專利名稱：一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法
技術(shù)領(lǐng)域：
本發(fā)明屬無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯 路由恢復(fù)方法。
背景技術(shù)：
異構(gòu)無線傳感器網(wǎng)絡(luò)(heterogeneous wireless sensor networks,H—WSNs)在無 線傳感器網(wǎng)絡(luò)(wireless sensor networks,WSNs)中扮演著重要角色。它一股包含兩種類 型的傳感器節(jié)點大量能量受限的普通節(jié)點隨機分布在監(jiān)測區(qū)域，少量能量富裕、可靠性高 的超級節(jié)點布置在已知位置。超級節(jié)點作為周圍多個普通節(jié)點的簇頭，使得整個網(wǎng)絡(luò)形成 兩層結(jié)構(gòu)。H-WSNs相比同構(gòu)WSNs可以提高數(shù)據(jù)傳輸成功率，減少傳輸過程中的能量消耗。 但實際應(yīng)用中，傳感器故障等會導(dǎo)致網(wǎng)絡(luò)鏈路斷裂，使系統(tǒng)遭到破壞。因此為了提高網(wǎng)絡(luò)的 生存周期，容錯路由機制，尤其是路由恢復(fù)機制對H-WSNs的網(wǎng)絡(luò)維護十分重要，是WSNs研 究熱點之一。典型的H-WSNs容錯路由算法包括GATCk、EEHC、CPEQ、ICE等，這些算法很少考 慮簇內(nèi)的多路徑路由的維護，且WSNs的路由容錯問題作為一種NP完全問題，這些啟發(fā)式的 確定性方法往往只能得到近似的最優(yōu)路徑結(jié)果，易于陷入局部最優(yōu)。粒子群算法作為新型的智能算法，基本思想就是模擬生物界鳥群覓食現(xiàn)象，通過 模擬這些群體智能行為而對問題求解空間進行全局搜索，找到全局最優(yōu)解。和其他智能算 法相比，粒子群算法更加容易實現(xiàn)，運行效率更高，因此近年來得到廣泛關(guān)注。但粒子群存 在早熟收斂問題，在優(yōu)化初期收斂速度較快，而隨著優(yōu)化過程的繼續(xù)，在搜索后期易陷入局 部最優(yōu)，收斂速度下降，精度較低。因此本發(fā)明采用主從式多群體協(xié)同進化思想來平衡粒子 群的局部和全局搜索能力，采用免疫思想增加粒子(抗體)的多樣性，迅速跳出局部極值 解，快速收斂于全局最優(yōu)解。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種采用多粒子群免疫協(xié)同優(yōu)化算法 (mu lti-particl e-swarm immune cooperative algorithm，MPS ICA)對 H-WSNs 的路徑選 擇，路由恢復(fù)問題進行優(yōu)化，以迅速構(gòu)建最優(yōu)替代路徑，提高H-WSNs的數(shù)據(jù)傳輸成功率，增 加網(wǎng)絡(luò)生存時間的異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是提供一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容 錯路由恢復(fù)方法，在所述的異構(gòu)無線傳感器網(wǎng)絡(luò)的簇內(nèi)有路徑因為節(jié)點故障斷開時，采用 多粒子群免疫協(xié)同優(yōu)化算法來選擇最優(yōu)路徑，進行路由恢復(fù)；采用基于所述的多粒子群免 疫協(xié)同優(yōu)化算法的協(xié)議來維護異構(gòu)無線傳感器網(wǎng)絡(luò)系統(tǒng)，具體包括以下步驟(1)構(gòu)建簇內(nèi)多路徑路由圖G(V，E)，其中V是簇內(nèi)節(jié)點集合，E是簇內(nèi)節(jié)點間鏈路 集合；源節(jié)點ns e V,超級節(jié)點即簇頭n。h e {V- {nj}，數(shù)據(jù)由ns傳輸給n。h，再由n。h匯聚到 后臺；ns到n。