专利名称：一种异构无线传感器网络的容错路由恢复方法
技术领域：
本发明属无线传感器网络技术领域，特别是涉及一种异构无线传感器网络的容错 路由恢复方法。
背景技术：
异构无线传感器网络(heterogeneous wireless sensor networks,H—WSNs)在无 线传感器网络(wireless sensor networks,WSNs)中扮演着重要角色。它一股包含两种类 型的传感器节点大量能量受限的普通节点随机分布在监测区域，少量能量富裕、可靠性高 的超级节点布置在已知位置。超级节点作为周围多个普通节点的簇头，使得整个网络形成 两层结构。H-WSNs相比同构WSNs可以提高数据传输成功率，减少传输过程中的能量消耗。 但实际应用中，传感器故障等会导致网络链路断裂，使系统遭到破坏。因此为了提高网络的 生存周期，容错路由机制，尤其是路由恢复机制对H-WSNs的网络维护十分重要，是WSNs研 究热点之一。典型的H-WSNs容错路由算法包括GATCk、EEHC、CPEQ、ICE等，这些算法很少考 虑簇内的多路径路由的维护，且WSNs的路由容错问题作为一种NP完全问题，这些启发式的 确定性方法往往只能得到近似的最优路径结果，易于陷入局部最优。粒子群算法作为新型的智能算法，基本思想就是模拟生物界鸟群觅食现象，通过 模拟这些群体智能行为而对问题求解空间进行全局搜索，找到全局最优解。和其他智能算 法相比，粒子群算法更加容易实现，运行效率更高，因此近年来得到广泛关注。但粒子群存 在早熟收敛问题，在优化初期收敛速度较快，而随着优化过程的继续，在搜索后期易陷入局 部最优，收敛速度下降，精度较低。因此本发明采用主从式多群体协同进化思想来平衡粒子 群的局部和全局搜索能力，采用免疫思想增加粒子(抗体)的多样性，迅速跳出局部极值 解，快速收敛于全局最优解。
发明内容
本发明所要解决的技术问题是提供一种采用多粒子群免疫协同优化算法 (mu lti-particl e-swarm immune cooperative algorithm，MPS ICA)对 H-WSNs 的路径选 择，路由恢复问题进行优化，以迅速构建最优替代路径，提高H-WSNs的数据传输成功率，增 加网络生存时间的异构无线传感器网络的容错路由恢复方法。本发明解决其技术问题所采用的技术方案是提供一种异构无线传感器网络的容 错路由恢复方法，在所述的异构无线传感器网络的簇内有路径因为节点故障断开时，采用 多粒子群免疫协同优化算法来选择最优路径，进行路由恢复；采用基于所述的多粒子群免 疫协同优化算法的协议来维护异构无线传感器网络系统，具体包括以下步骤(1)构建簇内多路径路由图G(V，E)，其中V是簇内节点集合，E是簇内节点间链路 集合；源节点ns e V,超级节点即簇头n。h e {V- {nj}，数据由ns传输给n。h，再由n。h汇聚到 后台；ns到n。h形成k条不相交路径，当一条路径断开时，可以启用其它备用路径，同时对该 路径进行恢复，以便维持k路径路由；P (s，ch)是多路路径的集合，Pi (s，ch)是其中一条路径；(2)对粒子群初始化，采用主_从粒子群模型，在一个D维空间中，初始化生成 NXn个粒子，并将这些粒子分成N个群体，其中一个是主群，其余N-I个是从群，每一个粒子 都有自己的位置和速度；(3)采用簇内路径编码，在解空间和粒子表示之间建立映射关系；当某个节点发 生故障时，作为簇头的n。h根据当前获得的拓扑信息构建子图G' (G’cG)，并从G'中计算 可能的路径集合P (s，ch)；然后先将不满足条件的节点组合成的路径剔除掉，再将剩余的 每条链路序列Pi (s，ch)编码为搜索空间中的一个解，用单个粒子表示一条链路序列；(4)计算每个粒子的适应度函数，通过MPSICA算法从所有解中选出最优解空间对 应的路径Pb，其适应度fitness (Pb)最优。适应度函数如下 其中是某条路径所含链路总共消耗的能量在簇内所有链路可能消耗的总能量 中所占的比例，f2是该条路径所含节点及链路总的延时在簇内所有节点及链路总的延时中 所占的比例，f3是该条路径所含链路总的距离在簇内所有链路总的距离中所占的比例，ω工、 ω2、ω3 分别为 f\、f2、f3 对应的权值，GJ1 = 0. 4，ω2 = 0. 2，ω3 = 0. 