基于PSO的非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

基于PSO的无线传感器网络非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时也为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

基于非均匀分簇的WSN双簇头路由算法

针对无线传感器网络中多跳通信造成的“热区”问题,改进EEUC路由协议,提出基于非均匀分簇的WSN双簇头路由算法。将数据监测区域分为近区与远区,各区域的簇内可产生主副两个簇头,近区的副簇头负责转发数据,以分担主簇头的能耗;远区的副簇头负责采集数据和融合数据,以减少簇内节点通信代价。仿真结果表明,与LEACH和EEUC算法相比,所提算法网络生存期分别延长了22.9%和10.1%,平均能量消耗减少了29.3%和8.6%,有效地均衡了网络负载,延长了网络的生命周期。     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

一种新的基于粒子群优化的双簇头分簇路由算法*

针对无线传感器网络分簇路由算法中簇头节点负载过重,簇头能量利用率不高,提出了一种基于粒子群优化的双簇头多跳路由算法。该算法根据簇头任务的不同,利用节点的能量、距离汇聚节点的距离以及节点的位置关系分别构建适应值函数,选择出最优主簇头完成数据采集和融合任务,以及与其协作的最优副簇头完成簇间数据转发任务,最终实现采集能耗和传输能耗最小化。仿真实验结果表明,与其他路由算法相比,该算法可以有效减轻簇头节点负载,减小簇头能量消耗,均衡整个网络能耗,延长了网络的生存周期。     

基于非均匀分簇和蚁群神经网络的WSN数据融合算法

为了确保无线传感器网络在列车车厢中能高效稳定地工作,提出了一种基于蚁群优化神经网络的数据融合算法 (DFA-IACOBP)。该算法将无线传感器网络非均匀分簇结构与神经网络结构相结合,建立一个基于非均匀分簇路由神经网络的无线传感器网络数据融合模型。在非均匀分簇路由算法中,候选簇头根据竞争半径构造出大小不一的簇,并在每个簇中竞选出两个簇头。主簇头负责簇内信息采集和处理,副簇头承担簇间信息转发,神经网络的权值和阈值由蚁群算法优化寻得,优化后的神经网络能从存在大量冗余数据的无线传感器网络提取有效特征数据并传输至汇聚节点。仿真结果表明:DFA-IACOBP算法能大幅降低网络中冗余数据,减少网络数据通信量,提高特征数据采集效率和网络整体性能。     

基于质心的LEACH改进算法

对无线传感器网络而言,网络生存时间是衡量网络性能的关键指标。为延长传感器网络寿命,提高能量使用效率,提出一种基于质心的LEACH改进型算法。利用在网络中加入一定量的信标节点并结合改进的Euclidean定位算法确定网络中各节点的相对位置,网络在LEACH算法分簇并确定一个簇头(副簇头)的基础上,基于簇内节点的相对位置在质心区域内选举另一个簇头(主簇头)。主簇头负责收集数据,并把融合后的数据发送给副簇头,由副簇头将数据转发给其它簇或基站。仿真结果表明,该算法有效均衡了网络负载,延长了网络生存时间。     

应用IPSO的无线传感器网络分簇路由算法

在基于分簇的无线传感器网络中,网络是通过附近传感器节点在转发信息到目的节点前进行冗余数据的融合实现节能,从而延长了网络的生命周期。但现存的算法在选择簇首节点的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出现盲节点的现象。进化类算法已经成功应用于许多方面,微粒群算法就是其中之一。提出了一种基于改进型微粒群算法的无线传感器网络分簇路由算法来优化分簇过程。簇首节点的选取综合考虑候选节点和邻居节点的状态信息。仿真结果表明算法的性能得到了较好的改善,并延长了网络的生命周期。     

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％。     

基于能量感知的双簇头数据收集协议

针对无线传感器网络的簇结构中簇头节点消耗能量过快而容易成为死亡节点的问题,提出了一种能量感知的双簇头数据收集协议EADC,通过在簇内增加一个副簇头来负责主簇头节点的数据转发功能,分担了主簇头的能量消耗,使主簇头成为死亡节点的概率降低,从而有效延长了网络寿命。实验分析结果表明,与EADEEG算法相比,EADC能够将死亡节点出现的时间有效延长30轮,使网络使用寿命明显延长。     

基于K-means聚类的WSN能耗均衡路由算法

针对无线传感器网络的能耗问题,提出了一种基于K-means聚类的能耗均衡路由算法(KBECRA).该算法将K-mean.聚类算法用到分簇中,既避免了频繁组簇消耗能量,又避免了簇头集中分布在某一区域的缺点.在簇内根据不同的适应值选择负责簇内数据收集和融合的主簇头,以及负责簇间传输数据的副簇头,较好地平衡了网络的能量负载....     