h形成k條不相交路徑，當(dāng)一條路徑斷開時，可以啟用其它備用路徑，同時對該 路徑進行恢復(fù)，以便維持k路徑路由；P (s，ch)是多路路徑的集合，Pi (s，ch)是其中一條路徑；(2)對粒子群初始化，采用主_從粒子群模型，在一個D維空間中，初始化生成 NXn個粒子，并將這些粒子分成N個群體，其中一個是主群，其余N-I個是從群，每一個粒子 都有自己的位置和速度；(3)采用簇內(nèi)路徑編碼，在解空間和粒子表示之間建立映射關(guān)系；當(dāng)某個節(jié)點發(fā) 生故障時，作為簇頭的n。h根據(jù)當(dāng)前獲得的拓?fù)湫畔?gòu)建子圖G' (G’cG)，并從G'中計算 可能的路徑集合P (s，ch)；然后先將不滿足條件的節(jié)點組合成的路徑剔除掉，再將剩余的 每條鏈路序列Pi (s，ch)編碼為搜索空間中的一個解，用單個粒子表示一條鏈路序列；(4)計算每個粒子的適應(yīng)度函數(shù)，通過MPSICA算法從所有解中選出最優(yōu)解空間對 應(yīng)的路徑Pb，其適應(yīng)度fitness (Pb)最優(yōu)。適應(yīng)度函數(shù)如下 其中是某條路徑所含鏈路總共消耗的能量在簇內(nèi)所有鏈路可能消耗的總能量 中所占的比例，f2是該條路徑所含節(jié)點及鏈路總的延時在簇內(nèi)所有節(jié)點及鏈路總的延時中 所占的比例，f3是該條路徑所含鏈路總的距離在簇內(nèi)所有鏈路總的距離中所占的比例，ω工、 ω2、ω3 分別為 f\、f2、f3 對應(yīng)的權(quán)值，GJ1 = 0. 4，ω2 = 0. 2，ω3 = 0. 4 ；(5)采用MPSICA算法中的免疫模型對粒子進行克隆，選擇和替換操作基于抗 體_抗原親和度即適應(yīng)度的比例選擇，構(gòu)造記憶單元，并根據(jù)親和度的高低對粒子進行克 隆、選擇、變異和抑制等操作；(6)判斷是否滿足終止條件，若不滿足，采用MPSICA算法中的主從粒子群協(xié)同進 化模型更新粒子位置和速度；每一個從群在迭代過程中執(zhí)行標(biāo)準(zhǔn)粒子群算法獨立進化；所 有從群把發(fā)現(xiàn)的最好個體信息發(fā)送給主群，主群再根據(jù)這些最好個體的經(jīng)驗進行狀態(tài)的更 新；(7)重復(fù)步驟(4)到(6)直到滿足算法的終止條件(達到迭代次數(shù)或收斂到最小 值)；(8)n。h通過MPSICA算法選擇出最優(yōu)路徑pb后，將路徑上的節(jié)點信息通知給簇內(nèi)相 應(yīng)的節(jié)點，以便快速建立從源節(jié)點ns到n。h的最新替代路徑pb，維持簇內(nèi)多路徑路由。所述的MPSICA算法根據(jù)編碼得到的鏈路集合將單個粒子表示一條鏈路序列，并 計算適應(yīng)度值。
5
所述的簇內(nèi)多路徑路由模型、路徑編碼及MPSICA算法在協(xié)議中，當(dāng)簇內(nèi)某個普通 節(jié)點發(fā)生故障時，其所在路徑的上下游節(jié)點將廣播該信息，分別傳給源節(jié)點及簇頭節(jié)點，源 節(jié)點重新選擇新路徑，并將可能被選擇的接力節(jié)點發(fā)送給簇頭節(jié)點，簇頭節(jié)點根據(jù)當(dāng)前節(jié) 點拓?fù)湫畔?gòu)造子圖，生成路徑集，并用MPSICA算法選擇最優(yōu)替代路徑，以便維持簇內(nèi)從 源節(jié)點到簇頭節(jié)點的k路徑路由。有益效果本發(fā)明能夠基于H-WSNs的特點進行簇內(nèi)多路徑路由恢復(fù)，由于該MPSICA算法全 局搜索能力較強、求解精度較好、收斂速度快，因此能在H-WSNs的路徑選擇和路由恢復(fù)中 取得較好的效果，提高H-WSNs的路由容錯能力。
圖1為本發(fā)明H-WSNs容錯路由恢復(fù)的流程。圖2為本發(fā)明H-WSNs的整體架構(gòu)。圖3為本發(fā)明H-WSNs簇內(nèi)多路徑路由生成圖。圖4為本發(fā)明多粒子群協(xié)同免疫優(yōu)化算法的流程。