4 ；(5)采用MPSICA算法中的免疫模型对粒子进行克隆，选择和替换操作基于抗 体_抗原亲和度即适应度的比例选择，构造记忆单元，并根据亲和度的高低对粒子进行克 隆、选择、变异和抑制等操作；(6)判断是否满足终止条件，若不满足，采用MPSICA算法中的主从粒子群协同进 化模型更新粒子位置和速度；每一个从群在迭代过程中执行标准粒子群算法独立进化；所 有从群把发现的最好个体信息发送给主群，主群再根据这些最好个体的经验进行状态的更 新；(7)重复步骤(4)到(6)直到满足算法的终止条件(达到迭代次数或收敛到最小 值)；(8)n。h通过MPSICA算法选择出最优路径pb后，将路径上的节点信息通知给簇内相 应的节点，以便快速建立从源节点ns到n。h的最新替代路径pb，维持簇内多路径路由。所述的MPSICA算法根据编码得到的链路集合将单个粒子表示一条链路序列，并 计算适应度值。
5
所述的簇内多路径路由模型、路径编码及MPSICA算法在协议中，当簇内某个普通 节点发生故障时，其所在路径的上下游节点将广播该信息，分别传给源节点及簇头节点，源 节点重新选择新路径，并将可能被选择的接力节点发送给簇头节点，簇头节点根据当前节 点拓扑信息构造子图，生成路径集，并用MPSICA算法选择最优替代路径，以便维持簇内从 源节点到簇头节点的k路径路由。有益效果本发明能够基于H-WSNs的特点进行簇内多路径路由恢复，由于该MPSICA算法全 局搜索能力较强、求解精度较好、收敛速度快，因此能在H-WSNs的路径选择和路由恢复中 取得较好的效果，提高H-WSNs的路由容错能力。
图1为本发明H-WSNs容错路由恢复的流程。图2为本发明H-WSNs的整体架构。图3为本发明H-WSNs簇内多路径路由生成图。图4为本发明多粒子群协同免疫优化算法的流程。
具体实施例方式下面结合具体实施实例，进一步阐述本发明。应理解，这些实施实例仅用于说明本 发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技 术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所 限定的范围。图1表示了 H-WSNs的整体架构，包括下层普通节点和上层超级节点，其中超级节 点作为周围普通节点的簇头，簇内数据通过普通节点接力传输给簇头，最后汇聚到后台节 点。图2所述的是基于MPSICA算法的H-WSNs容错路由恢复流程图。具体步骤如下(1)图2中的簇内多路径路由图构建阶段，所构建的多路径路由图G(V，E)如 图3所示，其中V是节点集合，E是节点链接集合。源节点ns e V，超级节点(簇头) nch e {V-{ns}}。从ns到n。h形成k条不相交路径，P(s, ch)是这些路径的集合，Pi (s, ch) 是其中第 i 条路径，Pi (s, ch) e P(s, ch)。η (η e Pi(s, ch))代表 Pi(s，ch)中的一个节 点，e(e e Pi (s, ch))代表Pi(s，ch)中某两个节点间的链接。影响Pi(s，ch)的因素包括 energy (η)，指路径上单个节点的有效能量；dist (e)，指路径上两相邻节点间有效链路的路 径长度；energy(e)，指路径上两节点间通信消耗的能量；delay(e)与delay (η)，分别指路 径上两节点间的传输延时及单个节点的传输延时；(2)图2中的路径编码阶段，包含粒子群初始化和用粒子群对路径编码两部分。首 先，在一个D维空间中，初始化生成NXn个粒子，并将这些粒子分成N个群体，其中一个是 主群，其余N-I个是从群，每一个粒子都有自己的位置和速度，定义第i个粒子t时刻的位 置是X丨= 丨，速度是V丨= ,<，..., Af οΡι =04/4...,/4)代表粒子的个体极 值点，PgR表全局最优解。然后，采用簇内路径编码，当某个节点故障时，作为簇头节点的n。h 根据当前获得的拓扑信息构建子图G’(G’ cG)，并从G'中计算可能的路径集合P (S，ch)。 然后它先将不满足约束条件的节点组合成的路径剔除掉，再将剩余的每条链路序列Pi (s，ch)编码为搜索空间中的一个解，用单个粒子表示一条链路序列。路径约束方程为Σ delay(e)+ ^ delay(n) < DΣ dist(e)>L
