基于群智能算法的WSNs动态联盟任务协同

发布时间：2018-01-18 02:32

本文关键词：基于群智能算法的WSNs动态联盟任务协同　出处：《南京理工大学学报》2014年04期 　论文类型：期刊论文

【摘要】：针对无线传感器网络(Wireless sensor networks,WSNs)中单个节点的计算能力有限、完成数据发送任务比较困难的问题,提出一种协同处理的方式传送数据,可以将协同任务分为感知子任务和计算子任务。在传感节点任务协同的动态联盟中,引入基于粒子群算法优化蚁群算法(Particle swarm optimization ant colony algorithm,PSO-ACO)构建传感网的数据汇集路由树。利用传感器网络在采集数据之间的相关性,运用群智能算法来优化节点发送数据的传输路径,以保证动态联盟执行任务时的连续性,在一定程度上保证传感网的性能,从而降低了通信能耗。仿真实验表明:当传感器网络的感知节点与网络节点总数的比值小于28%时,网络监测性能最优,该文方案可以消除同一任务检测传感器节点冗余、降低系统能量消耗。
[Abstract]:In view of the limited computing power of a single node in Wireless sensor Networks (WSNs), it is difficult to complete the task of data transmission. A cooperative processing method is proposed to transmit data, which can be divided into perceptual subtasks and computational subtasks. Particle swarm optimization ant colony algorithm based on particle swarm optimization (PSO) is introduced. PSO-ACO-based sensor network data collection routing tree, using sensor networks in the collection of data correlation, the use of swarm intelligence algorithm to optimize the transmission path of data transmission nodes. In order to ensure the continuity of the dynamic alliance in the execution of tasks, to a certain extent, to ensure the performance of the sensor network. The simulation results show that when the ratio of sensor nodes to network nodes is less than 28 nodes, the network monitoring performance is optimal. This scheme can eliminate the redundancy of sensor nodes and reduce the energy consumption of the system.
【作者单位】：周口师范学院计算机科学与技术学院;河南建筑职业技术学院;周口师范学院数学与统计学院;
【基金】：国家自然科学基金(61203304,U1204618)
【分类号】：TP212.9;TN929.5;TP18
【正文快照】： 随着科学技术的发展,无线传感器网络技术得到了长足的进步,应用领域也越来越广泛。传感网技术利用无线路由传输协议,传感器感知节点之间进行组网通信,通过多传感器数据感知融合,完成了单一感知节点无法完成的数据传输任务[1,2]。无线传感器网络的主要任务是数据采集与发送,它

【相似文献】