具體實施例方式下面結(jié)合具體實施實例，進一步闡述本發(fā)明。應(yīng)理解，這些實施實例僅用于說明本 發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技 術(shù)人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣落于本申請所附權(quán)利要求書所 限定的范圍。圖1表示了 H-WSNs的整體架構(gòu)，包括下層普通節(jié)點和上層超級節(jié)點，其中超級節(jié) 點作為周圍普通節(jié)點的簇頭，簇內(nèi)數(shù)據(jù)通過普通節(jié)點接力傳輸給簇頭，最后匯聚到后臺節(jié) 點。圖2所述的是基于MPSICA算法的H-WSNs容錯路由恢復(fù)流程圖。具體步驟如下(1)圖2中的簇內(nèi)多路徑路由圖構(gòu)建階段，所構(gòu)建的多路徑路由圖G(V，E)如 圖3所示，其中V是節(jié)點集合，E是節(jié)點鏈接集合。源節(jié)點ns e V，超級節(jié)點(簇頭) nch e {V-{ns}}。從ns到n。h形成k條不相交路徑，P(s, ch)是這些路徑的集合，Pi (s, ch) 是其中第 i 條路徑，Pi (s, ch) e P(s, ch)。η (η e Pi(s, ch))代表 Pi(s，ch)中的一個節(jié) 點，e(e e Pi (s, ch))代表Pi(s，ch)中某兩個節(jié)點間的鏈接。影響Pi(s，ch)的因素包括 energy (η)，指路徑上單個節(jié)點的有效能量；dist (e)，指路徑上兩相鄰節(jié)點間有效鏈路的路 徑長度；energy(e)，指路徑上兩節(jié)點間通信消耗的能量；delay(e)與delay (η)，分別指路 徑上兩節(jié)點間的傳輸延時及單個節(jié)點的傳輸延時；(2)圖2中的路徑編碼階段，包含粒子群初始化和用粒子群對路徑編碼兩部分。首 先，在一個D維空間中，初始化生成NXn個粒子，并將這些粒子分成N個群體，其中一個是 主群，其余N-I個是從群，每一個粒子都有自己的位置和速度，定義第i個粒子t時刻的位 置是X丨= 丨，速度是V丨= ,<，..., Af οΡι =04/4...,/4)代表粒子的個體極 值點，PgR表全局最優(yōu)解。然后，采用簇內(nèi)路徑編碼，當(dāng)某個節(jié)點故障時，作為簇頭節(jié)點的n。h 根據(jù)當(dāng)前獲得的拓?fù)湫畔?gòu)建子圖G’(G’ cG)，并從G'中計算可能的路徑集合P (S，ch)。 然后它先將不滿足約束條件的節(jié)點組合成的路徑剔除掉，再將剩余的每條鏈路序列Pi (s，ch)編碼為搜索空間中的一個解，用單個粒子表示一條鏈路序列。路徑約束方程為Σ delay(e)+ ^ delay(n) < DΣ dist(e)>L
CGpi(S^Ch)將不滿足以上條件的路徑視為不可達。其中，D表示延遲約束，要求ns到n。h的路 徑包含的鏈路與節(jié)點的延遲和不大于該值；L表示距離約束，要求ns到n。h的路徑距離要大 于該值；(3)圖2中的MPSICA算法選擇路徑階段，包括目標(biāo)函數(shù)設(shè)計，免疫克隆選擇，多群 體更新粒子群速度位置等步驟，流程圖如圖4所示，步驟如下1)計算每一個粒子的適應(yīng)度值。通過MPSICA算法從所有解中選出的最優(yōu)解空間 對應(yīng)的路徑Pb，其適應(yīng)度fitness (Pb)最優(yōu)。適應(yīng)度公式如下
Σ ^nergy(n)fitness(Pi) = ^^-
2/2+^3/3
^ energy(e)-—
^ delay{e) + ^ delay (η)f2 = --
delay{e) + ^ delayin)
^ dist{e)/3=^^-
dist{e)其中是某條路徑所含鏈路總共消耗的能量在簇內(nèi)所有鏈路可能消耗的總能量 中所占的比例，f2是該條路徑所含節(jié)點及鏈路總的延時在簇內(nèi)所有節(jié)點及鏈路總的延時中 所占的比例、f3是該條路徑所含鏈路總的距離在簇內(nèi)所有鏈路總的距離中所占的比例，ω工、 ω2、ω3 分別為 f\、f2、f3 對應(yīng)的權(quán)值，GJ1 = 0. 4，ω2 = 0. 2，ω3 = 0. 4 ；2)采用MPSICA算法進行路徑選擇。首先采用免疫思想進行粒子克隆、克隆選擇和 克隆抑制等操作。該免疫思想利用了免疫機制良好的多樣性特征。它采用基于抗體-抗原 親和度(適應(yīng)度)的比例選擇，構(gòu)造記憶單元，通過新舊抗體的替代，在保證收斂速度的同 時又能維持抗體的多樣性；該模型將每個粒子作為一個抗體。對每個需要克隆的粒子，克隆數(shù)目與其當(dāng)前適 應(yīng)度成正比，克隆數(shù)N。按如下式子計算Nc = α N其中α是克隆因子，并與粒子適應(yīng)度成正比，N是粒子數(shù)。變異規(guī)則根據(jù)經(jīng)驗設(shè) 置，其公式表示為Ci = Xi+ β rand其中Ci是克隆后的個體，Xi是原始抗體，β是變異因子，rand是隨機變量， rand e
