专利名称：无线传感器与执行器网络及该网络的最短延时路由方法
技术领域：
本发明涉及无线传感器与执行器网络(WSAN)领域，具体涉及一种无线传感器与执行器网络及该网络的最短延时路由方法。
背景技术：
无线传感器与执行器网络(WSAN)是由无线传感器网络(WSN)衍生而来。在无线传感器与执行器网络中，目标区域除了分散部署了大量微型传感节点(Sensor)外，还分散部署了一定数量的执行节点(actuator)和汇集节点(Sink)。传感节点监测、感知和采集监测对象的信息，并将信息传送到汇集节点。汇集节点根据收集的监测信息做出决策选择由哪些执行节点执行相关的操作，从而实现实时动态的交互。无线传感器与执行器网络追求的一个主要目标就是提高通信实时性，要求执行节点对感应事件快速做出反应，例如火灾发生时，如果执行节点无法对感应事件快速的做出反应，火灾很有可能会蔓延，最后造成一些灾难性的后果，严重威胁到国家财产和生命安全。因此无线传感器与执行器网络中通信实时性尤为关键，为了提高通信实时性就必然要求数据在传输过程中的延迟尽可能达到最小。然而在目前的无线传感器与执行器网络中，传感节点通常都是采用通过电池供电的低成本、小功耗的设备，这样的设备作为传感节点既需要对其进行频繁地电池更换，又限制了其感应范围和通信距离。因此，为了确保无线传感器与执行器网络的实时性，在目前的无线传感器与执行器网络的目标区域内通常随机部署了成百上千的冗余传感节点，来延长网络生命周期，然而这种传感节点的部署密度对于具有较高传输能量的汇集节点和具有较高执行范围的执行节点是不需要的。
发明内容
本发明所要解决的技术问题是提供一种无线传感器与执行器网络及该网络的最短延时路由方法，其具有冗余传感节点数量少、且通信实时性强的特点。为解决上述问题，本发明是通过以下技术方案实现的—种无线传感器与执行器网络的最短延时路由方法，该无线传感器与执行器网络包括分散部署在目标区域内的多个传感节点、多个汇集节点和多个执行节点；所有的汇集节点在整个网络内移动，且每个汇集节点的移动路径TjG = 1,2,……，M)都是相互独立的闭合回路，且每条移动路径Tj内每个传感节点均只经过一次；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出反应；每条移动路径L由以下步骤确定(1)计算经过第i个传感节点Si的移动路径的条数k，即Ic = WiXM式中，i = 1，2，……，N ；N为传感节点的个数；M为汇集节点的个数-,W1为传感节点Si对应的权重，且0 < Wi < 1 ；
(2)为每条移动路径L分配传感节点，即将具有相同k值的传感节点归为一组集合，记为集合sk，此处Sk的下标k表示该集合中传感节点所对应的k值；同时根据k值的大小顺序依次执行以下步骤(2. 1)当k = M时，将集合Sk中Si分配给所有的移动路径Tj ；(2. 2)当k = M-I时，将集合Sk中的Si分配给任意的M_1条移动路径Tj ；(2. 3)重复步骤(2. 2)直到k = 1，此时将集合Sk中的Si分配给一条移动路径Tj ；(3)对每条移动路径L均采用蛙跳算法求解最短路径解，即(3. 1)初始化，设定每条移动路径L的可行解子集合的数量m以及每个可行解集合内的可行解个数n，则每条移动路径L的所有可行解总数F = mXn ；(3. 2)随机生成每条移动路径L的F个可行解组成的初始群体，并设每个移动路径可行解U= (U1, U2,……，凡)，其中仏，队，……，Un分别代表该移动路径可行解所依次经过的传感节点的编号；(3. 3)计算上述各个移动路径可行解的适应度，该移动路径可行解的适应度等于该移动路径长度的倒数；(3. 4)将上述移动路径可行解按适应值大小进行降序排列，并将适应度最大的移动路径可行解记录为初始的全局最好解Px;同时，按以下分配规则将上述各个移动路径可行解分配到m个子集合Yk中，每个子集合Yk中包含η个移动路径可行解；分配规则Yk= {X(p), f(p) |X(p) = X[q+mX (p_l)]，f(p) = f[q+mX (p_l)]}式中，p = 1，2，……,η ;q = 1,2,……，m ;Χ(ρ)表示子集合中的第ρ个移动路径可行解，f(p)表示第P个移动路径可行解的适应度；(3. 