一种新的基于LEACH的WSN路由算法

研究无线传感器网络路由算法,无线传感器网络由能量有限的节点组成,因此高效节能的路由算法是无线传感器网络组网的基础.针对低功耗自适应分簇(LEACH)路由算法存在簇首节点选择不合理以及簇首节点与基站在远距离通信过程中能量消耗大的不足,提出了一种改进的LEACH路由算法.改进的算法在簇建立阶段的簇首选举过程中,引入节点剩余能量因素,且进行均匀分簇,有效地降低剩余能量较小和位置不佳节点成为簇首的可能性,均衡了网络的能量消耗,在簇稳定工作阶段,节点间的数据传输采用单跳和多跳相结合的通信方式,从而降低网络能耗.仿真结果表明,与传统的LEACH算法相比,改进的LEACH算法能量均衡性更好,并显著地延长了网络的存活时间.     

基于小样本无梯度学习的无线传感器网络分簇路由方法

针对无线传感器网络由于某些样本数量较少、网络节点间剩余能量差高,导致路由分簇困难、分类准确率低的问题,提出基于小样本无梯度学习的无线传感器网络分簇路由方法。采用条件生成对抗网络处理小样本数据,在有限样本中获取更丰富的信息,通过LEACH协议算法划分无线传感器网络中各传感器节点为簇,通过无梯度学习的GABP算法优化簇首节点和簇首数量,构建无线传感器网络分簇路由方法。实验结果表明,所提方法的簇首数量均分布在4个～7个处,最高网络节点间剩余能量差为0.015 8,网络寿命达到241轮,因此,所提方法能够选择更理想的簇首数量、增强网络能耗均衡性、延长网络寿命。     

一种基于调度的分簇无线传感器网络簇首选择策略

针对无线传感器网络中簇首更换出现的各节点均参与竞争而引起能耗较大的现象,提出了一种基于调度的无线传感器网络簇首选择策略.该策略将各节点分为簇首节点、成员节点和调度节点三种类型,在簇运行阶段,调度节点对各簇中簇首节点和成员节点的能量进行实时监测;在簇首更换阶段,由调度节点根据监测的结果指定相应的簇首节点,从而减少了簇首更换阶段各节点均参与簇首竞争而引起的能量消耗.最后进行了仿真实验与对比,实验结果表明改进的簇首选择策略能够有效地改进网络性能,延长网络生命周期.     

基于簇首轮替的高密度无线网状传感器网络中能耗均衡休眠调度方案

将无线传感器网络和无线网状网络相结合构建了无线网状传感器网络拓扑结构,将部分传感器设为休眠状态可以降低高密度无线网状传感器网络中的能量消耗,并且均衡网络能耗可以解决能量空洞问题。提出了一种基于簇首轮替的无线网状传感器网络能耗均衡的休眠调度方案。通过建立簇首轮替的能耗模型,得到在不同传感器轮流担当簇首的条件下网络能耗均衡时传感器的休眠概率。分析和仿真结果表明,相比较随机调度方案,该方案保证了网络覆盖范围,延长了网络生存时间,均衡了网络的能耗。     

改进无线传感器网络路由算法的仿真研究

研究无线传感器路由高层设计的优化问题,由于无线传感器的节点能量有限,传统无线传感器路由算法存在簇首机制不合理、节点能耗不均衡、整个网络生命周期短等问题.为了延长整个网络生命周期,提出一种改进的无线传感器路由算法.算法首先将网络监测区域划分为若干个子区域,并采用静态分簇方式建立簇首,保证簇首选举的合理性,然后采用单跳和多跳相结合的混合通信方式,使网络负载更加均衡,防止节点能量过早耗完,最后利用NS2仿真工具对算法进行测试实验.实验结果表明,改进无线传感器路由算法使簇首选择更加合理,减少了能量消耗,网络负载更加均衡,有效延长了整个网络的生命周期.     

优化分簇的无线传感器网络路由算法

延长传感器网络的生存周期,降低网络节点的能耗成为无线传感器网络(WSN)研究的关键.由于无线传感器网络能量有限,针对LEACH算法中簇首分布不均、簇首数目偏离最优值等对网络能耗的影响,提出了一种同时考虑节点剩余能量、最优簇数和簇首分布状况来选择簇首的算法EBCS-LEACH.新算法使簇首数目为最佳,以满足能量阈值的节点才能当选为簇首和对簇首的分布进行了相应调整.仿真结果表明,EBCS-LEACH算法延长了网络的生存周期,相比LEACH算法生命周期延长19.5％,同时能耗也更加均衡.     

