推荐星级：

物联网下最优路径选取模型的设计与仿真

更新时间：2019-12-21 18:03:10 大小：789K 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

针对当前物联网下传感器节点移动最优路径选取过程中受网络规模影响,存在节点平均能耗较高、节点平均传输延时较长、网络生存时间较短的缺陷,提出并建立了基于蚂蚁寻径的物联网下最优路径选取模型.模型在给出模型假设条件基础上,将网络监测区域划分为若干个大小相同的网格.通过分析汇聚节点在停留网格位置的全节点覆盖条件和所有传感器节点通信能耗,构建考虑网络生存时间和移动路程的最优路径选取模型,并采用蚂蚁寻径原理对该模型求解,选取蚂蚁信息素浓度值最大概率的路段作为蚂蚁前进路径,判断食物源的下一跳节点是否为目标节点,如果二者不重合,则重新选择食物源的下一跳节点,按顺序提取蚂蚁所遍历的路径,并按照全局更新规则对蚂蚁所遍历的路径信息素浓度进行全局更新,直到输出使得网络生存时间大于等于时间阈值的汇聚节点移动最优路径.仿真结果表明,所建模型不仅降低了节点平均能耗,缩短了节点平均传输延时,而且延长了网络生存时间.

部分文件列表

文件名	大小
物联网下最优路径选取模型的设计与仿真.pdf	789K

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

计算机仿真

2019年8月

第36卷第8期

文章编号：1006—9348(2019)08—0271—05

物联网下最优路径选取模型的设计与仿真

凡1’2

熊

(1．武汉工程大学计算机科学与工程学院，湖北武汉430000；

2．智能机器人湖北省重点实验室，湖北武汉430000)

摘要：针对当前物联网下传感器节点移动最优路径选取过程中受网络规模影响，存在节点平均能耗较高、节点平均传输延时

较长、网络生存时间较短的缺陷，提出并建立了基于蚂蚁寻径的物联网下最优路径选取模型。模型在给出模型假设条件基

础上，将网络监测区域划分为若干个大小相同的网格。通过分析汇聚节点在停留网格位置的全节点覆盖条件和所有传感器

节点通信能耗，构建考虑网络生存时间和移动路程的最优路径选取模型，并采用蚂蚁寻径原理对该模型求解，选取蚂蚁信息

素浓度值最大概率的路段作为蚂蚁前进路径，判断食物源的下一跳节点是否为目标节点，如果二者不重合，则重新选择食物

源的下一跳节点，按顺序提取蚂蚁所遍历的路径，并按照全局更新规则对蚂蚁所遍历的路径信息素浓度进行全局更新，直到

输出使得网络生存时间大于等于时间阈值的汇聚节点移动最优路径。仿真结果表明，所建模型不仅降低了节点平均能耗，

缩短了节点平均传输延时，而且延长了网络生存时间。

关键词：物联网；最优路径；选取模型；设计

中图分类号：TP393

文献标识码：B

and Simulation of

Path

Design

Optimal

Model under Internet of

Selection

Things

XIONGFan^J’2

Science and

Institute of

Hubei

430000，China；

(1．School

Computer

2．Hubei

Engineering，Wuhan

Technology，Wuhan

Hubei

Provincial

_IntelligentRobot，Wuhan

430000，China)