5)执行局部搜索，对初始的全局最好解Px进行更新，具体过程如下(3. 5. 1)在每个子集合Yk内找到适应度最大的移动路径可行解即局部最优解Pb， 以及适应度最小的移动路径可行解即局部最差解Pw ；(3. 5. 2)按以下公式对每个子集合Yk中的局部最差解Pw进行更新，Pq = Pw+S，①S，= min {int [rand (Pb-Pw) ]，smax}，Pb-Pw 之 0②S，= max {int [rand (Pb-Pw) ]，_smax}，Pb-Pw <0③式中，Pq表示更新后的最差解；S ‘表示移动路径可行解的调整矢量；Smax表示移动路径可行解允许改变的最大步长，其值由系统预置；rand表示随机量，其值由计算机随机生成或者有系统预置，取值范围在(0，1]之间；(3. 6)在每个子集合Yk都进行过一轮更新之后，将各个子集合Yk进行混合，并将更新后的移动路径可行解按适应值大小进行降序排列，并将适应度最大的移动路径可行解记录为更新后的全局最好解Px ；(3. 7)判断是否满足算法收敛条件，若满足，输出更新后的全局最好解&作为最优路径序列；否则，返回到步骤(3. 4)再次更新全局最好解Px。上述步骤(3. 7)所述算法收敛条件为①在最近的K次全局思想交流过程之后，全局最好解没有得到明显的改进；或②算法预先定义的函数评价次数已经达到。上述方案中，所述传感节点的个数N大于汇集节点的个数M。上述方案中，所述传感节点的个数N的取值范围为1 <N< 10000 ；汇集节点的个数M的取值范围为1 < M < 1000。能够实现上述最短延时路由方法的一种无线传感器与执行器网络，包括分散部署在目标区域内的多个传感节点、汇集节点和执行节点。所有的汇集节点均是移动的；这些汇集节点在整个网络内移动，且每个汇集节点的移动路径Tj都是相互独立的；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出相应的反应；每个传感节点均被预设了不同的权重Wi,其中0 < Wi < 1，该权重的大小由该传感节点所在区域事件发生的频率以及检测事件类型的重要性决定，权重越大，经过该传感节点的移动路径η越多。上述方案中，所述传感节点的个数N大于汇集节点的个数Μ。上述方案中，所述传感节点的个数N的取值范围为1 <Ν< 10000 ；汇集节点的个数M的取值范围为1 < M < 1000。与现有技术相比，本发明具有如下特点1、采用一组移动的汇集节点负责信息采集，传感节点并非固定和某个汇集节点通讯，从而增强了网络的灵活性和实时性；2、根据感应节点的所在区域事件发生的频率的大小以及检测事件类型的重要性决定经过的路径的条数，缩短了传感节点检测到事件后到上传给汇集节点的时间间隔，从而有效的减少了通讯延迟，提高了实时性；3、采用目前较新较成熟的蛙跳算法来对每条汇集节点路由路径Tj求最短路径的最好解，再次有效的减少了通讯延迟，提高了实时性。
图1为本发明一种无线传感器与执行器网络示意图。图2为本发明一种无线传感器与执行器网络的最短延时路由方法流程图。
具体实施例方式参见图1，本发明一种无线传感器与执行器网络，包括分散部署在目标区域内的多个传感节点、汇集节点和执行节点，其特征在于所有的汇集节点均是移动的；这些汇集节点在整个网络内移动，且每个汇集节点的移动路径Tj都是相互独立的；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出相应的反应；每个传感节点均被预设了不同的权重Wi，其中0 < Wi < 1， 该权重的大小由该传感节点所在区域事件发生的频率以及检测事件类型的重要性决定，权重越大，经过该传感节点的移动路径Tj越多。考虑无线传感器执行器网络中分散部署了大量的传感节点以及多个执行器节点和移动的汇集节点。汇集节点和执行节点均具备了高的传输能力和传输范围，而且可以直接通信。因此在本发明中，所述传感节点的个数N大于汇集节点的个数M。传感节点的个数N和汇集节点的个数M根据具体的应用情况而定，网络覆盖面积越大，M和N的取值也会越大，在本发明优选实施例中，所述传感节点的个数N的取值范围为1 < N < 10000 ；汇集节点的个数M的取值范围为1 < M < 1000。参见图2，上述无线传感器与执行器网络的最短延时路由方法，该无线传感器与执行器网络包括分散部署在目标区域内的多个传感节点、多个汇集节点和多个执行节点；
