期刊信息
曾用名:量子电子学
主办:中国光学学会基础光学专业委员会;中国科学院合肥物质科学家研究院
主管:中国科学院
ISSN:1007-5461
CN:34-1163/TN
语言:中文
周期:双月
影响因子:0.365217
数据库收录:
文摘杂志;北大核心期刊(2000版);北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);化学文摘(网络版);中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类:无线电电子学;物理学
期刊热词:
学术活动_第十三届全国光学前沿问题讨论会论文摘要集
一种无线传感器网络分簇路由算法(4)
【作者】网站采编
【关键词】
【摘要】图4 ACO-LEACH分簇结果仿真图Fig.4 ACO-LEACH clustering result simulation diagram 5.2.2 QACO-LEACH与其它协议的节能效果对比 在QACO-LEACH完成分簇之后,继续进行簇间路由,得到
图4 ACO-LEACH分簇结果仿真图Fig.4 ACO-LEACH clustering result simulation diagram
5.2.2 QACO-LEACH与其它协议的节能效果对比
在QACO-LEACH完成分簇之后,继续进行簇间路由,得到剩余存活节点个数仿真曲线,并与LEACH、ACO-LEACH和QACO-LEACH进行实验对比.仿真对比结果如图6所示.
图5 QACO-LEACH分簇结果仿真图Fig.5 QACO-LEACH clustering result simulation diagram
图6 剩余存活节点个数曲线图Fig.6 Curve of the number of remaining surviving nodes
由图6可以看出,在仿真时间为100轮附近,LEACH协议已有节点开始死亡;在190轮附近,ACO-LEACH协议有节点开始死亡;而在240轮附近,QACO-LEACH协议才有节点开始死亡.LEACH协议和ACO-LEACH协议的节点死亡一半的时间分别发生在180轮和390轮,而在QACO-LEACH协议中的节点在420轮死亡一半.当网络运行相同时间后,本文提出的QACO-LEACH比LEACH和ACO-LEACH剩余节点个数都多,表明通过本文算法的使用,有效的降低了簇头节点的能耗.
QACO-LEACH对无线传感器网络节点能耗的改善效果比LEACH和蚁群算法好,主要是因为LEACH协议中所有簇头都是通过单跳的方式直接与Sink节点进行通信,另一方面在选择簇头的时候,还存在无法保证簇头均匀分布的问题,容易造成簇头“扎堆”现象,这些缺陷会造成远离Sink节点的簇头能量消耗过快,导致网络寿命大大减少.而本文的QACO-LEACH,在分簇阶段引入一个参数L,从而解决了簇头分布不均匀的问题.ACO-LEACH在LEACH基础上引入了蚁群算法,一定程度上实现了节约能耗和延长网络生命周期的目的,但是使用蚁群算法搜寻路径具有盲目性,容易造成局部最优解,并且最优路径的收敛速度比较慢.针对这种现象,本文的QACO-LEACH利用量子蚁群算法的全局寻优能力好和收敛速度快的优点,很好的解决了簇间路由阶段出现的问题,找到了全局最优路径,从而降低网络能耗.
综上所述,本文算法分别在分簇阶段和簇间路由阶段解决了LEACH的分簇不均匀以及传统蚁群算法容易陷入局部最优和收敛速度慢的问题,并能更好地找到最佳路径.最终实现了预期结果,无线传感器网络生命周期延长效果明显,对以后的研究具有很好的参考价值.
6 结束语
量子蚁群算法综合了蚁群算法和量子进化算法的优势,克服了传统蚁群算法的缺点,简易的操作和相对成熟的理论研究,使算法更容易实现,从而可以在一些优化问题中达到更好的效果.本文在无线传感器网络中引入量子蚁群算法,对于蚂蚁位置的改变,选用了量子进化算法中的量子旋转门对代表蚂蚁当前位置的量子比特进行更新来实现.然后,依据位置的更新,实现蚁群信息素强度的更新.仿真结果表明,该方法提高了收敛速度,并增加了解的多样性,从而找寻到最优路由路径,节约了网络能耗,使网络生命周期得以延长.在无线传感器网络节能优化领域,提供了一个很好的解决方案.本文中算法在中小规模无线传感器网络中优化效果明显,在大规模乃至超大规模无线传感器网络中的效果有待实验验证.下一步将考虑在大规模无线传感器网络中进行优化实验,使其在大规模网络中达到相同优化效果.
[1]Sun Li-min,Li Jian-zhong,Chen Yu,et sensor network [M].Beijing:Tsinghua University Press,2005.
[2]Heinzelman W,Chandrakasan A,Balakrishnan H.Energy efficient communication protocol for wireless microsensor networks[C].Proceeding of the Hawaii International Conference on System Sciences,Hawaii,January 2000,HICSS:186-192.
[3]Wang and application of wireless sensor network system [D].Chongqing:Chongqing University,2006.
[4]Lei Hua-jun,Qin optimization selection based on quantum evolutionary algorithm under unreliable test conditions[J].Acta Electronica Sinica,2017,45(10):2464-2472.
[5]Li Pan-chi,Li ant colony algorithm for solving continuous space optimization problems[J].Control Theory & Applications,2008,25(2):237-241.
[6]Yang Jia,Xu Qiang,Zhang Jin-rong,et al.A new quantum ant colony optimization algorithm[J].Journal of Sun Yatsen University(Natural Science),2009,48(3):22-27.
[7]Chen on energy management strategy of wireless sensor network for energy harvesting [D].Xi′an:Xidian University,2017.
[8]Li An-chao,Chen clustering routing algorithm for energy heterogeneous wireless sensor networks[J].Journal of Transduction Technology,2017,30(11):1712-1718.
[9]Jiang Ai-lian,Zheng effective hybrid routing algorithm in WSN:ant colony optimization in combination with hop count minimization[J].Sensors (Basel,Switzerland),2018,18(4):1627-1631.
[10]Wang Qi-ming,Li Zhan-guo,Fan ant colony algorithm based on game theory[J].Journal of Shandong University (Engineering Science),2015,45(2):33-36.
[11]Huang Li-xiao,Wang Hui,Yuan Li-yong,et algorithm of LEACH protocol based on energy balance and efficient WSN[J].Journal on Communications,2017,38(S2):164-169.
文章来源:《量子电子学报》 网址: http://www.lzdzxbzz.cn/qikandaodu/2021/0301/515.html
上一篇:两级独立预冷的液氦温区小型制冷系统热力学分
下一篇:史上最高科技邮轮海洋量子号