Key Laboratory

selection of sensor nodes under the current Internet of

ABSTRACT：Aiming ^{at the defect of the}optimal path

Things，

the

transmission

of nodes is

long，and

the network lifetime is

under the Internet

nodes，the

average energy consumption

average

delay

short．The

selection model based on the ant

area into

paper proposed

optimal path

path finding principle

model divides the network

of the same size based on the

Things．The

monitoring

several酣ds

assumptions

of the

the full—node

conditions of the cluster nodes at the

model．By analyzing

coverage

grid position，the energy

of all sensor nodes was

the

selection model

network surviv-

considering

communicated，and

consumption

al time and

optimal path

distance wasconstructed．The model was solved with the ant

road

moving

path finding principle．The

seg-

ment with the maximum

of ant

concentration value was selected as the ant forward

pheromone path．

probability

Whetherthe next

node of the food source was the

node of the food source was re—se·

node，the

hop

target

hop

lected if the two didnt coincide．The

traversed

the ant wasextracted in

the

information tray-

path

order，and

path

ersed

the ant was obtained

to the

rule．Global concentration was

the

of movement．The simula·

optimal path

until the

output

updated

global

according

than

update

makes the network lifetime

Time threshold

reduces the

node

longer

convergence

tion results show that the model not

of the

energy

consumption

also shoaens the

nodes，but

only

average

the lifetime．

network

the nodes and

prolongs

transmission

average

delay

KEYWORDS：Internet

Things；Optimal path；Select model；Design

收稿13期：2019一ol一22

—27l一

万方数据

节点随机分布在监测区域范围内，且每个传感器节点位置保

引言

持不变，汇聚节点Sink可以移动到物联网监测区域内的任意

网格中心位置上采集数据；

物联网作为世界信息产业发展的第三次浪潮，相比与传

统物联网，更加注重用户体验和创新。随着国民经济的迅猛

发展和城市化脚步的加快，我国机动车拥有量急剧增加，给

道路交通带来了极大的压力，特别是一二线城市，由于车辆

的增加交通事故频发、城市环境污染日益加剧，是我国各大

城市面临的重大挑战之一，已经逐渐演变成影响我国国民经

济进一步发展的掣肘因素¨ ‘2J。

②采用分簇算法能够将停留位置信息分配给不同Sink

节点，可以将物联网中多个Sink节点移动的路径选择问题转

换为若干个单一Sink节点移动的路径选择问题求解，为了方

便计算，通常只考虑物联网中Sink节点在某个网格位置停留

一段时间的数据采集，不考虑其移动过程中的数据采集；

③当物联网中的各个传感器节点不能与Sink点及性能

通信时，将所有传感器节点采集到的数据保存在缓存序列

中，同时节点进入休眠状态，当各个传感器节点恢复与Sink

的正常通信，各个传感器节点进入工作状态，通过逐跳通信

的方法将感知数据发送给物联网Sink节点；

以我国首都北京为例，上下班高峰期的交通拥堵问题已

经影响了北京正常城市功能的发挥以及城市的健康可持续