多判据的无线传感器网络分簇路由算法

无线传感器网络由大量能量受限的传感器节点组成,工作在各种复杂物理环境中完成数据采集、协同处理等功能.如何在节点能量受限的情况下延长网络生存期是设计传感器网络需要考虑的首要因素.分簇的路由算法将网络内的节点分成若干个簇,簇内的每个节点只需与簇首进行通信,簇首将簇内的所有数据进行融合后向基站发送.与平面自组织算法相比,分簇算法具有实现简单,显著降低系统能耗,便于网络管理等优点.文中提出了一种基于LEACH协议改进的多判据的分簇路由选择算法.使节点在选择簇首时进一步考虑簇首的剩余能量,实现网络中能量消耗的均衡分布.通过仿真,证明了这种多判据的路由选择算法能显著延长网络的生存期.     

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。     

一种基于簇首生成树的传感器网络分簇路由协议

针对无线传感器网络中分簇路由协议LEACH存在的不足,提出了一个以簇首最小生成树为簇间路由树的改进协议LEACH_CHMST。该协议摒弃了标准LEACH中簇首与sink采用简单单跳直接通信的策略,由处理能力相对较强的sink节点发现并生成覆盖全体簇首节点的最优路由树,并实现簇首到sink的多跳通信以节省节点通信能耗。实验仿真表明,与标准LEACH协议相比较,新的协议显著提高了网络的生存时间,节省了全网的节点能耗,特别适用于大规模无线传感器网络的应用环境。     

一种层次蜂窝结构的负载均衡GAF算法

针对无线传感器网络中的负载均衡问题,在蜂窝结构GAF算法(GAFH)的基础上,提出一种层次蜂窝结构的GAF算法(GAFHH)。GAFHH由若干相邻蜂窝栅格内的节点组成一簇,按照各栅格在簇中的位置进行编号。选择簇中间的栅格为活跃栅格,根据最大剩余能量原则选择簇首,由各簇首构建骨干网络进行通信。通过移动各簇的边界,使活跃栅格始终位于簇的中间。仿真结果表明,GAFHH的网络负载均衡和网络吞吐量均优于GAFH。     

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。     

一种基于节点密度的无线传感器网络路由协议

能量问题一直是制约无线传感器网络(WSNs)发展的问题。成簇算法可以很好地降低网络通信能耗。分析已有的各类成簇算法,在LEACH协议的基础上,改进了簇头节点的选取方式。讨论了网内簇头个数的选择,然后以网内节点密度为参考选取簇头,通过赋予不同的参数来比较节点密度对协议运行的影响。仿真结果表明:改进的算法有效降低了通信能耗,延长了网络的生存周期。     

Energy-efficient clustering in lossy wireless sensor networks

Recent experimental studies have revealed that a large percentage of wireless links are lossy and unreliable for data delivery in wireless sensor networks (WSNs). Such findings raise new challenges for the design of clustering algorithms in WSNs in terms of data reliability and energy efficiency. In this paper, we propose distributed clustering algorithms for lossy WSNs with a mobile collector, where the mobile collector moves close to each cluster head to receive data directly and then uploads collected data to the base station. We first consider constructing one-hop clusters in lossy WSNs where all cluster members are within the direct communication range of their cluster heads. We formulate the problem into an integer program, aiming at maximizing the network lifetime, which is defined as the number of rounds of data collection until the first node dies. We then prove that the problem is NP-hard. After that, we propose a metric-based distributed clustering algorithm to solve the problem. We adopt a metric called selection weight for each sensor node that indicates both link qualities around the node and its capability of being a cluster head. We further extend the algorithm to multi-hop clustering to achieve better scalability. We have found out that the performance of the one-hop clustering algorithm in small WSNs is very close to the optimal results obtained by mathematical tools. We have conducted extensive simulations for large WSNs and the results demonstrate that the proposed clustering algorithms can significantly improve the data reception ratio, reduce the total energy consumption in the network and prolong network lifetime compared to a typical distributed clustering algorithm, HEED, that does not consider lossy links.     

基于高斯隶属度的融合算法在改进Leach中的应用

无线传感器网络中节点采集的数据具有较高的冗余度,对数据进行融合处理后再传送到汇聚节点,能有效地降低能量消耗,延长网络生命周期.设计了一种基于高斯隶属函数的数据融合算法,并改进无线传感网络Leach协议,对传感器节点进行二级分簇,多跳通信延长网络生命周期.在一级簇头节点依据分布图法剔除疏失数据,进而利用高斯隶属函数求得权...     

