本發(fā)明涉及一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法，屬于無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域。

背景技術(shù)：

在無線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點的能量持續(xù)供給受到限制，因而如何能量有效性的利用節(jié)點能量，從而最大化網(wǎng)絡(luò)系統(tǒng)的生存期已成為一項重要的研究課題。為了最大化網(wǎng)絡(luò)系統(tǒng)的生存期，其中之一方法是利用層次性的分簇路由算法。根據(jù)分簇算法，網(wǎng)絡(luò)系統(tǒng)中的傳感器節(jié)點被分為簇頭和簇內(nèi)成員這兩類節(jié)點。簇的劃分是基于傳感器節(jié)點間的距離，因而簇頭的能耗是遠大于簇內(nèi)成員的能耗。利用節(jié)點的移動性，可大大提高網(wǎng)絡(luò)系統(tǒng)的生存期?；谝苿庸?jié)點的分簇路由算法，可大大減少每一輪簇頭節(jié)點的能量消耗，因通信距離與節(jié)點的能量消耗成指數(shù)關(guān)系，而傳感器節(jié)點最大的耗能是通信模塊的耗能。當(dāng)移動節(jié)點移動到簇頭位置，其與簇頭的通信距離為0，這樣可極大減少簇頭節(jié)點的能量消耗。利用移動節(jié)點來延長網(wǎng)絡(luò)系統(tǒng)的生存期，必然會涉及到移動節(jié)點的調(diào)度問題，也就是如何合理的選擇移動節(jié)點的移動路徑。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提出了一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法，實現(xiàn)了移動節(jié)點的合理調(diào)度，從而最終延長了網(wǎng)絡(luò)系統(tǒng)的生存期。

按照本發(fā)明提供的技術(shù)方案，所述一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法包括以下步驟：

一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法，包括如下步驟：

步驟1：對網(wǎng)絡(luò)系統(tǒng)中的傳感器節(jié)點進行簇的劃分，網(wǎng)絡(luò)系統(tǒng)中的傳感器節(jié)點被分為簇頭和簇內(nèi)成員這兩類節(jié)點；

步驟2：采用基于移動節(jié)點的分簇路由算法，利用移動節(jié)點移動到簇頭位置，收集簇頭節(jié)點采集的數(shù)據(jù)信息，并最終通過移動節(jié)點將這些數(shù)據(jù)信息傳遞給基站；

步驟3：利用優(yōu)化的最近鄰算法，得到移動節(jié)點的移動路徑，移動節(jié)點按此路徑移動，最終實現(xiàn)移動節(jié)點的合理調(diào)度。

進一步，所述步驟1，利用分簇路由算法，將無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點分成簇頭和簇內(nèi)成員這兩類節(jié)點，所述簇頭收集同一簇中簇內(nèi)成員采集的現(xiàn)場信息，并對這些收集的信息進行相應(yīng)的數(shù)據(jù)融合。

進一步，所述步驟2，移動節(jié)點移動到簇頭位置收集相應(yīng)的數(shù)據(jù)信息，每一輪簇頭節(jié)點位置也是移動節(jié)點停留點位置，因而移動節(jié)點移動路徑必包含停留點位置、起始位置和結(jié)束位置；所述移動節(jié)點的起始位置和結(jié)束位置相同，都位于基站位置。

進一步，所述步驟3，利用優(yōu)化的最近鄰算法，求得包含所有簇頭位置和移動節(jié)點初始位置的最小權(quán)的hamilton回路，最終得到移動節(jié)點的移動路徑，移動節(jié)點按此路徑移動，實現(xiàn)移動節(jié)點的調(diào)度，輸出此網(wǎng)絡(luò)系統(tǒng)調(diào)度的最短移動路徑。

進一步，步驟1中，在簇的建立階段，每一輪簇頭的選舉過程為：各傳感器節(jié)點首先產(chǎn)生一個隨機數(shù)，隨機數(shù)的范圍為[0,1]；然后用設(shè)定的閾值t與這些隨機數(shù)進行比較，決定哪些節(jié)點成為簇頭；節(jié)點成為簇頭的條件為產(chǎn)生的隨機數(shù)小于閾值t(m)，相應(yīng)的其他的傳感器節(jié)點成為簇內(nèi)成員。

