分数阶鹈鹕-灰雁优化:一种提升无线传感器网络能效的新方法

《Sustainable Computing: Informatics and Systems》:Fractional Pelican-Greylag Goose Optimization: A Novel Approach for Energy Efficiency in Wireless Sensor Networks

【字体: 大 中 小 】 时间:2026年06月15日 来源:Sustainable Computing: Informatics and Systems 3.8

编辑推荐:

  S Sathiyanathan | N Mahendran 印度泰米尔纳德邦卡鲁尔市M.Kumarasamy工程学院信息技术系,邮编639113 **摘要** 无线传感器网络在诸多传感应用中发挥着重要作用,包括智能城市、环境监测、医疗保健以及农业领域。这类网络由多个

  S Sathiyanathan | N Mahendran
印度泰米尔纳德邦卡鲁尔市M.Kumarasamy工程学院信息技术系,邮编639113

**摘要**
无线传感器网络在诸多传感应用中发挥着重要作用,包括智能城市、环境监测、医疗保健以及农业领域。这类网络由多个传感器节点组成,这些节点会将数据发送至基站。由于节点能量资源有限,尤其在路由选择和簇头选定这两个对网络稳定运行至关重要的环节上,带来了巨大挑战。本研究提出了一种名为“分数阶鹈鹕灰雁优化算法”的创新模型,用以提升无线传感器网络的能源效率。该算法结合了鹈鹕优化算法、灰雁优化算法以及分数阶微积分理论,通过分数阶动力学机制实现能量平衡,从而延长网络使用寿命。研究首先通过链路寿命、节点移动性及能量模型对无线传感器网络进行仿真,随后利用门控循环单元预测节点能量,为簇头选定提供依据。接着,采用兼顾簇内距离、簇间距离、预测能量、链路寿命、信任度及延迟等多目标因素的鹈鹕灰雁优化算法来确定簇头。最后,运用分数阶鹈鹕灰雁优化算法进行路由优化,在网络约束条件下降低能耗、提高传输距离与吞吐量。实验结果表明,所提出的算法可使节点间的最小传输距离降至31.411米,能耗降至9.556焦耳,同时实现最大吞吐量84.387兆比特/秒,网络最长使用寿命达0.893秒。

**引言**
无线传感器网络是一种集中式网络架构,为多跳远程系统的管理提供了新思路[1]。在典型的无线传感器网络中,通常存在用于感知、处理及与相邻节点交互的基本功能模块,这些模块使得用户能够根据具体需求获取信息、作出响应并传递数据。这类网络可应用于政府、商业、医疗保健及土木工程等领域。无线传感器网络的目标不仅是感知和传输数据,还可借助执行器实现对数据的远程控制[2][3]。该网络中的传感器节点既包括有线类型也包括无线类型[1]。为了实现低成本的大规模部署,这些传感器节点被设计得尽可能简单,且能在能量极其有限、计算与通信能力有限的条件下正常工作。所有用于无线传感器网络的节点都具有体积小、成本低、通信性能良好等特点,其路由处理能力和数据处理能力也大致相当[4]。在设计无线传感器网络时,由于能量限制,延长网络使用寿命并降低能耗至关重要。此外,节点在发送数据时的能耗也同样重要[5]。传感器节点不仅在接收和发送数据包时会消耗能量,而在监听网络信道以获取数据包路由信息时也会消耗能量[2]。因此,有效利用能量对于延长网络寿命和提高性能具有重要意义[6]。许多设计方案更倾向于追求节点的可达性与路由稳定性,而非网络寿命和覆盖范围等核心目标[7]。

有些无线传感器网络中的节点会持续向基站发送数据,这会导致节点能量逐渐耗尽,最终使其失效。为延缓这一过程,常用的方法之一就是采用路由策略,例如集群路由协议[8]。在无线传感器网络中,为节省能量,人们采用了多种方法,如节能路由、节能介质访问控制机制、能量补充、能量平衡、任务周期调度以及节点替换等[4]。在控制无线传感器网络拓扑结构方面,集群技术是一种较为常见的方法[7]。在无线传感器网络中,集群化能够延长网络寿命[1]。对于数据聚合和高效能量通信而言,集群技术不可或缺[9]。通过指定簇头来将传感器节点划分成层次化的集群,已被证明是提升能源效率的有效手段,因为它有助于增强网络内的数据聚合与传输能力[10]。由于集群中的每个传感器节点都会以簇头作为下一跳目的地,因此可以避免数据包出现循环传输的问题。传感器节点的任务就是收集信息并将其传输给所在集群的簇头[2]。在集群化过程中,选择合适的簇头是极为关键的一步[6]。理想情况下,簇头的选择应基于以下几项指标:(a)与基站的距离;(b)集群内节点的平均距离;(c)节点的可靠性;(d)节点的剩余能量[11]。

