1 / 21

Queen-Ant-Aware-Based Algorithm for Wireless Sensor Networks Routing 无线传感器网络中基于蚁后可知算法的路由

Queen-Ant-Aware-Based Algorithm for Wireless Sensor Networks Routing 无线传感器网络中基于蚁后可知算法的路由. 卢旭. 摘要.

kynton
Télécharger la présentation

Queen-Ant-Aware-Based Algorithm for Wireless Sensor Networks Routing 无线传感器网络中基于蚁后可知算法的路由

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Queen-Ant-Aware-Based Algorithm for Wireless Sensor Networks Routing无线传感器网络中基于蚁后可知算法的路由 卢旭

  2. 摘要 • 目前，无线传感器网络的优势使其在军事和民用领域都形成了大量新的应用。很多研究人员都致力于设计新的传感器网络协议，其中能量可知是主要考虑的因素。我们认识到无线传感器网络的趋势应该是可以被用户通过Internet来操控，我们提出一种新的算法，该算法可实现远程信息获取和通过Internet操控，这样用户就可以避免来自危险环境的不必要的伤害。本文我们开发出了一个适用于远程传输信息的新模型。另外，我们详细描述了我们的基于蚁后可知算法，然后对该算法进行了仿真。最后，我们总结了该新协议的一些开放的研究点。 • 关键词：无线传感器网络、远程信息获取、internet操控、路由算法

  3. 1 引言 • 目前，无线传感器网络被期望在军事和民用领域都有广阔的应用和越来越多的部署。不过，结合了数据处理、存储单元和通信能力为一身的传感器节点却被有限且不能更换的电源和固定的带宽限制着。因此，传统的路由协议对服务质量（QoS）要求较高，但无线传感器网络协议的设计更关注于能量的节约和效率。在网络层，找出建立能量有效的路由来最大化网络的寿命是非常有挑战性的。 • 尽管无线传感器网络和无线ad-hoc网络有很多相同的地方，前者还是和后者有很多不同的特性。首先，传感器节点是比较脆弱的而且容易失效。为了确保监控的有效性，我们必须布置较密集的传感器节点。其次，由于传感器节点的数目要比ad-hoc网络节点多，传感器节点不可能和ad-hoc网络一样有一个全局ID。第三，传感器节点的能量、计算能力和存储量都有限。第四，传感器节点的活动性使得传感器网络的拓扑变化频繁。

  4. 很多研究人员都致力于开发出满足这些要求的协议。泛洪和闲聊都是以中心来收集信息，目的是在不需要任何路由算法和拓扑维护的情况下传输传感器网络的数据。虽然它们易于实现，但它们不能解决由于他们的机制产生的内爆和重叠问题。其他协议：基于信息协商的传感器协议（SPIN）、能量可知路由、直接扩散、谣传路由以及基于梯度路由都是以数据为中心的。对比以上协议，最小能量通信网络（MECN）、地理适应精度（GAF）和地理位置和能量可知路由都是基于位置的协议，在考虑到传感器节点和sink节点的活动性的情况下有较大优势。 • 无论这些协议在能量节约和考虑活动性方面有多大优势，它们都不能由用户通过Internet来操控。同时，由于环境要求有所不同，这些协议不能很好地适应各种不同环境。本文我们提出了一种无线传感器网络的基于蚁后可知的算法。经过蚁后的操作，用户可以通过Internet控制和获取网络中任意传感器节点的信息。该算法也能满足能量节约的要求，也能够适应节点活动的情况。

  5. 2.网络模型 • 我们基于Y. Xu的GAF模型提出一个新颖的模型。在该模型中，我们根据每个节点的位置划分很多个虚拟的网格，节点的位置是由GPS频繁更新的。为了实现Internet和传感器网络可操作性的结合，我们把节点分为五种：源节点（事件）、目标节点（Sink）、蚁后节点（Internet的接口节点）、主节点（组的领头或代理）以及普通成员节点。在我们划分区域来确保通信的有效性时，我们做出一下假设： 1）任意节点的最小通信距离： （P G是GPS的定位精度） 2）GPS定位精度：P G≤ L（L是相邻网格的轴距） 3）中心网格中的任意节点的最小通信距离： 如图1所示，中心区域中的任意节点都可以广播信息给红线区域的所有节点。

  6. 由GPS来划分完区域之后，我们需要建立一个合理的网络，网络中任意两个节点之间的通信都要是可行而且有效的。在相同区域中的节点按以下原则自组织在一起： 1）同一网格中的节点选举出一个或多个主要的节点作为它们的代理，但同一网格中的每个组都是唯一且独立的。 2）同一区域中的任意组除了有GPS定位的网格位置之外，还有它们自己组的序列号。 3）包括它们的主节点在内组成员的数量最多为8。而该组中的每个成员都在组序列号之后有其自己的序列号。 4）主节点担当一个代理的角色，除非其成员节点是源节点或sink，否则它就有权力处理很多问题，这样可以节约能量。 5）如果主节点知道了它的一个成员节点是源节点、目标节点或是蚁后节点，它就必须和该成员节点互换角色，然后把其他成员节点的信息发送给该成员节点。 6）符号a、b、c……表示由GPS更新的区域信息。 7）每个主节点以图2所示的形式存储其成员节点的信息：

