基于改进蚁群的无线传感网络路由优化方法

王晰墨

（沈阳工学院信息与控制学院 辽宁 沈阳 110000）

0 引言

路由技术对网络性能的影响较大，为了提升网络的性能，研究人员设计了许多路由优化方法。 其中一种是基于相关性传输模型的无线传感网络路由优化方法。 该方法利用链路相关性从无线链路中获取传输数据［1］。 为了确保无线链路传输质量，使用伯努利（Bernoulli）采样理论，找出感知基点到sink 的最优路径，降低数据传输的能耗。另一种是基于超限快速决策树的无线传感网络路由优化方法。 该方法利用随机森林递归特征消除算法从大量的网络变量参数中选取关键变量，形成路由优化模型［2］。 以上两种方法均得到了一定效果，但是数据重复传输的问题始终未解决［3］。 本文结合改进蚁群算法，设计了无线传感网络路由优化方法。

1 无线传感网络路由优化改进蚁群方法设计

1.1 划分无线传感网络传输区域

在无线传感网络中，为了减少网络节点工作时消耗的能量，确保节点长时间运行，更好地完成节点数据传输任务，需要先进行网络传输区域划分。 首先，网络路由将节点划分成若干个簇，以循环的方式选取簇头节点，并通过普通节点将数据传输到簇头节点。 然后，利用簇头节点将这些数据打包并传输到基站［4］。 为了避免节点承担过大的数据转发压力，增加能耗问题，本文将无线传感网络节点分为直接传输和间接传输两个部分，利用簇头节点选取节点空间位置，使节点分布更加均匀。 基站向感应区域传输一条数据，节点收到数据之后，向基站报告节点位置信息与剩余能量［5］。 基站接收到节点上传的信息与能量后，将整个网络分成多个等宽的环形区域，如图1 所示。

图1 网络分区示意图

如图1 所示，离基站最近的区域为直接传输区域，为1 区，其他区域为间接传输区域，为4 区［6］。 计算网络分区的上下边界公式如式（1）所示：

式（1）中，S为网络分区的上边界；X为网络分区的下边界；dmin、dmax为节点与基站距离的最小值与最大值；i为网络分区的编号；m为区域总编号。

1.2 基于改进蚁群算法构建无线传感网络路由优化模型

节点因能量耗尽而出现首死亡节点的轮数越大，网络寿命就越长。 假设网络中所有节点的数据传输速率相同，接待子节点数量越多，节点负载就越大［7］。 考虑到蚂蚁的自然通信场景与无线传感网络通信场景相似，蚁群优化算法具有鲁棒性、低复杂度和高适应性等优势，本文利用改进蚁群算法，构建了无线传感网络路由优化模型，寻找源节点与通信节点的最短路径，减少路由传输的能量消耗，优化网络生存周期。 蚁群算法的关键在于每只蚂蚁的行动均会产生信息素，能够解决复杂的通信问题，快速寻优［8］。 假设节点S为蚂蚁的家，D为蚂蚁搜寻到的食物目标，从S到D的过程中，路径上的信息素浓度为式（2）所示：

式（2）中，η为路径上的信息素浓度；Q为信息素总浓度；L为路径长度。 信息素的浓度仅与L有关，想要找到一条最短路径需要满足式（3）条件：

式（3）中，D（r） 为端到端的延时约束条件；Dn（n） 为节点处理数据n的时延；Dl（l） 为链路在路径l上的时延；N∗为路由在网络上的节点集合；Dr为无线传感网络路由要求的时延。 在该场景中，蚂蚁种群中存在x只蚂蚁，在t时刻，第k只蚂蚁从第i个节点到第j个节点时，遵循着一定的转移规则。 根据约束条件与转移规则，构建路由优化模型，模型表达式如式（4）所示：

1.3 优化无线传感网络路由协议

本文根据改进蚁群算法优化模型，利用概率阈值选择最优簇头节点。 节点每次传输数据之后，均向基站发送自身位置与能量信息，获取最佳族群数量。 当所有簇头节点选择好之后，节点之间共享位置与能量信息，并用于数据包路由中执行数据包路由策略，将数据包发送到目标节点中。 路由发现次数为式（5）所示：

