基于节点向心性路由协议簇首的选举协议

针对无线传感器网络没有考虑簇头选择过程中节点的向心性和节点的能量损耗不均匀等问题,设计一种基于节点向心性路由协议簇首的选举协议,解决LEACH路由协议簇首选取方法的不足.通过计算节点的向心性和能量剩余以及节点温度的综合值,并将其作为簇头选择的条件,以此来降低节点的能量消耗,提高网络数据的可靠性.仿真结果表明:该算法可以提高节点能量的利用以及数据传输的真实性,延长网络的生命周期.     

WSN中一种改进LEACH算法与仿真分析

无线传感器网络降低能耗、提高网络生存周期是研究的重要目标,本文针对LEACH算法缺陷,对簇首选择、簇首和Sink节点的通信进一步优化。簇头节点在接收簇内节点数据时进行数据聚合,减少传输数据的能耗,同时各簇头节点将聚合后的数据用改进的Dijkstra算法以最快的速度找到距离Sink的最短路径,提高网络性能,延长网络生存时间。     

基于LEACH协议的簇头辅助路由算法

为了平衡无线传感器网络的负载,延长网络生存时间,针对大规模无线传感器网络场景,对低能量自适应分簇分层协议进行改进,提出一种簇头辅助路由算法。新算法采用控制信息与数据信息分离的思想,由簇头实现控制信息处理的功能,由簇内聚合节点和簇间转发节点实现数据的融合、转发功能。仿真结果显示,在大规模无线传感器网络场景下,该算法比低能量自适应分簇分层协议的网络寿命和数据接收总量均有明显提高。     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

一种基于无线传感器网络分簇路由的改进算法

为了提高无线传感器网络能量的有效性,延长网络生命周期,在分析了无线传感器网络路由协议中的LEACH算法和SEP算法机理的基础上,提出了改进型SEP算法．改进型SEP算法能够在能量异构的网络模式下,通过改进选举簇头机制,提高了剩余能量较高的节点当选为簇头的概率,增加了选举簇头节点的合理性,有效地均衡了网络中的节点能耗,延长了网络的生命周期．实验结果表明：改进后的算法与LEACH算法和传统的SEP算法相比,在平衡节点能量和延长网络寿命方面具有更加优越的性能．     

基于能量受限的无线传感器网络路由设计

由于传感器节点能量的有限性,如何延长网络的生命周期是无线传感器网络(WSN)路由设计的主要目标.为解决LEACH协议存在簇头分配不均匀和能量消耗较大等问题,研究一种基于蚁群算法的无线传感器网络路由设计方法.主要采用节点能量来选举簇头,采用蚁群算法优化簇间路由以实现簇间通信.仿真结果表明这种方法优于LEACH算法,在降低能量消耗与延长网络生存周期等方面具有更好的性能.     

梯度相关的无线传感器网络成簇路由协议

分析了梯度和成簇无线传感器网络路由协议,确定了协议中存在的缺陷,设计了一种基于梯度的高效节能成簇路由协议(GBCRP)。采用基于跳数的梯度建立、能量相关的成簇算法、关键节点转发和功率自适应的簇头路由等技术,解决了无线传感器网络的节点能耗和路由失败而导致的数据传输可靠性问题。仿真实验表明,该协议有效地延长了网络的生命周期。针对不同密度的传感器节点,网络生命周期具有很好的稳定性,同时该协议也具有较好的可靠性保障。     

基于LEACH和压缩感知的无线传感器网络目标探测

为了解决在无线传感器网络监测的区域内进行信号目标源探测的问题,提出了一种联合低功耗自适应集簇分层型协议（LEACH）算法和贝叶斯压缩感知(CS)的方法. LEACH算法对网络节点进行分簇并选择簇头,将簇内节点的信息集中在簇头上,同时仅通过簇头向汇聚节点传递信息, 可减少向汇聚节点传输数据的节点数. 汇聚节点利用贝叶斯CS算法可从来自簇头的少量数据中恢复出信号源. 同时提出了一种阈值机制,以优化在数据量过少情况下CS算法的信号重构性能. 仿真结果表明,所提算法能对目标进行准确探测,具有较好的性能.     

