基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数，导致网络能量消耗过快，全网能耗不均衡。针对这个问题，提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先，在网络能量消耗模型中引入太阳能补给模型，得出每一轮次网络能量总消耗与网络分簇数目的函数关系，并对其求导从而得到网络的最佳分簇数。然后，利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选，得到备选簇头节点；再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选，得到网络簇头节点。最后，通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标，与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比，该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍，网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。     

基于等级的无线传感网自适应分簇算法

为解决现有无线传感器网络（WSN）分簇算法难以同时兼顾其异构性和移动性,从而引发网络寿命较短、网络数据吞吐量较低等问题,提出了基于节点等级的自适应分簇算法。该算法按轮运行,每轮分为自适应分簇、簇建立、数据传输三个阶段。为解决节点移动性引发的簇首数目和成簇规模不合理的问题,在自适应分簇阶段,根据子区域内节点数目变化对相应子区域进行细化或就近合并,以确保每个子区域内节点数目在合理范围内。在簇建立阶段,选举簇内等级最高的节点为簇首,解决异构性引发的部分节点能耗过快、网络寿命缩短的问题;节点等级除考虑节点剩余能量外,还结合WSN实际应用,由节点剩余能量、能量消耗速率、到基站的距离、到簇内其他节点的距离综合决定。基于OMNeT++和Matlab的仿真实验结果表明,在节点移动速度为0~0.6 m/s的能量异构WSN环境下,较移动低功耗自适应集簇分层（LEACH-Mobile）算法和分布式能量有效分簇（DEEC）算法,运用所提算法分簇的WSN寿命延长了30.9%以上,网络数据吞吐量是其他两种算法分簇的网络的1.15倍以上。     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.     

基于最佳簇数和局部能量最优的WSN分簇算法

无线传感器网络的分簇以及能量消耗模型是决定整个网络的生存周期等指标的关键因素。通过网络节点分布的最佳分簇算法和基于各分簇内节点剩余能量的局部能量消耗最优模型,提出MLECC算法,来获得合理的分簇数和选择簇头,从而延长网络生存周期、降低网络能量消耗速度。实验证明,在分簇以及能量消耗两个关键方面得到优化以后,无线传感器网络的存活和稳定性得到进一步提高。     

基于改进蚁群算法的WSN分簇路由机制研究

针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据蚁群算法(ACA)及WSN分簇路由算法的特点,对ACA进行改进并引入到WSN分簇路由机制中,提出一种基于改进蚁群算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高蚁群算法的效率,同时,在选择节点概率公式时将该节点的剩余能量考虑在内,在数据传输过程中,减少了簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命。以实现网络通信的高效;通过仿真,结果表明,该算法是可行的、有效的。     

基于遗传算法和模糊C均值聚类的WSN分簇路由算法

针对无线传感器网络（WSN）的节点能量有限、生命周期短、吞吐量低等问题，提出一种基于遗传算法（GA）和模糊C均值（FCM）聚类的WSN分簇路由算法GAFCMCR，采取"集中分簇，分布簇头选举"的方式。网络初始化时基站采用由GA优化的FCM聚类算法形成网络分簇。第一轮簇头由距簇中心最近的节点担任；从第二轮开始，簇头的选举由上一轮的簇头负责，选举过程综合考虑候选节点的剩余能量、与基站的距离、与簇内其他节点的平均距离三个因子，并根据网络状态实时调整三个因子的权重。在数据传输阶段，将轮询机制引入簇内通信。仿真结果表明，相同网络环境下，与LEACH算法和基于K-Means的均匀分簇路由（KUCR）算法相比，GAFCMCR将网络生命周期延长了105%和20%。GAFCMCR成簇效果良好，具有良好的能量均衡性和更高的吞吐量。     

无线传感器网络中跨层优化的分簇算法

针对无线传感器网络中节点能量受限问题,提出一种跨出优化的无线传感器网络分簇算法,根据跨层分析方法计算得到的簇数目,将网络区域划分为非均匀的虚拟单元格,采用能量有效策略组织成簇,均衡网络能量消耗.仿真实验证明,采用跨层的方法计算的簇数目可以有效降低节点的能量消耗、延长网络的生存周期.     

无线传感器网络节点分簇与非分簇性能比较

为研究分簇的无线传感器网络（WSN）能否在很大程度上节约传感器节点电池能源,延长网络生存周期,从分簇的网络组织本身、分簇WSN和非分簇WSN能量消耗的对比、不同分簇方式对网络能耗的影响进行研究,得出当满足一定条件时,分簇WSN比非分簇WSN性能更优的结论,并进一步得出WSN的最佳分簇规格应在5跳以内。     

一种改进的基于WSN独立分簇的路由协议

针对现有WSN分簇路由算法的不足均衡网络能量消耗,引入一种新的基于竞争机制的无线传感器网络分簇路由协议,利用"屏蔽效应"控制簇头在簇中的分布和各簇成员节点数目,同时采用独立的簇头选举制度按轮仅在簇内广播簇头信息来减少簇头选举次数从而进一步节省能量。并采用基于阈值的单跳与多跳相结合的簇间通信方式。当与现有协议比较结果表明,新算法有效解决簇头分布不均的问题,能更好的均衡节点能量负载,其能量有效性也得到了很大的提高,延长了网络寿命。     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

