一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法与流程

专利2022-05-09  4



1.本发明涉及一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法ncmblf,属于无线传感器网络路由控制方法领域。该协议采用基于模糊逻辑的层次分析法,根据节点能量消耗情况以及密度信息,通过动态调整节点竞争半径的方式调整分簇大小;根据节点能量密度、位置等信息选取最优评价值的路由节点,确定路由路径。


背景技术:

2.无线传感器网络近年来成为研究的热点,在环境监控、物流、森林防火、智能家居等诸多方面得到广泛的应用。传感器节点由电池供电、能量有限的缺点决定了降低能耗、延长寿命成为无线传感器网络路由控制方法设计的首要目标。
3.目前在延长传感器网络生命周期的研究主要有:采用数据融合和数据压缩技术去除冗余数据、降低通信负载;采用分簇的层次式路由结构减少与基站直接通信的节点数;采用多跳短距离无线通信方式,避免长距离数据传输造成能量浪费等等。这些技术方法进一步融合形成一系列研究成果。
4.过去大规模无线传感器网络路由控制方法研究往往针对节点均匀部署的场景,实际应用中传感器节点分布往往复杂随机,处于非均匀分布状态。即使在均匀分布的场景中,随着时间的推移,部分节点因为能量耗尽等原因造成网络拓扑结构变化,形成节点分布不均匀的情况。研究无线传感器网络节点分布不均匀情况下如何延长网络生命周期成为亟待解决的问题。


技术实现要素:

5.本发明提出一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,所要解决的技术问题是无线传感器的能耗问题以及现有的节能路由控制方法对于网络的适应能力弱的问题。本发明采用的技术方案是:采用模糊逻辑算法,根据网络能量消耗情况以及节点密度信息,动态调整分簇大小,有效平衡簇头的能量消耗;根据节点能量和位置信息选择具有最优评价值的路由节点,确定路由路径。引入网络存活节点状态检测器的概念,以监测存活节点的状态,延长网络的存活时间。与现有技术相比,该协议具有很强的适应性,网络规模更有弹性,适用于各种规模的无线传感器网络。
6.本发明一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法由四部分构成,即系统模型、存活节点状态监测器、基于模糊逻辑非均匀分簇和基于模糊逻辑路由选择。系统模型为协议实现提供模型,其中包括网络模型、能量模型和网络拓扑结构;存活节点状态监测器为基站提供网络中各节点剩余能量信息和节点分布情况;基于模糊逻辑非均匀分簇是根据网络能量消耗情况,采用基于模糊逻辑的层次分析法动态调整分簇大小,利用非均匀的竞争半径使得靠近基站的簇成员数目相对较小,达到均衡簇头能量消耗的目的;基于模糊逻辑路由选择是考虑节点能量、距离因素和选择中转节点与直接发送到基站的偏角,运用基于模糊逻辑的层次分析法选择最合适的中转路由。
7.所述系统模型中网络模型具有以下属性:(1)传感器网络监测为正方形区域,基站位于监测区域外面且基站和传感器节点在网络布设结束后位置不再改变;(2)网络区域中节点均为同构,节点初始能量一致,每个传感器节点有唯一标号;(3)传感器节点在网络区域中随机分布,基站存储网络区域节点初始化分布信息;(4)传感器节点之间的通信链路对称,可以根据接收信号节点的信号近似计算距离,在发送时可以根据实际位置距离灵活调节发射功率;(5)节点具有一定的计算处理能力和适度的存储空间,可以进行基本有限的运算,存储少量信息。
8.所述能量模型采用无线传感器网络中典型的一阶无线电模式。模型中假设阈值d0,设发送节点与接收节点之间的距离为d,当d<d0时节点使用自由空间能量消耗模型,此时发送数据的能耗与d的平方成正比,而当d>d0时节点使用多路径衰减能量消耗模型,此时发送数据的能耗与d的四次方成正比。
9.所述网络拓扑结构为无线传感器网络典型层次结构,在稳定阶段普通节点将感知信息发送给对应簇头,各个簇头负责收集融合簇内节点传达的信息以及接收其他簇头发送过来的数据包,最后沿着构建好的多跳路由路径将数据发送到基站。
10.所述存活节点状态监测器建立在基站中,为基站提供网络中各节点状态信息,包括节点编号、节点位置和节点剩余能量。基站根据节点状态信息监视网络拓扑结构的变化,感知节点能量的消耗,以优化簇头选取和路由构建,节约了节点为获取局部信息而发送接收广播信息的能量消耗。
11.所述基于模糊逻辑非均匀分簇算法包括以下步骤:
12.(1)算法第一轮随机选取候选簇头,以后各轮根据节点剩余能量、节点密度与基站距离因素选择候选簇头。
13.(2)利用模糊化的思想将候选簇头节点剩余能量,节点密度,到基站距离这三个语言变量转化为对应的语言值,其中剩余能量分为low,medium,high三档,节点密度分为small,medium,large三档,与基站距离分为close,medium,far三档;采用梯形隶属度函数表达边界语言值,三角隶属度函数表达中间语言值。
14.(3)根据候选簇头能量越高,节点密度越大,距离基站越近候选簇头越优秀的规则,将各变量的语言值做归一化处理,得到各单一因素对于评价集{“差”,“一般”,“优秀”}的隶属度,构建单因素判断矩阵。
15.(4)采用层次分析法ahp确定各因素对于评价候选簇头的权重,构建权向量。
16.(5)应用m(
·
, )加权平均型模型得到候选簇头评价向量。
17.(6)采用重心法去模糊化,得到候选簇头的最终评价值。
18.(7)根据候选簇头的最终评价值计算竞争半径,执行簇头竞选。具有最高剩余能量的候选簇头当选并标记为簇头节点,在其竞争半径范围内的候选簇头退出竞争成为普通节点。不断重复上述操作直到网络区域中不存在候选簇头。
19.(8)簇头选择完毕,普通节点加入与其距离最短簇头所在的簇。
20.所述基于模糊逻辑路由选择规则为:

