基于簇型无线传感器网络的时间同步算法研究

文章提出一种基于簇型网络时间同步的改进算法（CITPSN）。该算法建立在分簇算法的基础上。通过簇间同步和簇内同步完成全网同步。在簇间同步阶段,采用双向消息交换的同步机制完成各簇头间的同步。在簇内同步阶段,采用改进的双向消息交换同步机制,完成簇头与簇内节点的同步。最后,通过仿真实验证明CITPSN算法相对于经典双向消息交换TPSN算法在同步精度与能量节省上均存在优势。     

分簇型无线传感器网络时间同步机制的研究

提出了一种基于分簇型网络结构的时间同步算法。算法的主要思想是通过在簇建立阶段利用LEACH优化算法优化网络拓扑结构,降低网络的跳数,从而降低了时间同步精度由于跳数增加而导致的误差积累,为时间同步算法提供一个良好的网络结构。在LEACH优化算法中,簇首选取机制融入簇首节点的剩余能量和密度因子,并且提出了助理簇首节点用以均衡簇首节点的能量消耗。同时在时间同步阶段,采用双向时间同步机制和单向广播时间机制。实验仿真证明,提出的时间同步算法降低了网路的跳数,提高了时间同步精度,降低了节点的能量消耗,提高了网路的运行时间,具有一定的实用价值。     

一种半集中式低能耗自适应无线传感器网络成簇算法

基于对LEACH等算法的研究,提出一种半集中式,综合利用节点位置信息与剩余能量的无线传感器网络分簇及簇头选举算法。利用节点位置信息,在簇头选举阶段和传感数据传输阶段使用不同的拓扑划分,在尽可能选取剩余能量较高的节点作为簇头的前提下,能够既保证簇均匀分布,又尽量做到簇头在簇内处于相对中心位置,并且避免了成簇阶段的碰撞。仿真结果表明,该算法有效延长了网络生存周期,收集了更多的传感数据,并且适合大范围覆盖的传感器网络。     

一种基于ARMA的WSN非均衡分簇路由算法

 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ARMA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NS2.31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。     

基于繁忙因子的VVSN自适应双簇头分簇算法研究

在WSN中,节点之间不平衡通信消耗大量能量,因此网络生存时间较短。为改善网络整体生存时间,提出一种基于网络繁忙因子的簇头自适应切换算法。首先,算法一次性选举双簇头,再根据网络实际情况自适应切换簇头。然后,在簇头选举完成后,节点通过当前簇头与基站通信,若当前簇头的能量低于门限值,则网络中的当前簇头将被切换到次级簇头,此时节点通过次级簇头与基站通信,从而降低节点能耗,减少节点的死亡率。双簇头切换机制缩短了整体通信距离,缓解簇头节点过早死亡,使网络生存时间增长。仿真结果表明,该算法通过缩短整体通信距离可显著降低整体网络的能量消耗,增加网络的生存时间。     

无线传感器网络中基于剩余能量的联合选举动态成簇路由算法

针对无线传感器网络中突发事件监测等响应式网络应用,提出了一种基于能量的联合选举动态成簇算法。基于节点剩余能量,在事件区域内周期性地进行簇首选举,建立以簇首为根的簇树结构对事件区域内的数据进行搜集融合,从而减少网络中传输的数据量。仿真结果表明:该算法降低了节点平均能耗,具有良好的能量均衡效果,延长了网络生存时间。     

基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy, LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。     

基于半固定分区的无线传感器网络分簇算法

经典分簇路由算法在每轮的数据采集过程中均需要重新选举簇头和簇的划分,使得网络的拓扑结构极不稳定以及增加了不必要的网络开销,因此提出了一种基于半固定分区的无线传感器网络分簇算法.该算法在首轮,对传感器网路进行簇头的随机选举和簇的划分且其它轮不再重新分簇,然后在各个簇内依据节点的剩余能量和到汇聚节点的距离进行簇头的选举.实验结果表明,与传统分簇协议中的全网广播簇头选举机制相比,该算法不仅拥有稳定的簇结构,而且网络工作稳定期延长了约69.62%,有效地提高了无线传感器网络的可靠性.     

基于相对移动性预测的k跳AdHoc网络分簇算法

针对网络节点随机移动造成的AdHoc网络分簇结构变化和路由失效问题,该文提出一种基于相对移动性预测的k跳分簇算法,分析和预测网络节点运动状态,自适应地调整分簇结构,提高簇结构稳定性。首先,使用多普勒频移计算节点间相对移动速度,预测节点移动性,得到节点间链路保持时间。然后,在簇形成阶段,采用面向节点稳定性的MAX-MIN启发式算法,根据节点的平均链路保持时间对簇首进行选择。进而,在簇保持阶段,提出一种基于节点运动状态的网络自适应调整算法,一方面调整节点信息数据发送周期以平衡数据开销和精确度,另一方面通过预测节点间链路通断情况调整分簇结构,以减少链路失效时的链路重建时间,提高网络运行质量。仿真实验表明,所提算法可以有效延长簇首持续时间,提高簇结构在动态环境下的稳定性。     

基于全局信息的LEACH协议改进算法

传统LEACH协议在选举簇头节点时,采用动态簇头选举算法,每轮选举产生簇头节点个数为最佳簇头数的概率并不是最大,使得每轮选举的簇头数偏差较大,不能使节点能量达到最优化。针对这一问题,提出了改进的LEACH-P协议,该协议在簇头选举阶段通过簇头节点间的相互协作,以少量的能量消耗来获取全局信息,消除了LEACH协议簇头选举算法的盲目性,从而改善簇头选举算法。实验结果表明,LEACH—P协议相比传统LEACH协议有效地节省了节点能量,延长了网络生命周期。