基于粒子群优化算法的无线传感器网络的APTEEN路由协议研究
发布时间：2020-12-09 15:10
APTEEN路由协议是无线传感器网络中一种典型的层次型路由协议,其既能周期性的采集监测区域内的数据,又能针对突发事件快速的做出响应。但APTEEN路由协议仍然存在节点能量利用率不高,网络能耗速率不够均衡的问题。本文在深入研究APTEEN路由协议和粒子群优化算法的基础上,提出了两种使用粒子群优化算法改进的APTEEN路由协议。针对粒子在优化过程中收敛速度较慢且容易陷入局部最优的问题,在粒子群优化算法的基础上提出了动态分类自适应粒子群优化算法（DCA-PSO）,DCA-PSO算法在优化过程中不同的状态采用不同分类自适应的惯性权重并采用动态学习因子改善粒子自身经验和其余粒子经验对收敛速度的影响,提高算法的寻优精度及速度。仿真结果表明,DCA-PSO相比粒子群优化算法可以明显提升搜索速度与搜索精度。针对APTEEN路由协议随机选取簇头造成网络能量消耗过快的问题,使用DCA-PSO算法提出了一种基于能量位置均衡的APTEEN路由协议（EPE-APTEEN）,EPE-APTEEN路由协议在成簇时,利用DCA-PSO算法,综合考虑网络中的最优簇头数目、节点剩余能量,节点位置和节点周围能量分布等因素选...
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
网络生存周期比较图
LEACH 路由协议与 APTEEN 路由协议的网络生存周期比较如图 2.10 所示。由于 LEACH协议中，节点周期性的将监测信息发送给距离较远的汇聚节点，包含大量冗余信息，造成不必要的能量损耗。而 APTEEN 路由协议每次传输是都要进行软硬阈值的比较，测量值明显变化或达到预设周期值时，节点才会向汇集节点发送信息，信息的冗余量大大减少，降低了能量损耗。 LEACH 路由协议与 APTEEN 路由协议的能量消耗比较如图 2.11 所示。APTEEN 路由协议由于传输频率以及信息的冗余量低于 LEACH 路由协议，能量消耗速率明显比 LEACH 路由协议更加缓慢。
内蒙古大学硕士学位论文25图3.2优化过程仿真结果对比图Figure3.2Comparisonofsimulationresultsofoptimizationprocess通过图3.2可以看出，基本粒子群优化算法在70轮左右输出结果变化不再明显，DCA-PSO算法在30轮左右输出结果趋于平稳，且基本粒子群优化算法由于陷入局部最优，导致输出结果明显劣于DCA-PSO算法。这表明本文提出的DCA-PSO算法可以加快收敛速度，并增强搜索能力，在无线传感器网络的簇头优化选取中更为适用。3.3小结在基本粒子群优化算法基础上，进一步深入对粒子群优化算法的研究，结合无线传感器网络簇头选取的实际问题，提出了一种DCA-PSO算法。该算法采用自适应变化的惯性权重系数，针对不同位置的粒子不断改变惯性权重系数，调整粒子的全局搜索能力和局部搜索能力；算法同时将固定的学习因子调整为动态变化的学习因子，增强算法在初始运行时对整个区域的搜索能力和算法在后期运行时的区域精细搜索能力，以此增加算法的搜索精度以及收敛速度。仿真实验结果表明，DCA-PSO算法的精度比基本粒子群优化算法精度提高了30%左右，迭代次数降低了50%左右。由此可以看出，本章所提出的DCA-PSO算法比基本粒子群优化算法的收敛速度以及精度均有较大幅度地提升，算法更加稳定且更适合用于无线传感器网络的簇头优化选取当中。
【参考文献】：
期刊论文
[1]面向物联网应用的自供电温度传感器节点[J]. 岳钒,李帆,黄晓东. 电子器件. 2019(06)
[2]基于连通支配集的无线传感器网络洪泛协议[J]. 张华南,金红. 计算机工程与科学. 2019(12)
[3]基于无线传感器网络的城市智能垃圾监管系统[J]. 宋玉琴,刘西川,师少达. 电子测量技术. 2019(23)
[4]无线可充电传感器网络中充电器的部署优化[J]. 王志方,郑霖,李晓记. 计算机工程. 2018(05)
[5]WSN中的SPINS协议的改进研究[J]. 苏耀鑫,高秀峰,卢昱,乔文欣. 计算机与数字工程. 2018(04)
[6]自适应半径调整的无线传感器网络覆盖算法[J]. 王曙光,杨蕾,刘满仓. 传感器与微系统. 2016(12)
[7]基于分簇和覆盖优化的改进LEACH协议[J]. 陈树,徐圆. 计算机工程. 2014(11)
[8]基于PSO的无线传感器网络双簇头分簇算法[J]. 韩冬雪,张瑞华,刘丹华. 计算机工程. 2010(10)
博士论文
[1]无线传感器网络数据可靠传输关键技术研究[D]. 王海勇.南京邮电大学 2016
[2]无线传感器网络中节能关键技术的研究[D]. 秦智超.北京邮电大学 2013
[3]矿井安全智能监测无线传感器网络关键技术研究[D]. 余修武.武汉理工大学 2013
硕士论文
[1]基于改进SEP协议的WSN能量优化方案研究[D]. 曹宇.南京邮电大学 2019
[2]动态路径技术在无线传感器网络中的应用研究[D]. 何凡.南京邮电大学 2019
[3]基于蚁群算法的非均匀分簇CWSN中APTEEN的研究[D]. 王彩青.内蒙古大学 2019
[4]无线传感器网络的分簇路由协议优化研究[D]. 李童悦.西安电子科技大学 2017
[5]WSN中基于改进粒子群优化算法的分簇拓扑算法研究[D]. 张晓丹.郑州大学 2017
