為了高效利用有限的無線傳感器網(wǎng)絡(luò)節(jié)點能量,延長網(wǎng)絡(luò)的生命周期,提出了一種應(yīng)用于無線傳感器網(wǎng)絡(luò)協(xié)議中的改進引力搜索算法（IMPGSA）來更新簇頭節(jié)點的位置。該算法使用分?jǐn)?shù)階微積分對引力搜索算法（GSA）進行優(yōu)化,使用多目標(biāo)適應(yīng)度函數(shù)對簇頭節(jié)點更新后的位置進行評估,這些目標(biāo)包括距離、延遲、鏈路生命周期和能量。仿真結(jié)果表明:本文提出的改進算法與人工蜂群算法（ABC）、引力搜索算法（GSA）和粒子群免疫協(xié)同算法（MPSICA）相比,網(wǎng)絡(luò)生命周期分別提高了10.7%、22.4%和13.1%�？梢�,該算法通過在網(wǎng)絡(luò)中不斷進行迭代以更新簇頭節(jié)點的位置,有效延長了網(wǎng)絡(luò)節(jié)點的生命周期,進而有效延長了網(wǎng)絡(luò)本身的生命周期。 

【文章來源】：天津工業(yè)大學(xué)學(xué)報. 2019,38(03)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

無線傳感器網(wǎng)絡(luò)模型示意圖Fig.1AmodelforthewirelesssensornetworksHC1HC2HCh……

第3期4仿真分析在仿真分析環(huán)節(jié)中，仿真實驗的硬件環(huán)境為：CPU：IntelCorei564002.7GHz；內(nèi)存：4GB；操作系統(tǒng)：Windows10×64；軟件平臺：MATLABR2012；仿真實驗參數(shù)如表1所示。為了分析改進算法的性能，通過與3種現(xiàn)存算法（ABC[18，19，20]、GSA、MPSICA）進行比較，并從存活節(jié)點數(shù)目和網(wǎng)絡(luò)能量兩方面對改進算法的性能進行了分析。仿真實驗中所有節(jié)點的網(wǎng)絡(luò)能量均符合第1部分中定義的網(wǎng)絡(luò)節(jié)點能量模型，實驗過程中的每一輪迭代表示算法對無線傳感器網(wǎng)絡(luò)中所有簇頭節(jié)點的一次位置及能量更新。對比實驗采用4種算法（本文改進算法和3種現(xiàn)存算法）對無線傳感器網(wǎng)絡(luò)迭代一定的輪數(shù)后，通過對網(wǎng)絡(luò)內(nèi)存活節(jié)點數(shù)目和網(wǎng)絡(luò)能量的比較分析說明改進算法相較于3種現(xiàn)存算法而言是如何高效延長網(wǎng)絡(luò)生命周期的。4.1影響網(wǎng)絡(luò)生命周期的因素一般情況下，無線傳感器網(wǎng)絡(luò)中的節(jié)點能量變?yōu)?時，認(rèn)為該節(jié)點為死節(jié)點，當(dāng)節(jié)點數(shù)量小于10%時，認(rèn)為網(wǎng)絡(luò)不能繼續(xù)工作。節(jié)點的能量受通信節(jié)點間距離的影響，節(jié)點間的距離越大，能量損耗就越嚴(yán)重，網(wǎng)絡(luò)內(nèi)通信大多集中在普通節(jié)點與簇頭節(jié)點之間，因此，通過更新簇頭節(jié)點的位置，使其與自身普通節(jié)點之間的距離最優(yōu)，便可降低能量損耗，從而延長無線傳感器網(wǎng)絡(luò)的生命周期。更新簇頭節(jié)點位置操作產(chǎn)生的延遲也應(yīng)足夠小，該延遲與節(jié)點消耗的能量成正比，因此，降低更新簇頭節(jié)點位置操作的延遲，也可有效延長無線傳感器網(wǎng)絡(luò)的生命周期。在每個簇中，鏈路普遍存在于普通節(jié)點與其對應(yīng)的簇頭節(jié)點之間，鏈路生命周期表示了每個簇的最大傳輸時長，鏈路生命周期越長，無線傳感器網(wǎng)絡(luò)的生命周期就越長�；趯τ绊懢W(wǎng)絡(luò)生命周期因

通節(jié)點總數(shù)H100普通節(jié)點初始能量G00.5可用空間與多路徑衰減模型能量損失1/（pJ·bit-1·m-2）Gfs10可用空間與多路徑衰減模型能量損失2/（pJ·bit-1·m-2）Gpa0.0013硬件發(fā)射器能量損失/（nJ·bit-1·m-2）Gtxr50數(shù)據(jù)收集能量損失/（nJ·bit-1·signal-1）GDA10適應(yīng)度函數(shù)加權(quán)參數(shù)αβδη0.20.30.40.11009080706050403020100存活節(jié)點數(shù)目/個0輪數(shù)（a）改進算法存活節(jié)點數(shù)目變化圖8001200160020004001009080706050403020100存活節(jié)點數(shù)目/個0輪數(shù)（b）四種算法存活節(jié)點數(shù)目變化對比圖800120016002000400圖4存活節(jié)點數(shù)目變化圖Fig.4ComparativeperformancebasedonnumberofalivenodesGSA算法MPICA算法ABC算法改進算法萬振凱，等：無線傳感器網(wǎng)絡(luò)改進引力搜索算法的設(shè)計與實現(xiàn)71--

【參考文獻】：
期刊論文
[1]萬有引力搜索算法的分析與改進[J]. 馬力,劉麗濤.  微電子學(xué)與計算機. 2015(09)
[2]基于新的適應(yīng)度函數(shù)的多目標(biāo)進化算法[J]. 代才,王宇平.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2013(07)
[3]不同適應(yīng)度函數(shù)的遺傳算法在橋梁結(jié)構(gòu)傳感器布設(shè)中的應(yīng)用[J]. 劉寒冰,吳春利,程永春.  吉林大學(xué)學(xué)報(工學(xué)版). 2012(01)
[4]分?jǐn)?shù)階微積分及其應(yīng)用[J]. 祝奔石.  黃岡師范學(xué)院學(xué)報. 2011(06)
[5]分?jǐn)?shù)階微積分的一些性質(zhì)及證明[J]. 張慧琛.  忻州師范學(xué)院學(xué)報. 2010(02)



本文編號：3006596