。在粒子替代規(guī)則中，我們計算原始粒子和選出的克隆變異粒子對抗原的刺
7激程度。對于任意粒子Ct和抗體Yt，二者歐式距離為d(i,j) = ]jpcit-yjt)2抗體粒子刺激度為A(i, j) = l/d(i, j)然后將各粒子的刺激度與設(shè)定的閾值進行比較，刺激度高的粒子保留，低的抑 制；3)判斷是否滿足終止條件(達到設(shè)定的迭代次數(shù)或收斂到最小值)，若不滿足，再 采用主從粒子群協(xié)同進化模型更新粒子位置和速度。該主從粒子群協(xié)同進化思想啟發(fā)于自 然界中的共生現(xiàn)象，由主-從式結(jié)構(gòu)來表示共生群體之間的關(guān)系。每一個從粒子群在迭代 過程中執(zhí)行標(biāo)準(zhǔn)PSO算法獨立進化，更新方程為vid (t+1) = wvid (t) +Cjand1 (pid_xid (t)) +c2rand2 (pgd_xid (t))xid (t+1) = xid (t)+vid (t)在所有從粒子群進行下一步更新之前，它們把目前為止發(fā)現(xiàn)的最好個體信息發(fā)送 給某一主粒子群，此主粒子群再根據(jù)這些最好個體的經(jīng)驗及其它主粒子群中最好個體的經(jīng) 驗進行狀態(tài)的更新，更新方程如下€(t + l) = wv^( + ClTandl(pfd -xfd ⑴)+ C1Tand1 {pMgd -<(t)) + c3rand3(psgd -xfd ⑴)+ = +其中，M表示主粒子群，S表示除自身之外的其它共生從粒子群。Pid是個體極值點， Pgd是全局最優(yōu)解。C1, C2, C3是加速因子，本發(fā)明中選擇C1 = C2 = 2.05，C3 = 2。w是慣性 因子，較大的w有利于群體在更大范圍內(nèi)進行搜索，而較小的w能夠保證群體最終收斂到最 優(yōu)位置，因此本算法提出了一個線性差分遞減策略w(t) = Wstart - —二,e"d) χ t2
max其中，Wstart = 0. 9，Wend = 0. 4。在該思想中，單獨個體表現(xiàn)出的缺陷可通過其它 群體的個體交互作用得到補償。避免了單一信息交流引起的誤判，加快了算法的收斂速度。 此外主——從式結(jié)構(gòu)有效的平衡了算法的局部和全局搜索能力；4)重復(fù)步驟1)到3)直到滿足算法的終止條件；(4)圖2中的路由恢復(fù)階段，由超級節(jié)點n。h通過MPSICA算法選擇出最優(yōu)路徑Pb 后，將與路徑相關(guān)的節(jié)點序列信息通知給簇內(nèi)相應(yīng)的節(jié)點，以便快速建立從源節(jié)點到n。h的 多跳路徑pb，恢復(fù)簇內(nèi)的多路徑路由；(5)圖2中的容錯路由協(xié)議實現(xiàn)。如圖3所示，源節(jié)點ns(節(jié)點4)與簇頭節(jié) 點n。h(節(jié)點40)建立了 k條路徑(如圖3中的3條路徑，分別是4-3-7-11-16-22-40， 4-8-13-18-40 和 4-9-15-20-23-40)。協(xié)議具體步驟如下1)如果簇內(nèi)接力節(jié)點Iifail (節(jié)點13)故障，其所在路徑的下游節(jié)點nfail_d將該信息 報告給n。h，其上游節(jié)點nfail_u將信息報告給ns，ns啟動替代路徑選擇機制；2)ns廣播path request (PR)包，附帶包含自己能量及位置的路由表。接收到I3R的 某個接力節(jié)點Hi根據(jù)上一節(jié)點IV1的信息計算兩者間的dist(e)，energy (e)及delay (e) 等數(shù)據(jù)，并添加進路由表，同時包括兩節(jié)點的ID、energy(n)等信息。然后Iii繼續(xù)接力傳輸該I3R包，直至n。h收到各節(jié)點傳來的I3R包；3)nch提取冊包中的信息，并根據(jù)獲得的拓?fù)湫畔?gòu)建子圖G'，計算可能的路徑 集合P (s，ch)，通過MPSICA算法選擇最優(yōu)路徑pb。然后n。h廣播RP_ACK包，附帶pb中的節(jié) 點序列信息{"ftl，nPb2, b3，..., η η }(如圖2中的節(jié)點序列4-8-12-17-40)；4)若接收到RP_ACK包的接力節(jié)點Iii包含在pb的節(jié)點序列中，則自動添加到ns的 最新替代路徑中，并與上下游節(jié)點"和"建立連接，直至ns接收到RP_ACK包；5) ns廣播PR_END包，通知n。h已建立的最新路徑信息，至此ns至n。h的第k條路徑 建立完成，協(xié)議結(jié)束。
