技术新讯 > 电子通信装置的制造及其应用技术 > 一种基于量子粒子群优化的分簇路由方法  >  正文

一种基于量子粒子群优化的分簇路由方法

  • 国知局
  • 2024-08-19 14:31:12

本发明涉及一种无线传感器网络分簇路由方法,特别是一种基于量子粒子群优化的分簇路由方法。

背景技术:

1、数据是推动人工智能、大数据、物联网技术发展的基础。无线传感器网络(wsns)作为一种重要的数据采集方式,日益成为研究的焦点,在工业、军事、交通、教育、空间探索等领域得到了广泛的应用;然而,由于大量传感器节点的能量、计算、存储和通信能力都受到一定程度的限制,这些传感器节点工作在敌对或不可达的目标区域,因此它们所配备的电池几乎无法更换或充电,如何有效利用传感器节点的能量以最大化网络寿命成为传感器网络中最重要的问题;在过去的几十年里,人们提出了许多分簇和路由方法,以节省能量和延长网络生命周期,因为它们简单易实现,开销低,复杂性低;然而,传统的分簇和路由协议效率低下,无法解决网络的动态性和自组织性问题。因此,基于群体智能优化方案被广泛用于解决这一问题,以获得最优或接近最优解。

2、目前,蚁群优化、灰狼优化、鲸鱼优化等基于群体智能优化的方法被越来越多地用于分簇和路由方法中,以寻找问题的最优解;量子粒子群算法既可以解决单目标优化问题,也可以解决多目标优化问题;与传统粒子群算法相比,它具有更强的探索性,避免陷入局部最优;更简单的更新机制,以适应每个问题;更好的收敛行为,以获得高度最优解;因此可以为wsns提供更加优化的解决方案。

技术实现思路

1、本发明采用轻量化量子粒子群优化算法,同时确定高效节能且平衡的分簇和路由路径,利用混沌序列和lévy飞行扩展了搜索空间,加快了收敛速度,避免陷入局部最优。本发明将分簇和路由过程被编码到单个量子粒子中,而不需要额外的chs和cms消息开销。按需维护簇,分别对chs和bs进行本地和全局决策,进一步降低了整个网络的能耗。本发明基于qpso的分簇和路由方法,通过指定每个簇成员中最优的ch组成簇,并找到最优的中继chs,将数据转发到bs,以最大限度地延长网络生命周期,同时使网络能耗最小化。

技术特征:

1.一种基于量子粒子群优化的分簇路由方法,也称为a lightweight quantumparticle swarm optimization algorithm based hybrid clustering and routingprotocol(lqpsoh),其特征在于:结合量子计算和粒子群算法的优点,将粒子引入量子空间,用波函数描述粒子状态,利用混沌序列对种群进行初始化,使其多样化;lévy飞行被用来避免陷入局部最优状态,与标准粒子群相比,减少了控制参数,消除了速度限制的影响;此外,将分簇和路由过程同时编码到单个量子粒子中,每个量子粒子同时代表chs选择和路由路径查找的解,并设计了一个考虑整个网络能量消耗和负载平衡的适应度函数来评估量子粒子的质量;量子粒子群优化技术用于选择chs并找到每个chs的路由路径;最后,为了进一步降低能耗,提高lqpsoh网络寿命,提出了一种按需而非轮次维护机制,具体信息如下:使用一个量子粒子来表示优化问题的一个可能解,用维数为d的向量pi来表示;在解空间中,利用一个量子粒子群来搜索最优解,其种群大小为np,每个粒子同时代表chs选择和路由路径查找的解;粒子的编码方案如下:在lqpsoh中n个节点被划分为m个簇,则一个粒子的维度大小d等于n,即,用0到1的映射值序列对每个粒子进行编码,pi的每个分量表示一个节点id的映射值;前n-m个组件用于chs选择和簇形成,其余m个组件表示chs的路由路径;为了加快lqpsoh的收敛速度,每个传感器节点si的候选chs受到剩余能量的约束;只有节点si的邻居节点剩余能量大于其邻居节点的平均剩余能量,才能被选为候选chs;出于同样的原因,候选中继chs也由一个参数决定,即到基站的距离;通过适应度函数,选择函数值最小的节点作为chs,并确定每个chs的最优路由路径来传输数据;为此,需要满足lqpsoh的两个目标;一是网络能耗最小,二是网络负载均衡;

技术总结本发明涉及提出了一种基于混合分簇和路由协议的轻量级量子粒子群优化方法(Lightweight Quantum Particle Swarm Optimization algorithm based Hybrid clustering and routing protocol,LQPSOH),以最大限度地提高网络生命周期,同时使网络能耗最小化;提出的LQPSOH利用QPSO技术,将粒子引入量子空间,用波函数描述粒子状态,通过指定每个簇成员中最优的CH组成簇,并找到最优的中继CHs,将数据转发到BS;在LQPSOH中,将CHs选择和路由路径查找同时编码到单个量子粒子中;混沌序列在种群初始化中扩展了全局搜索能力,基于Lévy飞行的位置更新避免了陷入局部最优;此外,还设计了一种考虑整个网络能量消耗和负载平衡的适应度函数来评估量子粒子的质量;此外,考虑节点和CHs能量的按需重聚机制进一步降低了网络能耗。技术研发人员:王出航,胡黄水,范新纪受保护的技术使用者:长春师范大学技术研发日:技术公布日:2024/8/16

本文地址:https://www.jishuxx.com/zhuanli/20240819/275471.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。