一种移动环境下WSNs的QoS感知的多路径路由算法的制作方法

一种移动环境下wsns的qos感知的多路径路由算法
技术领域
1.本发明涉及移动wsns技术领域，尤其涉及一种移动环境下wsns的qos感知的多路径路由算法。


背景技术：

2.典型的多约束和多路径路由算法主要有：
3.1、移动环境下的多路径路由算法mp
‑
olsr，基于经典单路径olsr算法，通过dijkstra算法选择单条路径，采用构建的代价惩罚函数来对已选路径上的链路进行“惩罚”，增大其代价，来构建节点不相交的多路径路由。仿真结果表明，该算法相比传统的单路径路由算法olsr，在网络生命周期、收包率、时延和吞吐量等性能方面有很大提高，但是该算法中采用的链路代价为预设值，并不能真实反应网络状态。
4.2、一个适合于wsns的qos路由模型，包括与节点或链路有关的时延、丢包率、剩余能量和可用缓冲区四种qos指标。基于改进的蚁群算法，提出基于蚁群的多qos路由算法。为满足不同qos要求数据流量的传输，首先构造网络的层次结构，再选择适当的路由，从而最大程度地利用网络改进性能。同时，使用多路径进行视频包调度，最小化视频传输失真。仿真结果表明，该算法比传统的路由算法和蚁群算法具有更好的收敛性，能为不同类型服务提供更好的qos。但该文献没有考虑多条路径之间存在干扰的情形，而干扰会使上述的多种qos约束难以得到保证，甚至导致性能严重下降。
5.目前市场现有的技术wsns的理论研究和技术应用仍处于探索和示范阶段，都无法做到在移动wsns多约束多路径路由模型和算法中，充分考虑qos约束和路径干扰性。
6.因此，现有技术存在缺陷，需要改进。


技术实现要素：

7.本发明的目的是克服现有技术的不足，提供一种移动环境下wsns的qos感知的多路径路由算法。
8.本发明的技术方案如下：提供一种移动环境下wsns的qos感知的多路径路由算法，包括如下步骤：
9.步骤1：获取节点多个qos参数的实时数据，赋予不同的qos参数相应的权重因子；
10.步骤2：构建路由选择代价函数；
11.步骤3：应用改进的dijkstra算法选取代价最小的路径，并将找到的代价最小路径作为首选路径；
12.步骤4：利用改进的dijkstra算法和代价函数，寻找其他多条路径；
13.步骤5：分别计算其他多条路径和首选路径所围成的区域面积；
14.步骤6：从步骤5中所得的数据中找到最大面积的区域，该区域上的路径就是和最优路径干扰最小的路径。
15.进一步地，权利要求1中qos参数包括：节点到sink间的距离、链路的可靠性、节点
的剩余能量以及节点的队列长度。
16.进一步地，所述步骤2所构建的路由选择代价函数为：
[0017][0018]
其中，节点j为节点i的邻居节点，costij表示节点i和节点j之间的路由代价，rij表示节点i和节点j链路的可靠性，ej表示节点j的剩余能量，lenj为节点j的队列长度，α、β、γ和λ为权重因子，且α β γ λ＝1。
[0019]
进一步地，所述步骤4中寻找其他多条路径时，不同路径所选用的节点不同，而且不同路径之间不相交。
[0020]
采用上述方案，本发明通过获取节点多个qos参数的实时数据，构建路由选择代价函数，并计算出代价最小的路径作为首选路径，然后计算其他多条路径和首选路径所围成的区域面积，从中找到最大面积区域，以此确认与首选路径干扰最小的路径，从而在移动wsns多约束多路径路由模型和算法中，充分考虑qos约束和路径干扰性，保证性能不受影响。
附图说明
[0021]
图1为本发明的结构示意图。
[0022]
图2为构造多条路径示意图。
[0023]
图3为区域划分示意图。
[0024]
图4为区域面积比较示意图。
具体实施方式
[0025]
以下结合附图和具体实施例，对本发明进行详细说明。
[0026]
请参阅图1，本发明提供一种移动环境下wsns的qos感知的多路径路由算法。
[0027]
本发明的技术方案如下：提供一种移动环境下wsns的qos感知的多路径路由算法，包括如下步骤：
[0028]
步骤1：获取节点多个qos参数的实时数据，赋予不同的qos参数相应的权重因子。qos参数包括：节点到sink间的距离、链路的可靠性、节点的剩余能量以及节点的队列长度。
[0029]
步骤2：构建路由选择代价函数：
[0030][0031]
其中，节点j为节点i的邻居节点，costij表示节点i和节点j之间的路由代价，rij表示节点i和节点j链路的可靠性，ej表示节点j的剩余能量，lenj为节点j的队列长度，α、β、γ和λ为权重因子，且α β γ λ＝1。设在节点i进行多路径路由决策，j是i的邻居节点，i在其邻居表中选择距离sink最近的节点，这样能有效避免路由回路；为了提高数据传输的可靠性，i总是选取可靠性最大的邻居节点作为下一跳节点；为了延长整个网络的生命周期，避免“路由黑洞”的产生，i总是选取剩余能量最大的邻居节点作为下一跳节点；而选取的下一跳节点的队列长度越短，则可有效减少数据包在队列中的等待时间，从而有效降低数据
包传输的时延。
[0032]
步骤3：应用改进的dijkstra首先找出源节点source到sink节点的代价最小路径，作为首选路径传输数据。
[0033]
步骤4：请参阅图2，利用改进的dijkstra算法和代价函数，寻找其他多条路径。寻找其他多条路径时，不同路径所选用的节点不同，而且不同路径之间不相交。根据提出的路由代价函数，利用dijkstra算法寻找最优路径path1，同时利用代价惩罚函数增大该路径上的链路代价，此时在寻找第2条路径时，就不在选择path1上的节点了，从而实现了节点不相交。假设算法已经找到了3条不相交路径path1，path2和path3，其中，path1是最优的路径，在发送数据包时优先选用path1来发送。但考虑到要尽可能避免干扰，所以在选择和path1干扰最小的路径时，选择的路径应尽可能的远离path1。
[0034]
步骤5：分别计算其他多条路径和首选路径所围成的区域面积。首先，分别计算path1和path2围成的区域2面积，path1和path3围成的区域3面积。请参阅图3，在计算区域面积时，围绕坐标线，可将区域分解成若干个三角形或梯形，根据节点坐标来计算区域总面积。请参阅图4，最后比较两区域面积，显然，区域3面积大于区域2面积，故我们选择path3作为数据传输的次优路径，即path1和path3为干扰最小的节点不相交路径。
[0035]
步骤6：从步骤5中所得的数据中找到最大面积的区域，该区域上的路径就是和最优路径干扰最小的路径。
[0036]
综上所述，本发明通过获取节点多个qos参数的实时数据，构建路由选择代价函数，并计算出代价最小的路径作为首选路径，然后计算其他多条路径和首选路径所围成的区域面积，从中找到最大面积区域，以此确认与首选路径干扰最小的路径，从而在移动wsns多约束多路径路由模型和算法中，充分考虑qos约束和路径干扰性，保证性能不受影响。
[0037]
以上仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。