苑九海　蘇健民　盛天楊等

摘要 設(shè)計(jì)了基于改進(jìn)微粒群和初始能量分配的綜合優(yōu)化算法。通過合理的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署，在保證網(wǎng)絡(luò)通訊質(zhì)量的同時(shí)，根據(jù)不同節(jié)點(diǎn)的實(shí)際功耗，均衡每個(gè)節(jié)點(diǎn)的能量，有效延長整個(gè)網(wǎng)絡(luò)的生命周期，促進(jìn)無線傳感器網(wǎng)絡(luò)技術(shù)在農(nóng)業(yè)環(huán)境監(jiān)測中更廣泛的應(yīng)用。

關(guān)鍵詞 無線傳感器網(wǎng)絡(luò)；微粒群算法；能量分配；節(jié)點(diǎn)部署；農(nóng)業(yè)環(huán)境

中圖分類號 S126 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2014）05-01561-02

Abstract The integrated optimization algorithm based on the improved particle swarm optimization and energy distribution was designed. By reasonable wireless sensor networks nodes deployment， every nodes energy was balanced and the quality of the network was guaranteed according to the actual power waste of different nodes. It can extend the life cycle of the whole network and promote the widely used of wireless sensor networks technology in the monitoring of agricultural environment.

Key words Wireless sensor networks； Particle swarm optimization； Energy distribution； Node deployment； Agricultural environment

農(nóng)業(yè)資源是人類賴以生存的寶貴資源，在人口日益增多的今天，如何高效地利用有限的農(nóng)業(yè)資源，實(shí)現(xiàn)生產(chǎn)最大化已成為當(dāng)前的熱點(diǎn)課題。無線傳感器網(wǎng)絡(luò)技術(shù)（WSN）是一種高性價(jià)比的小型網(wǎng)絡(luò)，由大量廉價(jià)的傳感器節(jié)點(diǎn)組成，每個(gè)傳感器節(jié)點(diǎn)由計(jì)算模塊、存儲模塊、傳感器模塊和無線通信模塊等構(gòu)成。它可以實(shí)現(xiàn)無線自組網(wǎng)并通過無線傳感器節(jié)點(diǎn)實(shí)時(shí)地采集監(jiān)測區(qū)域內(nèi)目標(biāo)對象的各種信息，并將它們發(fā)送至簇頭節(jié)點(diǎn)，以實(shí)現(xiàn)對監(jiān)測區(qū)域內(nèi)目標(biāo)對象的信息檢測，用來收集和提供環(huán)境信息，如溫度、光照、濕度、二氧化碳和氧氣濃度等[1]。

多年來，能量都是網(wǎng)絡(luò)節(jié)點(diǎn)的瓶頸資源，直接影響著無線傳感器網(wǎng)絡(luò)的使用壽命，合理的網(wǎng)絡(luò)節(jié)點(diǎn)部署不僅可以有效地降低功耗，還可以保證網(wǎng)絡(luò)的通訊質(zhì)量，保證交換過程中數(shù)據(jù)的有效性，提高整個(gè)網(wǎng)絡(luò)的可靠性，有效地延長節(jié)點(diǎn)以及整個(gè)網(wǎng)絡(luò)的壽命[2]。因此，如何優(yōu)化部署無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，合理分配利用有限的能量，對推廣WSN技術(shù)在農(nóng)業(yè)環(huán)境中的應(yīng)用，高效監(jiān)測農(nóng)業(yè)環(huán)境至關(guān)重要，是研究其在農(nóng)業(yè)環(huán)境中應(yīng)用的核心內(nèi)容[3]。

1 無線傳感器網(wǎng)絡(luò)部署算法

采用改進(jìn)微粒群和能量分配的綜合算法對節(jié)點(diǎn)進(jìn)行部署，通過微粒群算法對監(jiān)測區(qū)域內(nèi)的節(jié)點(diǎn)進(jìn)行部署，并根據(jù)各節(jié)點(diǎn)的位置通過能量分配算法對節(jié)點(diǎn)的初始能量進(jìn)行分配，從而在保證節(jié)點(diǎn)的覆蓋性和網(wǎng)絡(luò)連通性的前提下，最大限度地延長整個(gè)無線傳感器網(wǎng)絡(luò)的使用壽命[4]。