Approximation schemes for load balanced clustering in wireless sensor networks

Clustering sensor nodes is an efficient technique to improve scalability and life time of a wireless sensor network (WSN). However, in a cluster based WSN, the leaders (cluster heads) consume more energy due to some extra load for various activities such as data collection, data aggregation, and communication of the aggregated data to the base station. Therefore, balancing the load of the cluster heads is a crucial issue for the long run operation of the WSNs. In this paper, we first present a load balanced clustering scheme for wireless sensor networks. We show that the algorithm runs in O(nlogn) time for n sensor nodes. We prove that the algorithm is optimal for the case in which the sensor nodes have equal load. We also show that it is a polynomial time 2-approximation algorithm for the general case, i.e., when the sensor nodes have variable load. We finally improve this algorithm and propose a 1.5-approximation algorithm for the general case. The experimental results show the efficiency of the proposed algorithm in terms of the load balancing of the cluster heads, execution time, and the network life.     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

无线传感器网络簇头多跳路径路由算法

在LEACH协议特定簇头选取(DCHS)算法的基础上,提出了一种基于蚁群优化(ACO)的簇头间多跳路径(ACO-CHMP)路由算法。该算法先采用DCHS算法分簇,在稳态运行阶段,利用改进的ACO算法找到从距基站最近簇头节点到基站的遍历所有簇头节点的最优路径,然后从该簇头节点开始沿着最优路径进行数据传输到基站。仿真结果表明:与LEACH算法、DCHS算法和ACO算法相比,该算法极大地均衡了网络的能量消耗,延长了无线传感器网络生命周期。     

An energy-driven unequal clustering protocol for heterogeneous wireless sensor networks

Due to the limitation of energy resources, energy efficiency is a key issue in wireless sensor networks (WSNs). Clustering is proved to be an important way to realize hierarchical topology control, which can improve the scalability and prolong the lifetime of wireless sensor networks. In this paper, an energy-driven unequal clustering protocol (EDUC) for heterogeneous wireless sensor networks is proposed. EDUC includes an unequal clustering algorithm and an energy-driven adaptive cluster head rotation method. The unequal size of clusters can balance the energy consumption among clusters, and the energy-driven cluster head rotation method can achieve the balance of energy consumption among nodes within a cluster, which reduces the waste of energy. Simulation experiments show that EDUC balances the energy consumption well among the cluster heads and prolongs the network lifetime.     

基于虚拟力的WSNs能量高效分簇路由协议

作为无线传感器网络(wirelesssensornetworks,WSNs)的关键技术之一,分簇路由协议因其可扩展性较强及能耗较低等优势,逐渐成为WSNs路由协议的研究热点.如何对簇首进行最佳化选取,是提高分簇路由协议性能的关键.通过揭示不同场景中的簇首数量及网络能耗之间的映射关系,以能耗最小化为目标,构建了簇首最佳规模及最佳位置的计算理论;面向不同规模的网络讨论了簇间多跳策略的使用条件,提出了虚拟簇首及其虚拟力的概念,构建了虚拟簇首与边界、节点及其他虚拟簇首之间的3种虚拟力模型,讨论了不同虚拟力的最佳距离阈值;为实现网络能耗的最小化及均衡化,设置了关于剩余能量及距离因子的适应度函数,形成了基于虚拟力的能量高效路由协议.实验结果表明:在多种规模的网络中,与基于适应度值的改进灰狼优化器、改进的低能耗自适应聚类层次结构协议以及改进的分布式能量高效分簇算法相比,该算法使簇首分布更均匀、节点能耗更低且更均衡.     

一种基于灰色模型的预测调度算法

为了保证监控的质量,无线传感器网络通常以高密度的方式部署节点。当这些节点全部处于工作状态时,不仅会引起信道严重的冲突,而且会产生较多的数据,大量消耗节点的能量。因此,让节点轮流工作和休眠,是一种较好的节能方法。论文对此进行了研究,提出了一种基于预测的调度算法。在这个算法中,簇首节点对簇内成员进行管理,并调度低能量的节点进入休眠状态。休眠节点的数据则由簇首节点采用一定的预测算法来预测。仿真结果表明,该调度算法不仅能够有效地延长网络的生命周期,而且数据的精度也能够得到较好的保证。