基于均匀分簇的无线传感器网络寿命最大化理论分析

无线传感器网络路由协议的一个重要目标是均衡节点能量消耗并延长网络寿命.基于均匀分簇的无线传感器网络模型,对网络寿命最大化进行了理论分析.在此基础上,提出了一种改进的数据传输方式,有效地均衡了节点的能量消耗,并显著地延长了网络寿命.模拟实验表明,在网络半径一定时,通过合理地选取最优的簇半径,可以最大化网络寿命.改进数据传输方式后的最大网络寿命比改进前的提高了13%.最后,结合该领域当前研究现状,指出了基于分簇路由协议的最大网络寿命未来的研究重点.     

基于网格的无线传感器网络分簇方法

由于无线传感器网络的能量约束,所以为了延长网络寿命,对无线传感器网络的网络层路由技术的研究至关重要.网络分簇是无线传感器网络中的一个重要研究课题.主要研究传感器节点均匀分布的网络中簇的划分方法,得出了一种能量节省的分簇个数计算方法,提出了一种基于网格的分簇方法.在基于网格的网络分簇模型下给出了两条定理来保证采集的信息可以传输到基站.     

基于节点协同覆盖的传感器网络寿命最大化模型

针对保证网络连通覆盖和最小能量消耗的优化目标,建模了基于节点协同覆盖的传感器网络寿命最大化模型.提出一种基于多目标优化遗传算法的求解方案,设计了基于链路状态的分簇机制以及基于NSGA-Ⅱ的簇内覆盖控制算法.仿真结果表明该方案能快速收敛于最优解,在高密度和低密度布撒环境下表现出优越的性能,且具有良好的适应性.     

无线传感器网络分簇和节点休眠综合性策略研究

能量有限性是制约传感器网络寿命的瓶颈.在传感器网络中通常采用相似数据收集策略或者节点休眠策略来减少能耗延长网络寿命.但是以往的研究往往局限在其中一种机制:在基于相似数据收集的分簇策略中,基本上所有的传感器节点都是处于活动状态,而在节点体眠机制中,往往也没有使用相似数据收集的思想进行网络的分簇.本文提出一种综合传感器网络分簇和节点休眠机制的协议,将传感器网络的生命划分成若干个时间周期,在每一个时间周期中,确定每个节点的θ相似节点集并选出代表节点(Rnode)来发送感知的数据,并且休眠部分冗余的节点.仿真实验结果表明,在保证网络覆盖的情况下,该协议能让传感器网络有更长的网络寿命.     

传感器网络中基于能耗均衡的节点优化部署

在研究无线传感器的问题中,降低网络能量消耗、延长网络寿命是无线传感器网络设计的重要目标,设计中为降低能耗,分簇是实现目标的主要方法。当簇头以单跳通信的方式将数据传输至基站时,远离基站的簇头因传送数据能耗太高而很快死亡。针对矩形监测区域的传感器网络,给出了基于能耗均衡的最大化网络寿命模型,提出了一种非均匀的节点部署算法。通过分析节点的能耗计算出了每层的宽度,并定量规划了每层中需要部署的节点数目。仿真实验表明,非均匀的节点部署算法能有效延长网络的寿命。     

基于量子PSO传感网络分簇算法仿真研究

研究无线传感器分簇节点优化问题,针对无线传感器网络分簇算法由于簇头的不均匀分布带来的能耗利用不均衡以及簇头的瓶颈,导致能量过早消耗,网络寿命周期缩短.为了延长无线传感网络生命周期,提高能量利用效率,提出了一种粒子群(PSO)算法优化的无线传感器网络分簇算法.采用量子粒子群算法分簇策略使簇间能量优化平衡,使整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小.仿真结果表明,提出的分簇算法很好的使网络的能耗达到了均衡,节约了簇头节点的能量,从而延长网络的寿命,为优化网络通信提供了依据.     