发展，而且随着机动车拥有量的增加，城市交通拥堵现象日

益加剧，北京机动车产生的污染物排放量已经占据整个城市

总污染物排放量比例的半数以上，同时交通车辆带来的噪声

④物联网中的Sink节点能量不受限制，但是物联网中的

各个传感器节点能量有限，且不能后续补充；

污染严重、交通运输造成的能源消耗增加，以及混合交通流

之间的相互干扰导致的交通事故量剧增。物联网在交通领

域的成功应用使得智能交通系统应运而生。智能交通的产

生，对于协调城市交通车辆运行，在上下班高峰期减少交通

事故方面具有重要现实意义，同时受到了国家政府和交通部

门的高度重视，提出并建立了许多较为有效的最优路径选取

模型。

⑤采用安装GPS模块或其它定位方法获取物联网中各

个传感器节点的位置信息；

⑥采用统一的能量消耗模型【7j。

2)最优路径选取模型

在上述模型假设基础上，将物联网监测区域划分为n

个大小相等的网格，对所有网格按照从上到下，由左到右的

原则统一编码，Sink节点可以移动到任意网格中心上采集数

例如文献[4]提出并建立了基于右手法则的物联网下最

优路径选取模型，该模型在物联网下，以汇聚节点为主对物

联网做初始化设置，采用右手法则计算物联网中传感器节点

所需移动位置以及方向，以保证整个物联网的连通性，并使

得物联网中的每个传感器节点都能将感知数据回传给汇聚

节点，以提高物联网通信覆盖范围，在此基础上，采用粒子群

寻优选取各个传感器节点之间通信的最优路径。文献[5]提

出并构建了基于负载均衡的物联网下最优路径选取模型，该

模型采用马尔科夫链的转移概率计算物联网通信链路重要

性，并同时对物联网业务流申请量和物联网负载均衡进行目

标优化，选取多业务量申请下的物联网负载最优路径分配。

文献[6]研究并建立了基于链路信息的物联网下最优路径选

取模型，该模型在计算物联网下相邻节点之间的实际通信开

销基础上，以保证物联网链路利用率和通信低延时为目标函

数，当物联网通信链路切换或传感器节点发生失效时，缩小

路径搜索范围，选取最优路径。

据，假设屹代表编码后所有网格中心集合；以代表物联网

Sink节点停留网络中心位置的状态指示符号，其中算。=1和

算。=0分别代表物联网＆以移动到网格中心位置n上停留一

段时间采集数据和不停留收集数据，则可得Sink节点需要停

留的网格位置个数为

假设物联网Sink节点从某一网格中心位置开始沿着某

一路径采集数据，最后返回初始网格中心位置需要的时间为

一个数据采集周期，用t，代表，其具体计算公式如下

(2)

￡。=艺t：ott+drse／u

n E

Vn-

其中，￡知代表物联网Sink节点在停留网格位置”上的停留时

间；Vm代表所有停留网格位置集合；drsp代表物联网Sink节

点遍历所有停留网格位置需要移动的最短路径；u代表物联

网Sink节点的移动速率。

针对当前物联网下传感器节点移动最优路径选取过程

中受网络规模影响，存在节点平均能耗较高、节点平均传输

延时较长、网络生存时间较短的缺陷，提出并建立了基于蚂

蚁寻径的物联网下最优路径选取模型。

为了保证物联网Sink节点收集数据能够覆盖所有传感

器节点，设置各个传感器节点在一个停留网格位置的单跳最

大通信范围内，则满足以下条件

(3)

j口 k，d。．。<d。。。，Vi K

2物联网下最优路径选取模型设计

式中，d。，代表物联网下传感器节点i与Sink节点停留网格位

置口之间的距离；d。。代表传感器节点单跳最大通信距离；K

代表物联网中传感器节点集合。

2．1

物联网下最优路径选取模型建立

1)模型假设

在上述约束条件下，假设Ek和占。分别代表节点发送l

比特数据和放大1比特数据时消耗的放大器电子能量if，代

①以智能交通系统中的二维无线传感网为例，选取网络

中可移动汇聚节点Sink的最优路径，假设网络中所有传感器

．．．——272．．．——

万方数据

表汇聚节点Sink停留在网格位置”上时，节点i的数据发送

3)蚂蚁信息素浓度全局更新

当蚂蚁到达物联网目标节点后，可以按照以下式(11)对

蚂蚁从源节点到目标节点网格上各行驶路段的蚂蚁信息素

浓度进行及时更新’。叫

速率；Vi代表物联网中到节点i的通信距离小于传感器节点

单跳最大通信范围的所有停留网格位置集合，计算在一个数

据采集周期内，物联网中传感器节点i的数据发送能量消

耗为

，

、

『(1一d)c(H，t，)+△c(“，u)，

(／／，") P

(1一d)c(u，u)，

(u，u)隹P

(4)

E。：￡：0ff(，，。E。k+／：．。％d；，：)

E●1

(11)

根据上述计算．假设E，表示物联网中传感器节点i的初

其中，P表示蚂蚁信息素浓度最大挥发系数值。

始能量；l y。【表示F中的元素数目，汇聚节点Sink在每个停

留网格位置上停留时间相等，r。表示物联网网络生存时间；

r表示传感器节点i的生存时间，其计算公式如下

根据上述计算可知，当物联网下汇聚节点Sink选取移动

路径时，会提出路径申请，即对上述式(7)模型中的网络生存

时间等参数进行设定，为了记录蚂蚁的遍历时间，假设ant．1

表示蚂蚁选取物联网下Sink节点选取最优路径的累计时间

阈值。则最优路径选取步骤为：

E。I

训

Ti：

孙胍‰ c+z．槲r)v E

Vi(／：．^w帆碱)

