合理利用节点的能量异构特性延长网络生命周期是异构无线传感器网络(HWSN,heterogeneous wireless sensor network)的主要目标之一.因此,根据节点能量的异构性提出了一种基于模拟退火(SA,simulated annealing)算法和改进灰狼优化器(GWO,grey wolf optimizer)的HWSN路由协议SA-MGWO(SA-modified grey wolf optimizer).首先,该协议通过为能量异构的节点定义不同的适应度函数进行初始簇的选取;然后计算节点的适应值,并将其视为灰狼优化器中的初始权重;同时,根据狼群与猎物的距离以及系数向量对权重进行动态更新,提高灰狼优化器的寻优能力;最后,利用模拟退火算法保证异构网络中最优簇集的选取.仿真结果表明,相比于SEP(stable election protocol)、分布式能量有效成簇(DEEC,distribute energy efficient clustering)、M-SEP及FIGWO(fitness value based improved grey wolf optimizer)协议,SA-MGWO协议的网络生命周期分别提高了53.1％、31.9％、46.5％和27.0％.
节点定位是无线传感器网络中的一个重要问题,基于测距的定位算法虽然定位误差较小,但在应用于室外三维环境时具有较多的局限性.因此,以原始的距离向量(DV-Hop,distance vector-hop)算法为研究基础,分别引入接收信号强度指示(RSSI,received signal strength indication)算法和最小均方误差(MMSE,minimum mean squared error)准则对算法的测距过程进行修正,同时采用改进的灰狼优化器对确定未知节点坐标的过程进行优化处理.仿真结果表明,相较于原始DV-Hop算法和IPDV-Hop算法,IGDV-Hop算法在初始参数下的平均定位误差率分别降低了28％和17％,定位效果得到明显改善.
暂无评论