基于能量平衡的WSN簇头选择机制

通过对已有的基于簇的自组织路由算法和簇头选择机制的分析比较,发现经典LEACH算法在选取簇头节点时具有不合理性,提出了一种基于PSO模型的簇头选择机制。以网络总体能量消耗最小为原则,综合考虑节点剩余能量和网络当前平均能量,较好地平衡了无线传感器网络中的能量负载,延长了网络的生命周期。     

基于网格的动态能量阈值的簇头选择算法

有效地使用传感节点的能量进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.而动态簇被认为提高能量利用率的有效技术之一.然而,簇头分布不均匀加速了网络能量的消耗,降低了网络寿命.为此,提出基于网格的动态能量阈值的簇头选择算法GDET-CH(Grid Dynamic Energy Threshold-based Cluster Header),平衡簇头分布.GDET-CH算法先将网络区域划分多个网格,并每个网格产生一个簇头.然后,利用节点离网格中心距离和节点剩余能量选择簇头.最后,引用动态能量阈值机制,只有当节点剩余能量大于能量阈值才可能成为簇头,进而平衡网络能耗.实验数据表明,与DDEEC和EDDDEC算法相比,GDET-CH算法的网络寿命分别提高了近24.5%和36%.     

基于剩余能量和节点度的无线传感器网络分簇算法*

为了解决无线传感器网络的能量效率问题,提出了一种基于剩余能量和节点度的分簇算法BREND。该算法在簇头选取过程中,通过两轮分簇竞选最终簇头,综合考虑所有节点剩余能量和节点度,避免能量低的节点当选为簇头,并且采用临时簇头退位机制,一跳通信范围内只有一个临时簇头,使簇头分布更加均衡。仿真结果表明,与LEACH和ENCA算法相比,该算法延长了网络生存时间。     

基于蚁群粒子适应机制的移动传感网簇头生成算法

传统移动传感网簇头生成算法在筛选簇头节点时中存在的节点密度较低及网络传输性能较差的不足.因此,提出了一种基于蚁群粒子适应机制的移动传感网簇头生成算法.首先选取具有较高能量值的节点作为初始簇头节点,采取粒子迭代方式设计了基于蚁群粒子感知覆盖机制的簇头生成方法,并通过权值评估方式来优化备选簇头节点能量,有效改善因链路抖动而导致的传输性能受限现象,有效提高簇头节点分布密度.基于极限标准差优选机制,通过定时更新备选簇头节点标准差,进一步选取性能较高的节点维持链路性能,改善链路抖动现象并提高网络传输带宽,降低信道噪声对数据传输带来的不利影响.通过仿真实验与基于改进能量均衡机制的传感网簇头生成算法和基于能量优化回收机制的传感网簇头生成算法进行对比,表明所提算法具有更高的簇头节点密度和网络传输带宽.     

传感器网络中基于多级选举的非均匀簇头选择算法

为了节省和平衡网络中簇头的能耗,提出了一种基于多级选举的非均匀簇头选择算法MSEBNECHSA。该算法首先通过空间虚拟网格、簇头和Sink构成的三级选举机制构造网络候选簇头的能量分布图,然后采用基于候选簇头能量和距离的模拟退火算法,使网络中簇头的竞争范围随着到Sink的距离远近而相应从小到大非均匀分布。仿真实验表明,该算法能够以较低的能量成本将网络中的节点有效分簇,并且平衡网络中的能量消耗。     

无线传感器网络中一种节点负载均衡的分簇算法

无线传感器网络节点的能量有限,而分簇算法能有效解决节点能耗受限与不同节点能量开销不平衡问题。在网络路由分簇的基础上,提出了一种节点负载均衡的分簇算法。该算法对经典的分簇协议LEACH的簇头选择机制进行了改进,应用量子粒子群对簇头选取进行优化。为解决算法后期易陷入局部极小的问题,采用了基于群体适应值方差的早熟判断机制,结合模拟退火算法进行局部优化。仿真结果表明:该算法使网络节点负载更均衡,有效提高了无线传感器网络的性能。     

高斯分布无线传感器网络簇头选择算法

针对无线传感器网络的能量受限问题,通常采用分簇聚合减少数据传输来实现能量节省。提出了一种基于高斯分布的分簇网络模型的簇头选择算法,构建了簇头选择函数的概率模型。模型以信道增益、剩余能量、簇内节点间距离及节点位置为参数,通过比较节点的概率函数值选择簇头。结果表明该选择算法能较大程度地提高网络能耗效率、延长网络生存时间。     

无线传感器网络LEACH协议的改进

延长传感器网络的生存周期,降低传感器节点的能耗成为无线传感器网络（WSN）研究的重点。基于LEACH 协议中簇头生成算法提出了改进、调整节点竞选簇头的阀值函数,并在非簇头节点选择适合自己的最优簇头时综合考虑了候选簇头节点的剩余能量以及距基站的距离等因素,给出了新的成簇机制的适合因子的计算公式。仿真结果表明,新型簇首选择机制能够有效平衡节点的能耗分布,延长节点与网络的寿命。     

