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.     

无线传感网络通信节点优化选择算法仿真

研究无线传感器节点优化选择问题.传统LEACH分簇算法中,节点选择的随机性很大,没有很好的参考节点中的多个属性,通信的簇头分布也无规律,造成能量消耗分摊到所有的节点上,一旦选择边沿节点作为簇头,一些节点必须经过长距离的路由转发才能到达簇头,造成通信效率较低.为解决上述问题,提出了一种无线传感网络通信节点优化选择算法.在传统的LEACH算法中,加入朴素贝叶斯决策因素,通过贝叶斯统计,对节点的约束能量进行有效的分类决策,保证在最优节点中选择簇头节点,避免边缘节点参与簇头的选择,仿真结果表明,提出的优化算法使网络的能耗达到了均衡,有利于最优节点的选择,从而延长网络的寿命.     

无线传感网络中基于综合因素的分布式路由算法

近年来由于在多方面的广泛应用,无线传感器网络受到了越来越多的关注.然而限于无线传感器网络自身的限制,如何更好地节省能量,仍为无线传感器路由协议设计中面临的主要问题之一.LEACH等基于分簇的路由协议通过成簇来减少能量消耗,但是成簇过程却带来额外消耗以及冗余.对LEACH协议中簇头生成算法进行了研究并提出了改进,提出了基于节点能量、节点距离以及节点度的分布式优化算法,并对优化算法进行分析与仿真.仿真试验表明,基于综合因素的分布式簇头选举算法优化了簇头选举方式和簇头的分布,从而节省了能量消耗,延长了网络生存周期.     

WSN中基于学习自动机的簇头选举算法

为均衡无线传感器网络节点能耗和网络负载,提出了一种基于学习自动机的簇头选举算法.该算法考虑节点的能量消耗及其与邻居节点的状态信息,在选举簇头时,通过把节点的剩余能量与平均能量相比较以及把节点的相互距离与平均距离比较,来更新学习自动机选择动作概率,以提高有利节点选举为簇头的概率.仿真结果表明,该算法在簇头的分布上更加合理,同时也减少了网络的能量消耗,延长了网络生存期.     

无线传感器网络中助理簇头机制的应用

研究LEACH和PEGASIS协议,提出一种无线传感器网络中的助理簇头分簇算法。该算法根据簇头节点的地理位置、剩余能量及簇内成员节点数目,动态决定是否需要在簇内产生助理簇头,并在需要产生助理簇头的簇内选择合适的节点,以减少簇头通信的能量消耗。实验结果表明,加入助理簇头后,原算法在均衡性能、能量消耗和网络生命周期等方面均得到优化。     

基于簇头功能分化的无线传感器网络成簇算法

以LEACH为基础演化而来的各类算法在簇头选举时始终包含有“随机选择”的成分,导致无线传感器网络在拓扑结构的优化和能量消耗的均衡上受到限制。从分化簇头功能和优化功能节点选举机制的角度出发,提出一种分化簇头功能的分布式算法,引入功能节点推荐机制,弱化簇头选举中的随机成分,分化簇头功能,将以往簇头管理节点、融合数据、转发信息的三大功能分别由管理节点、融合节点、转发节点3个功能节点来承担。仿真数据表明,提出的分簇算法能有效优化簇内拓扑结构、提高节点能量消耗均衡性,能够延长网络生存周期15％~20％。     

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。     

基于离散PSO的分层多链无线传感器网络路由算法

针对无线传感器网络节点能量有限的特点,在PEGASIS协议的基础上提出了一种基于离散粒子群优化算法的分层多链无线传感器网络路由算法DPSO-MCRA.此算法把网络分为两层,通过离散粒子群优化算法建立多条低层链路来遍历所有节点;高层节点则自发地根据剩余能量以及到基站距离的平方大小竞争父簇头,依次选择最近的邻居链节点作为该链簇头,并由这些簇头节点组建簇头链.仿真结果表明,本文提出的路由算法与PEGASIS、GASA、ECR相比能显著缩短通信距离,减少和均衡能量消耗,从而延长了网络的生命周期,并降低了网络时延.     

应用相对变换的无线传感器网络分簇算法

针对无线传感器网络节点负载不均衡的问题,提出了一种应用相对变换的无线传感器网络分簇算法(RTCH)。在成簇阶段,节点将簇头剩余能量、簇头与节点和簇头与基站的传输能耗等参数利用该模型先进行相对变换,再计算簇头适宜度来选择加入簇头成簇,并通过簇头的反馈信息来控制簇的规模来优化网络性能。仿真实验结果表明,RTCH算法能更有效地均衡网络中的能量消耗,延长网络生命周期。     

基于案例推理和神经元网络的桥梁知识的复用

无线传感网络的节点能量有限,层次型的拓扑结构将整个网络分为多个簇,并选择簇头负责路由,节省了节点能量,延长了网络生存周期.文章在现有层次型拓扑算法的基础上,针对其不足,引入生日悖论理论,提出一种新的层次型拓扑算法.该算法通过在每个节点的时槽内,对不同工作状态进行合理分配,保证网络中所有节点在最少能量消耗下进行分簇和选择簇头工作,有效地延长了网络生存周期.     

节点密度自适应的传感器网络加权分簇算法

无线传感器网络的分簇密度不确定会导致网络的有效性降低、生存周期减少等问题.提出了一种节点密度自适应的传感器网络加权分簇算法,通过设定权值.将节点的节点度、与邻节点的平均距离及节点的剩余能量考虑在内,保证综合性能最好的节点成为簇头.再通过控制簇头发射功率使簇内节点密度控制在合理范围内.该分簇算法优化了簇头选择,均衡了网络节点的能量消耗,延长了网络的生命周期.最后通过仿真进一步验证该分簇算法的性能.     