6其特征在于所有的汇集节点在整个网络内移动，且每个汇集节点的移动路径1^(」=1， 2，……，M)都是相互独立的闭合回路，且每条移动路径Tj内每个传感节点均只经过一次； 当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出反应；每条移动路径η由以下步骤确定(1)计算经过第i个传感节点Si的移动路径的条数k，即Ic = WiXM式中，i = 1，2，……，N ；N为传感节点的个数；M为汇集节点的个数；传感节点的个数N和汇集节点的个数M根据具体的应用情况而定，网络覆盖面积越大，M和N的取值也会越大，在本发明优选实施例中，所述传感节点的个数N的取值范围为1 <N< 10000 ；汇集节点的个数M的取值范围为1 < M < 1000 %为传感节点Si对应的权重，且0 < Wi < 1 ；例如感应节点Si对应的权重值Wi = 0. 75，汇集节点个数M = 4，则k = 3，这就说明4个汇集节点中有3个汇集节点的移动路径会经过感应节点Si。(2)为每条移动路径L分配传感节点，即将具有相同k值的传感节点归为一组集合，记为集合Sk(此处Sk的下标k表示该集合中传感节点所对应的k值，如S3表示该集合的感应节点的k值都等于3，即该集合中任意感应节均会有3条汇集节点移动路径经过)； 同时根据k值的大小顺序依次执行以下步骤(2. 1)当k = M时(表示该集合内的感应节点权重值Wi = 1，即每个汇集节点的移动路径L都要经过这些节点)，将集合Sk中Si分配给所有的移动路径L ；即对于作e Sk, 有 Si G Tj,, j = 1……M；(2. 2)当k = M-I时，将集合Sk中的Si即e叉分配给任意的M_1条移动路径
Tj;(2.3)重复步骤(2.2)直到k = 1 (即对于网络内任意一个感应节点，至少有一条Tj会经过它)，此时将集合Sk中的Si分配给一条移动路径Tj ；即对于V^ e ^，有使 Si e Tj (S为网络内所有传感节点的集合)(3)由于Tj相互独立，因此每条Tj均可以看出独立的TSP问题，则对每条移动路径Tj采用蛙跳算法求解最短路径解，例如根据上一步已知道移动路径T1所要经过的感应节点，求解汇集节点1的移动路径T1 ；执行如下步骤(3. 1)初始化，设定每条移动路径L的可行解子集合的数量m以及每个可行解集合内的可行解个数n，则每条移动路径L的所有可行解总数F = mXn ；一般来说m和η可以随便取值，算法开始前事先根据具体情况预置，可以是几个也可以上百个或者上千，m和η取值越大，最后得到的结果就会更好，不过通常值越大计算量就越大O(3. 2)随机生成每条移动路径L的F个可行解组成的初始群体，并设每个移动路径可行解U= (U1, U2,……，凡)，其中仏，队，……，Un分别代表该移动路径可行解所依次经过的传感节点的编号；例如假设已知汇集节点1的移动路径T1要经过5个传感节点，将这个五个传感节点分别编号为1-5，则青蛙U= (3,4,1,5,2)表示汇集节点1移动路径为3-4-1-5-2_3， 为T1的一个移动路径可行解。(3. 3)计算上述各个移动路径可行解的适应度，该移动路径可行解的适应度等于该移动路径长度的倒数；(3. 4)将上述移动路径可行解按适应值大小进行降序排列(若碰到适应值相同的个体，排序不分先后)，并将适应度最大的移动路径可行解记录为初始的全局最好解Px ；同时，按以下分配规则将上述各个移动路径可行解分配到m个子集合Yk中，每个子集合Yk中包含η个移动路径可行解；分配规则Yk= {X(p), f(p) |X(p) = X[q+mX (p_l)]，f(p) = f[q+mX (p_l)]}式中，p = 1，2，……,η ;q = 1,2,……，m ;Χ(ρ)表示子集合中的第ρ个移动路径可行解，f(p)表示第P个移动路径可行解的适应度；若设定m = 3，F只移动路径可行解按适应度由高到低排列，位置位于第一的移动路径可行解分入第一子集合Y1，第二的移动路径可行解分入第二子集合γ2，第三的移动路径可行解分入第三子集合Y3，第四的移动路径可行解分入第一子集合Y1，依次类推，将所有移动路径可行解划分到3个子集合中。