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.     

能量高效的水声传感器网络多跳非均匀分簇算法

针对现有水声传感器网络(UW-ASN)分簇路由算法存在的能耗不均衡问题,提出了一种能量高效的多跳非均匀分簇(EEMUC)路由算法。通过节点到基站的物理距离建立网络非均匀分层模型,各层区域内的节点根据综合属性值选择簇头,靠近基站的簇的规模小于远离基站的簇。簇间采用多跳路由方式传送数据,从而均衡了簇头的能耗。实验结果表明,所提算法在簇头数目和节点的剩余能量等性能方面优于低能耗自适应分簇路由(LEACH)和能量高效的非均匀分簇(EEUC)算法,从而提高了水声传感器网络的能量效率,并延长了网络的生命周期。     

虚拟力导向的无线传感器网络覆盖策略

摘要;通过建立传感器节点与节点、节点与目标之间的虚拟力模型,制定一种新的簇头选择策略,将节点剩余能量和距离目标的大小作为参数,选择离目标近且剩余能量大的节点作为簇头,提高网络覆盖率;通过虚拟单元格进行分簇,以保持簇头节点之间的数据通信,同时休眠其它非簇头节点的周期性轮换簇头的方式来优化节点能耗,以此来延长网络寿命.与经典GAF算法比较,理论分析和仿真实验结果表明了该算法在网络覆盖率和节点生存时间上均有明显的优势.     

能量异构传感器网络中的分布式数据收集算法

针对无线传感器网络分簇过程中簇头耗能过快问题,提出了一种综合节点剩余能量和节点位置进簇头选取的分布式数据收集算法.在每轮的簇头选取中,算法考虑了簇内节点的剩余能量和所有节点的平均剩余能量,并依据节点的位置优化簇头的选择.算法在保证网络最优簇头个数的同时,避免了能量较低的节点当选为簇头.仿真结果表明,本算法与LEACH和...     

改进的无线传感器网络非均匀分簇路由算法

针对无线传感器网络中不均匀分簇引起能量空洞的问题,提出了改进的无线传感器网络非均匀分簇路由算法。该算法先根据节点剩余能量、节点到基站的距离、节点“度”和节点到簇头的距离等因素选举簇头;没有成为簇头的节点选择加入到距离最近的簇头所在的簇中,从而将整个网络划分为大小不等的簇;然后簇头再根据簇头剩余能量、簇头到基站的距离构造基于最小生成树的最优传输路径;通过簇内节点单跳、树内簇头多跳通信的方式将数据最终传输到基站。仿真结果表明,该路由算法能有效节约能量和均衡节点能耗,从而延长网络的生命周期。     

基于能量的EBAPC分簇网络拓扑控制算法

低功耗自适应集簇分层型协议LEACH算法对簇头的选择具有随机性,并且没有综合考虑节点的剩余能量、分布位置。为此,提出一种基于能量的仿射传播聚类EBAPC分簇拓扑控制算法。对适应度因子重新进行定义,借鉴仿射传播AP聚类算法中聚类中心的选择策略,簇头选择综合考虑无线传感器网络节点的剩余能量和节点之间的距离因素。仿真实验结果表明,EBAPC算法较LEACH算法分簇更均匀,簇头选择更合理,网络中能量的消耗更均衡,从而延长网络寿命。     

PTTC:无线传感网络分簇算法

分簇是延长无线传感网络寿命的有效技术。为此,提出了基于Prim的树簇拓扑的无线传感网络分簇PTTC算法。PTTC算法首先推导最优的簇数,再计算节点被选为簇头的平均概率。然后,结合节点的剩余能量以及被选为簇头的频率数选择簇头,最后利用Prim算法建立树,节点依据树传输数据,进而提高能量利用率,扩延网络寿命。仿真结果表明,提出的PTTC算法平衡了节点间的能量消耗,有效地延长了网络寿命。     

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。     

基于学习自动机的无线传感网能量均衡分簇算法

优化簇首选择、均衡节点能量负载以延长网络存活时间,一直是无线传感器网络分簇协议研究的重点。针对无线传感器网络节点随机分布的情况,在基于学习自动机(Learning Automata, LA)的ICLA算法基础上,提出一种兼顾节点密度的能耗均衡分簇算法。在簇头选举方面,综合考虑节点剩余能量和节点密度,利用学习自动机与周围环境进行信息交互和动作奖惩,选择出相对较优的簇头;根据簇首与基站距离和其节点密度构造大小非均匀的簇,实现不同位置不同网络疏密程度下簇内和簇间能耗互补均衡;构造了基于簇首剩余能量、簇内节点密度和传输距离的评价函数,并运用贪婪算法选择出最优中转簇首进行多跳传输。仿真实验结果表明,该算法能选择出更为合理的簇头,有效地均衡网络能量负载,延长网络生存时间。     

