组移动模型中基于链路稳定性的传感器网络分簇算法

分簇技术是传感器网络中的一项关键技术,然而对于组移动模型中的传感器网络,现有分簇算法对其群组特性的应用考虑不足。本文提出了一种基于链路稳定性的传感器网络分簇方法——LSBC算法。该方法用链路已存活时间对剩余存活时间进行预测,并将预测剩余存活时间作为链路稳定性的度量,将具有较大稳定性的链路两端节点划为一簇,再从中选出簇头,该方法有效地利用了节点的移动特征。仿真结果表明,在组移动模型中,该算法较其他已有算法能取得更好的性能。     

基于作用力模型的传感器网络簇型协议

现有的无线传感器网络簇型算法忽视了簇头和簇成员之间的通信代价不均衡和"孤立簇头"等问题.提出了一种基于作用力模型的移动簇型协议,该协议在簇头选举时兼顾节点剩余能量和节点密度;在簇头选举后,该协议使簇头节点根据基于簇成员剩余能量和距离的作用力模型自适应移动,以均衡簇头和簇成员之间的通信代价.另外,为了实现簇头节点之间的全连通,提出了中继节点选举算法.实验结果显示:该协议能够有效地均衡网络能耗,进一步提高网络稳定性.     

组移动模型中基于模型特点的数据收集分簇算法

如今移动传感器网络在各个领域已起到重要作用.目前,移动传感器网络在军事、民用、科研等领域的应用价值都很高.而数据收集问题一直是这方面科研中必须被突破的难题.组移动模型是移动传感网络中的一个重要的移动模型,在本领域内都起到重要作用,然而有关移动传感器网络组模型的数据收集算法却屈指可数.提出了一种组移动模型中基于模型特点的数据收集分簇算法——MCBC算法.该算法根据节点的速度和角度之间的关系确定两节点是否同组,再从中选择簇头,有效地利用了组移动模型中节点的移动特征.仿真结果表明,在组移动模型中,该算法能取得较好的性能.     

一种基于簇头选择模型的无线传感器网络分簇算法

针对分层结构的无线传感器网络,本文提出了一种分簇算法.节点通过簇头选择模型来决定自己是否被选为簇头.簇头选择模型由节点度(ND)和剩余能量(RE)共同决定.从而提高了网络体系结构的稳定性,减少计算和通信开销.所述分簇算法不仅优化了簇头选择,还均衡整个网络节点的能量消耗,进而延长网络的生命周期.最后通过理论分析和仿真进一步验证该分簇算法的性能.     

一种高效的无线传感器网络分簇算法

论文在LEACH-M的基础上提出一种高效的无线传感器网络分簇算法.新算法在保持簇的稳定性的同时,在簇头选择过程中引入稳定性因子对簇的稳定性进行度量,选取稳定性因子最小的节点成为簇头.在簇的组建过程中设置能量阈值作为簇的重建条件,减小簇的重建频率,同时采用单跳与多跳结合的数据传输模型,解决网络中的热点、热区问题.仿真结果表明:新算法能够有效提高在移动环境下的吞吐量,延长网络寿命.     

基于簇头质量的移动无线传感器网络分簇算法

在部分节点移动的网络环境下,分析了传统静态无线传感器网络分簇算法对节点移动环境下成簇的失效性,给出了影响簇头质量的性能参数集,并提出了基于簇头质量的移动无线传感器网络分簇算法。该算法根据节点活动性、平均邻居距离、节点度偏差及信道质量等簇头性能的影响因子,通过加权的方法计算出簇头质量,在分布式传感网区域内簇头质量最大的节点将竞争成为簇头。通过理论分析和仿真对比表明,与LEACH算法相比该分簇算法降低了平均延迟,延长了网络生命期,并验证了该算法对动态拓扑具有适应性。     

基于IK-means聚类的分簇路由算法

为了均衡移动自组织网络的能耗,提高簇结构稳定性,提出了一种基于IK-means聚类的分簇路由算法(IK-CRA).首先利用IK-means算法对网络中的节点进行分簇;然后通过节点的剩余能量、邻居节点数与连通代价的比值、链路维持时间构造适应度函数,采用改进的人工蜂群算法(IABC)解决分簇路由算法中的最优簇头问题.仿真结果表明,IK-CRA算法缩短了成簇时间,降低了节点的状态变化率,减少了节点的能量消耗,延长了簇首的持续时间,提高了动态环境下簇结构的稳定性.     

基于分簇的无线传感器网络节能路由算法

无线传感器网络中,节点能量及其消耗率影响网络的稳定性和整个网络的生命周期.针对传感器网络能量有限的特点,提出了一种基于分簇的节能路由算法.通过用改进的四色算法选举簇头,并建立网络逻辑簇结构,使网络簇的逻辑结构更加合理.以节能为目的,增加了能量信息维护和节点能量保护.仿真实验表明了该算法的有效性.     

一种基于预测的WSN非均衡分簇路由算法

无线传感器网络由部署在一定区域内大量传感器节点组成.针对无线传感器网络中分簇路由算法中存在的"热区"问题,提出了一种基于虚拟区域划分的非均衡簇路由算法.算法将簇划分的任务交由能量无限制的汇聚节点完成,使得靠近汇聚节点的内层簇的规模小于外层簇的规模.在簇的结构中引入了主、从簇头节点,从而实现了分布式簇头选举工作,同时在分簇过程中避免了每个阶段的能量消耗.将Markov预测模型引入到主簇头节点的更换过程中,从而避免了主簇头因为能量完全消耗而死亡,也避免了因为主簇头死亡而造成网络分割,降低网络的生存时间,利用NS2.26仿真平台对基于虚拟区域划分的非均衡簇路由算法进行了仿真验证,结果表明与传统路由算法相比,该算法延长了WSN的生存时间,有效提高了WSN网络健壮度.     

WSN数据收集中移动Sink的路径规划和簇头节点选取问题的综合研究

针对较大规模的无线传感器网络通过多跳传输进行数据收集而引起的能量空洞问题,提出了一种基于移动Sink的簇头节点数据收集算法(MSRDG),该算法基于图论原理,在满足时延性的条件下,综合考虑了普通节点到簇头节点路由和移动Sink遍历路经选取的问题,构建了一条通过的簇头节点尽可能多的移动轨迹。通过NS-2仿真软件对算法的性能进行评估,结果显示出该算法能减少数据的多跳传输,降低无线传感器网络节点的能量消耗,延长网络寿命。