基于博弈论能耗均衡的WSN非均匀分簇路由协议

在无线传感器网络(WSN)的分簇路由算法中,节点间能耗不均容易引发 “能量空洞”现象,影响整个网络的性能。针对这个问题,提出了一种基于博弈论能耗均衡的非均匀分簇路由(GBUC)算法。该算法在分簇阶段,采用非均匀分簇结构,簇的半径由簇头到汇聚节点的距离和剩余能量共同决定,通过调节簇头在簇内通信的能耗和转发数据的能耗来达到能耗的均衡;在簇间通信阶段,通过建立一个以节点剩余能量和链路可靠度为效益函数的博弈模型,利用其纳什均衡的解来寻找联合能耗均衡、链路可靠性的最优传输路径,从而提高网络性能。仿真结果表明:与能量高效的非均匀分簇(EEUC)算法和非均匀分簇节能路由(UCEER)算法相比,GBUC算法在均衡节点能耗、延长网络生命周期等性能方面有显著的提高。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。     

基于新型聚类的无线传感器网络非均匀分层路由协议

针对成簇路由协议中由节点负载不均引起的能量空洞问题,提出了一种基于新型聚类的负载均衡非均匀分层路由协议(NHRPNC)。首先,利用改进的LEACH协议阈值函数选举区头,并对网络进行合理的非均匀分区;其次,对每个区头运用新型聚类算法实现区内非均匀分簇;然后,在每个簇内采用四步簇首选择机制来周期性地选择簇首;最后,在簇间多跳通信时,采用动态权重的方式优化多跳路径。仿真结果表明,与低功耗自适应集簇分层(LEACH)协议、分布式能量均衡非均匀成簇(DEBUC)协议以及基于动态分区的无线传感器网络非均匀成簇(UCDP)协议相比,NHRPNC在网络生命周期方面可分别提高257.5,33.74和12.83个百分点,且具有良好的能耗均衡性。     

扰动粒子群优化的SDWSN路由算法

针对分布式路由算法在软件定义无线传感器网络中应用时能量消耗大以及簇头能耗不均衡问题,提出一种基于扰动粒子群优化的能耗均衡路由算法tPSOEB。该算法通过考虑节点的剩余能量、位置和能量均衡信息选择簇头,并引入扰动改进粒子群算法的搜索性能,然后用非均匀分簇的思想来构建大小不等的簇,每周期进行一轮全局分簇和[k]轮局部簇头更新,节省分簇时的能量消耗。在簇间路由建立时,根据链路能耗、节点剩余能量和簇内节点数,采用集中式方式构建最短路由树。仿真结果表明,tPSOEB能显著提高网络的能量使用率,延长网络寿命。     

面向异构WSNs的基于能量感知的簇路由算法

有效地使用传感节点的能量,进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.为了延长网络,现存的多数簇路由是面向同构网络.为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法.DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化.与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化.在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息.仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命.     

基于分层模型的无线传感器网络分簇路由算法

无线传感器网络（WSN）与传统无线网络相比,网络节点在电源能量、计算与处理能力、通信带宽等方面都十分有限。延长网络的生命时间成为无线传感器网络的一个关键问题。文中提出了一种新的高效节能的分簇路由协议ULCR（Unequal Level-based Clustering Routing Algorithm）。该算法根据节点的剩余能量及节点所在层次来竞争簇头,同时使用候选节点的竞争范围来构造大小不均等的簇。簇间采用多跳方式转发数据,可以有效避免簇头能量消耗不均衡的问题。仿真结果显示,与LEACH和EEUC两种协议相比,ULCR协议可有效延长网络生命时间。     

无线传感器网络中基于能量优化的路由协议ANT-LEACH

经典路由协议LEACH采用自适应分簇算法,簇头与基站直接通信,因此一旦二者距离较远,则这种单跳传输方式将消耗较多能量,并最终导致整个网络运行失效。提出一种改进的基于能量优化的路由协议ANT LEACH,该协议将蚁群优化算法融入到簇头选路过程中,重点引入引力度函数概念对蚁群选择概率公式和信息素更新规则进行改进,充分考虑簇头节点的剩余能量,在簇头与基站之间找到一条能量最优路径,变单跳为多跳传输方式。仿真结果表明该协议有效地降低了节点能耗,延长了网络的生存时间,并保证了整个网络负载的平衡。     

基于DPSO的智能WSN分簇路由算法

主要针对无线传感网络经典分簇协议LEACH(Low Energy Adaptive Clustering Hierarchy)中存在的三个使能量消耗过大的问题,提出了一种新的智能无线传感网络分簇路由算法DPSO-CR(Discrete Particle Swarm Optimization-Clustering Rou...     

