一种区间型联系数的WSN路由选择算法

发布时间：2019-10-29 07:46

【摘要】：通过区间型联系数建立决策模型是解决多属性决策问题,具有方法简单、计算量小的特点,非常契合无线传感器网络资源受限的特点。针对无线传感器网络中路由能量消耗不平衡,提出一种基于区间型联系数的无线传感器网络(wireless sensor network,WSN)路由选择方法,对节点剩余能量、可靠性、方向、邻居节点个数等多属性进行综合评价,利用相对贴近度进行排序选择转发节点,并在属性决策中利用熵权法对多评价目标因子赋权,以避免属性权重选取时的主观性,最终形成路由路径。仿真结果验证了该算法在平衡网络能耗、延长网络生存时间等方面表现出良好的性能。
【图文】：

i+［0．183，0．192］jμ4=［0．224，0．258］+［0．194，0．234］i+［0．175，0．210］jμ5=［0．174，0．187］+［0．170，0．189］i+［0．173，0．188］jμ6=［0．203，0．215］+［0．175，0．192］i+［0．183，0．193］j(12)计算相对贴近度为T1=0．677，T2=0．610，T3=0．573，T4=0．632，T5=0．511，T6=0．584，得到这些邻居节点的排序结果为T1＞T4＞T2＞T6＞T3＞T5，所以最终n1被选取为最优的下一跳节点。100次仿真中，路由网络覆盖的节点数目如图1所示。从仿真实验结果中，，可以对比发现本文提出的算法ICNＲA和ABＲ的网络覆盖节点数明显高于CBＲ，说明这2个算法的路径选择更丰富，而且IC-NＲA和ABＲ相比还略微高出一些，理论上来讲，本文提出的路由算法结合了多个指标值进行综合评价，相比ABＲ更关注能耗，其路径选择自由度更大。图2为3种算法平均路由跳数的比较，其中CBＲ的平均跳数高于另外2种算法，这是因为该算法在多跳路由中简单地通过广播方式选择临近节点进行下一跳路由，没有对路径选择进行优化，平均跳数表现得过大。而ABＲ则通过蚁群算法进行路径选择，以能量消耗最小为原则，路径的跳数基本上维持在一个比较窄的变化区间，且平均跳数最校本文的算法为了避免热点区域，适当选择了相对较远的节点进行路由，实现网络中不同区域的节点能耗的均衡下降，所以在平均跳数上表现得介于另外2种算法之间。图1网络覆盖节点数的比较Fig．1Comparisonofthenodesbeingcoveredinthenetwork图2节点到sink间路径平均跳数的比较Fig．2Comparisonoftheaveragehopsbetweennodesandthesink图3为3种算法在网络生存时间上的比较。网络生存时间往往采用2个时间点

T3=0．573，T4=0．632，T5=0．511，T6=0．584，得到这些邻居节点的排序结果为T1＞T4＞T2＞T6＞T3＞T5，所以最终n1被选取为最优的下一跳节点。100次仿真中，路由网络覆盖的节点数目如图1所示。从仿真实验结果中，可以对比发现本文提出的算法ICNＲA和ABＲ的网络覆盖节点数明显高于CBＲ，说明这2个算法的路径选择更丰富，而且IC-NＲA和ABＲ相比还略微高出一些，理论上来讲，本文提出的路由算法结合了多个指标值进行综合评价，相比ABＲ更关注能耗，其路径选择自由度更大。图2为3种算法平均路由跳数的比较，其中CBＲ的平均跳数高于另外2种算法，这是因为该算法在多跳路由中简单地通过广播方式选择临近节点进行下一跳路由，没有对路径选择进行优化，平均跳数表现得过大。而ABＲ则通过蚁群算法进行路径选择，以能量消耗最小为原则，路径的跳数基本上维持在一个比较窄的变化区间，且平均跳数最校本文的算法为了避免热点区域，适当选择了相对较远的节点进行路由，实现网络中不同区域的节点能耗的均衡下降，所以在平均跳数上表现得介于另外2种算法之间。图1网络覆盖节点数的比较Fig．1Comparisonofthenodesbeingcoveredinthenetwork图2节点到sink间路径平均跳数的比较Fig．2Comparisonoftheaveragehopsbetweennodesandthesink图3为3种算法在网络生存时间上的比较。网络生存时间往往采用2个时间点来进行衡量:一个节点死亡的时间(FND)和最后一个节点死亡的时间(LND)。从图3的仿真实验结果可以看出，CBＲ和ABＲ分别在第158，172周期开始出现节点死亡，而ICNＲA在第202周期才开始出现节点死亡，在全部节点的死亡时间方面，ICNＲA也表现得更好，在第332周期所有节点死亡，而对应的CBＲ和A
【作者单位】： 许昌学院信息工程学院;黄淮学院信息工程学院;新乡学院计算机与信息工程学院;
【基金】：河南省科技攻关项目(132102210491) 河南省科技发展计划项目(132102210463)~~
【分类号】：TP212.9;TN929.5