若簇头chi与基站距离小于阈值d0,则该簇头不需要中转节点,直接采用单跳方式将数据传输至基站。

若簇头chi与基站距离超过d0,则簇头chi在其路由候选节点集合中选择中转节点用于数据转发。当簇头chi的候选路由集合为空,基站就是chi的下一跳节点;当候选路由集合只有一个节点,该节点直接当选
为下一跳路由;当候选路由集合存在多个候选节点,运用基于模糊逻辑的层次分析法评价每个候选路由节点,选择评价值最高的节点作为下一跳路由。
21.大量仿真实验表明,该协议相比其他路由控制方法具有很强的适应性,网络规模更有弹性,能耗小,生命周期长,适用于各种规模的无线传感器网络。
附图说明
22.图1是计算候选簇头竞争半径流程图;
23.图2是候选簇头评价因素隶属度函数描述图;
24.图3是节点能量密度示意图;
25.图4是节点偏转角度示意图;
26.图5是多跳路径构建示意图;
27.图6是无线传感器网络两种规模下的实验仿真结果图。
具体实施方式
28.以下将结合附图,对本发明进行详细说明。
29.本发明一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法由四部分构成,即系统模型、存活节点状态监测器、基于模糊逻辑非均匀分簇和基于模糊逻辑路由选择。系统模型为协议实现提供模型,其中包括网络模型、能量模型和网络拓扑结构;存活节点状态监测器为基站提供网络中各节点剩余能量信息和节点分布情况;基于模糊逻辑非均匀分簇是根据网络能量消耗情况,采用基于模糊逻辑的层次分析法动态调整分簇大小,利用非均匀的竞争半径使得靠近基站的簇成员数目相对较小,达到均衡簇头能量消耗的目的;基于模糊逻辑路由选择是考虑节点能量、距离因素和选择中转节点与直接发送到基站的偏角,运用基于模糊逻辑的层次分析法选择最合适的中转路由。
30.所述系统模型中网络模型具有以下属性:(1)传感器网络监测为正方形区域,基站位于监测区域外面且基站和传感器节点在网络布设结束后位置不再改变;(2)网络区域中节点均为同构,节点初始能量一致,每个传感器节点有唯一标号;(3)传感器节点在网络区域中随机分布,基站存储网络区域节点初始化分布信息;(4)传感器节点之间的通信链路对称,可以根据接收信号节点的信号近似计算距离,在发送时可以根据实际位置距离灵活调节发射功率;(5)节点具有一定的计算处理能力和适度的存储空间,可以进行基本有限的运算,存储少量信息。
31.所述能量模型采用无线传感器网络中典型的一阶无线电模式。模型中假设阈值d0,设发送节点与接收节点之间的距离为d,当d<d0时节点使用自由空间能量消耗模型,此时发送数据的能耗与d的平方成正比,而当d>d0时节点使用多路径衰减能量消耗模型,此时发送数据的能耗与d的四次方成正比。当传感器节点发送x比特数据时消耗的能量为:
[0032][0033]
节点接收x比特数据消耗的能量为:
[0034]
e
rx
(x)=e
rx