使用蚁群优化的WMSNs负载均衡路由方案

由于无线多媒体传感器网络（WMSNs）具有资源受限、信道容量可变、数据冗余度高等特点,研究WMSNs的QoS 路由具有极大的挑战性。针对上述问题,提出了一种使用蚁群优化的WMSNs负载均衡路由方案——ACOLBR。ACOLBR采用分簇技术进行区域划分,簇间利用ACO找到一条簇首到基站的最优路径,簇内利用以簇首为根节点的最小生成树算法组织路由。仿真结果表明,与AGRA和M-IAR算法相比,ACOLBR在负载均衡、传输时延、传输成功率、可扩展性和自适应性等方面均有较大改进,实现了全网的负载均衡,有效地延长了网络生命期,保证了网络传输的QoS。     

基于模糊C均值聚类及群体智能的WSN分层路由算法

为了提高无线传感器网络（WSN）的能量效率并延长其生命周期,提出了一种基于模糊C均值聚类（FCM）和群体智能的WSN分层路由算法（FCM-SI）。首先采用FCM聚类算法对网络进行分簇,优化普通节点与簇头（CH）间距离;然后采用三参数的人工蜂群（ABC）算法选取每个簇的最优簇头;最后采用蚁群优化（ACO）算法搜索簇头至基站（BS）的多跳路径,路径综合考虑了网络的能耗和负载均衡性能。仿真结果显示,与基于均匀分簇的改进的低功耗自适应分簇（I-LEACH）算法、基于ABC的低功耗自适应分簇（ABC-LEACH）算法和基于ACO的低功耗自适应分簇（ANT-LEACH）算法相比,FCM-SI在100 m×100 m,100个节点的初始网络条件下将网络生命周期分别提高了65.2%、49.6%和29.0%。FCM-SI能够有效地延长网络寿命,提高能量利用效率。     

传感器网络中结合SOM与免疫克隆选择的分簇路由策略

提出一种结合自组织映射(SOM)与免疫克隆选择算法的分簇路由策略SICR(SOM and Immune Clonal Selection Based Clustering Routing Scheme for Wireless Sensor Networks).在分簇聚类时,充分考虑了网络节点密度、剩余能量以及与汇聚点间距离等因素,采用一种基于自组织映射原理的簇头竞争算法,构建了能量消耗均衡的分簇结构.该结构可以有效的应用于节点能量异构的网络场景.同时,为了减少簇重构次数,降低重构开销,在维护阶段引入了自适应调整机制,簇首可根据簇内各成员的剩余能量估算簇的稳定性,并据此调整簇规模.路由的组织则分为簇内通信和簇间通信两部分:簇内通信基于建立的簇内拓扑路径集进行;簇间通信则通过基于克隆选择算法建立的最小汇集树进行.模拟实验表明,与现有的几种算法相比,SICR能更好均衡节点的能量消耗和延长网络寿命.     

大规模无线传感网基于CFSFDP和泊松混合模型的分簇路由算法

针对无线传感网随规模的扩大其节点能量利用率较低的问题,提出了一种适用于大规模无线传感网的基于CFSFDP和泊松混合模型的分簇路由算法(CRCPMM).其核心思想是:在基站利用改进的CFSFDP算法自动估计簇的数目K值并选取聚类中心,然后运用泊松混合模型将节点合理聚类,以保证聚类效果最优;簇间采用多跳传输方式,综合考虑簇首等效剩余能量、簇首之间的距离以及多跳路径与理想最优路径之间的角度.仿真结果表明:与低功耗自适应集簇(LEACH)协议、分布式能量有效非均匀成簇(DEBUC)协议相比,CRCPMM协议在大规模网络中具有明显的优势,能够有效均衡节点能耗,延长网络生命周期.     

基于奇偶轮成簇和双簇首的非均匀分簇协议

针对无线传感器网络（WSN）存在"能量热区"和系统鲁棒性较差的问题,提出了一种基于奇偶轮成簇和双簇首的非均匀分簇协议（UCOD）。首先,优化竞争半径函数,使簇首分布更合理;其次,引入主副簇首机制,当主簇头能量低于设定的能量阈值时进入休眠,副簇头同时执行主副簇头功能以提高鲁棒性;然后,采用奇偶轮不同的成簇机制,奇数轮全局节点竞争簇首,偶数轮在奇数轮簇内选择簇首,减少节点入簇选择耗能;最后,将网络分级,节点根据位置、能量、转发次数和周围节点数在下一级选择中继节点。仿真结果表明,UCOD与分布式能量均衡非均匀分簇协议（DEBUC）和基于非均匀分簇的无线传感器网络分层路由协议（HRPNC）相比,网络生命周期延长了28.4%和13.7%,丢包率在簇首损坏50%的情况下降低了39.1和27.5个百分点。实验结果表明,UCOD能够有效提高能量效率和系统鲁棒性。     

基于位置信息的双簇头路由算法

针对无线传感器网络(WSN)的高能效路由选择问题,在混合式能量均衡分簇(HEED)算法基础上提出一种基于位置信息的低能耗双簇头多跳路由算法(HEED-EELD)。假设网络中所有节点都具有位置感知能力,网络根据最佳单跳距离划分层级,节点根据自身位置确定所在层级。簇内选举产生双簇头,分担单一簇头的工作,均衡簇头能耗。在簇间多跳路由中,簇头根据位置、距离和剩余能量的代价函数选择最优路由。Matlab仿真结果表明,与低功耗自适应分簇(LEACH)算法、HEED算法相比,提出的HEED-EELD在网络寿命、能量效率、能耗均衡等性能方面具有明显的性能增益。     

