1.一种基于遗传算法的多跳路由路径选择方法,其特征在于,包括如下步骤:S1、在无线传感器网络中确定一个汇聚节点,分别计算无线传感器网络中每个节点到汇聚节点间的距离,按照距离的大小进行降序排列、生成一个距离列表;
S2、从距离列表中的第一个节点开始,以该节点作为起点、汇聚节点作为终点,进行基于遗传算法的最优路径找寻,对已生成路由路径的节点进行标记;
S3、从距离列表中的第一个节点开始遍历,若该节点被标记为已生成路由路径则跳转判断下一节点,若该节点未被标记为已生成路由路径则返回至S2,直至距离列表中的所有节点均被标记被已生成路由路径、最终完成对无线传感器网络的低能耗路由路径选择。
2.根据权利要求1所述的基于遗传算法的多跳路由路径选择方法,其特征在于,S1具体包括如下步骤:在无线传感器网络中确定一个汇聚节点,对无线传感器网络中的所有节点依据ID号进行编号、将汇聚节点编为0号,随后分别计算无线传感器网络中每个节点到汇聚节点间的距离,按照距离的大小进行降序排列、生成一个距离列表。
3.根据权利要求1所述的基于遗传算法的多跳路由路径选择方法,其特征在于,S2具体包括如下步骤:S21、从距离列表中的第一个节点开始,以该节点作为起点、汇聚节点作为终点,采用非定长编码的方式初始化种群,根据先验知识,每个节点的下一跳节点从X个相邻节点中随机选出;
S22、对种群进行交叉处理,采用单点交叉,在两条染色体中,随机产生一个交叉位置,以概率Pc进行交叉;
S23、对种群进行变异处理,在染色体中,以概率Pm进行变异;
S24、种群根据设置的适应度函数选择适应度高及适应环境的能力更强的个体成为新的种群,判断迭代次数是否达到预设值,若达到则对已生成路由路径的节点进行标记,若未达到则返回至S22。
4.根据权利要求3所述的基于遗传算法的多跳路由路径选择方法,其特征在于:在S21中,根据先验知识,在最优路径序列中,每个节点的下一跳节点都是从距离该节点最近的X个相邻节点中随机选出;
当无线传感器网络中节点的总数量为0~100时,X=9;当无线传感器网络中节点的总数量为100~300时,X=15;当无线传感器网络中节点的总数量为300~1000时,X=20。
5.根据权利要求3所述的基于遗传算法的多跳路由路径选择方法,其特征在于:对于S22与S23操作过程中所生成的新的染色体,执行消除染色体回路的操作。
6.根据权利要求3所述的基于遗传算法的多跳路由路径选择方法,其特征在于:在S24中,适应度函数为目标函数的倒数,适应度函数的计算公式为其中,f(x)为目标函数,目标函数表示一条染色体中相邻节点间传输信息的能耗总和。
7.根据权利要求6所述的基于遗传算法的多跳路由路径选择方法,其特征在于:在目标函数中,两点间的传输能耗根据距离不同采用不同的规则;
当节点间距离d小于最小通信半径d0时,采用自由空间信道模型,节点能耗按d平方增加;
当节点间距离d大于最小通信半径d0时,采用多路径衰减信道模型,节点能耗按d的四次方增加;
节点间距离为d、另一节点传输L比特信息时,发送节点的能耗计算公式为其中,Ee为收或发送1b时所消耗的能量,εfs和εmp为恒定值的参数、根据传感器所用传输放大器的模型确定;
目标函数的计算公式为f(x)=∑iEsend(Li,di)。
8.根据权利要求3所述的基于遗传算法的多跳路由路径选择方法,其特征在于:在S24操作过程中,若出现路由路径冲突的情况,则比较新的路由路径和之前标记的路由路径的能量消耗、选择二者中能量消耗更少的进行保留。