基于节点竞争力的网络分簇拓扑控制算法

通过提出节点竞争力的新定义和研究网络分簇拓扑控制过程中簇头选择的新策略,提出了一种基于节点竞争力的网络分簇拓扑控制算法APBCS。该算法以节点剩余能量的比值、节点之间的距离和邻居节点的密度作为竞争簇头的参数,采用分环的方式实现簇头间的多跳通信。仿真实验表明,APBCS算法与LEACH算法相比较分簇更均匀,簇头选择更合理,第一个死亡节点出现时间推迟了92%,与EBAPC算法相比较,第一个死亡节点出现时间推迟了4.6%,说明比较显著地延长了网络生命周期。     

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。     

基于剩余能量和位置的LEACH改进算法

在无线传感器网络中,不合理的分簇算法导致节点过早死亡、区域信息无法完全感知。针对该问题,提出一种基于剩余能量和位置的LEACH改进算法。改进算法将选簇过程分为临时簇头选择和正式簇头选择两步,以传感器节点的节点剩余能量值和几何平均位置作为选簇的重要因素,在此基础上选出区域内最佳簇头。通过OMNET++网络模拟器的仿真结果表明,改进算法的节点利用率和网络可靠性更高。     

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。     

基于改进布谷鸟搜索算法的LEACH协议

LEACH协议是一种低能耗自适应的无线传感器网络聚类层次算法。它存在着随机选取簇头、不考虑节点剩余能量和节点位置等缺点。针对这些问题,本文提出一种基于改进布谷鸟算法的LEACH协议。布谷鸟算法（CS）是一种新型的智能优化算法。为了提高算法的局部搜索能力,对标准的布谷鸟算法进行改进：1）引入权重系数,调整算法收敛速度;2）所有个体从优到差进行排序,排序后将种群分为2部分,这2部分个体选择不同的飞行方式,避免较优个体陷入局部最优。改进后的协议将簇头选择过程分为临时簇头优化和形式簇头选择。首先,利用传统LEACH协议生成临时簇头,然后基于MCS对簇头进行优化,根据节点剩余能量选择形式化簇头。实验结果表明,与LEACH相比,新算法能有效平衡网络负载,提高能源的利用率,延长网络的生命周期。     

基于时空加权目标函数的无线传感网分簇协议

针对无线传感器网络中能量受限的特点,提出了基于时空相关加权目标函数粒子群优化算法（SC-WOFPSO）的分簇协议。首先,该协议使用Kohonen神经网络提取节点间的数据相似性。在分簇过程中,该协议综合考虑了节点间的数据相似性、节点间距离以及节点剩余能量等因素,使用PSO算法进行迭代寻优,寻找最优的簇头集合;在成簇过程中,网络中的非簇头节点为每个簇头分别计算goal函数值,选择加入函数值最大的簇头。最后从网络总能量消耗、网络寿命和网络吞吐量三个性能指标出发,验证了该协议能够有效降低网络能耗、提高网络寿命、提高网络吞吐量。     

粒子寻优和最小生成树聚类下的WSN能量优化

为了均衡分簇无线传感器网络节点能量负载,提高网络的能量利用效率,提出了一种粒子寻优和最小生成树聚类规则的能量优化算法（OMST）。该算法为了使得簇头的能量负载能够得到均衡,采用基于粒子寻优的方法来进行适应值求解,通过适应值对比来求得最佳簇头,以减少簇内节点的传输能耗。同时,提出一种最小生成树聚类规则的簇首数量选择方法,该方法基于剩余能量和距离因素来选择最优的簇首数量,在保证数据传输质量的同时最小化网络总能量的消耗量。仿真结果表明,相比一种新型差分进化的无线传感器网络聚类算法和多层节能及距离感知的无线传感器网络聚类算法,OMST算法的节点平均能量效率分别提高了16.7%和6.4%,网络节点存活数量分别提高了24.1%和13.7%。     

基于能耗的无线传感器网络最优簇首数研究

在无线传感器网络中,如何减少系统能耗、延长网络生存时间是最具挑战性的问题之一。LEACH路由协议通过网络分簇和簇首循环,使网络能量负载平衡,从而达到降低能耗的目的。该协议的关键是簇首数的选择,其最优值可使网络能耗降到最低。在深入研究LEACH协议及其能量模型的基础上,提出了一种最优簇首数的估算算法,并通过蒙特卡洛仿真验证了该算法的正确性。所得结论对无线传感器网络结构和路由协议的设计具有指导作用。     

基于多目标优化的WSN簇首选择算法

分簇思想可以很好的用于优化路由算法,现有的分簇算法簇首轮换选举大多数只是从簇首和基站之间距离、节点密集度、剩余能量、节点位置等指标来进行改进,没有考虑候选簇头距离各个簇首的平均距离。簇间转发数据包会消耗大量能量,是影响网络性能的一个重要因素。针对目前簇首轮换选举算法存在的不足,提出了一种综合考虑簇内和簇间两个优化目标的算法,此种算法本文简称为DEDS。建立了候选节点剩余能量、候选簇头节点距各个簇首节点平均距离等多目标概率模型作为簇首轮换选择依据。通过在NS2仿真平台上验证了该算法在时延、分组递交率、能耗、稳定性等网络性能优于其它分簇算法。