基于E-CARGO的WSN成簇机制研究

在无线传感器网络中,节点的电量十分有限,降低节点的能耗、延长网络寿命是路由协议设计的重点.针对经典分簇路由协议LEACH(Low-Energy Adaptive Clustering Hierarchy)中簇头选取不合理以及节点能耗不均衡的问题,将传感器节点的剩余能量、分布位置等定义为约束,采用带约束的角色协同模型E-CARGO为分簇型无线传感器网络系统建模,在机制上实现对LEACH协议的改进.在传感器节点角色指派过程中,综合考虑节点的约束并结合LEACH算法为传感器节点进行角色指派.理论分析和仿真实验结果表明,改进后协议在可扩展性、灵活性、均衡节点能耗以及网络生命周期方面优于LEACH协议.     

无线传感器网络LEACH协议的研究改进

无线传感器网络(WSN)数据传输离不开路由协议,路由协议是其组网的基础。由于WSN是一种资源受限网络,尤其是能量的受阻,因此路由协议必须维持较小的路由信息并尽可能的减少能耗。对于LEACH算法没有考虑节点的剩余能量、簇头位置分布、簇头与汇聚节点间直接传输数据等缺点,提出了一种改进协议LEACH-LOMUC。改进协议主要思想是在候选簇头选举时考虑节点剩余能量、节点到基站距离,簇在形成时考虑了簇头规模、能量以及簇头与基站的间距。同时在簇头之间通信距离过大时引入中继节点协助数据传输。MATALB仿真结果表明,LEACH-LOMUC协议有效节约能量,延长网络生存周期。     

可靠传感网聚类路由算法研究

为延缓传感器网络寿命，提高能量使用效率，提出一种新的能效高的可靠聚类路由算法--多类头方法的传感网 聚类路由算法.该算法采用每个类多类头节点共同承担类头节点的作用--收集数据、融合数据并发送数据包到基站，来 解决单类头节点因故障等原因带来的不可靠而导致的能量损失，以及改善网络能量使用效率和提高数据传输可靠性.在仿 真环境下，该算法与单类头方法的聚类路由算法进行了比较，结果表明，该算法改善了能量消耗均衡性，提高了能量使 用效率以及类头节点数据传输可靠性，从而也延长了网络寿命.     

一种高性能数据融合算法在无线传感器网络中的应用

无线传感器网络对信息的安全性和可靠性比较敏感,在数据融合过程中易受到节点生存期短和数据被伪造或篡改等方面的威胁,为了提高融合结果的真实性与可靠性,本文提出一种针对网络路由和节点的优化改进策略,路由方面应用流量分布加权算法最大化网络的生命周期;节点方面,应用BP神经网络算法融合簇头节点和基站的数据,最后采用信誉度评价机制对网络的整体性能进行分析。实验表明,改进后的融合方法可靠性提高,较大程度减少了数据的冗余度、降低了能量的消耗,提高了整个网络的性能。     

移动无线传感器网络的能耗均衡路由算法研究

研究了节点移动的无线传感器网络的路由问题,提出了一种能耗更为均衡的改进路由算法.在经典分簇路由算法的基础上进行了改进：一是簇结构的范围限制在自由空间模型的传输临界距离d0半径范围之内,较小范围的簇结构在移动环境能相对保持稳定,还能节省数据传输的能耗;二是簇头采用了复合权值的方式进行选择,权值不仅考虑节点能量,还考虑节点的移动速度和聚集性.仿真实验证明改进后的算法有效提高了无线传感器网络的能耗均衡性,延长了网络的生存时间,节点的数据发送成功率相对于经典分簇路由算法也得到了较大提高.     

基于压缩感知的自适应数据融合算法

为了降低数据融合本身的能量开销和数据传输能耗,将压缩感知理论应用到无线传感器网络的数据融合中,提出了一种自适应的数据融合算法,在路由过程中收集、融合无线传感器网络中相关节点的感知数据,使传输能耗和融合能量开销接近最小.     