elec
(x)=e
elec
×
x#(4)
[0035]
其中e
elec
表示通信中发射电路、接收电路在发送或接收1比特数据时的能量消耗,ε
fs
,ε
mp
表示信号放大器在自由空间和多路径衰减模型下将1比特数据传送单位距离的能量消耗。
[0036]
所述网络拓扑结构为无线传感器网络典型层次结构,在稳定阶段普通节点将感知信息发送给对应簇头,各个簇头负责收集融合簇内节点传达的信息以及接收其他簇头发送过来的数据包,最后沿着构建好的多跳路由路径将数据发送到基站。
[0037]
所述基于模糊逻辑非均匀分簇算法计算候选簇头竞争半径流程图如图1所示,包括以下步骤:
[0038]
(1)算法第一轮随机选取候选簇头,以后各轮根据节点剩余能量、节点密度与基站距离因素选择候选簇头。
[0039]
(2)利用模糊化的思想将候选簇头节点剩余能量,节点密度,到基站距离这三个语言变量转化为对应的语言值,其中剩余能量分为low,medium,high三档,节点密度分为small,medium,large三档,与基站距离分为close,medium,far三档;采用梯形隶属度函数表达边界语言值,三角隶属度函数表达中间语言值,得到隶属度函数分布如图2所示,图中e0表示传感器节点的初始能量值,dmax表示网络中节点到基站距离的最大值。
[0040]
设实际存在一个候选簇头a1,其剩余能量为0.7e0,节点密度为0.15,到基站距离为0.6dmax。根据图2,可以得到该候选簇头剩余能量对语言值{“low”,“medium”,“high”}的从属程度为[0,1/3,1/6];该候选簇头节点密度对语言值{“small”,“medium”,“large”}的从属程度为[0,3/4,1/3];该候选簇头到基站距离对语言值{“close”,“medium”,“far”}的从属程度为[0,1/3,2/3]。
[0041]
(3)根据候选簇头能量越高,节点密度越大,距离基站越近候选簇头越优秀的规则,将各变量的语言值做归一化处理,得到各单一因素对于评价集{“差”,“一般”,“优秀”}的隶属度,构建单因素判断矩阵。以a1为例,a1对于评语集的隶属度模糊矩阵为:
[0042][0043]
(4)采用层次分析法ahp确定各因素对于评价候选簇头的权重,构建权向量。具体步骤为:
[0044]

构造判断矩阵。对各因素进行两两比较判断,确定其相对重要程度,并用合适的标度值表示。用mij表示因素mi与mj相对重要性的数值,其含义如表1所示。
[0045]
表1构造判断矩阵时常用的相对重要性标度值mij
[0046][0047]
相对于候选簇头当选概率目标,对剩余能量因素,节点密度因素,距离因素进行两两比较,得到判断矩阵如下所示:
[0048][0049]

采用特征向量法计算各因素重要性,对于矩阵a,归一化得到最终权值向量x
a
=(0.6586,0.0786,0.2628)
t
,即剩余能量因素的权重为0.6586,节点密度因素的权重为0.0786,节点自身到基站距离因素的权重为0.2628。
[0050]
(5)应用m(
·
, )加权平均型模型得到候选簇头评价向量,m(
·
, )加权平均型模型为:
[0051][0052]
根据m(
·
, )模型,计算a1的模糊综合评价为w=(0.1752,0.5811,0.2437)。
[0053]
(6)采用重心法去模糊化,得到候选簇头的最终评价值。重心法的计算公式为:
[0054][0055]
其中n为评价因素数,y
i
指评语集中第i个评语的模糊值,μ(y
i
)为对应的隶属度。评语集{“差”,“一般”,“优秀”}的模糊值分别为1,3,6。用重心法去模糊化,得到a1的评级值为:
[0056][0057]
(7)根据候选簇头的最终评价值计算竞争半径,执行簇头竞选。竞争半径的计算方式为:
[0058][0059]
其中,y
*
指候选簇头评价值,y
n
为优秀评语的模糊值,d0是传输距离阈值。
[0060]
竞争半径确定后,具有最高剩余能量的候选簇头当选并标记为簇头节点,在其竞争半径范围内的候选簇头退出竞争成为普通节点。不断重复上述操作直到网络区域中不存在候选簇头。
[0061]
(8)簇头选择完毕,普通节点加入与其距离最短簇头所在的簇。
[0062]
所述基于模糊逻辑路由选择规则为:

若簇头chi与基站距离小于阈值d0,则该簇头不需要中转节点,直接采用单跳方式将数据传输至基站。

若簇头chi与基站距离超过d0,则簇头chi在其路由候选节点集合中选择中转节点用于数据转发。当簇头chi的候选路由集合为空,基站就是chi的下一跳节点;当候选路由集合只有一个节点,该节点直接当选为下一跳路由;当候选路由集合存在多个候选节点,运用基于模糊逻辑的层次分析法评价每个候选路由节点,选择评价值最高的节点作为下一跳路由。
[0063]
评价候选路由的指标集为节点剩余能量、能量密度和偏角。候选路由簇头rch
i
的能量密度是指候选路由簇头rch
i
所有邻节点剩余能量及其自身剩余能量之和,记作rch
i
.ed,计算公式如下所示:
[0064][0065]
其中,rch
i
.neighbor(j).re表示候选路由簇头rch
i
邻居集中第j个传感器节点的剩余能量,rch
i
·
re表示候选路由簇头rch
i
的剩余能量。候选路由簇头能量密度示意图如图3所示。
[0066]
如图4所示,候选路由簇头rch
i
的偏角是指连接节点tch与基站bs的线段和连接节点tch与候选路由簇头rch
i
线段的夹角,记作rch
i
.da。候选路由簇头偏角的计算公式为:
[0067][0068]
其中,d(tch,rch
i
),d(tch,bs)分别是目标簇头tch到候选路由簇头rch
i
和基站bs的距离,d(rch
i
,bs)是候选路由簇头rch
i
到基站bs的距离。
[0069]
簇头sch多跳路由构建过程如图5所示,其中黑色标识的节点表示的是源簇头节点sch,深灰色标识的节点表示候选路由簇头,灰色标识的节点表示路由节点。图5(a)描述的是探寻源簇头sch与基站之间多跳路径的初始状态。首先根据候选路由簇头的定义找到sch的候选路由簇头集合。可以发现图中只有一个候选路由簇头rch1,所以rch1直接被选中作为sch的下一跳路由。在图5(b)中,sch的下一跳路由节点被黑色标识出,并更名为r1。和sch一样,r1需要找到其候选路由簇头集,然后基于模糊逻辑的层次分析法选取最适合的下一跳路由簇头。后续的簇头依次按照路由节点选择的原则去寻找路由节点,直至到达基站。图5(c)中所示的是一条从源簇头sch到基站的优化的、低能耗的多跳路径。
[0070]
仿真结果如图6所示,可以看出与leach,eeuc,fbuc,mr

leach,fd

leach相比,ncmblf的能耗改进显著,且同时适用于小规模和大规模无线传感器网络环境。

技术特征:
1.一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,其特征在于:本发明由四部分构成,即系统模型、存活节点状态监测器、基于模糊逻辑非均匀分簇和基于模糊逻辑路由选择。系统模型为协议实现提供模型,其中包括网络模型、能量模型和网络拓扑结构;存活节点状态监测器为基站提供网络中各节点剩余能量信息和节点分布情况;基于模糊逻辑非均匀分簇是根据网络能量消耗情况,采用基于模糊逻辑的层次分析法动态调整分簇大小,利用非均匀的竞争半径使得靠近基站的簇成员数目相对较小,达到均衡簇头能量消耗的目的;基于模糊逻辑路由选择是考虑节点能量、距离因素和选择中转节点与直接发送到基站的偏角,运用基于模糊逻辑的层次分析法选择最合适的中转路由。2.根据权利要求1所述的一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,其特征在于:所述系统模型中的网络模型具有以下属性:(1)传感器网络监测为正方形区域,基站位于监测区域外面且基站和传感器节点在网络布设结束后位置不再改变;(2)网络区域中节点均为同构,节点初始能量一致,每个传感器节点有唯一标号;(3)传感器节点在网络区域中随机分布,基站存储网络区域节点初始化分布信息;(4)传感器节点之间的通信链路对称,可以根据接收信号节点的信号近似计算距离,在发送时可以根据实际位置距离灵活调节发射功率;(5)节点具有一定的计算处理能力和适度的存储空间,可以进行基本有限的运算,存储少量信息。所述能量模型采用无线传感器网络中典型的一阶无线电模式。模型中假设阈值d0,设发送节点与接收节点之间的距离为d,当d<d0时节点使用自由空间能量消耗模型,此时发送数据的能耗与d的平方成正比,而当d>d0时节点使用多路径衰减能量消耗模型,此时发送数据的能耗与d的四次方成正比。当传感器节点发送x比特数据时消耗的能量为:节点接收x比特数据消耗的能量为:e
rx
(x)=e
rx