无线传感器网络低功耗自适应分簇协议

低功耗自适应分簇(LEACH)协议随机循环地选择群首节点将网络能耗平均分配到每个传感器节点中,但并没有考虑每个节点的剩余能量。为了避免能量较少节点因为当选为群首较快消耗能量而过早死亡,提出了一种LEACH-New节能算法,根据能量概率选取剩余能量较多的节点作为群首并确定最佳群首个数,群首收集数据并融合后采用单跳和多跳相结合的方式将数据转发给基站。这样解决了LEACH协议能量较少节点当选为群首和群首负载过重的问题,从而延长网络生存时间。仿真结果表明,改进后算法有效地减少了网络能量消耗,保证了网络负载的平衡。     

具有能量补给的无线传感器网络分簇路由算法

提出一种具有能量补给的无线传感器网络分簇路由算法PHC。在PHC中,传感器节点通过周围环境获取能量补给。PHC综合考虑节点自身的能量起伏变化以及能量补给水平,修正了现有的簇头选择机制和非簇头节点的归属机制,使能量消耗平均分配到整个网络中。通过仿真表明,PHC在考虑了能量补给的同时,改善了无线传感器网络中能量消耗的均衡性,延长了网络的生命周期,网络中最终存活节点和整体残留能量提高了20%。     

一种基于分层无线传感器网络的路由算法

在多跳无线传感器网络中,靠近sink的节点由于需要转发来自外部的数据,其能量消耗速度快于离sink较远的节点,从而导致“能量空洞”的出现.采用分层的网络结构能够有效延迟能量空洞的出现.在分析现有路由算法 的基础上,结合分层的思想,对现有算法的路由算法进行了改进,提出了分层网络中各层环内最佳簇头和成簇概率的计算方法.在路由发现阶段引入了簇头路由指标,用于控制路由簇头接纳的路由数量,从而平衡了环内各个路由簇头的能量消耗.仿真实验结果表明,新的路由算法在网络生存时间、能耗均匀程度方面均优于现有算法.     

无线传感器网络时间同步与成簇算法

无线传感器网络的时间同步和成簇算法是目前国际上研究的热点。在目前的研究中,往往假设节点间的数据通信是没有冲突的,忽略了避免消息冲突机制的设计。在设计节点时间同步算法的基础上,提出了一种节点自组织成簇的算法,着重对算法的设计思想和工作过程进行了分析和论述。算法通过综合考虑候选节点的剩余能量、节点的度等参数来优化簇头的选择,同时,通过更换簇头,减少和均衡每个传感器耗能,以延长全网寿命,实验结果表明了算法的有效性。     

无线传感器网络中远程链路传输算法研究

在COSEN算法基础上,提出一种多级分层链路算法。该算法根据各节点与基站的距离排序,固定各层节点数量来进行分层,每层节点形成一个簇链,并以剩余能量为基准由上级簇首在指定范围内选举下级簇首,各簇首负责收集本层数据并融合从下级簇首收到的数据,将融合后的数据发送给上级簇首,逐层传递直至基站。通过NS3平台仿真验证,结果表明,该算法的传输时延和能耗均优于PEGASIS算法及COSEN算法。     

基于改进CPSO算法的无线传感器网络路由协议

为了降低节点能量消耗,延长网络生存周期,提出一种基于混沌粒子群算法（Chaotic Particle Swarm Optimization,CPSO）的无线传感器网路由协议。该协议改进了LEACH（Low Energy Adaptive Clustering Hierarchy）协议的簇头选择机制,考虑节点剩余能量、簇头到基站（Based Station）的距离等因素,通过混沌粒子群算法对簇头选举进行优化。簇头选举后,通过多跳算法对簇头到基站的通信方式进行优化。仿真结果表明,与传统的LEACH协议比较,新协议能减少能量消耗,延长网络寿命。     

WSNs中最小通信代价的非均匀分簇算法

在现有的无线传感器网络分布式多跳路由的基础上,提出一种最小通信代价的非均匀分簇组网算法,采用定时器策略选择剩余能量较大的节点作为簇头节点,簇内与簇间都选择通信代价最小的路径进行通信,根据簇头剩余能量和距Sink节点距离控制簇规模,通过控制泛洪速度,节点优先加入与Sink节点通信代价较小的分簇,防止数据回传。经实验表明:算法能有效地控制分簇结构的建立,能量利用更加高效,拥有更长的网络生存期。     

一种分布式高效节能的自适应传感器网络聚类协议

现有的传感器网络拓扑协议未全面考虑节点位置、剩余能量等因素影响,算法的稳定性、能量有效性不足。提出一种分布式高效节能自适应传感器网络聚类协议(DEAC)。该协议通过增加等比能量约束项,利用节点的剩余能量信息,改变候选类首的选择概率,再基于邻居节点候选类首的信息,选择合适的类首。实验结果表明:与LEACH,HEED等拓扑协议相比,DEAC可有效减少网络总能耗、平均网络各节点的能量消耗、延长网络的生存时间,性能超过LEACH,HEED等聚类协议。     

无线传感器网络多路径簇头链分簇式路由算法

本文分析了无线传感器网络路由协议的研究现状,重点研究了分簇式路由算法,并提出一种改进的算法--基于能量和距离的多路径簇头链（MCBED）算法。该算法不仅改进了簇头节点的选取方法,而且根据需要产生替补簇头节点,形成多路径簇头链。理论分析和仿真实验表明,改进后的算法分簇更加合理,提高了网络健壮性,节省能量,均衡节点能量消耗,显著延长了网络生存时间。