基于改進遺傳算法的無線傳感器網絡數據融合方法

于　剡

（解放軍第88醫院，山東　泰安　271000）

基于改進遺傳算法的無線傳感器網絡數據融合方法

于剡

（解放軍第88醫院，山東泰安271000）

無線通信和電子技術的進步促進了無線傳感器網絡發展，無線傳感器網絡廣泛應用于多個領域（如醫療，軍事，家居等）。文章分析了無線傳感器網絡中的數據融合問題，提出了一種基于改進遺傳算法的無線傳感器網絡數據融合方法，仿真實驗表明，基于改進遺傳算法的方法在運行效率上優于標準遺傳算法。

無線傳感器網絡；數據融合；遺傳算法

1　概述

無線通信和電子技術的進步促進了無線傳感器網絡（Wireless Sensor Network，WSN）發展，低功耗、低成本、多功能的傳感器節點體積較小，并且能夠在短距離內進行通信。這些微小的傳感器具有感知、數據處理和通信功能，影響到無線傳感器網絡的功能和用途。無線傳感器網絡相對于傳統的傳感器來說，代表了一個重要進步［1］。

一個無線傳感器網絡由大量密集部署在事件域內或附近的傳感器節點組成。節點位置無須事先確定，這使得無線傳感器網絡可以應用于災后救援領域和難以到達的地區如海底和太空。另一方面，這也意味著無線傳感器網絡協議和算法必須具備自組織功能。由于傳感器節點數量較大，通信傳輸能力一般，所以數據融合，也就是如何從感知到的數據中提取有用信息并且盡量以較小的數據量進行傳輸，對無線傳感器網絡的能效性影響較大，是無線傳感器網絡中的重要問題。

2　WSN中數據融合發展現狀

數據融合按照結構的不同，分為集中式融合和分布式融合［2］。集中式融合是將所有信息進行一次融合計算完成，這樣做的優點是能夠選擇合適的融合算法進行最優融合，缺點是采集的數據受干擾影響較大、融合所需的計算能力較強、能量消耗較大，所需時間較長；分布式融合把信息分散到傳感器各自的處理器進行多次融合完成，其優點是各節點能量消耗較均勻、采集的數據就近融合，受干擾較少。缺點是節點能量和計算能力有限，不能采用較復雜的融合算法，同時因為采取局部融合的方法，導致不容易得到全局最優值。

通信路由協議（Sensor Protocol for Information Via Negotiation，SPIN）［3］中體現了數據融合的思想，它提出了數據協商機制，以消除數據冗余，并節約能量。文獻［4］提出定向擴散協議。數據融合包括路徑建立階段的任務融合和數據發送階段的數據融合，通過緩存機制實現兩種融合。集中式數據融合的優點是簡單、處理精度較高；其缺點是缺乏對通信資源的優化管理，對網絡動態變化的反應速度慢。

分布式編碼方式編碼復雜度較低，解碼復雜度較高，這一特點正好符合傳感器節點和sink節點的能量特性。文獻［5］提出了在簇結構中使用Slepian-Wolf編碼的分布式數據融合方法。文獻［6］提出了一種分布式數據融合算法。并從網絡傳輸時延、節點能量消耗、緩存位數、網絡壽命和傳輸失敗概率5個方面分析了該算法在無線傳感器網絡中的特性。

3　WSN數據融合問題形式化

無向圖Gc=（Vcs，Ec）表示WSN某分簇的網絡拓撲，｛Vcs｝是簇中傳感器節點的集合，Vch是簇頭節點，Ec是WSN傳感器分簇節點間鏈路的集合；Dc表示傳感器分簇內的數據，它表示傳感器節點對于某個事件感知到的數據矢量，包括事件的位置、強度、范圍等信息。如果簇內傳感器節點總數為m個，事件參數個數為n個，則傳感器節點感知到的事件信息集合可以記為｛Dc1，Dc2，…Dcm｝，簇內→第i個傳感器感知到的事件信息可以表示為一個矢量坐標，其中i=1，2，…m。若傳感器分簇內的通信時間限制為Bc，則WSN數據融合問題可以描述為：

式（1）表示簇頭和傳感器節點之間時延要低于簇內時延限制，式（2）表示簇內傳感器節點數目為n，式（3）表示傳感器節點感知到的數據各個參數權重系數之和為1，權重越大的數據參數越重要，式（4）表示簇頭節點最后發送的信息由各個傳感器節點數據融合而成，式（5）表示權重系數個數等于數據參數個數。

WSN數據融合問題的目標函數由2部分組成，一部分為傳感器節點到簇頭節點的平均傳輸時延，理論上越小越好，越小說明無線傳感器網絡效率越高；另一部分為傳感器節點感知到數據經融合處理后的結果，理論上越小越好，融合后的數據越小，無線傳感器的能效性越好。

4　求解WSN數據融合問題的遺傳算法

（2）選擇算子為改進的一次旋轉賭輪方法：

int RWS（）

｛

m = 0；

r =Random（0，1）； //r為0至1的隨機數

for（i=1；i＜=N； i++）

｛

m = m + P［i］；//P［i］為選擇第i個基因位的概率if（r＜=m）return i；

｝

｝

（3）交叉算子為隨機多點交叉，即隨機選擇多組成對的權重系數αi和αj，將二者的值進行互換。

（5）適應度函數采用式（6）決定：

5　模擬與仿真

使用仿真軟件對本文算法的運行效率進行考察，得到的結果如表1和圖1所示，結果表明改進遺傳算法與標準遺傳算法相比效率更高。

表1　改進遺傳算法與標準遺傳算法效率對比

圖1　進化代數VS種群規模

［1］AKYILDIZ I F，SU W，SANKARASUBRAMANIAM Y，et al. Wireless sensor networks：a survey［J］. Computer Networks，2002 （4）：393-422.

［2］FAOUZI N E E，LEUNG H，KURIAN A. Data fusion in intelligent transportation systems: Progress and challenges - A survey［J］. Information Fusion，2011（1）：4-10.

［3］KULIK J，HEINZELMAN W R，BALAKRISHNAN H.Negotiation based protocols for disseminating information in wireless sensor networks［J］.Wireless Networks，2002（2）：169-185.

［4］INTANAGOWIWAT C，GOVINDAN R，ESTRIN D，et al.Directed diffusion for wireless sensor networking［J］.IEEE/ACM Trans on Networking，2003（1）：2-16.

［5］ZHENG J，WANG P，LI C. Distributed data aggregation using Slepian-Wolf coding in cluster-based wireless sensor networks［J］. IEEE Trans on Vehicular Technology，2010（5）：2564-2574.

［6］葉寧，王汝傳.無線傳感器網絡數據融合模型研究［J］.計算機科學，2006（6）：58-60.

A data fusion method in WSN based on improved genetic algorithm

Yu Yan
（the 88th Hospital of People's Liberation Army，Tai’an271000， China）

Recent advancement in wireless communications and electronics has enabled the development of wireless sensor networks （WSN）. The wirelesssensornetworks can be used for various applicationareas（e.g.，health，military，home）.Data fusion qustion in WSN has been argued in this article and a method based on improved genetic algorithm has been proposed. Simulations show that the method based on improved genetic algorithm is more effective than the normal one.

wireless sensor network（WSN）； data fusion； genetic algorithm

于剡（1981— ），男，山東泰安，本科；研究方向：智慧醫療。