[6]基于蚁群算法的无线传感器网络APTEEN路由协议研究[D]. 马金玉.内蒙古大学 2017
[7]基于CTP的集中控制式无线传感器网络分簇路由协议研究[D]. 徐凌云.南京信息工程大学 2016
[8]智能家居无线传感网络系统研究[D]. 姬引飞.西安工程大学 2016
[9]无线传感器网络区域覆盖关键技术研究[D]. 马莉莉.沈阳理工大学 2016
[10]基于粒子群优化算法的WSN非均匀分簇路由协议研究[D]. 王庄严.东北大学 2015
本文编号：2907061
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
网络生存周期比较图
LEACH 路由协议与 APTEEN 路由协议的网络生存周期比较如图 2.10 所示。由于 LEACH协议中，节点周期性的将监测信息发送给距离较远的汇聚节点，包含大量冗余信息，造成不必要的能量损耗。而 APTEEN 路由协议每次传输是都要进行软硬阈值的比较，测量值明显变化或达到预设周期值时，节点才会向汇集节点发送信息，信息的冗余量大大减少，降低了能量损耗。 LEACH 路由协议与 APTEEN 路由协议的能量消耗比较如图 2.11 所示。APTEEN 路由协议由于传输频率以及信息的冗余量低于 LEACH 路由协议，能量消耗速率明显比 LEACH 路由协议更加缓慢。
内蒙古大学硕士学位论文25图3.2优化过程仿真结果对比图Figure3.2Comparisonofsimulationresultsofoptimizationprocess通过图3.2可以看出，基本粒子群优化算法在70轮左右输出结果变化不再明显，DCA-PSO算法在30轮左右输出结果趋于平稳，且基本粒子群优化算法由于陷入局部最优，导致输出结果明显劣于DCA-PSO算法。这表明本文提出的DCA-PSO算法可以加快收敛速度，并增强搜索能力，在无线传感器网络的簇头优化选取中更为适用。3.3小结在基本粒子群优化算法基础上，进一步深入对粒子群优化算法的研究，结合无线传感器网络簇头选取的实际问题，提出了一种DCA-PSO算法。该算法采用自适应变化的惯性权重系数，针对不同位置的粒子不断改变惯性权重系数，调整粒子的全局搜索能力和局部搜索能力；算法同时将固定的学习因子调整为动态变化的学习因子，增强算法在初始运行时对整个区域的搜索能力和算法在后期运行时的区域精细搜索能力，以此增加算法的搜索精度以及收敛速度。仿真实验结果表明，DCA-PSO算法的精度比基本粒子群优化算法精度提高了30%左右，迭代次数降低了50%左右。由此可以看出，本章所提出的DCA-PSO算法比基本粒子群优化算法的收敛速度以及精度均有较大幅度地提升，算法更加稳定且更适合用于无线传感器网络的簇头优化选取当中。
【参考文献】：
期刊论文
[1]面向物联网应用的自供电温度传感器节点[J]. 岳钒,李帆,黄晓东. 电子器件. 2019(06)
[2]基于连通支配集的无线传感器网络洪泛协议[J]. 张华南,金红. 计算机工程与科学. 2019(12)
[3]基于无线传感器网络的城市智能垃圾监管系统[J]. 宋玉琴,刘西川,师少达. 电子测量技术. 2019(23)
[4]无线可充电传感器网络中充电器的部署优化[J]. 王志方,郑霖,李晓记. 计算机工程. 2018(05)
[5]WSN中的SPINS协议的改进研究[J]. 苏耀鑫,高秀峰,卢昱,乔文欣. 计算机与数字工程. 2018(04)
[6]自适应半径调整的无线传感器网络覆盖算法[J]. 王曙光,杨蕾,刘满仓. 传感器与微系统. 2016(12)
[7]基于分簇和覆盖优化的改进LEACH协议[J]. 陈树,徐圆. 计算机工程. 2014(11)
[8]基于PSO的无线传感器网络双簇头分簇算法[J]. 韩冬雪,张瑞华,刘丹华. 计算机工程. 2010(10)
博士论文
[1]无线传感器网络数据可靠传输关键技术研究[D]. 王海勇.南京邮电大学 2016
[2]无线传感器网络中节能关键技术的研究[D]. 秦智超.北京邮电大学 2013
[3]矿井安全智能监测无线传感器网络关键技术研究[D]. 余修武.武汉理工大学 2013
硕士论文
[1]基于改进SEP协议的WSN能量优化方案研究[D]. 曹宇.南京邮电大学 2019
[2]动态路径技术在无线传感器网络中的应用研究[D]. 何凡.南京邮电大学 2019
[3]基于蚁群算法的非均匀分簇CWSN中APTEEN的研究[D]. 王彩青.内蒙古大学 2019
[4]无线传感器网络的分簇路由协议优化研究[D]. 李童悦.西安电子科技大学 2017
[5]WSN中基于改进粒子群优化算法的分簇拓扑算法研究[D]. 张晓丹.郑州大学 2017
[6]基于蚁群算法的无线传感器网络APTEEN路由协议研究[D]. 马金玉.内蒙古大学 2017
[7]基于CTP的集中控制式无线传感器网络分簇路由协议研究[D]. 徐凌云.南京信息工程大学 2016
[8]智能家居无线传感网络系统研究[D]. 姬引飞.西安工程大学 2016
[9]无线传感器网络区域覆盖关键技术研究[D]. 马莉莉.沈阳理工大学 2016
[10]基于粒子群优化算法的WSN非均匀分簇路由协议研究[D]. 王庄严.东北大学 2015
本文编号：2907061
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2907061.html