基于环的节点非均匀分布分簇算法

针对无线传感器网络（WSN）中基于环的节点非均匀分布网络模型下的能量空洞问题,提出了一种基于环的节点非均匀分布分簇算法（RCANND）。该算法在节点非均匀分布的网络模型下,通过每环的能耗最小化,计算每一环的最优簇首数;通过节点剩余能量、距基站距离以及与邻居节点的平均距离计算簇首选择度。在簇内以簇首选择度序列表进行簇首轮转,降低分簇次数,提高网络能量的利用效率。对提出的算法进行仿真对比实验,仿真结果表明,相同半径、不同分布模型下节点的平均能耗波动很小;相同分布模型、不同半径下节点的平均能耗波动也不明显。以网络中50%节点存活作为网络生命周期,在节点非均匀分布情况下,所提算法的网络生命周期比混合能量高效分布式不等分簇算法（UHEED）和轮转的混合能量高效分布式不等分簇算法（RUHEED）分别提高约18.1%和11.5%;在节点均匀分布模型下,所提算法的网络生命周期比基于分环的能量高效无线传感器网络分簇路由（RECR）协议提高约6.4%。所提算法有效均衡了不同分布模型下的能耗,有效延长了网络生命周期。     

高效节能的WSN非均匀分簇节点调度算法研究

针对目前无线传感器网络分簇算法中存在的节点能量消耗不均衡,大量节点工作导致信息冗余和能量浪费等问题,提出一种高效节能的WSN非均匀分簇节点调度算法EEBUC（Energy-Efficient and Balanced Unequal Clustering Nodes Scheduling）。该算法在簇的形成阶段,考虑候选簇首离汇聚点的距离、所在区域的节点密度和节点能量形成非均匀的竞争范围,构造大小不等的簇,平衡簇内和簇间的通信能耗;同时结合调度簇内冗余节点方法,减少网络中每轮工作节点数量,提高网络能量利用率。利用OMNET++仿真软件进行仿真,实验结果表明,EEBUC算法能有效节约网络能量,均衡节点能耗,比LEACH 协议和EEUC协议分别延长网络寿命203%和50%。     

基于环分块的能耗均衡分簇路由算法

针对无线传感器网络（WSN）中节点能耗不均衡和能量效率低而影响网络生命周期的问题，提出了基于环分块的能耗均衡分簇路由算法（EBCR-RP）。首先，计算网络能耗最低的单跳距离，并将其作为环间距；然后，优化每环的簇数目，并对每环进行均匀分块，且在每块中选取能量最高的节点担任簇头，以均衡网络能耗；最后，设计传输代价函数，搜索簇头和汇聚节点之间数据的最佳传输路径，以提高网络能量效率。仿真结果表明，EBCR-RP与模糊理论簇形成协议（FLCFP）和改进的非均匀分簇路由（IUCR）算法相比，网络的生命周期分别延长了51.4%和8.6%。EBCR-RP能够有效地延长网络生命周期，均衡网络能耗，提高能量效率。     

无线传感器网络能量均衡的多sink分簇路由算法

针对无线传感器网络中传感器节点能量有限以及节点能耗不均衡的问题,提出了一种基于能量均衡的多sink分簇路由算法（EBMCR）。该算法在簇头选择阶段,综合考虑了节点的剩余能量级和节点到sink的距离等因素选择簇头节点;在簇间通信过程,采用多跳传输的方式,综合考虑了路径能量消耗、路径最小剩余能量和节点到sink的跳数等因素,选择节点到多个sink的最优路径。仿真结果表明,该算法能够有效地均衡网络能量,延长网络生命周期。     

基于节点密度与TDMA的无线传感器网络集簇协议

无线传感器网络（WSN）具有节点成本低、易于布置等优点,已广泛应用于国防军事、医疗健康、环境监测等领域。针对WSN中存在的节点能量有限,簇间干扰严重的问题,结合大多应用中WSN具有节点密度分布不均匀的特性,提出一种基于节点密度与时分多址（TDMA）的WSN自适应集簇分层（DT-LEACH）协议。DT-LEACH协议通过在簇首选举阶段考虑节点剩余能量,保证簇首的均匀分布,延长了网络生存周期;其次,DT-LEACH协议引入TDMA时隙分配阶段,根据节点密度选择节点进入休眠模式,有效地避免了簇间干扰,降低了数据冗余性,减少了网络能耗。仿真实现表明,DT-LEACH协议能有效避免簇间干扰,延长WSN网络生存周期。     

传感器网络分簇时间跨度优化聚类算法

针对无线传感器网络（WSN）簇头节点能效低、网络能量负载不均衡问题,提出一种传感器网络分簇时间跨度优化（CTSO）聚类算法。该算法首先在簇头选举方式上关注了簇内成员数量和簇头间距的约束问题,尽可能地避免各个簇之间发生覆盖重叠,优化簇内节点能量;接着对簇头的选举周期进行优化,以任务执行周期大小作为一个时间跨度并分为多个轮,通过最小化簇头选举的轮数来减少用于选择簇头而花费在广播消息上的能量,提升簇头节点的能量利用率。实验仿真结果表明,对比基于多Agent的同质态数据汇聚路由方案以及自适应数据汇聚路由策略,CTSO算法的平均能量效率分别提高了62.0%和138.4%,节点寿命则分别提高了17%和9%。CTSO算法在提升无线传感器网络簇头能效及均衡节点能量上具有较好的效果。     

能量高效的传感器网络虚拟骨干网构造算法

提出一种新的可用于无线自组传感器网络路由中的能量高效的虚拟骨干网构造算法。该算法将网络中的节点按照地理距离最近的原则划分为若干簇，簇头与簇成员的距离为k-hop，增大了簇的规模，减少了通信开销；利用最小连通支配集理论优化簇内结构，选择新的参数作为权值，在保证骨干网规模的同时，优先选择剩余能量高的节点担任骨干节点，均衡了网络的能量消耗，从而延长了网络寿命。仿真结果表明,该算法构造的虚拟骨干网规模较小，对降低路由复杂度、延长传感器网络寿命有较好的效果。