  7. Identity用于识别节点的身份，N表示普通成员节点，P表示主节点，Q表示蚁后节点，S表示源节点，D表示目标节点。例如，图3中的“N，e，1，4”表示该节点是区域e中的组1的第四个普通成员节点。

  8. 3.基于蚁后可知的算法 • 基于蚁后可知的算法的主要思想来自蚁群。在过去的10年当中，基于蚁群的算法主要应用于电信网络的路由当中。使用蚁群来设计路由的灵感来自于群居昆虫可以在不了解任何环境的整体信息的情况下可以通过一种分布式的方式来解决复杂的问题。不过，我们并不知道或者是不能实现在电信或ad-hoc网络中的蚁后这个重要角色。由于无线传感器网络应用需求的增加，我们通过我们的基于蚁后可知的算法来实现这一功能。第二节中提出的模型适用于基于蚁后可知的算法。

  9. 在阐述QAAB算法之前，我们要申明一些该算法的规则：在阐述QAAB算法之前，我们要申明一些该算法的规则： 1）网络中有两种数据包可以传输：ENP Envoy Packet（只能由蚁后发送）和ERP Ergate Packet（由源节点发送）。 2）蚁后节点有发送数据包到其它节点的最高优先权。 3）在蚁后的数据包发送之后源节点发送其ERP给网络。 4）在接收到ENP（ERP）之后，主节点首先查询其组成员是否是目标节点。若不是，它就把数据包发送给相邻区域的主节点和其不同组的邻节点。 5）ENP（ERP）必须登记每一步它所传递的节点的信息。 6）同一ENP（ERP）不能回发到刚刚发送该数据包的节点。 7）在接收到ENP（ERP）之后，主节点需要存储该数据包一小段时间，然后删除它。 8）如果ENP（ERP）传递的路径形成了一个圈，ENP（ERP）就删除该圈的信息然后选择其他路径。 9）当发现目标节点时ENP（ERP）就回到主路径上去。 10）优先权顺序：

  10. A. Internet操控 • ERP的格式由三部分组成，如图4所示： • ENP的格式由三部分组成，如图5所示： • Identity是用于识别数据包的身份是否是蚁后。Instruction部分是用来存储来自蚁后节点的指令，包括指定的源节点和目标节点的信息。

  11. ENP（由用户发出）执行分为三步： 1）蚁后节点发送数据包（ENP）给网络。 2）一旦由用户指定的源节点收到ENP，它就修改instruction部分然后从主路径发送回去。 3）该源节点发送修改好的ENP给网络。其他被ENP占用的节点用instruction来对照主路由信息，取消原来的ENP的占用，用FIFO的方式取出ERP。 4）源节点在网络中搜寻目标节点然后互相传输数据。 5）源节点发送回应给蚁后节点。 这样，用户可以通过Internet实现对传感器网络的操控。

  12. B. 获取信息 • 图6所示为QAAB算法的示意图。我们表述基于蚁后可知算法如下： • 1）在接收由用户通过Internet发送的蚁后的要求（ENP）时，节点应该先存储其他ERP到FIFO存储器，再执行其指令。 • 2）如果网络中不是用户的要求，节点首先读取其FIFO存储器然后按顺序把它们发送给网络。 • 3）蚁后节点（源）不断发送ENP(ERP)f到在一定时间内比其他路径少传输数据包的路径。 • 4）一旦ENP(ERP)f发送到目标节点，目标节点就修改ENP(ERP)f成ENP(ERP)back， ENP(ERP)back会被从具有更高优先权的其已经经过了的路径发送回去。 • 5）在经过一个节点时，ENP(ERP)back会使该节点的路由数加1。 • 6）一段时间（由接收到的ENP(ERP)back的数量决定）过后，蚁后节点（源）通过对照每个路由计数器的数量来建立一个路由，然后选择一条最大值的路由作为有效路径来传输数据。

  13. C. 能量节约 • 由于主节点包含了所有成员节点的信息，AQQB算法就通过关闭这些组中不必要的节点来节约能量。每个成员节点都可以由GPS发送的信号唤醒，更新它们在当前区域中的位置和身份。图7所示为QAAB中成员节点的状态转换。

  14. 4.仿真 • 我们用第二节的模型来执行基于蚁后可知算法，仿真器我们使用GloMoSim 2.0。 • 在我们的实验中，首先在300m*300m的范围内随机部署44个网络节点，如图3所示。实际被网络覆盖的区域就根据GPS提供的它们的位置被分为9个部分。每个节点的初始能量是10个单位。当能量到0单元时，对应的节点就不能再和其它节点通信了。区域内的所有节点都有相同的通信范围——300米，信道容量设为2Mb/s。

  15. 实验中，我们考虑节点的两种工作模式，即能量受限和能量不受限。我们通过考虑网络寿命和平均能耗来分析和比较各协议的性能。网络寿命可定义如下： 1）网络中K个节点死亡的时间； 2）第一个接单死亡的时间； 3）网络中所有节点死亡的时间。 • 为了体现网络的生存能力，我们在上述相同的环境中比较QAAB和SPIN的仿真结果。仿真结果如图8、9、10所示。

  16. 5.结论 • 通过研究蚁后在蚁群中的作用，我们提出了一种新颖的算法，该算法可以实现远距离通信，还可以实现通过Internet进行远程节点操控。这也可以避免用户在危险环境中受到不必要的伤害。为了使通信能耗最小化，我们提出了一个新的模型，该模型中有一个主节点担当一个代理的角色，以此来节约能量。 • 虽然在有能量限制和没有能量限制的情况下的仿真结果都证明了该协议可以很好地延长网络寿命，我们并不能仿真通过Internet来操控传感器节点。接下来的研究中，我们将努力改进出一个完整的模型，并在当前环境下实现Internet操控的仿真。

More Related