①选取m值蚂蚁并分组，在物联网源节点L以固定周期

派出蚂蚁，每只蚂蚁从物联网源节点开始寻找食物源的下一

跳节点，通过采用上述式(10)选取蚂蚁信息素浓度值最大概

率的路段作为蚂蚁前进路径，较好地均衡了传感器节点的平

均能量消耗，同时避免了所有传感器节点参与，降低了非主

干路径上的传感器节点能量消耗；

(5)

根据上述分析，构建物联网下网络生存时间最优路径选

取模型，具体建模公式如下

max_minT，

r。‘

(6)

s．￡．]” Vm—d，<d ，Vi V

戈，， (0，1)，n K

②判断食物源的下一跳节点是否为目标节点D，如果二

者不重合，则按照上述式(10)重新选择食物源的下一跳节

点，并继续步骤3)；否则按顺序提取蚂蚁所遍历的路径，并

按照上述式(11)更新蚂蚁所遍历的路径信息素浓度，直到输

出使得网络生存时间大于等于阈值ant．t的Sink节点移动最

优路径。

为了在降低物联网传感器节点数据传输能耗同时缩短

数据传输延时，引入Sink节点的移动路程‘8o，将上述式(7)

模型修改为以下形式

max(minT)／d似P

【7

s．t．j∥ ‰ ，d。，<d ，Vi 矿

戈。 (0，1)，凡屹

3仿真与结果分析

为了验证基于蚂蚁寻径的物联网下最优路径选取模型

的性能，实验通过采用NS2网络仿真平台将所建模型与文献

[4]模型和文献[5]模型做性能对比测试。假设传感器节点

随机分布在矩形仿真监测区域内，传感器节点数量分别为

50、100、150、200、250，各个传感器节点的单跳最大通信距离

为50m，各个传感器节点之间的通信采用802．1 1MAC层协

议，传感器节点通信带宽为1．8Mb／s，数据传输时间间隔为

2s，数据包负载为64Byte，每个传感器节点数据包负载量为

2．2基于蚂蚁寻径的模型求解设计

1)信息素浓度初始化

基于上述网络生存时间最优路径选取模型，蚂蚁在最初

选取物联网下Sink节点移动路径时，对于每个传感器节点，

选取各个相邻传感器节点的概率是相同的，在初始化过程

中，将编码后各网格中心区域处的蚂蚁信息素浓度设置为-r。

2)蚂蚁信息素浓度更新规则

当蚂蚁经过模型中的路径(“，t，)后，路径(U，t，)上的蚂

蚁信息素浓度值会按照以下式(8)的规则更新。9^o

32Byte，空闲时间传感器节点能耗为32mW，汇聚节点Sink接

收和传输每个数据包消耗的能量分别为420mW和680mW。

(8)

(9)

c(u，u)一(1一d)c(M，u)+^· △c(u，")

基于以上仿真参数，选取物联网下传感器节点平均能

耗、网络生存时间、数据包平均传输延时作为仿真测试性能

评价指标。

Ac(“，u)=_—-

(10)

丁小争[· +(粉)。]

1)物联网下传感器节点平均能耗。假设e 。表示物联

网下传感器节点i的初始能量信息；e。。表示物联网下传感

器节点i的剩余能量信息；R表示物联网中的传感器节点个

数；l表示物联网下目标节点接收到的数据包数量，则可得物

联网下所有传感器节点在数据包传输过程中的平均能耗为

式中，c(u，")用于描述物联网中路段(“，U)的通行能力；d表

示蚂蚁信息素浓度挥发系数，d (0，1)；h是与交通状态相

关的特征参数；丁(It，u)表示蚂蚁遍历从起始点物联网中路段

(“，u)到终点所需消耗的时间参数；t。表示实际车辆在该路

径的所需的行驶时间；V(U，u)表示智能交通系统路段(u，u)

的交通流量；U表示蚂蚁信息素浓度修正系数。

己

、

．一c一。ⅧJ

。

E 一m

，，。

L“J

2———万可r—

一273～

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

物联网下最优路径选取模型的设计与仿真

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页