權(quán)利要求
一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法，其特征在于在所述的異構(gòu)無線傳感器網(wǎng)絡(luò)的簇內(nèi)有路徑因為節(jié)點故障斷開時，采用多粒子群免疫協(xié)同優(yōu)化算法來選擇最優(yōu)替代路徑，進行路由恢復(fù)；采用基于所述的多粒子群免疫協(xié)同優(yōu)化算法的協(xié)議來維護異構(gòu)無線傳感器網(wǎng)絡(luò)系統(tǒng)，具體包括以下步驟(1)構(gòu)建簇內(nèi)多路徑路由圖G(V，E)，其中V是簇內(nèi)節(jié)點集合，E是簇內(nèi)節(jié)點間鏈路集合；源節(jié)點ns∈V，超級節(jié)點即簇頭nch∈{V {ns}}，數(shù)據(jù)由ns傳輸給nch，再由nch匯聚到后臺；ns到nch形成k條不相交路徑，當(dāng)一條路徑斷開時，可以啟用其它備用路徑，同時對該路徑進行恢復(fù)，以便維持k路徑路由；P(s，ch)是多路路徑的集合，pi(s，ch)是其中一條路徑；(2)對粒子群初始化，采用主——從粒子群模型，在一個D維空間中，初始化生成N×n個粒子，并將這些粒子分成N個群體，其中一個是主群，其余N 1個是從群，每一個粒子都有自己的位置和速度；(3)采用簇內(nèi)路徑編碼，在解空間和粒子表示之間建立映射關(guān)系；當(dāng)某個節(jié)點發(fā)生故障時，作為簇頭的nch根據(jù)當(dāng)前獲得的拓?fù)湫畔?gòu)建子圖G′并從G′中計算可能的路徑集合P(s，ch)；然后先將不滿足條件的節(jié)點組合成的路徑剔除掉，再將剩余的每條鏈路序列pi(s，ch)編碼為搜索空間中的一個解，用單個粒子表示一條鏈路序列；(4)計算每個粒子的適應(yīng)度函數(shù)，通過多粒子群免疫協(xié)同優(yōu)化算法從所有解中選出最優(yōu)解空間對應(yīng)的路徑pb，其適應(yīng)度fitness(pb)最優(yōu)。適應(yīng)度函數(shù)如下 <mrow><mi>fitness</mi><mrow> <mo>(</mo> <msub><mi>p</mi><mi>i</mi> </msub> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>ω</mi> <mn>1</mn></msub><msub> <mi>f</mi> <mn>1</mn></msub><mo>+</mo><msub> <mi>ω</mi> <mn>2</mn></msub><msub> <mi>f</mi> <mn>2</mn></msub><mo>+</mo><msub> <mi>ω</mi> <mn>3</mn></msub><msub> <mi>f</mi> <mn>3</mn></msub> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>1</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>2</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow><mo>+</mo><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow><mo>+</mo><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><mi>N</mi> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>3</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>dist</