式（5）中，F为路由发现次数；R（r） 为源节点发起的路由请求；Nr为源节点发起的路由请求集合的全部非重复事件；r为节点。F能够显示全部源节点向无线传感网络发起的非重复路由请求情况，F越大，参与路由过程的节点越多，越容易找出下一跳节点路由，从而提升网络传输效率。

2 仿真实验

2.1 实验过程

本次使用开源仿真工具NS－2 对无线传感网络场景仿真，并对网络路由协议和网络协议作出大规模仿真。 在MATLAB2014 环境中进行实验，感知区域为100 m2×100 m2、200 m2×200 m2，传感器节点初始数量为100，依次累加到1 000。 节点初始能量为0.5 J，控制数据包大小为200 bit，数据包大小为4 000 bit，数据传输速率为250 kbps，经过3 000 轮完成数据传输。

如表1 所示，本文在1 000×1 000 的场景下进行实验，设置了100 个自由移动的节点，4 个固定节点，其余节点均为不固定的节点。 在无线传感网络中，感知区域的中心位置为（50，50）m，将自由移动的节点放置在感知区域范围之外，位置为（150，100）m。 根据每轮时间建立网络数据传输阶段，并由各个路由节点组成单个时隙，分析不同时隙的路由发现次数与节点冲突数量，从而判断数据传输性能。

表1 仿真参数表

2.2 实验结果

随机选取200～1 000 个移动节点开展测试，判断路由优化效果。 将F、C作为路由优化的性能指标，并在不同节点密度条件下进行性能分析，满足本次实验需求。 利用3 种方法开展测试，得到无线传感网络路由优化性能对比结果如表2 所示。

表2 实验结果

如表2 所示，本次实验将移动节点数量从100 开始逐渐递增，每次增加50 个节点，最大增加至1 000 个节点，源节点的数据发送速率固定为4 个分组／s。 随着移动节点数量的增加，节点密度升高，节点周围存在的下一跳节点数量也随之增加。 数据从源节点传输到其他节点的过程中，出现了一个或多个节点同时接收的情况，存在数据重复传输的问题。 在相同背景下，使用第一种方法，F在100～1 000 次的范围内变化，C在0.5×105～6.0×105次的范围内变化。 由此可见，使用该方法之后，路由发现次数持续降低，参与路由过程的节点存在重复数据的情况较多，网络传输效果不佳。 使用第二种方法，F在110～1 200次的范围内变化，C在0.1×105～1.7×105次的范围内变化。 由此可见，该方法的路由发现次数与节点冲突数量均得到了优化，与第一种优化方法相比性能更佳。 然而，该方法的最小F低于500，最大C高于1.5×105次。 因此，需要进一步优化以解决该方法的数据冲突问题。 在使用本文设计的方法之后，F在1 000～2 500 次的范围内变化，C在0.01×105～0.10×105次的范围内变化。 由此可见，该方法的路由发现次数较多，节点冲突数量较少，路由发现次数虽然持续降低，但均未低于1 000 次，节点冲突数量也未超过0.10×105次，路由优化效果更佳。

3 结语

综上所述，近些年来，无线传感网络这一技术被提出，人们可以通过该技术获取物理世界的重要信息，实现数字一体化的目标。 无线传感网络由多个传感器节点组成，通过部署的场景领域，收集场景内的数据与信息，自组织性良好。 然而，由于受环境因素影响较大，无线传感网络的路由技术仍存在不足之处。 因此，需要针对实际场景设计满足需求的路由协议，以提高无线传感网络的性能与寿命。 本文利用改进蚁群算法，设计了无线传感网络路由优化方法。 该方法从网络分区、优化模型和路由协议等方面，将传感器节点分成普通节点与簇头节点，从而有针对性地分配不同任务，实现了数据高效率的传输，为网络高覆盖提供支持。