无线传感器网络基于类的簇头选择算法改进

分析了LEACH协议簇头选择算法的不足,针对能量与节点不均衡分布的WSN,提出了一种基于类的簇头选择优化算法,进行了分析和仿真。结果表明,优化算法改进了簇和簇头的分布方式,提高了负载均衡度,并延长了无线传感器网络的生存时间,适应更多的网络初始条件。     

粒子群优化的无线传感器网络仿真研究

研究优化无线传感器问题,针对延长传感器网络的寿命,保证簇的平均分布,提高簇的负载均衡,从而减少能量消耗.传统算法在确定簇首过程中由于忽略了邻居节点的状态信息,容易导致簇内节点过早的出现盲节点现象,从而降低网络的生存时间.要解决上述问题,延长网络生命周期和有效降低能耗,提出一种粒子群优化的无线传感器分簇算法.在充分考虑了簇内邻居节点的能量和距离分布信息的前提下,通过粒子群优化分簇和簇首选择,并进行仿真.仿真结果表明,与LEACH算法相比,算法能有效地均衡网络节点的能量消耗和显著地延长网络寿命,并有效地避免了盲节点现象的过早发生.     

基于分布式层次化结构的非均匀聚类负载均衡算法

考虑到无线传感器网络(WSN)负载不均衡导致节点存活时间较短、能量消耗量较多的问题,提出一种基于分布式层次化结构的非均匀聚类负载均衡算法(DCWSN)。首先,建立了一个WSN的多层分簇的网络拓扑结构,并分析了该网络拓扑的簇内节点运作的能量消耗方式。接着,采用非均匀聚类的负载均衡算法,在簇头的选择上考虑了节点连通密度、节点剩余能量和簇头选择时间,通过竞选出最高权重的节点成为簇头; 在簇的建立阶段,通过簇大小的决定阈值和簇头的更新机制来均衡簇头的能量负载,防止簇头节点过早死亡。通过网络生命周期和网络能量消耗对提出算法的有效性进行验证,并与算法EDDIE、M-TRAC、DDC和EELBC进行比较,结果显示DCWSN算法的节点存活率为37.7%,高于对比算法,且能量效率也高于对比算法。实验结果表明,DCWSN算法对节点负载分配具有良好的均衡性,有效控制了节点负载过量的问题,提高了节点的能量效率。     

一种异构传感器网络的能量有效路由算法

无线传感器网络设计能量有效的路由算法是至关重要的.对于不同类型的传感器节点传输不同大小数据包信息以及拥有不同初始能量的异构传感器网络,本文提出了一种适合此传感器网络的D-REECR路由算法,此算法是在之前提出的REECR算法上改进而来.基于REECR没有考虑簇头在选择时的分布不均匀性,D-REECR将簇头闻的距离作为选择簇头的因素之一,与节点的剩余能量及能量消耗率一起作为选择簇头的依据.这样使各个簇大小基本一致,从而平衡各个节点的能量消耗,达到延长网络生命的目的.仿真结果显示,改进后的D-REECR算法比REECR算法在能量效率上大约提高5%～10%.     

基于能量分布的异构传感器网络分簇算法

针对能量异构的无线传感器网络,提出一种分簇算法。该算法采用基于节点剩余能量分布状况的簇头竞争参数,降低成簇过程中的通信能耗,实现簇头的均匀分布。在簇间综合考虑簇头剩余能量及其与基站的通信能耗,以选择合适的下一跳路由节点。仿真结果表明,该算法可以均衡网络能量消耗,提高节点能量利用效率,延长网络寿命。     

一种改进的LEACH模型及其仿真分析

为了最大限度地延长无线传感器网络生命周期,对无线传感器网络传统路由算法低功耗自适应聚类LEACH进行改进,改进后的算法命名为LEACH-EC.在广播阶段选取簇头节点时引入高概率选取机制,根据节点的剩余能量和节点的集中度选取簇头节点,选取的簇头节点兼顾了节点剩余能量和节点分布状况.实验结果表明,LEACH-EC算法选取的簇头节点性能较优,能有效地减少簇内节点传输能量消耗.因此,LEACH-EC算法能够均衡无线传感器网络能耗负载,延长无线传感器网络生命周期     

蚁群优化的无线传感器网络分簇方法研究

分簇算法是无线传感器网络中减少网络能量消耗的一种重要方法。为了有效使用无线传感器节点有限的能量,将蚁群优化算法应用于无线传感器网络的路径选择,利用蚁群的动态适应性和寻优能力,在分簇产生的簇头节点之间找到最优路径,进而达到均衡网络负载、延长整个网络寿命的目的。模拟仿真实验结果表明了该算法的可行性和有效性。     

无线传感器网络区域内心距离的固定分簇算法

分布式分簇算法(LEACH)中每轮的簇头数量不稳定以及位置分布不均匀,针对此问题,为了延长无线传感网络的稳定周期,优化簇头选举机制,以及均衡网络的能量消耗,提出了一种改进的固定分簇算法;该算法采用固定分簇技术,以汇聚节点为中心将网络划分为等大小的区域;在簇头选举阶段,引入代价函数,综合考虑固定分簇内各节点剩余能量、区域的内心距离、位置布局等因素,优化簇头的数量和布局;通过Matlab仿真实验表明,改进后的算法与原算法对比,均衡了网络能量消耗,每轮中簇头数量稳定且分布较均匀,有效延长了网络的稳定周期、半衰周期和生命周期。     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.