1.1 改進(jìn)微粒群算法

針對無線傳感器網(wǎng)絡(luò)設(shè)計(jì)的LEACH（LowEnergy Adaptive Clustering Hierarchy）算法，是一種低功耗自適應(yīng)分層路由算法，利用循環(huán)的方式隨機(jī)選擇簇頭節(jié)點(diǎn)，如果所選的簇頭節(jié)點(diǎn)集中在網(wǎng)絡(luò)的某一部分，則將導(dǎo)致一些節(jié)點(diǎn)無法在附近找到簇頭[5]。同時(shí)，由于LEACH 算法在選擇簇頭時(shí)不考慮節(jié)點(diǎn)的剩余能量，一旦被選為簇頭的節(jié)點(diǎn)剩余能量較少，將會很快耗盡，導(dǎo)致節(jié)點(diǎn)過早“死亡”。微粒群算法（PSO，Particle Swarm Optimization）是一種群體智能進(jìn)化算法，相對于LEACH算法，該算法在多維空間動態(tài)尋優(yōu)方面具有速度快、解質(zhì)量優(yōu)、魯棒性好等優(yōu)點(diǎn)，但同時(shí)微粒群算法也存在一些缺點(diǎn)。例如，算法不能有效地進(jìn)行局部搜索，不能確保算法可以找到全局最優(yōu)解，同時(shí)不同的參數(shù)設(shè)置對微粒群算法的搜索影響性也很大，因此，該設(shè)計(jì)采用一種改進(jìn)的微粒群算法對無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的部署問題進(jìn)行優(yōu)化[6]。

3 結(jié)語

與傳統(tǒng)的LEECH算法與HEED算法相比，該研究提出的改進(jìn)微粒群和初始能量分配的綜合優(yōu)化算法結(jié)合距離與能量綜合考慮，根據(jù)功耗不同設(shè)置不同的初始能量，將剩余能量較多的節(jié)點(diǎn)優(yōu)先設(shè)為簇頭結(jié)點(diǎn)，能平衡各節(jié)點(diǎn)的功耗，減少通信能耗。通過平衡剩余能量與功耗的方法，避免了出現(xiàn)瓶頸節(jié)點(diǎn)過早死亡導(dǎo)致整個(gè)網(wǎng)絡(luò)癱瘓的可能，該算法有效地提高了網(wǎng)絡(luò)的生存周期，對無線傳感器網(wǎng)絡(luò)技術(shù)在農(nóng)業(yè)環(huán)境中的推廣應(yīng)用具有一定的促進(jìn)作用。

參考文獻(xiàn)

[1] 劉彬，許屏，裴大剛，等.無線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)部署方法的研究進(jìn)展[J].傳感器世界，2009，15（8）：10-15.

[2]袁浩.基于改進(jìn)蜂群算法無線傳感器感知節(jié)點(diǎn)部署優(yōu)化[J].計(jì)算機(jī)應(yīng)用研究，2010，27（7）：2704-2705.

[3]曹峰，劉麗萍，王智.能量有效的無線傳感器網(wǎng)絡(luò)部署[J].信息與控制，2006，30（2）：147-153.

[4]劉麗萍，王智，孫優(yōu)賢.無線傳感器網(wǎng)絡(luò)部署及其覆蓋問題研究[J].電子與信息學(xué)報(bào)，2006，28（9）：1752-1757.

[5]劉毅.模擬退火遺傳算法對無線傳感器網(wǎng)絡(luò)部署研究[J].計(jì)算機(jī)仿真，2011（5）：171-174.

[6]高騰.能量高效的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議研究[D].大連：大連理工大學(xué)，2011.

[7]趙清華.無線傳感器節(jié)點(diǎn)能量管理系統(tǒng)的研究[D].太原：太原理工大學(xué)，2010.