改进无线传感器网络路由算法

无线传感器网络是由能量有限的节点组成,高效节能的路由算法是无线传感器网络的基础。针对低功耗自适应分簇（LEACH）路由算法在选择簇首节点及通信过程中能量消耗大的不足问题,提出了一种改进的LEACH路由算法。引入节点剩余能量因素参与簇首节点的选择,有效地降低剩余能量较小的节点成为簇首的可能性,节点之间的数据传输采用单跳和多跳相结合的通信方式,也降低了传感器网络能耗。     

A Cluster-Based Virtual Cooperative MIMO Transmission Scheme

基于分簇的虚拟协作MIMO传输策略研究

吕红芳

（上海电机学院 电气学院）

中文摘要：

无线传感器网络应用于环境状态监测时,最关键的问题是在无线通信时保障数据传输的可靠性、降低全网的能量消耗。本文提出了一种基于分簇的虚拟协作MIMO传输策略（CVCM）,该方案根据簇头节点到汇聚节点的距离动态配置最佳的协作节点数目和调制速率,保证每个虚拟MIMO单元和汇聚节点的通信能耗最小,从而降低整个网络的能力消耗。仿真实验结果表明,CVCM有效地降低了网络能耗,延长了网络的生命周期,提高了基站接收数据的有效性。

关键词：分簇;虚拟协作MIMO;动态配置;调制速率

     

WSN分簇路由协议LEACH的研究与改进

为了提高大型无线传感器网络的稳定性,延长网络的整体寿命,以WSN分簇路由协议LEACH为基础,提出一种新的簇头选举方法。算法利用网络寿命预测模型,首先预测网络节点死亡时间,然后将文中定义的网络收敛速率引入优化算法中得到最优簇头数目。仿真结果表明,优化后的算法相比于LEACH算法能耗显著减少,有效地延长了网络的寿命。     

基于均值滤波的大规模无线传感网能耗及海量数据去冗余方法研究

随着无线传感网络结构日趋复杂及逐渐朝大规模方向转变。科学、高效地解决传感网内的海量数据冗余及巨大能量消耗问题变得十分困难,本文通过对节点数据图像化建模,提出了一种基于节点数据图像的均值滤波算法来达到降低大规模无线传感网中的冗余数据量及能量消耗。首先从传感网的部署结构出发,通过节点之间的位置关系进行节点分簇并标记簇头节点,然后依据各簇内节点获取的数据信息进行图像化建模,建模完成后以各簇簇头节点获取的数据为参照标准对图像化后的簇内节点进行均值滤波,从而将簇内节点划分为活跃节点与休眠节点,活跃节点为传感网提供有效数据而休眠节点提供冗余数据,需要进入休眠状态。从仿真结果可知：在实际数据集与模拟数据集结合验证下,一个大规模、结构复杂的无线传感网被分为若干个簇并有效的完成了各簇内的节点数据图像化建模。在整体数据有效且不失真的前提下,各簇内实现了将可能存在的部分节点转化为休眠节点且成功将休眠节点转为休眠转态,不再产生、传递数据,从而降低传感网内的整体数据量及数据传递消耗的能量。因此本文提出的算法能够有效地处理规模大、结构复杂的无线传感网中存在的数据冗余及巨大能量消耗问题,通过该算法不仅降低了无线传感网中的冗余数据量,而且降低了无线传感网的能量消耗,提高了无线传感网的生命周期。     

无线传感网中基于定向游走的压缩感知数据收集算法

对于大规模无线传感网的工程应用,降低网络能耗、延长网络寿命和克服链路丢包成为设计传感网数据收集算法的关键因素。提出一种基于定向游走的稀疏压缩感知数据收集算法,网络节点以环状部署的方式非均匀分布在以Sink为中心的圆形区域内,每次数据收集过程由最外环内的随机唤醒节点发起,逐跳向内环定向游走,直至游走至CS数据缓冲区内结束收集过程。仿真结果表明,采用稀疏定向游走机制对全网数据进行投影采样,可以有效降低网络能耗,延长网络寿命。同时在有损链路环境下,该算法依然具有高精度的重构性能,克服了链路丢包对CS数据收集的影响。