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>dist</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow>其中f1是某條路徑所含鏈路總共消耗的能量在簇內(nèi)所有鏈路可能消耗的總能量中所占的比例，f2是該條路徑所含節(jié)點及鏈路總的延時在簇內(nèi)所有節(jié)點及鏈路總的延時中所占的比例，f3是該條路徑所含鏈路總的距離在簇內(nèi)所有鏈路總的距離中所占的比例，ω1、ω2、ω3分別為f1、f2、f3對應(yīng)的權(quán)值，ω1＝0.4，ω2＝0.2，ω3＝0.4；(5)采用多粒子群免疫協(xié)同優(yōu)化算法中的免疫模型對粒子進行克隆，選擇和替換操作基于抗體 抗原親和度即適應(yīng)度的比例選擇，構(gòu)造記憶單元，并根據(jù)親和度的高低對粒子進行克隆、選擇、變異和抑制等操作；(6)判斷是否滿足終止條件，若不滿足，采用多粒子群免疫協(xié)同優(yōu)化算法中的主從粒子群協(xié)同進化模型更新粒子位置和速度；每一個從粒子群在迭代過程中執(zhí)行標(biāo)準(zhǔn)粒子群算法獨立進化；所有從粒子群把發(fā)現(xiàn)的最好個體信息發(fā)送給主粒子群，主粒子群再根據(jù)這些最好個體的經(jīng)驗進行狀態(tài)的更新；(7)重復(fù)步驟(4)到(6)直到滿足算法的終止條件即達到迭代次數(shù)或收斂到最小值；(8)nch通過多粒子群免疫協(xié)同優(yōu)化算法選擇出最優(yōu)路徑pb后，將路徑上的節(jié)點信息通知給簇內(nèi)相應(yīng)的節(jié)點，以便快速建立從源節(jié)點ns到nch的最新替代路徑pb，維持簇內(nèi)多路徑路由。FDA0000025649230000011.tif
2.根據(jù)權(quán)利要求1所述的一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法，其特征在 于所述的多粒子群免疫協(xié)同優(yōu)化算法根據(jù)編碼得到的鏈路集合將單個粒子表示一條鏈路 序列，并計算適應(yīng)度值。
3.根據(jù)權(quán)利要求1所述的一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法，其特征在 于所述的簇內(nèi)多路徑路由模型、路徑編碼及多粒子群免疫協(xié)同優(yōu)化算法在協(xié)議中，當(dāng)簇內(nèi) 某個普通節(jié)點發(fā)生故障時，其所在路徑的上下游節(jié)點將廣播該信息，分別傳給源節(jié)點及簇 頭節(jié)點，源節(jié)點重新選擇新路徑，并將可能被選擇的接力節(jié)點發(fā)送給簇頭節(jié)點，簇頭節(jié)點根 據(jù)當(dāng)前節(jié)點拓?fù)湫畔?gòu)造子圖，生成路徑集，并用多粒子群免疫協(xié)同優(yōu)化算法選擇最優(yōu)替 代路徑，維持簇內(nèi)從源節(jié)點到簇頭節(jié)點的k路徑路由。全文摘要
本發(fā)明涉及一種異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯路由恢復(fù)方法，在異構(gòu)無線傳感器網(wǎng)絡(luò)的簇內(nèi)某條路徑由于節(jié)點故障斷開時，構(gòu)建簇內(nèi)多路徑路由生成圖，進行路徑編碼；采用多粒子群免疫協(xié)同優(yōu)化算法來選擇最優(yōu)替代路徑，進行路由恢復(fù)；采用基于該算法的協(xié)議來維護該網(wǎng)絡(luò)系統(tǒng)。該多粒子群免疫協(xié)同優(yōu)化算法具有全局搜索能力較強、求解精度較好、收斂速度快等特點。本發(fā)明提高了異構(gòu)無線傳感器網(wǎng)絡(luò)的容錯能力，通過快速構(gòu)建最優(yōu)替代路徑以提高數(shù)據(jù)傳輸成功率，并延長網(wǎng)絡(luò)的生存時間。
文檔編號H04W24/04GK101925100SQ20101027344
公開日2010年12月22日 申請日期2010年9月3日 優(yōu)先權(quán)日2010年9月3日
發(fā)明者丁永生, 程麗俊, 胡一帆, 郝礦榮 申請人:東華大學(xué)