(3. 5)执行局部搜索，对初始的全局最好解Px进行更新，具体过程如下(3. 5. 1)在每个子集合Yk内找到适应度最大的移动路径可行解即局部最优解Pb， 以及适应度最小的移动路径可行解即局部最差解Pw ；(3. 5. 2)按以下公式对每个子集合Yk中的局部最差解Pw进行更新，Pq = Pw+S，①S，= min {int [rand (Pb-Pw) ]，smJ，Pb-Pw 彡 0②S，= max {int [rand (Pb-Pw) ]，_smax}，Pb-Pw <0③式中，Pq表示更新后的最差解；S ‘表示移动路径可行解的调整矢量；Smax表示移动路径可行解允许改变的最大步长，其值由系统预置；rand表示随机量，它由计算机随机生成或者有系统预置，其取值范围在介于0 1之间；设Pw = (13542)，Pb = (21534)，允许改变的最大步长 Smax = 3，若 rand = 0. 5， 则 Pq(I) = 1+min {int
，3} = 1 ;Pq(2) = 3+max {int
，-3} = 2 ； 依此相同的操作完成更新策略后可得到一个更新的解Pq= (12543)来代替原有的Pw = (13542)。(3. 6)在每个子集合Yk都进行过一轮更新之后，将各个子集合Yk进行混合，并将更新后的移动路径可行解按适应值大小进行降序排列，并将适应度最大的移动路径可行解记录为更新后的全局最好解Px ；(3. 7)判断是否满足算法收敛条件，若满足，输出更新后的全局最好解&作为最优路径序列；否则，返回到步骤(3. 4)再次更新全局最好解Px。在本发明中，所述算法收敛条件为①在最近的K次全局思想交流过程之后，全局最好解没有得到明显的改进；或②算法预先定义的函数评价次数已经达到。上述进行全局思想交流的次数K的取值范围在(1，10000]之间。
权利要求
1. 一种无线传感器与执行器网络的最短延时路由方法，该无线传感器与执行器网络包括分散部署在目标区域内的多个传感节点、多个汇集节点和多个执行节点；其特征在于 所有的汇集节点在整个网络内移动，且每个汇集节点的移动路径Tj (j = 1,2,……，M)都是相互独立的闭合回路，且每条移动路径Tj内每个传感节点均只经过一次；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出反应；每条移动路径L由以下步骤确定(1)计算经过第i个传感节点Si的移动路径的条数k，即 k = WiXM式中，i = 1，2，……，N ；N为传感节点的个数；M为汇集节点的个数％为传感节点Si 对应的权重，且0 < Wi < 1 ；(2)为每条移动路径L分配传感节点，即将具有相同k值的传感节点归为一组集合，记为集合Sk，此处Sk的下标k表示该集合中传感节点所对应的k值；同时根据k值的大小顺序依次执行以下步骤(2. 1)当k = M时，将集合Sk中Si分配给所有的移动路径Tj ；(2. 2)当k = M-I时，将集合Sk中的Si分配给任意的M-I条移动路径Tj ；(2. 3)重复步骤(2. 2)直到k = 1，此时将集合Sk中的Si分配给一条移动路径Tj ；(3)对每条移动路径L均采用蛙跳算法求解最短路径解，即(3. 1)初始化，设定每条移动路径Tj的可行解子集合的数量m以及每个可行解集合内的可行解个数n，则每条移动路径L的所有可行解总数F = mXn ；(3. 2)随机生成每条移动路径η的F个可行解组成的初始群体，并设每个移动路径可行解U= (U1, U2,……，凡)，其中仏，队，……，Un分别代表该移动路径可行解所依次经过的传感节点的编号；(3. 3)计算上述各个移动路径可行解的适应度，该移动路径可行解的适应度等于该移动路径长度的倒数；(3. 