低能耗自适应集群层次算法通过以节点到基站的最短距离作为依据来重新设计簇头选择机制,从而解决传统算法存在的效率问题[4]。但由于各簇头之间的能量消耗不均衡,集群路由协议中会出现“热点”现象[11]。在选择簇头时,通常会优先考虑节点度数较高且剩余能量充足的节点。为降低能耗,当簇头的能量降至特定阈值以下时,会触发新的簇头选择流程。在这一过程中,需要综合考虑多种因素[11]。通过合理设计数据传输路径并选择合适的簇头,能够有效延长网络寿命[6]。在通信过程中,路由机制是决定网络寿命长短的重要因素。如果路由设计不合理,不仅会缩短网络寿命,还会增加能耗。目前,人们通常采用蚁群优化算法为每个节点选择最优的传输路径[12][13]。粒子群优化算法则是一种基于群体智能的优化方法,可通过不断改进解集来满足特定的性能要求[1]。启发式翼蚁飞优化算法能够快速找到从簇头到基站的最优路径,适用于无线传感器网络中的快速解决方案搜索。此外,该算法通过结合节点的剩余能量、距离及度数等因素,解决了收敛时间不确定的问题。同时,它还能通过避免某些节点过载来提升路由稳定性与负载均衡能力,进而延长整个网络的使用寿命[6]。

本研究的主要目标是通过所设计的分数阶鹈鹕灰雁优化算法,建立一种有效的模型来提升无线传感器网络的能源效率。研究首先通过整合节点移动性、能量消耗及链路寿命模型对无线传感器网络进行仿真,随后利用门控循环单元预测节点能量。接着,采用融合了多目标评估标准的鹈鹕灰雁优化算法来确定簇头。该算法是通过结合鹈鹕优化算法与灰雁优化算法而形成的。之后,再运用分数阶鹈鹕灰雁优化算法进行路由优化,该算法将距离、预测能量、延迟及信任度等指标作为优化目标。此外,分数阶鹈鹕灰雁优化算法还是通过将分数阶微积分概念融入鹈鹕灰雁优化算法框架而发展出的创新方法。

**贡献**:
• 本研究提出了分数阶鹈鹕灰雁优化算法,作为一种全新的节能路由方法,用于无线传感器网络。
• 鹈鹕灰雁优化算法通过整合鹈鹕优化算法与灰雁优化算法,实现了高效的簇头选定,从而为分数阶鹈鹕灰雁优化算法的路由功能提供支撑。
• 分数阶鹈鹕灰雁优化算法将鹈鹕灰雁优化算法与分数阶微积分相结合,利用分数阶动力学机制实现能量平衡,进而延长网络使用寿命。
• 簇头选定过程采用鹈鹕灰雁优化算法,该算法综合考虑了预测能量、簇内距离、簇间距离、链路寿命、信任度及延迟等多目标因素。
• 该框架能够同时优化能耗、传输距离、吞吐量及网络使用寿命,其性能优于传统的路由方案。

本文的其余部分结构如下:第2节概述了无线传感器网络能源效率方面的现有研究进展,第3节介绍了无线传感器网络的系统模型。第4节详细阐述了所设计的分数阶鹈鹕灰雁优化算法在簇头选定与路由优化中的应用方式。第5节说明了如何对这些算法模型进行性能评估。最后,第6节给出了研究结论。

**要点摘录**
**研究动机**:无线传感器网络在簇头选定与路由优化方面面临诸多难题,这些问题会显著影响网络寿命、能源效率及整体性能。无效的簇头选定可能导致节点间能量失衡、簇内通信成本上升以及集群结构不合理等问题。无线传感器网络的路由机制还需应对负载均衡、动态拓扑变化以及减少高能耗多跳通信等挑战。现有的解决方案往往……

**无线传感器网络的系统模型**:假设存在一个包含w个节点的无线传感器网络[17]。这些传感器节点所感知到的数据会被统一传输至汇聚节点δs。所有传感器节点均按照均匀分布模式发送数据,数据会在半径为βd和βwin米的范围内以最高信号强度扩散。这些传感器节点会组合形成若干个集群,用Kd表示。Pηd表示每个集群中的簇头。簇头导向型路由是一种新的数据传输方式,即所有节点的数据都通过簇头传输至基站。

**用于提升无线传感器网络能源效率的分数阶鹈鹕灰雁优化算法**:本文的核心目标是为提升无线传感器网络的能源效率而设计一种名为分数阶鹈鹕灰雁优化算法的可靠机制。研究首先通过考虑能量模型[18]、节点移动性模型[20]以及链路寿命模型[19]对无线传感器网络进行仿真。随后,利用门控循环单元对节点能量进行预测[21]。之后,通过采用融合了多目标评估因素的鹈鹕灰雁优化算法来确定簇头,这些目标包括簇内距离、簇间距离、预测能量、链路寿命、信任度及延迟等。

**结果与讨论**:本节简要总结了所提出的分数阶鹈鹕灰雁优化算法在提升无线传感器网络能源效率方面的应用效果。同时,还将该算法与传统方法进行对比,以验证其优势。

**结论**:由于电池寿命有限以及通信过程的高能耗问题,无线传感器网络在能源效率方面面临诸多挑战,这些因素限制了网络的长久运行与稳定性。提升能源效率对于在保持数据准确性和网络连通性的同时延长网络使用寿命至关重要。本文的主要目的是为提升无线传感器网络的能源效率而设计一种名为分数阶鹈鹕灰雁优化算法的高效框架。研究首先通过……

**CRediT作者贡献说明**:
N Mahendran:负责研究指导工作。
S Sathiyanathan:负责论文撰写与修订、原始稿件编写、可视化分析、验证工作、软件开发、资源协调、项目管理、方法论设计、研究实施、资金申请、正式分析、数据整理以及概念构思工作。

**利益冲突声明**:作者声明不存在任何利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号