何 筱，石为人，王小刚，邓仲芬

(重庆大学自动化学院，重庆400030)

0 引言

随着无线传感器网络的不断快速发展，不同业务对其网络服务质量(QoS)提出了更高的要求［1］，应用时往往会对延时，带宽，丢失率，代价等多个性能参数同时提出要求。

有序分配路由SAR［2］是第一个面向WSNs提供QoS保证的路由算法。能量感知QoS路由EQR［3］，通过评估链路代价、扩展Dijkstra算法为节点找到符合QoS需求的最小代价路径。文献［4］提出一种满足QoS带宽需求的能量最优的无线传感器网络路由方案，文献［5］提出一种保证服务质量的最小能量路由算法。目前提出的QoS路由算法大多仅考察个别性能指标，不能全面反映传感器网络的QoS需求，且需维护路由参数和网络状态信息的开销较大，能量消耗快。所以，相对传统QoS路由算法，设计满足多QoS参数约束的智能算法具有重要意义。

粒子群优化(PSO)算法［6］是一种源于对鸟群捕食行为研究的新型进化计算方法。它通过群体中个体之间的协作和信息共享来寻找最优解，具有结构简单、参数调整少、收敛速度快及易于实现等特点。本文提出的基于离散粒子群优化无线传感器网络QoS路由(DPSO-QR)算法，将不同的QoS参数定义为不同优化目标，对节点间通信的多个参数目标进行优化，从而为具有不同QoS需求的业务提供满足其特有需求的优化路由，同时，降低网络能耗、延长网络寿命、提高网络服务质量。

1 QoS路由问题的网络模型

本文假设WSNs中节点位置固定，通信半径为R，且具有唯一ID号，形成无向连通图G=(V，E)，V 为网络节点集合，E 为网络链路集合，相邻两节点 vi，vj∈V，eij为节点 vi与vj之间的边，每条边包含4种QoS参数度量:带宽B，时延D，丢包率L，传播损耗C。……