基于能量强度的簇区分路由方法研究

传感器节点体积微小,通常携带能量十分有限的电池。由于传感器节点个数多,成本要求低廉,分布区域广,而且部署区域环境复杂,有些区域甚至是人员不能到达的,所以传感器节点通过更换电池的方式来补充能量是不现实的。如何高效使用能量来最大化网路的生命周期是无线传感器网络面临的首要挑战。为了提高网络的寿命,目前人们已经提出了很多基于网络层的路由协议。比较研究了传感器网络现有的路由协议,参考LEACH分簇算法和MTP协议,提出了一种在MTP协议基础上将LEACH分簇思想引入进来的改进方法,即在基于能量强度将网络节点分层后,再在各层上进行簇区分,均衡各传感器节点的能量来提高网络的寿命。实验表明该路由算法可提高网络寿命。     

一种能耗均衡的无线传感器网络分簇算法

以无线传感器网络中的LEACH和HEED分簇算法为背景,提出一种基于能耗均衡的自适应网络分簇算法EBACA。算法的主要特点是传感器节点根据自身状态信息自主竞争簇头,簇头选择标准考虑了随机概率与节点剩余能量结合,并引入了节点能量预测和能量阈值;为均衡各个节点的能耗,通过重新规划时间片来调节节点的工作频率;为减少簇头的能量开销,簇头之间通过多跳方式将各个簇内收集到的数据发送给特定簇首节点,并由此簇首节点将整个网络收集的数据发送给基站。设计的目标是均衡网络能耗,进而最大化网络寿命。分析和仿真结果表明,相对于几种重要的分簇算法,如LEACH和HEED,EBACA在平衡节点能量消耗和延长网络寿命方面具有更优越的性能。     

粒子群优化的无线传感器网络仿真研究

研究优化无线传感器问题,针对延长传感器网络的寿命,保证簇的平均分布,提高簇的负载均衡,从而减少能量消耗.传统算法在确定簇首过程中由于忽略了邻居节点的状态信息,容易导致簇内节点过早的出现盲节点现象,从而降低网络的生存时间.要解决上述问题,延长网络生命周期和有效降低能耗,提出一种粒子群优化的无线传感器分簇算法.在充分考虑了簇内邻居节点的能量和距离分布信息的前提下,通过粒子群优化分簇和簇首选择,并进行仿真.仿真结果表明,与LEACH算法相比,算法能有效地均衡网络节点的能量消耗和显著地延长网络寿命,并有效地避免了盲节点现象的过早发生.     

考虑网络稳定性的认知无线传感器网络分簇协议

由于频谱的动态性和自组织的组网特性,传统认知无线传感器网络的分簇协议存在分簇频率高和开销大的问题,为此提出了一种考虑网络稳定性的认知无线传感器网络分簇协议.该协议中,每个节点根据邻居节点集合和可用信道构建最大边团,根据最大边团中节点的剩余能量、节点数量和公共可用信道数计算节点权重.权重大的节点成为邻域簇首,其他节点加入邻居簇首所在簇成为簇成员.由于分簇过程中充分考虑网络能耗和频谱动态性,网络的寿命和稳定性得到显著提升.大量仿真表明,该分簇协议相对于其他协议在网络寿命和网络稳定性方面均有明显优势.     

基于BP神经网络的无线传感器网络路由协议的研究

由于无线传感器网络的资源比较有限,尤其是节点的能量受限,为了尽可能的减少信息收集与传输过程中的能耗,延长网络的寿命,本文提出了基于BP神经网络的路由协议改进算法模型,该算法模型将BP神经网络的层次结构与无线传感器网络路由协议的分簇结构相结合,在每个簇结构中应用设计一个三层的BP神经网络模型,把采集到的大量原始数据通过设计好的神经网络模型,得到能够反映原始数据特征的的少量的数据信息。只需要将融合得到的特征数据传送给汇聚节点,从而减少了数据信息的传送量,降低信息传送的通信能耗,延长网络生存时间。仿真结果表明：改进后的算法较LEACH协议在平衡节点能量和延长网络寿命方面具有更优越的性能．     

改进AntNet算法在Ad Hoc网络路由中的应用

当前大部分的AdHoc网络路由算法在选择路由的时候都没有很好地将节点的能量状态引入到评价系统中去．针对这一问题,本文对AntNet算法进行了适当改进,使其能够记忆和衡量整个路由的能量状态变化．文章详细描述了算法的数据结构,以及节点选择规则和数据结构更新规则．仿真实验和结果分析表明,改进的AntNet算法能够找到平均能量较高且各节点能量较稳定的路径,从而提高网络的生存时间和吞吐量．     