進一步，步驟2中，移動節(jié)點從起始位置出發(fā)，需通過并且僅通過一次簇頭位置，當(dāng)通過簇頭位置時收集其相應(yīng)的數(shù)據(jù)信息，最終回到初始位置，也就是基站位置。

進一步，步驟3具體包括：

步驟3-1：選取網(wǎng)絡(luò)系統(tǒng)基站位置s0作為起點，找一條與s0關(guān)聯(lián)且權(quán)值最小的一條邊e1，e1還和另外一個頂點相連，把此頂點記為s1，可得一條路s0s1；

步驟3-2：假定已選出路s0s1lsi，從剩下的頂點選取一個與si最近的節(jié)點，令其為si+1，可得路s0s1lsisi+1；

步驟3-3：如果i+1＜n-1，則令i←i+1返回步驟3-2；否則，記c＝s0s1lsisi+1lsns0，其就為一個hamilton回路，即得問題的近似解；

設(shè)c＝s0s1lsisi+1lsns0是圖g利用最近鄰算法求得的一個hamilton回路；對回路c中所有滿足1＜i+1＜j＜s的i,j，按照步驟3-4可獲得一條新的hamilton回路ck：

步驟3-4：在回路c上檢查是否有i≠j，使得sisj∈e(g)，si+1sj+1∈e(g)且w(sisj)+w(si+1sj+1)＜w(sisi+1)+w(sjsj+1)，則構(gòu)成新的hamilton回路ck＝s1s2lsisjsj-1lsi+1sj+1lsns1；

步驟3-5：用ck代替c，并轉(zhuǎn)到步驟3-4，直到步驟3-4中沒有滿足條件的回路為止，最終得到的c即為本次調(diào)度的移動節(jié)點的移動路徑，實現(xiàn)了移動節(jié)點的合理調(diào)度。

本發(fā)明的有益效果如下：

本發(fā)明一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法中，簇頭不需與基站通信，它只需要和移動節(jié)點通信，移動節(jié)點位置又位于簇頭位置，所以基于移動節(jié)點的分簇路由協(xié)議與傳統(tǒng)的分簇路由協(xié)議相比，簇頭能耗大大減少，相應(yīng)地，網(wǎng)絡(luò)系統(tǒng)的生存期也得到了很大的提高，同時該方法實現(xiàn)了移動節(jié)點的合理調(diào)度。

附圖說明

圖1是本發(fā)明的流程圖。

圖2是實施例中按照本發(fā)明進行處理后的調(diào)度結(jié)果圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步說明。

如圖1所示，本發(fā)明一種采用優(yōu)化的最近鄰算法的移動節(jié)點調(diào)度方法，其包括以下步驟：

步驟0、輸入網(wǎng)絡(luò)系統(tǒng)；

步驟1、利用分簇路由算法，將無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點分成簇頭和簇內(nèi)成員這兩類節(jié)點，所述簇頭收集同一簇中簇內(nèi)成員采集的現(xiàn)場信息，并對這些收集的信息進行相應(yīng)的數(shù)據(jù)融合；

步驟2、移動節(jié)點移動到簇頭位置收集相應(yīng)的數(shù)據(jù)信息，每一輪簇頭節(jié)點位置也是移動節(jié)點停留點位置，因而移動節(jié)點移動路徑必包含停留點位置、起始位置和結(jié)束位置；所述移動節(jié)點的起始位置和結(jié)束位置相同，都位于基站位置；

步驟3、利用優(yōu)化的最近鄰算法，求得包含所有簇頭位置和移動節(jié)點初始位置的最小權(quán)的hamilton回路，最終得到移動節(jié)點的移動路徑，移動節(jié)點按此路徑移動，實現(xiàn)了移動節(jié)點的調(diào)度，輸出此網(wǎng)絡(luò)系統(tǒng)調(diào)度的最短移動路徑。

