集度與剩余能量之間的權(quán)重函數(shù)。在簇頭選擇中減少迭代次數(shù)和能量消耗，簇頭節(jié)點(diǎn)能耗水平較低。然而，該算法僅采取單純備份機(jī)制用以篩選備用簇頭節(jié)點(diǎn)，選取過程中易導(dǎo)致節(jié)點(diǎn)重復(fù)選取現(xiàn)象，因而簇頭節(jié)點(diǎn)生成質(zhì)量不高，易發(fā)生抖動(dòng)現(xiàn)象，降低了簇頭節(jié)點(diǎn)密度。PEECR算法基于節(jié)點(diǎn)度、相對距離和剩余能量篩選簇頭節(jié)點(diǎn)，保證了簇頭分布均勻，簇規(guī)模均衡，優(yōu)選傳輸質(zhì)量較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。不過，該算法采用周期輪詢方案更新簇頭節(jié)點(diǎn)，當(dāng)簇頭節(jié)點(diǎn)發(fā)生受限現(xiàn)象時(shí)易導(dǎo)致出現(xiàn)節(jié)點(diǎn)大面積失效現(xiàn)象，降低了簇頭節(jié)點(diǎn)密度。

2.2網(wǎng)絡(luò)傳輸帶寬測試

圖4為所提算法與與ICO算法和N-PEECR算法在高抖動(dòng)信道環(huán)境和低抖動(dòng)信道環(huán)境下網(wǎng)絡(luò)傳輸帶寬的仿真測試結(jié)果。由圖可知，所提算法具有網(wǎng)絡(luò)傳輸帶寬較高的特點(diǎn)，說明了所提算法網(wǎng)絡(luò)傳輸性能卓越。這是由于所提算法考慮到網(wǎng)絡(luò)拓?fù)湟鬃儎?dòng)的特性，涉及了基于蟻群粒子感知覆蓋機(jī)制的簇頭生成方法，采取蟻群粒子感知方式固定簇頭節(jié)點(diǎn)定位位置，降低拓?fù)湟苿?dòng)程度，因而網(wǎng)絡(luò)傳輸路徑較為穩(wěn)定。特別是所提算法通過極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制穩(wěn)定選取傳輸性能較高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)密度較高，網(wǎng)絡(luò)節(jié)點(diǎn)有更高概率選取傳輸能力較強(qiáng)的節(jié)點(diǎn)作為中繼節(jié)點(diǎn)，因而所提算法網(wǎng)絡(luò)傳輸帶寬較高。ICO算法建立了節(jié)點(diǎn)聚集度與剩余能量之間的權(quán)重函數(shù)，將剩余能量設(shè)為較高的權(quán)重系數(shù)，對節(jié)點(diǎn)間拓?fù)湟苿?dòng)考慮不足，所選節(jié)點(diǎn)抖動(dòng)性較高，使得網(wǎng)絡(luò)傳輸鏈路亦有較高概率發(fā)生抖動(dòng)，降低了該算法的網(wǎng)絡(luò)傳輸帶寬。NPEECR算法基于節(jié)點(diǎn)度、相對距離和剩余能量篩選簇頭節(jié)點(diǎn)，主要采取均勻分布模式設(shè)置簇頭節(jié)點(diǎn)，存在簇頭節(jié)點(diǎn)密度較低的不足，因而網(wǎng)絡(luò)傳輸鏈路的長度高于本文算法，使得該算法網(wǎng)絡(luò)傳輸帶寬性能較差，降低了網(wǎng)絡(luò)傳輸帶寬。

3結(jié)論

為提高移動(dòng)傳感網(wǎng)部署性能，提出了一種基于蟻群粒子適應(yīng)機(jī)制的移動(dòng)傳感網(wǎng)簇頭生成算法。算法主要由基于蟻群粒子感知覆蓋機(jī)制的簇頭生成方法和基于極限標(biāo)準(zhǔn)差優(yōu)選機(jī)制的簇頭穩(wěn)定方法兩部分構(gòu)成。可顯著降低鏈路抖動(dòng)現(xiàn)象，提高簇頭節(jié)點(diǎn)生成質(zhì)量，增強(qiáng)網(wǎng)絡(luò)傳輸性能。

下一步，將針對所提算法對高節(jié)點(diǎn)部署環(huán)境適應(yīng)性較低的不足，擬引入歐里幾何拓?fù)溆成錂C(jī)制穩(wěn)定網(wǎng)絡(luò)傳輸鏈路，擴(kuò)大所提算法對各種復(fù)雜環(huán)境的適應(yīng)能力。