基于最优簇数和改进引力搜索的WSN路由算法

为了提高无线传感器网络（WSN）的能量利用效率,提出一种基于最优簇数和改进引力搜索的WSN路由算法（ONCIGS）。首先,根据非均匀分簇的思想计算最优簇数,并采用改进的凝聚嵌套（AGNES）算法实现网络的合理分簇;其次,将反向学习机制和精英策略思想引入到引力搜索算法中,并基于种群密度对作用力进行自适应调整,以提高搜索精度,加快收敛;然后,将簇头剩余能量的标准差作为目标函数,搜索能量均衡的簇间数据转发路径。实验结果表明,相比低功耗自适应集簇分层型（LEACH）路由算法和分布式能量均衡非均匀成簇（DEBUC）路由算法,ONCIGS在100 m×100 m网络规模下将网络生命周期分别延长41.94%和5.77%,在200 m×200 m网络规模下分别延长76.60%和7.82%。ONCIGS能够有效地延长网络寿命,提高能量效率。     

有效能量空洞避免的无线传感器网络混合多跳路由算法

针对在无线传感器网络(WSN)的分簇路由算法中,节点之间能量消耗不均衡容易引发"能量空洞"现象的问题,在研究平面和层次路由协议的基础上,提出了一种有效能量空洞避免的混合多跳路由算法。首先,引入热点区域划分的概念对监测区域进行划分;然后,在分簇阶段,对热点区域外的节点采用非均匀分簇结构,融合簇内数据以减少流入热点区域的数据量;其次,对热点区域内的节点不采取分簇以降低区域内节点的分簇能耗;最后,在簇间通信阶段,通过粒子群优化(PSO)算法寻找同时满足相邻两跳间最大通信距离的最小化和最大通信跳数的最小化的最优传输路径,实现整个网络的能量消耗最低。理论分析和实验结果均表明,所提算法在能量有效性和能耗均衡分配方面都要优于基于增强学习的生命期优化路由协议(RLLO)和基于模糊理论的多层分簇式路由协议(MLFC),网络生存周期分别提高了20.1%和40.5%,可以有效避免"能量空洞"。     

A powerful hybrid clustering method based on modified stem cells and Fuzzy C-means algorithms

One of the simple techniques for Data Clustering is based on Fuzzy C-means (FCM) clustering which describes the belongingness of each data to a cluster by a fuzzy membership function instead of a crisp value. However, the results of fuzzy clustering depend highly on the initial state selection and there is also a high risk for getting the best results when the datasets are large. In this paper, we present a hybrid algorithm based on FCM and modified stem cells algorithms, we called it SC-FCM algorithm, for optimum clustering of a dataset into K clusters. The experimental results obtained by using the new algorithm on different well-known datasets compared with those obtained by K-means algorithm, FCM, Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO), Artificial Bee Colony (ABC) Algorithm demonstrate the better performance of the new algorithm.     

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。     

基于蚁群的AdHoc网络分簇路由算法

无线AdHoc网络是一个多跳、临时性的对等移动自治系统,它由一组带有无线收发装置的移动节点组成。而路由协议是AdHoc网络体系结构中不可或缺的重要组成部分,因此路由协议的研究成为当前AdHoc网络研究的重点。针对AdHoc网络节点能量有限的特性,提出了一种基于分簇及蚁群的组合路由算法（CRBAC）。给出了分簇策略下的簇内簇间路由机制,簇内采用按需路由策略,将改进的蚁群算法应用到簇内路由机制中,通过扩散信息素选择能量高的邻节点均衡网络节点能量,而簇间采用尽可能简单的表驱动路由策略。仿真结果表明,该算法是合理的,不仅有效地减少了端到端时延,而且提高了网络的生存时间。     

基于非均等分区的无线传感器网络路由协议

针对无线传感器网络（WSN）存在簇头节点分布不合理以及节点负载不均形成的“热点”问题,提出了一种基于非均等分区的非均匀分簇路由协议（UAUC）。UAUC通过非均等分区对网络进行划分,并在每个区域中根据能量因子、距离因子以及密集程度因子选择合适的簇头节点。此外,在簇头节点之间构造一棵负载均衡路径树,解决数据传输时存在的“热点”问题。仿真实验中,与低功耗自适应集簇分层（LEACH）协议,分布式能量有效非均匀成簇（DEBUC）协议以及基于非均匀分簇的无线传感器网络分层路由协议（HRPNC）相比,UAUC协议的簇头节点分布更加合理;UAUC在生存周期上较LEACH协议,DEBUC协议与HRPNC协议分别提高了88%,12%与17.5%;UAUC的节点平均剩余能量高于LEACH协议,DEBUC协议和HRPNC协议,并且节点剩余能量方差小于LEACH协议,DEBUC协议和HRPNC协议;UAUC协议在数据包接收量上较LEACH协议,DEBUC协议和HRPNC协议提高了400%,87.5%与25%。实验结果表明,UAUC能够有效地提高能量效率和数据包接收量,均衡能量消耗,延长网络的生存周期。