收稿日期:2007-02-13;修回日期:2007-04-10。作者简介:张曦煌(1962-,男,江苏无锡人,副教授,主要研究方向:嵌入式系统、图形图像处理、无线网络;夏佳(1982-,男,江苏无锡人,硕士研究生,主要研究方向:嵌入式系统;沈玉方(1983-,女,江苏南通人,硕士研究生,主要研究方向:无线传感器网络。:1001-9081(200708-1825-03一种蚁群竞争WSN能量均衡路由算法张曦煌1,夏佳1,沈玉方2(1.江南大学信息工程学院,江苏无锡214122;2.南京邮电大学计算机学院,南京210003(jxia6182@163摘要:针对无线传感器网络路由在能量控制和拥塞控制上的特殊要求,通过利用蚁群算法(ACS对路由中最短路径的加速收敛的同时,兼顾网络节点能量均衡消耗,——提出了一种新算法—AERA。该算法引入了多蚁群竞争机制,并将多蚁群挥发的信息素与网络节点能量参数共同构成路由控制因子。此算法能有效地控制网络拥塞,并使网络节点能量消耗相对均衡,延长了整个网络的生命周期,实现了高效路由与能量消耗的最优权衡。通过NS仿真实验验证了该方法的可行性,并给出了实验结果。关键词:蚁群算法;拥塞控制;能量路由;信息素:TP311文献标志码:AEquilibriumenergyroutingalgorithmbasedonantcolonysystemforWSNZHANGXi2huang1,XIA激a1,SHENYu2fang2(1.CollegeofInformationEngineering,SouthernYangtzeUniversity,Wuxi激angsu214122,China;2.CollegeofComputer,NanjingUniversityofPostsandTelecommunications,Nanjing激angsu210003,ChinaAbstract:AnimprovedantcolonycompetitionenergyroutingalgorithmnamedAERAwasputforward,whichaimedatthespecialrequirementinnetworkcongestionandenergycontrollingforWirelessSensorNetwork(WSN.Thisalgorithmcould,bytakingadvantageofAntColonySystem(ACS,acceleratetheconstringencyspeedofroutingonshortcutandtakethebalanceofnodesenergyintoaccount.Itimportedthemultipleantcolonycompetitionmechanismtoo.Thepheromoneandenergyofnetworknodeswerecombinedtoaffectthepheromoneconcentrationinoptimizationpath,whichcouldavoidnetworkcongestionandbalancetheenergyconsumptionamongthenodes.Thusitcouldprolongthelifecycleofthewholenetwork.Thefeasibilityofthisalgorithmhasbeenvalidated,andtheresultsofexperimenthavebeenpresented.Keywords:AntColonySystem(ACS;congestioncontrol;energyrouting;pheromone0引言路由协议负责将数据包从源节点通过网络转发到目的节点,它主要包括两个方面的功能:寻找源节点和目的节点间的优化路径,将数据包沿着优化路径正确转发。传统路由协议在选择最优路径时,很少考虑网络拥塞和节点的能量消耗问题[1]。而无线传感器网络中节点的能量有限,延长整个网络的生存期成为传感器网络路由协议设计的重要目标[2,3]。因此,传感器网络路由协议不仅要选择能量消耗小的消息传输路径,而且要从整个网络生命周期的角度考虑,选择使整个网络能量均衡消耗的路由。蚁群算法[4,5]已经成功地用于解决TSP、JSP等许多组合优化问题。本文则提出了一个基于蚁群算法的具有能量均衡特性的路由算法,该算法通过不同节点能量参数与蚂蚁信息素之间的相互作用决定该路径上蚂蚁的数量,避免蚁群算法收敛时单一路径上的蚂蚁数量过多而导致拥塞,并且使得各传感器节点的能量均衡消耗,从而达到传感器网络路由的优化目的。1蚁群算法蚁群算法又称蚂蚁算法,其基本原理可大致描述如下:蚂蚁个体之间通过在其所经过的路径上留下一种称之为信息素[6]的物质来进行信息传递。蚂蚁可以嗅到这种信息素,而且可以根据信息素的浓度来指导自己对前进方向的选择。同时,该信息素会随着时间的推移逐渐挥发掉,于是路径的长短及该路径上通过的蚂蚁的多少就对残余信息素的强度产生影响。反过来信息素的强弱又指导着其他蚂蚁的行动方向。因此,某一路径上走过的蚂蚁越多,则后来者选择该路径的概率就越大。这就构成了蚂蚁群体行为表现出的一种信息正反馈现象。蚂蚁个体之间就是通过这种信息交流达到快速找到食物源或蚁穴的。图1基本蚁群算法如图1所示,图中节点A、B表示蚂蚁穴节点,G表示食物源。开始时,从A、B放出若干只蚂蚁...