CGpi(S^Ch)将不满足以上条件的路径视为不可达。其中，D表示延迟约束，要求ns到n。h的路 径包含的链路与节点的延迟和不大于该值；L表示距离约束，要求ns到n。h的路径距离要大 于该值；(3)图2中的MPSICA算法选择路径阶段，包括目标函数设计，免疫克隆选择，多群 体更新粒子群速度位置等步骤，流程图如图4所示，步骤如下1)计算每一个粒子的适应度值。通过MPSICA算法从所有解中选出的最优解空间 对应的路径Pb，其适应度fitness (Pb)最优。适应度公式如下
Σ ^nergy(n)fitness(Pi) = ^^-
2/2+^3/3
^ energy(e)-—
^ delay{e) + ^ delay (η)f2 = --
delay{e) + ^ delayin)
^ dist{e)/3=^^-
dist{e)其中是某条路径所含链路总共消耗的能量在簇内所有链路可能消耗的总能量 中所占的比例，f2是该条路径所含节点及链路总的延时在簇内所有节点及链路总的延时中 所占的比例、f3是该条路径所含链路总的距离在簇内所有链路总的距离中所占的比例，ω工、 ω2、ω3 分别为 f\、f2、f3 对应的权值，GJ1 = 0. 4，ω2 = 0. 2，ω3 = 0. 4 ；2)采用MPSICA算法进行路径选择。首先采用免疫思想进行粒子克隆、克隆选择和 克隆抑制等操作。该免疫思想利用了免疫机制良好的多样性特征。它采用基于抗体-抗原 亲和度(适应度)的比例选择，构造记忆单元，通过新旧抗体的替代，在保证收敛速度的同 时又能维持抗体的多样性；该模型将每个粒子作为一个抗体。对每个需要克隆的粒子，克隆数目与其当前适 应度成正比，克隆数N。按如下式子计算Nc = α N其中α是克隆因子，并与粒子适应度成正比，N是粒子数。变异规则根据经验设 置，其公式表示为Ci = Xi+ β rand其中Ci是克隆后的个体，Xi是原始抗体，β是变异因子，rand是随机变量， rand e
。在粒子替代规则中，我们计算原始粒子和选出的克隆变异粒子对抗原的刺
7激程度。对于任意粒子Ct和抗体Yt，二者欧式距离为d(i,j) = ]jpcit-yjt)2抗体粒子刺激度为A(i, j) = l/d(i, j)然后将各粒子的刺激度与设定的阈值进行比较，刺激度高的粒子保留，低的抑 制；3)判断是否满足终止条件(达到设定的迭代次数或收敛到最小值)，若不满足，再 采用主从粒子群协同进化模型更新粒子位置和速度。该主从粒子群协同进化思想启发于自 然界中的共生现象，由主-从式结构来表示共生群体之间的关系。每一个从粒子群在迭代 过程中执行标准PSO算法独立进化，更新方程为vid (t+1) = wvid (t) +Cjand1 (pid_xid (t)) +c2rand2 (pgd_xid (t))xid (t+1) = xid (t)+vid (t)在所有从粒子群进行下一步更新之前，它们把目前为止发现的最好个体信息发送 给某一主粒子群，此主粒子群再根据这些最好个体的经验及其它主粒子群中最好个体的经 验进行状态的更新，更新方程如下€(t + l) = wv^( + ClTandl(pfd -xfd ⑴)+ C1Tand1 {pMgd -<(t)) + c3rand3(psgd -xfd ⑴)+ = +其中，M表示主粒子群，S表示除自身之外的其它共生从粒子群。Pid是个体极值点， Pgd是全局最优解。C1, C2, C3是加速因子，本发明中选择C1 = C2 = 2.05，C3 = 2。w是惯性 因子，较大的w有利于群体在更大范围内进行搜索，而较小的w能够保证群体最终收敛到最 优位置，因此本算法提出了一个线性差分递减策略w(t) = Wstart - —二,e"d) χ t2
max其中，Wstart = 0. 9，Wend = 0. 4。在该思想中，单独个体表现出的缺陷可通过其它 群体的个体交互作用得到补偿。避免了单一信息交流引起的误判，加快了算法的收敛速度。 此外主——从式结构有效的平衡了算法的局部和全局搜索能力；4)重复步骤1)到3)直到满足算法的终止条件；(4)图2中的路由恢复阶段，由超级节点n。h通过MPSICA算法选择出最优路径Pb 后，将与路径相关的节点序列信息通知给簇内相应的节点，以便快速建立从源节点到n。h的 多跳路径pb，恢复簇内的多路径路由；(5)图2中的容错路由协议实现。如图3所示，源节点ns(节点4)与簇头节 点n。