基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

基于蚁群算法的WSN能量预测路由协议

LEACH协议中的簇头和基站采用一跳通信,导致能量消耗过快。为此,提出一种基于蚁群算法的无线传感器网络(WSN)能量预测路由协议。引入蚁群算法思想,簇头节点通过多跳方式与基站节点进行通信。在计算蚂蚁选择下一跳的概率时,考虑节点可能的能量消耗,避免路径选择过于集中。仿真结果表明,该协议能降低簇头能量消耗,延长网络寿命。     

基于FCM聚类和蚁群优化的WSN路由算法

在无线传感器网络(WSN)中生命周期的研究中,提出一种基于LEACH协议、Fuzzy C-Means(FCM)聚类算法和蚁群算法的改进路由算法。首先在预处理阶段FCM聚类算法将节点距离形成多个簇,避免每轮成簇造成能量浪费。然后在数据传输阶段使用蚁群算法寻找从簇头到基站的最优路径。仿真结果表明,该算法与LEACH协议相比,能够有效减少能量消耗、延长网络寿命。     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。     

基于模糊逻辑推理的WSNs非均匀分簇算法

为了进一步降低无线传感网络WSNs(Wireless Sensor Networks)能耗,拓延网络寿命,提出了基于模糊逻辑推理的WSNs非均匀分簇算法,记为DUCF.DUCF算法充分考虑了节点剩余能量、节点度以及离基站距离.根据经验制定模糊规则,通过模糊推理系统得到节点当选为簇头的几率和簇尺寸.DUCF算法形成非均匀簇,进而平衡簇头间的能量消耗.仿真结果表明,DUCF算法在网络寿命、能量消耗方面的性能优于LEACH、CHEF和EAUCF算法.     

基于能量分布的异构传感器网络分簇算法

针对能量异构的无线传感器网络,提出一种分簇算法。该算法采用基于节点剩余能量分布状况的簇头竞争参数,降低成簇过程中的通信能耗,实现簇头的均匀分布。在簇间综合考虑簇头剩余能量及其与基站的通信能耗,以选择合适的下一跳路由节点。仿真结果表明,该算法可以均衡网络能量消耗,提高节点能量利用效率,延长网络寿命。     

基于能量优化的LEACH路由协议改进

针对LEACH路由算法中簇头选举随机性和簇头与基站直接通信导致能量消耗过快且不平衡的特点,提出新的改进算法,以达到降低能耗目的。在改进算法中,簇头剩余能量高于网络平均能量。根据簇头节点与基站的相对位置划分不同区域,簇头节点发送数据采用多跳方式,避免簇头节点能量消耗过快,达到平衡网络能量消耗的目的。仿真表明,通过改进簇头选举条件和采用多跳路由的方式,即使在数据通信量增加的情况下,依然能够延长网络通信时间。     

基于相对距离的多级能量异构传感器网络成簇算法

延长网络寿命并获得更好的监控质量是无线传感器网络成簇算法的重要性能指标。在分析现有主要成簇算法的基础上,提出了一种适应于多级能量异构传感器网络的基于相对距离的成簇算法RDCA(Relative Distance Clus-tering Algorithm)。算法中,节点根据通信范围内其他节点与自身的平均距离、节点自身与基站的距离以及节点当前剩余能量来确定节点成为簇头的概率。所有节点轮流成为簇头,以分摊能量消耗。仿真实验结果表明,与现有主要聚簇算法相比,在多级能量异构环境下,新的成簇算法拥有更长的生存时间和更优的网络监测质量。     

改进的异构无线传感器网络路由算法

稳定选举协议因没考虑节点的剩余能量,造成一些低能量节点当选为簇头而过早死亡,而且选出的簇头将数据直接发送给基站,导致部分距离基站较远的节点能量消耗过大而死亡。针对这两个问题,提出了一种适应于异构环境的改进的无线传感器网络路由算法。该算法在簇头选取过程中,加入节点的剩余能量和邻居节点数,使得具有较高的剩余能量且分布在密集区域中的节点当选为簇头的概率增大,并参考图论中的Dijkstra算法,实现簇头到基站低代价传输的多跳通信。仿真结果表明,与传统的稳定选举协议及其改进算法对比,该算法降低了网络的能量消耗,明显地延长了网络的稳定期和生命周期。