4)将上述移动路径可行解按适应值大小进行降序排列，并将适应度最大的移动路径可行解记录为初始的全局最好解Px;同时，按以下分配规则将上述各个移动路径可行解分配到m个子集合Yk中，每个子集合Yk中包含η个移动路径可行解；分配规则Yk = {x(p), f(p) Ix(P) = X[q+mX (P-I) ]，f (P) = f[q+mX (p_l)]} 式中，P = 1，2，……,n;q= 1,2,……，m ;Χ (ρ)表示子集合中的第ρ个移动路径可行解，f(p)表示第P个移动路径可行解的适应度；(3. 5)执行局部搜索，对初始的全局最好解Px进行更新，具体过程如下 (3. 5. 1)在每个子集合Yk内找到适应度最大的移动路径可行解即局部最优解Pb，以及适应度最小的移动路径可行解即局部最差解Pw ；(3. 5. 2)按以下公式对每个子集合Yk中的局部最差解Pw进行更新， Pq = Pw+S'①S，min Unt [rand (Pb-Pw) ]，SmaJ，Pb-Pw 彡 0 ② S，= max Unt [rand (Pb-Pw) ]，-smax}，Pb-Pw < 0 ③式中，Pq表示更新后的最差解；S ‘表示移动路径可行解的调整矢量；Smax表示移动路径可行解允许改变的最大步长，其值由系统预置；rand表示随机量，其值由计算机随机生成或者有系统预置，取值范围在(0，1]之间；(3. 6)在每个子集合Yk都进行过一轮更新之后，将各个子集合Yk进行混合，并将更新后的移动路径可行解按适应值大小进行降序排列，并将适应度最大的移动路径可行解记录为更新后的全局最好解Px;(3. 7)判断是否满足算法收敛条件，若满足，输出更新后的全局最好解&作为最优路径序列；否则，返回到步骤(3. 4)再次更新全局最好解Px。
2.根据权利要求1所述的一种无线传感器与执行器网络的最短延时路由方法，其特征在于步骤(3. 7)所述算法收敛条件为①在最近的K次全局思想交流过程之后，全局最好解没有得到明显的改进；或②算法预先定义的函数评价次数已经达到。
3.根据权利要求1或2所述的一种无线传感器与执行器网络的最短延时路由方法，其特征在于所述传感节点的个数N大于汇集节点的个数M。
4.根据权利要求1所述的一种无线传感器与执行器网络的最短延时路由方法，其特征在于所述传感节点的个数N的取值范围为1 < N < 10000 ；汇集节点的个数M的取值范围为 1 < M < 1000。
5.一种无线传感器与执行器网络，包括分散部署在目标区域内的多个传感节点、汇集节点和执行节点，其特征在于所有的汇集节点均是移动的；这些汇集节点在整个网络内移动，且每个汇集节点的移动路径Tj都是相互独立的；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出相应的反应；每个传感节点均被预设了不同的权重Wi,其中0 < Wi < 1，该权重的大小由该传感节点所在区域事件发生的频率以及检测事件类型的重要性决定，权重越大，经过该传感节点的移动路径η越多。
6.根据权利要求5所述的一种无线传感器与执行器网络，其特征在于所述传感节点的个数N大于汇集节点的个数Μ。
7.根据权利要求6所述的一种无线传感器与执行器网络，其特征在于所述传感节点的个数N的取值范围为1 < N < 10000 ；汇集节点的个数M的取值范围为1 < M < 1000。
全文摘要
本发明公开一种无线传感器与执行器网络及该网络的最短延时路由方法，该网络包括分散部署在目标区域内的多个传感节点、多个汇集节点和多个执行节点；所有汇集节点在整个网络内移动，且每个汇集节点的移动路径Tj都是相互独立的，其移动路径Tj的路由由蛙跳算法进行设计；当汇集节点接近某个传感节点时，该传感节点将自身缓存区内的数据上传给汇集节点，执行节点根据汇集节点收到的数据做出相应的反应；每个传感节点均被预设了不同的权重Wi，该权重的大小由该传感节点所在区域事件发生的频率以及检测事件类型的重要性决定，权重越大，经过该传感节点的移动路径Tj越多。本发明其具有冗余传感节点数量少、且通信灵活性和实时性强的特点。
文档编号H04W84/18GK102300282SQ20111029488
公开日2011年12月28日 申请日期2011年9月27日 优先权日2011年9月27日
发明者张向利, 樊露 申请人:桂林电子科技大学