Distributed duty cycle control for delay improvement in wireless sensor networks

Dynamically adjusting the time duration of a node to stay active in one data collection period, i.e., duty cycle, is an efficient strategy to save energy and prolong the lifetime of network. In this paper, we propose a novel Adaptation Duty Cycle Control (ADCC) scheme based on feedback signals for wireless sensor networks (WSNs) which can reduce to-sink data transmission delay while lifetime is also improved. In ADCC, every node adaptively adjusts its duty cycle by comparing its own energy consumption with the largest energy consumption of the entire packet delivery flow, which is stored in a feedback ACK packet generated by sink node. Since in WSNs, a huge number of sensor nodes in the area far from the sink node have much remaining energy when network dies, even up to 90 %, these nodes have much larger duty cycles in ADCC compared with previous schemes, therefore the data transmission delay can be reduced to a great extent. Additionally, ADCC provides a largest-energy notification mechanism in order to determine the appropriate duty cycle of nodes in each data collection flow according to the application-dependent requirements. Comparing with the Wake on Idle, Dual-QCon and the Same Duty Cycle (SDC) schemes, ADCC can reduce the delay by more than 59.5 % under the same network lifetime, or increase the lifetime by 32.8 %–63.4 % under the same delay requirements, while also increase energy efficiency as much as 43.1 %.     

无线传感器网络中能量有效的多层分簇算法*

针对无线传感器网络中每轮能耗和簇内节点负载不均衡问题,本文提出了一种能量有效的多层分簇算法(EEMLC)。基站在首轮按照各层的最优簇头数对整个网络逐层进行虚拟分区,在接着的轮次中,各个分区根据本轮节点的剩余能量来选取下一轮簇头,前者使得网络每轮总能耗最小并有效保证各轮的能耗均衡,后者确保分区内节点的负载平衡,从而最大限度地延长网络的生命周期。实验仿真结果表明,与LEACH算法相比,EEMLC算法的每轮能耗均衡性有了显著提高,网络的生命周期延长了11.3%。     

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%.     

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.     

配电网中基于分簇定位的WSN节点故障定位研究

针对电网故障检测中使用的无线传感器网络节点定位精度较低,分簇不均问题,提出了一种基于DV￣Hop算法改进均值粒子群算法(PSO),首先DV￣Hop算法改进均值粒子群算法中粒子的速度与位移,使动态无线传感器网络重新定位簇头节点坐标更加接近真实值;然后递归神经网络学习算法迭代值逼近最合适的惯性权重值,优化均值PSO粒子群算法使其达到最优搜索能力。最后由Sink节点对每一次动态分簇后网络节点进行数据采集后对电能耗尽的节点进行无线充电。仿真结果表明,改进后的PSO算法比PSO算法聚类分簇误差更小,节点定位配电网故障的精确度提高12.8％,有效地延长了网络生命周期。     

面向异构WSNs的基于能量感知的簇路由算法

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.为了延长网络,现存的多数簇路由是面向同构网络.为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法.DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化.与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化.在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息.仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命.     

ZigBee网络AODV路由算法改进

路由协议是Zigbee无线网路技术的研究重点之一。选择和设计高效的路由算法对于降低节点功耗,提高网络运行的稳定性具有重要意义。在ADOV协议的基础上,综合考虑了网络总体能耗和单节点能耗,提出了一种能耗均衡且兼顾通信实时性的改进的AODV路由协议,并进行了仿真验证。优化了网络的总体能耗和最大化了网络的生存时间,提高了网络的通信实时性。     

LEACH路由协议的改进

提出了一种节点密度和剩余能量传感器网络加权分群算法,通过设定权值。将节点的密度和剩余能量考虑在内,保证综合性能最好的节点成为群首。再通过控制群首发射功率使群内节点密度控制在合理范围内。该分群算法优化了群首选择,均衡了网络节点的能量消耗,延长了网络的生命周期。最后通过仿真验证该分群算法的性能。