基于节点密度的无线传感器网络成簇算法

降低传感器节点的能量损耗,延长网络生命周期,一直是无线传感器网络路由协议研究的重点。根据LEACH算法的特点以及网络节点可能出现簇头分布不均匀的状况,提出一种基于节点相对密度选取簇头的成簇算法LEACH-D。在该算法中簇头的选择考虑了节点分布密度,同时在数据传输中采用建立簇树路由的机制来完成多跳通信。并且通过MATLAB的仿真证明了改进算法在能量损耗和延长生命周期方面比原有算法有了比较大的提高。     

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。     

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。     

基于NSGA-II的无线传感网络簇首选择算法

延长网络生命周期是无线传感网络需要解决的主要问题之一,拓扑控制对于延长网络生命周期具有重要意义.针对分簇结构无线传感网络的簇首选择问题,提出一种基于NSGA-II的多目标簇首选择算法.同时考虑网络通信距离、能量消耗、负载均衡以及节点生存时间等多个优化目标,通过理论计算确定最优簇首数量指导种群初始化,引入正交实验机制降低搜索次数,提高寻优效率.实验结果表明, 所提出的算法与低功耗自适应层次分簇(LEACH)算法相比,簇首分布均匀、负载均衡,可明显延长网络的生命周期,与标准NSGA-II算法相比,可更好地提高搜索寻优效率.     

基于能量和距离加权的WSNs簇头选择算法

针对LEACH分簇路由协议存在的簇头数目和分布位置不合理等问题导致能耗不均衡、网络周期不理想,提出了一种基于能量和距离加权的簇头选择优化算法。通过加入节点到基站的距离和节点剩余能量作为簇头选取的参考因素,依据改进后的阈值公式使得选取的簇头数达到预设最优值,并通过簇头的二次选择,最终确定最佳的簇头。仿真结果表明:相比于LEACH协议,该算法可以有效地延长网络生命周期,使网络能耗更加均衡。     

基于传感器网络能量均衡分簇算法仿真研究

研究传感网络能量均衡分簇延长网络寿命问题。针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,造成网络簇头的不均匀分布带来的能耗不均衡问题以及簇头的瓶颈等,为了解决上述问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。算法首先在簇头选择过程中利用节点的能量、邻节点数以及每一轮中簇头的个数等参数设置节点当选簇头的优先度,使簇头均匀地分布在网络中;在簇的组建过程中利用能量参数设置簇的重建条件,达到减小簇的重建频率的目的。     

基于演化博弈的无线传感器网络分簇算法

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题，基于演化博弈理论建立一种簇头竞选的博弈模型，同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数，并将最优发射功率控制机制应用于簇成员的选择，从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载，从而均衡网络能量，有效改善网络中过早出现能量空洞的问题，进而延长了网络生存时间。     

HACH: Heuristic Algorithm for Clustering Hierarchy protocol in wireless sensor networks

Wireless sensor networks (WSNs) require energy management protocols to efficiently use the energy supply constraints of battery-powered sensors to prolong its network lifetime. This paper proposes a novel Heuristic Algorithm for Clustering Hierarchy (HACH), which sequentially performs selection of inactive nodes and cluster head nodes at every round. Inactive node selection employs a stochastic sleep scheduling mechanism to determine the selection of nodes that can be put into sleep mode without adversely affecting network coverage. Also, the clustering algorithm uses a novel heuristic crossover operator to combine two different solutions to achieve an improved solution that enhances the distribution of cluster head nodes and coordinates energy consumption in WSNs. The proposed algorithm is evaluated via simulation experiments and compared with some existing algorithms. Our protocol shows improved performance in terms of extended lifetime and maintains favourable performances even under different energy heterogeneity settings.     

一种无线传感器网络LEACH协议的改进方法

LEACH是一种经典的层次型路由协议,然而该算法簇头是自适应随机生成,未考虑当前节点剩余能量,因此簇头的选择会使网络中能量损耗不均衡,导致网络过早死亡.为了避免能量较少节点因为当选为簇头后过早死亡,提出了一种新的路由协议（LEACH-PHQ）.改进后的算法在簇头选择阶段综合考虑了各个节点的剩余能量,在数据传输阶段采用数据融合和多跳传输的策略.实验结果表明,改进后的方法有效地减少了网络能量消耗,保证了网络负载的平衡,又延长了网络的寿命.     

基于WSN节点部署中数据采集能量优化研究

针对无线传感器网络(WSN)数据采集能量利用率低和网络生命周期短的问题,本文利用 Mobile Sink(MS)采集簇内簇头的数据,提出了一种结合簇头选取和MS路径优化算法(LEACH-sink)。即先使用低功耗自适应分簇(LEACH)算法选取簇头并确定位置,然后根据簇头的位置采用蚁群结合遗传算法规划MS最短路径,MS通过该路径对每个簇头数据进行收集。实验结果表明,该算法选取簇头的同时还可以及时规划最佳收集数据的路径,与传统的算法相比提高了数据传输比率、能量利用率、簇头产生比和系统的稳健性,且网络生命周期提高了60%。