elec
(x)=e
elec
×
x#(2)其中e
elec
表示通信中发射电路、接收电路在发送或接收1比特数据时的能量消耗,ε
fs
,ε
mp
表示信号放大器在自由空间和多路径衰减模型下将1比特数据传送单位距离的能量消耗。所述网络拓扑结构为无线传感器网络典型层次结构,在稳定阶段普通节点将感知信息发送给对应簇头,各个簇头负责收集融合簇内节点传达的信息以及接收其他簇头发送过来的数据包,最后沿着构建好的多跳路由路径将数据发送到基站。3.根据权利要求1所述的一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,其特征在于:所述存活节点状态监测器建立在基站中,为基站提供网络中各节点状态信息,包括节点编号、节点位置和节点剩余能量。基站根据节点状态信息监视网络拓扑结构的变化,感知节点能量的消耗,以优化簇头选取和路由构建,节约了节点为获取局部信息而发送接收广播信息的能量消耗。4.根据权利要求1所述的一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,
其特征在于:基于模糊逻辑非均匀分簇算法包括以下步骤:(1)算法第一轮随机选取候选簇头,以后各轮根据节点剩余能量、节点密度与基站距离因素选择候选簇头。(2)利用模糊化的思想将候选簇头节点剩余能量,节点密度,到基站距离这三个语言变量转化为对应的语言值,其中剩余能量分为low,medium,high三档,节点密度分为small,medium,large三档,与基站距离分为close,medium,far三档;采用梯形隶属度函数表达边界语言值,三角隶属度函数表达中间语言值。(3)根据候选簇头能量越高,节点密度越大,距离基站越近候选簇头越优秀的规则,将各变量的语言值做归一化处理,得到各单一因素对于评价集{“差”,“一般”,“优秀”}的隶属度,构建单因素判断矩阵。(4)采用层次分析法ahp确定各因素对于评价候选簇头的权重,构建权向量。(5)应用m(
·
, )加权平均型模型得到候选簇头评价向量。(6)采用重心法去模糊化,得到候选簇头的最终评价值。(7)根据候选簇头的最终评价值计算竞争半径,执行簇头竞选。具有最高剩余能量的候选簇头当选并标记为簇头节点,在其竞争半径范围内的候选簇头退出竞争成为普通节点。不断重复上述操作直到网络区域中不存在候选簇头。(8)簇头选择完毕,普通节点加入与其距离最短簇头所在的簇。5.根据权利要求1所述的一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,其特征在于:基于模糊逻辑路由选择规则为:

若簇头chi与基站距离小于阈值d0,则该簇头不需要中转节点,直接采用单跳方式将数据传输至基站。

若簇头chi与基站距离超过d0,则簇头chi在其路由候选节点集合中选择中转节点用于数据转发。当簇头chi的候选路由集合为空,基站就是chi的下一跳节点;当候选路由集合只有一个节点,该节点直接当选为下一跳路由;当候选路由集合存在多个候选节点,运用基于模糊逻辑的层次分析法评价每个候选路由节点,选择评价值最高的节点作为下一跳路由。
技术总结
本发明公开了一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法,所要解决的技术问题是无线传感器的能耗问题以及现有的节能路由控制方法对于网络的适应能力弱的问题。采用模糊逻辑算法,根据网络能量消耗情况以及节点密度信息,动态调整分簇大小,有效平衡簇头的能量消耗;根据节点能量和位置信息选择具有最优评价值的路由节点,确定路由路径。引入网络存活节点状态检测器的概念,以监测存活节点的状态,延长网络的存活时间。该协议具有很强的适应性,网络规模更有弹性,适用于各种规模的无线传感器网络。的无线传感器网络。的无线传感器网络。


技术研发人员:许峰 侯雅婷 吕昕 武淦
受保护的技术使用者:南京航空航天大学
技术研发日:2021.02.05
技术公布日:2021/6/25

转载请注明原文地址: https://doc.8miu.com/read-150011.html

最新回复(0)