【参考文献】

相关期刊论文 前2条

1 童孟军;俞立;郑立静;董齐芬;;基于蚁群算法的无线传感器网络能量有效路由算法研究[J];传感技术学报;2011年11期

2 王万军;;多元联系数集对模型及其评价应用[J];甘肃联合大学学报(自然科学版);2007年04期

【共引文献】

相关期刊论文 前10条

1 王万军;;集对分析在学生综合评估及发展趋势预测中的应用[J];安阳工学院学报;2009年02期

2 王万军;;基于a+cj联系数的软件风险投资评价模型及应用[J];安阳工学院学报;2009年04期

3 王坤赤;郑月节;徐晨;周晖;庆栋良;;一种改进的无线传感器网络最小跳数路由协议[J];传感器与微系统;2012年08期

4 王万军;;多因素指标排序的模糊物元方法及其应用[J];大庆师范学院学报;2009年06期

5 王金龙;漆律;;多元联系数集对模型在汽车驾驶员绩效评价中的应用[J];大众科技;2010年05期

6 王永亮;赵瑞岭;刘红涛;孔杰;梁延广;;基于多元联系数集对分析的车辆保障能力评估研究[J];国防交通工程与技术;2011年04期

7 亢永;郑欣;许开立;;多元联系数的集对分析法在城市燃气埋地管道系统危险性评价中的应用[J];工业安全与环保;2012年09期

8 童孟军;关华丞;;基于蚁群算法的能量均衡多路径路由算法的研究[J];传感技术学报;2013年03期

9 童孟军;李光辉;徐小良;;基于分簇的能量有效多路径路由协议的研究[J];传感技术学报;2013年08期

10 王万军;;基于FSPA的高校教师职称评定方法及应用[J];安徽理工大学学报(社会科学版);2008年03期

相关会议论文 前1条

1 ;Assessment Model of Set Pair Analysis for Flood Loss Based on Triangular Fuzzy Intervals under α-Cut[A];2009中国控制与决策会议论文集（3）[C];2009年

相关硕士学位论文 前7条

1 李铭洋;基于集对分析理论的评标模型及算法研究[D];沈阳工业大学;2009年

2 潘争伟;区域水环境系统脆弱性评价的集对分析方法研究[D];合肥工业大学;2010年

3 尹振华;基于蚁群算法的无线传感器网络多路径路由协议研究[D];杭州电子科技大学;2011年

4 关华丞;基于蚁群算法的无线传感器网络多路径分簇路由协议的研究[D];杭州电子科技大学;2013年

5 谢耀华;基于蚁群算法的无线传感器网络路由算法研究及实现[D];西安电子科技大学;2013年

6 杨文泰;综合评判模型系统的构建及其实证[D];西北民族大学;2013年

7 王志勇;基于WSN窖池测温系统节能策略的研究[D];江南大学;2014年

【二级参考文献】

相关期刊论文 前5条

1 梁华为;陈万明;李帅;梅涛;孟庆虎;;一种无线传感器网络蚁群优化路由算法[J];传感技术学报;2007年11期

2 黄如;苗澎;陈志华;;基于预测模式蚁群优化的传感网节能路由机制[J];传感技术学报;2010年05期

3 耶刚强;梁彦;孙世宇;潘泉;程咏梅;;基于蚁群的无线传感器网络路由算法[J];计算机应用研究;2008年03期

4 余国祥;同异反教学评价模型及应用[J];绍兴文理学院学报(自然科学版);1997年06期

5 庞彦军,刘开第,刘军;模糊数学中“取大取小”运算引发的问题[J];系统工程理论与实践;2001年09期

【相似文献】

相关期刊论文 前10条

1 郭凯红;牟有静;;基于可能度矩阵的区间型多属性决策方法[J];计算机应用;2012年01期

2 苏艳;刘s叛

本文编号：2553442