图论算法 最短路程_【论文】WSN中基于流网络的K连通算法

戳上面的蓝字关注我们哦！

WSN中基于流网络的K连通算法

胡洁1, 詹杰1, 任保全2

1 湖南科技大学物理与电子科学学院，湖南 湘潭 411201

2 中国电子设备系统工程公司研究所，北京 100141

摘要

无线传感器网络(WSN)的连通性是保证网络容错性的重要途径。常规的多路由算法往往存在共同路径，这些共同路径会因为节点损坏、通信链路中断等故障导致整个WSN 的连通性过早失效。针对共同路径问题提出了一种解决方案，通过节点分裂的方式在共同路径上生成多条路径，以支持WSN 的容错，保证每个传感器节点都有K条长度有界的、到汇聚节点的不相交最短路径。仿真结果验证了本算法能提供更好的容错性，保证网络的连通性。

关键词： 无线传感器网络 ; 流网络 ; K连通算法 ; 不相交路径路由

1 引言

无线传感器网络(WSN，wireless sensor network)[1]是无线 Ad Hoc 网络的一个重要分支，最早出现在军事领域，并逐步在民用领域得到了广泛应用，目前在环境监测、医疗护理、城市交通、智能农业、海洋环境等领域具有重要的应用价值[2,3,4]。WSN 由于网络节点众多、工作环境恶劣、节点能量有限等原因以及网络多跳传输的特性容易发生故障，因此，提高网络可靠性对 WSN 的应用具有重要意义。容错路由是提高网络可靠性的重要手段，目前文献中提出的路由容错机制大致可归为3类：采用纠错码方式保证传输准确、采用链路重传方式提高传输成功率以及采用多路径方法应对网络损坏[5]。与WSN 的特点及应用相关，多路径机制不仅在容错恢复等方面具有优势，还能实现均衡负载，大幅度提高网络性能和可靠性，但如何建立数据节点到汇聚节点的多条路径是关键问题。

2 研究现状

当前研究人员提出的多路径解决方法可分为4种：几何与图论法、启发式算法、网格法和贪心算法。几何与图论法如 Bhandari[6]给出了网络图中点不相交路径的求取方法。白森[7]基于图论通过对经典球Packing问题方法的研究解决WSN区域覆盖和点集覆盖问题，并首次仅基于连通信息给出了三维空间中的区域覆盖规则。文献[8]研究了几何圆盘覆盖模型，解决了路径上中继节点对感知节点的覆盖问题。文献[9-10]采用Steiner树解决了两个远距离节点的连接问题。文献[11]将中继节点采用六边形结构布局，解决了WSN的三连通问题。Ma等[12]将解决方案分为两部分，连通问题使用生成树的方法解决，覆盖问题使用最短路径的方法解决，但两者的结合讨论不够，没有拓展至多连通和多覆盖问题。几何与图论法可以对网络的部署和连通问题进行抽象建模，用严谨的数学思维解决问题，但该方法的约束条件很难表达，求解质量与收敛时间很难协调，高质量的解决方案往往无解，因此，该方法往往只能作为一种子方法嵌入其他方法中，以提升算法的整体性能。启发式算法是粒子群算法、遗传模拟退火、蛙跳算法等一类算法的统称，是人类从对生物习性的研究中转换而成的算法，可以说该算法是人类生活经验的总结。George等[13]研究了应用遗传算法解决网络容错的节点部署问题。张亚强[14]基于蚁群算法和遗传算法提出了通过多移动传感器节点路径规划算法来规划移动传感器网络能耗平衡的数据收集策略。Li等[15]应用粒子群方法解决WSN 中因节点故障而引发的覆盖问题。启发式算法一般能够得到较优的解决方案，但也有随机性较高、易陷入局部最优等问题。网格法将网络覆盖区域划分为标准网格，并在各网格中求取最优解，如Tang等[16]提出了经典的二覆盖二连通算法，Jing等[17]采用快速行军方法提出了基于网格的大规模密集WSN定向最小代价路由，陈娟[18]提出了K覆盖多连通算法，朱明[19]提出了以虚拟蜂窝网格建立二维空间中的变步长节点部署算法。网格法降低了问题的复杂度，但网格最优解和全局最优解有一定的差异，特别是由于人为将网格隔离，使得一些跨越网格的最