h(节点40)建立了 k条路径(如图3中的3条路径，分别是4-3-7-11-16-22-40， 4-8-13-18-40 和 4-9-15-20-23-40)。协议具体步骤如下1)如果簇内接力节点Iifail (节点13)故障，其所在路径的下游节点nfail_d将该信息 报告给n。h，其上游节点nfail_u将信息报告给ns，ns启动替代路径选择机制；2)ns广播path request (PR)包，附带包含自己能量及位置的路由表。接收到I3R的 某个接力节点Hi根据上一节点IV1的信息计算两者间的dist(e)，energy (e)及delay (e) 等数据，并添加进路由表，同时包括两节点的ID、energy(n)等信息。然后Iii继续接力传输该I3R包，直至n。h收到各节点传来的I3R包；3)nch提取冊包中的信息，并根据获得的拓扑信息构建子图G'，计算可能的路径 集合P (s，ch)，通过MPSICA算法选择最优路径pb。然后n。h广播RP_ACK包，附带pb中的节 点序列信息{"ftl，nPb2, b3，..., η η }(如图2中的节点序列4-8-12-17-40)；4)若接收到RP_ACK包的接力节点Iii包含在pb的节点序列中，则自动添加到ns的 最新替代路径中，并与上下游节点"和"建立连接，直至ns接收到RP_ACK包；5) ns广播PR_END包，通知n。h已建立的最新路径信息，至此ns至n。h的第k条路径 建立完成，协议结束。
权利要求
一种异构无线传感器网络的容错路由恢复方法，其特征在于在所述的异构无线传感器网络的簇内有路径因为节点故障断开时，采用多粒子群免疫协同优化算法来选择最优替代路径，进行路由恢复；采用基于所述的多粒子群免疫协同优化算法的协议来维护异构无线传感器网络系统，具体包括以下步骤(1)构建簇内多路径路由图G(V，E)，其中V是簇内节点集合，E是簇内节点间链路集合；源节点ns∈V，超级节点即簇头nch∈{V {ns}}，数据由ns传输给nch，再由nch汇聚到后台；ns到nch形成k条不相交路径，当一条路径断开时，可以启用其它备用路径，同时对该路径进行恢复，以便维持k路径路由；P(s，ch)是多路路径的集合，pi(s，ch)是其中一条路径；(2)对粒子群初始化，采用主——从粒子群模型，在一个D维空间中，初始化生成N×n个粒子，并将这些粒子分成N个群体，其中一个是主群，其余N 1个是从群，每一个粒子都有自己的位置和速度；(3)采用簇内路径编码，在解空间和粒子表示之间建立映射关系；当某个节点发生故障时，作为簇头的nch根据当前获得的拓扑信息构建子图G′并从G′中计算可能的路径集合P(s，ch)；然后先将不满足条件的节点组合成的路径剔除掉，再将剩余的每条链路序列pi(s，ch)编码为搜索空间中的一个解，用单个粒子表示一条链路序列；(4)计算每个粒子的适应度函数，通过多粒子群免疫协同优化算法从所有解中选出最优解空间对应的路径pb，其适应度fitness(pb)最优。适应度函数如下 <mrow><mi>fitness</mi><mrow> <mo>(</mo> <msub><mi>p</mi><mi>i</mi> </msub> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>ω</mi> <mn>1</mn></msub><msub> <mi>f</mi> <mn>1</mn></msub><mo>+</mo><msub> <mi>ω</mi> <mn>2</mn></msub><msub> <mi>f</mi> <mn>2</mn></msub><mo>+</mo><msub> <mi>ω</mi> <mn>3</mn></msub><msub> <mi>f</mi> <mn>3</mn></msub> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>1</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>energy</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>2</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow><mo>+</mo><