基于分簇和定向扩散混合路由协议的研究

分簇算法是无线传感器网络路由算法研究的主要方向之一.为了解决无线传感器网络中网络节点能量负载不平衡的问题,提出基于分簇和定向扩散混合路由算法的方案.将传感器节点分簇,簇间通信采用定向扩散算法,充分考虑能量均衡的问题,从而实现整个网络的能量消耗更加均衡,最大限度地延长网络生命周期的目的.仿真表明,该混合算法能量均衡性更好,能提供更长的网络生命周期.     

改进无线传感器网络路由算法

无线传感器网络是由能量有限的节点组成,高效节能的路由算法是无线传感器网络的基础。针对低功耗自适应分簇（LEACH）路由算法在选择簇首节点及通信过程中能量消耗大的不足问题,提出了一种改进的LEACH路由算法。引入节点剩余能量因素参与簇首节点的选择,有效地降低剩余能量较小的节点成为簇首的可能性,节点之间的数据传输采用单跳和多跳相结合的通信方式,也降低了传感器网络能耗。     

基于双簇头的无线传感器网络多跳路由协议

针对无线传感器网络分簇路由协议中簇头节点负载过重的问题,提出一种基于双簇头的多跳路由协议,该协议基于LEACH产生主簇头,然后根据节点的剩余能量及其与主簇头的距离产生副簇头,以负责数据转发的任务,减轻主簇头的负载,并在各副簇头之间形成簇间路由,将数据以多跳的方式传送到基站.仿真实验表明,与LEACH相比,该协议较好地均衡了网络的能量消耗,延长了网络的生命周期.     

基于能量受限的无线传感器网络路由设计

由于传感器节点能量的有限性,如何延长网络的生命周期是无线传感器网络(WSN)路由设计的主要目标.为解决LEACH协议存在簇头分配不均匀和能量消耗较大等问题,研究一种基于蚁群算法的无线传感器网络路由设计方法.主要采用节点能量来选举簇头,采用蚁群算法优化簇间路由以实现簇间通信.仿真结果表明这种方法优于LEACH算法,在降低能量消耗与延长网络生存周期等方面具有更好的性能.     

基于簇首连任和多汇聚节点的WSN路由算法

为延缓传感器网络寿命,减少网络能量消耗,通过分析LEACH路由算法的不足,提出一种基于簇首连任机制和多汇聚(sink)节点的无线传感器路由算法.即在成簇阶段采用一个簇首在多轮中连续担任簇首的机制,以减少每轮因选簇首而耗费的能量;在数据传输阶段使用多个sink节点接收簇首发来的信息,以降低通信中的能量消耗.仿真实验结果表明,该算法能有效延长网络生命周期且减少网络能量消耗.     

基于模糊K均值和自适应混合蛙跳算法的分簇路由设计

为了解决传统分簇路由协议中存在的能耗开销不均衡和簇头选举不合理的问题,提出了一种基于模糊K均值和自适应混合蛙跳算法的WSN负载均衡分簇路由协议。首先,Sink节点收集各子区域的节点位置信息,并行运行模糊K均值算法将网络区域分为若干大小规模不同的簇,并将数据中心拟合到初始簇头节点。然后,以最大化节点剩余能量和最小化节点与簇头以及簇头与Sink节点的距离为目标定义了适应度函数,采用改进的自适应混合蛙跳算法对簇头进行寻优,并将最优解作为最终的簇头。最后,设计了最小跳数路由算法获得各簇头到Sink节点的最小跳数路由。采用NS2仿真工具对该方法进行仿真,实验表明:该方法具有较长的网络生命周期,较其它方法延长生命周期30%以上,具有较大的优越性。     

基于非合作博弈的簇间能量优化路由算法研究

针对无线传感器网络(WSNs)的簇间路由进行详细研究,指出目前簇间路由中存在的能量耗散不均衡问题.通过实际例子指出簇间能耗不均的原因,即各个簇头节点的自私性导致数据流量分布不均,进而引发能耗的分布不均.在此基础之上,提出规范各个簇头节点行为的非合作簇间路由博弈模型,得出并证明该博弈的Nash均衡点(NEP).然后基于此博弈模型提出本文的路由算法——基于非合作博弈的簇间能量优化路由算法EIRNG.最后,进行详尽的仿真实验,分别针对网络的能量效率以及网络性能进行横向及纵向对比,实验结果表明,通过引入平衡因子θ_i,各层簇头可选择最优数据转发量,从而网络中的簇头之间的能量消耗趋于均衡.与经典分簇算法PEGASIS以及作者前期工作EEREG相比,采用EIRNG时网络生命期可延长分别为74.1%及8.6%.因此,基于非合作博弈的簇间路由能量优化算法EIRNG可有效地提高能量效率以及提高网络的性能.     

