文档介绍：智能信息处理论文
Revised on November 25, 2020
蚁群算法在无线传感器网络中的应用综述
姓名：张梦寒导师：刘剑飞
（河北工业大学信息工程学院，天津，300401）
摘要：大量的具有无线通信和数据处会是一个比较好的解决方法，它可以有效的使用能量保证网络的连接。由于传感器节点能量和带宽的限制，它们之间通常只能在比较短的距离内进行通信，因此一条路径由多跳组成。
（2）能量消耗
在无线环境下，传感器节点使用有限的能量进行计算和数据传输，因此要为这些通信和计算保证能量，而节点使用时间取决于电池的寿命。在多跳的无线传感器网络中，每个节点既是数据发送者也是数据接收者，因为能量耗尽导致节点失效会改变网络的拓扑结构，从而改变路由情况，重新组织网络路由 [2。]
（3）数据报告模型
在无线传感器网络中，数据感知和报告取决于数据报告的应用和时间关键度。数据报告可以分为时间驱动，事件驱动，查询驱动以及混合型。时间驱动模型适用于对周期性监测数据的应用。传感器节点周期性的启动传感器和数据发送机制以探测环境传输数据。在事件驱动和查询驱动模型中，对于监控对象属性值突然发生剧烈变化或是基站发出的查询，传感器节点要立刻做出反应。这两种模型适用于对时间关键度十分敏感的应用。同时，这些模型还可以结合起来运用。
（4）节点连接异构根据实际应用，一个传感器节点可能会有不同的任务和功能，异构的传感器节点会引起一些技术上的问题，这些专用的传感器可以单独部署，或是多个功能集成于一个传感器节点。而在这些节点中也因为不同服务的要求，数据读取和报告的速率也不相同，这种差异也会带来使用数据报告模型的不同
5）容错性
一些传感器节点因为能量耗尽，遭到破坏，或是环境的干扰失效，这些失效不能影响整个网络的正常运行。这时路由协议必须有机制重新建立路由。
（6）网络动态性
许多网络结构假设传感器节点是静态的，然而在有的应用中基站和节点有时是需要移动的，移动节点发送和接收路由消息是一个具有挑战性的课题，因为此时路由稳定性变得十分重要。
3 基于蚁群算法的路由
蚁群算法是来源于对自然界蚂蚁群行为的观察和抽象。蚁群觅食时可以找到蚁窝与食物间的最短路径，这有赖于一种叫信息素的化学物质，蚂蚁来往于两者之间，它们释放信息素，为后来的蚂蚁提供路径向导［4,5,6。,7］这样的行为是对现实情况很好的反应，这种思想也适用于无线传感器网络。
（1）路由模型
模型中设无线传感器网络拓扑结构为一张无向图G（V,E）, v表示传感器
i
节点， V 表示所有传感器节点的集合，如果两个节点可以 v 和 v 相互通信，则
ij
两者存在一条边e，网络中所有边的集合表示为E。工（t）表示t时刻在边e
ij ij ij
上沉积的信息素的浓度。每个节点维护一张信息素表，记录和它相连的边上信息素的浓度。各边信息素浓度更新按照以下公式进行：
在t+1时刻，e上的信息素值等于蒸发后残留信息素加上信息素增量之
ij
和。pwb,i］表示信息素蒸发系数，i-p表示残留信息素系数，& C）表示
ij
信息素增量。e的信息素通过HELLO信息和回溯蚂蚁(Backward Ant)进行更
ij
新，信息增量At (t)使用以下