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow><mo>+</mo><munder> <mi>Σ</mi> <mrow><mi>n</mi><mo>∈</mo><mi>N</mi> </mrow></munder><mi>delay</mi><mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow> <mrow><msub> <mi>f</mi> <mn>3</mn></msub><mo>=</mo><mfrac> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><msub> <mi>p</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>s</mi> <mo>,</mo> <mi>r</mi> <mo>)</mo></mrow> </mrow></munder><mi>dist</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow> <mrow><munder> <mi>Σ</mi> <mrow><mi>e</mi><mo>∈</mo><mi>E</mi> </mrow></munder><mi>dist</mi><mrow> <mo>(</mo> <mi>e</mi> <mo>)</mo></mrow> </mrow></mfrac> </mrow>其中f1是某条路径所含链路总共消耗的能量在簇内所有链路可能消耗的总能量中所占的比例，f2是该条路径所含节点及链路总的延时在簇内所有节点及链路总的延时中所占的比例，f3是该条路径所含链路总的距离在簇内所有链路总的距离中所占的比例，ω1、ω2、ω3分别为f1、f2、f3对应的权值，ω1＝0.4，ω2＝0.2，ω3＝0.4；(5)采用多粒子群免疫协同优化算法中的免疫模型对粒子进行克隆，选择和替换操作基于抗体 抗原亲和度即适应度的比例选择，构造记忆单元，并根据亲和度的高低对粒子进行克隆、选择、变异和抑制等操作；(6)判断是否满足终止条件，若不满足，采用多粒子群免疫协同优化算法中的主从粒子群协同进化模型更新粒子位置和速度；每一个从粒子群在迭代过程中执行标准粒子群算法独立进化；所有从粒子群把发现的最好个体信息发送给主粒子群，主粒子群再根据这些最好个体的经验进行状态的更新；(7)重复步骤(4)到(6)直到满足算法的终止条件即达到迭代次数或收敛到最小值；(8)nch通过多粒子群免疫协同优化算法选择出最优路径pb后，将路径上的节点信息通知给簇内相应的节点，以便快速建立从源节点ns到nch的最新替代路径pb，维持簇内多路径路由。FDA0000025649230000011.tif
2.根据权利要求1所述的一种异构无线传感器网络的容错路由恢复方法，其特征在 于所述的多粒子群免疫协同优化算法根据编码得到的链路集合将单个粒子表示一条链路 序列，并计算适应度值。
3.根据权利要求1所述的一种异构无线传感器网络的容错路由恢复方法，其特征在 于所述的簇内多路径路由模型、路径编码及多粒子群免疫协同优化算法在协议中，当簇内 某个普通节点发生故障时，其所在路径的上下游节点将广播该信息，分别传给源节点及簇 头节点，源节点重新选择新路径，并将可能被选择的接力节点发送给簇头节点，簇头节点根 据当前节点拓扑信息构造子图，生成路径集，并用多粒子群免疫协同优化算法选择最优替 代路径，维持簇内从源节点到簇头节点的k路径路由。全文摘要
本发明涉及一种异构无线传感器网络的容错路由恢复方法，在异构无线传感器网络的簇内某条路径由于节点故障断开时，构建簇内多路径路由生成图，进行路径编码；采用多粒子群免疫协同优化算法来选择最优替代路径，进行路由恢复；采用基于该算法的协议来维护该网络系统。该多粒子群免疫协同优化算法具有全局搜索能力较强、求解精度较好、收敛速度快等特点。本发明提高了异构无线传感器网络的容错能力，通过快速构建最优替代路径以提高数据传输成功率，并延长网络的生存时间。
文档编号H04W24/04GK101925100SQ20101027344
公开日2010年12月22日 申请日期2010年9月3日 优先权日2010年9月3日
发明者丁永生, 程丽俊, 胡一帆, 郝矿荣 申请人:东华大学