以下結(jié)合圖2來闡述本發(fā)明一個具體實施例。

(1)首先對網(wǎng)絡(luò)系統(tǒng)中的傳感器節(jié)點進行簇的劃分。在簇的建立階段，每一輪簇頭的選舉過程如下：各傳感器節(jié)點首先產(chǎn)生一個隨機數(shù)，隨機數(shù)的范圍為[0,1]；然后用設(shè)定的閾值t與這些隨機數(shù)進行比較，決定哪些節(jié)點成為簇頭。節(jié)點成為簇頭的條件為產(chǎn)生的隨機數(shù)小于閾值t(m)，相應(yīng)的其他的傳感器節(jié)點成為簇內(nèi)成員。

(2)基于移動節(jié)點的分簇路由算法。根據(jù)步驟(1)，所有的傳感器節(jié)點被劃分為簇頭和簇內(nèi)成員這兩類節(jié)點，如圖2所示，圖中s0為移動節(jié)點的初始位置和結(jié)束位置，s1～s10為簇頭節(jié)點位置。移動節(jié)點從起始位置出發(fā)，需通過并且僅通過一次這10個簇頭位置，當(dāng)通過簇頭位置時需收集其相應(yīng)的數(shù)據(jù)信息，最終又回到初始位置，也就是基站位置。很明顯，移動節(jié)點的路由是一個典型的旅行商問題(tsp)，只能近似求解。

(3)利用優(yōu)化的最近鄰算法實現(xiàn)移動節(jié)點的合理調(diào)度，其算法過程如下：

3.1、選取網(wǎng)絡(luò)系統(tǒng)基站位置s0作為起點，找一條與s0關(guān)聯(lián)且權(quán)值最小的一條邊e1，顯然e1還和另外一個頂點相連，把此頂點記為s1，可得一條路s0s1；

3.2、假定已選出路s0s1lsi，從剩下的頂點選取一個與si最近的節(jié)點，令其為si+1，可得路s0s1lsisi+1；

3.3、如果i+1＜n-1，則令i←i+1返回步驟3.2；否則，記c＝s0s1lsisi+1lsns0，其就為一個hamilton回路，即得問題的近似解。

設(shè)c＝s0s1lsisi+1lsns0是圖g利用最近鄰算法求得的一個hamilton回路。對回路c中所有滿足1＜i+1＜j＜s的i,j，按照如下方法可獲得一條新的hamilton回路ck：

3.4、在回路c上檢查是否有i≠j，使得sisj∈e(g)，si+1sj+1∈e(g)且w(sisj)+w(si+1sj+1)＜w(sisi+1)+w(sjsj+1)，則構(gòu)成新的hamilton回路ck＝s1s2lsisjsj-1lsi+1sj+1lsns1；

3.5、用ck代替c，并轉(zhuǎn)到步驟3.4，直到步驟3.4中沒有滿足條件的回路為止。最終得到的c即為本次調(diào)度的移動節(jié)點的移動路徑，實現(xiàn)了移動節(jié)點的合理調(diào)度，圖2中箭頭指明了移動節(jié)點的移動方向。

本發(fā)明首先對網(wǎng)絡(luò)系統(tǒng)進行簇的劃分，因而網(wǎng)絡(luò)系統(tǒng)中的傳感器節(jié)點被分為簇頭和簇內(nèi)成員這兩類節(jié)點，簇頭節(jié)點的能耗是遠大于簇內(nèi)成員節(jié)點的能耗；然后利用移動節(jié)點移動到簇頭位置，收集簇頭節(jié)點采集的數(shù)據(jù)信息，并最終通過移動節(jié)點將這些數(shù)據(jù)信息傳遞給基站；最后利用優(yōu)化的最近鄰算法，得到移動節(jié)點的移動路徑，移動節(jié)點按此路徑移動，最終實現(xiàn)了移動節(jié)點的合理調(diào)度。本發(fā)明實現(xiàn)了對移動節(jié)點的合理調(diào)度，大大減少了簇頭節(jié)點的能量消耗，最終延長了網(wǎng)絡(luò)系統(tǒng)的生存期。

以上是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所做的任何簡單修改、等同變化與修飾，均屬于發(fā)明技術(shù)方案的范圍內(nèi)。