基于能量平衡的无线传感器网络非随机分簇算法（英文）

无线传感器网络(WSNs)路由协议的设计受到传感器的节点特征、网络行为和应用需求等的影响,网络拓扑结构的变化对节点之间通信路径的影响非常关键。分簇是减少能量消耗和增强网络可扩展性的一种有效的拓扑控制技术。为了节约能耗,提出了能量平衡的非随机分簇算法。该算法采用最小能量分簇技术形成簇群,利用最小的通信距离来选择最优的簇头(CH)。仿真结果表明该算法延长了网络寿命,与集中式的LEACH-C算法相比,提高了能量利用效率。     

改进的蚁群优化算法在无线传感器网络中的应用

针对无线传感器网络节点能量十分有限的特点,将蚁群优化算法应用到传感器网络的路由中,提出了一种改进的蚁群路由算法(IARA)。在考虑节点剩余能量、传输方向和节点距离等因素的基础上,对基本蚁群算法的概率选择公式和信息素更新公式进行了改进,实现了能量在整个传感器网络上的均衡消耗。仿真结果表明:该算法减少了传感器网络的能量消耗,并且使能量消耗更加均衡,从而提高了整个无线传感器网络的生存寿命。     

一种负载均衡的无线传感器网络自适应分簇算法

在分簇算法中,有效的簇首选取策略可以提高网络负载均衡和簇首均匀分布程度.针对簇首选取问题,文章提出了一种负载均衡的无线传感器网络自适应分簇算法,该算法使用簇半径、节点剩余能量和簇首间距作为参数选取簇首,网络中簇内成员到簇首的通信以及簇首之间的通信都基于自由空间模型的低能量衰减,簇首与Sink节点采用多跳的方式进行通信.仿真结果表明,与LEACH算法比较,该算法有效地实现了网络负载均衡和簇首均匀分布,延长了网络生存时间.     

认知视角下能量感知的ZigBee网络树型路由优化算法

为解决ZigBee Cluster-Tree路由算法路径选择不优的问题,提出了一种能量感知的ZigBee树型路由EZTR(Energy-Aware ZigBee tree routing)算法.该算法利用每个节点感知的地址信息,按照ZigBee网络树型结构计算下一跳邻居节点到目的节点之间的跳数可避免网络的环路效应,通过引入认知概念,在跳数集合中选出最短路径以降低跳数.在ZigBee网络节点能量的感知过程中,当所选路径存在低能量节点时,及时启用备用节点,从而避免节点因能量过度消耗成为失效节点.NS2(Network simulator version 2)仿真实验表明,EZTR算法可提高网络分组递交率,有效减少节点转发跳数和平均网络延时,减小网络整体能耗,为提高网络的实时性和延长网络生命周期提供理论支持.     

基于自适应分簇机制的ZigBee路由优化算法

ZigBee协议虽然采用AODVjr和Cluster-Tree两种算法的结合体作为自身的路由算法（ZBR）,但这种路由算法并没有结合到各自算法的优点,对于提高网络的性能是有限的.为此,提出了一种结合AODVjr和Cluster-Tree优点的分簇路由算法--ACZBR算法,该算法在簇内使用Cluster-Tree算法,在簇间使用AODVjr算法.同时,为了避免簇首节点由于能量过度消耗而成为死亡节点,该算法采用了簇首自适应切换策略,从而保证网络的性能.仿真结果表明,该算法对于ZBR算法在网络生存时间、丢包率、时延等方面都有明显的改善.     

具有能量补给的无线传感器网络能量感知路由算法

为适应新能源条件下无线传感器网络的能量补给特点,根据节点自身能量起伏变化和能量补给的速率等特点,提出了一种考虑能量补给因素的无线传感器网络能量感知路由算法——PHEA.PHEA将传感器节点从周围环境中获取能量的因素考虑进路由算法中,并使用信息融合D-S证据理论算法选择下一跳节点,使得能量消耗能够平均分配到整个网络中.仿真结果表明,算法改善了能量补给因素条件下无线传感器网络中的能量消耗的均衡特性,延长了网络的生命周期,与经典能量感知路由算法EA相比,PHEA的性能高50%左右。     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

基于压缩感知的自适应数据融合算法

为了降低数据融合本身的能量开销和数据传输能耗,将压缩感知理论应用到无线传感器网络的数据融合中,提出了一种自适应的数据融合算法,在路由过程中收集、融合无线传感器网络中相关节点的感知数据,使传输能耗和融合能量开销接近最小.     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

基于树路由的节能算法研究

ZigBee网络的能耗问题一直是研究的一个热点,在实际工作环境中ZigBee网络中的某些节点因频繁用到而过早的能量耗尽,使网络性能降低或瘫痪.该文针对这些问题,对树路由算法进行了改进,改进路由算法通过引入邻居表和能量分级机制,控制节点能量消耗,保护能量较低的节点,使网络的生存能力更长.仿真实验表明改进算法节约了数据包传...     

基于兴趣梯度和能量梯度改进的GPSR路由算法

针对贪婪周边无状态路由（GPSR）算法中能耗不均衡和高能耗问题,提出了一种基于兴趣梯度和能量梯度的改进的GPSR路由算法。首先,在查询消息沿路由路径的传输过程中,根据汇聚节点与事件区域节点发生数据内容的匹配程度,确立兴趣阈值和能量阈值;然后,当路由路径中的一些节点接近阈值,网络将运用右手法则和递归贪婪算法提前找出一条新的路由路径到目标区域,从而使节点负载相对均衡。仿真实验结果表明,改进的算法减少网络能耗和延长网络的生存周期。     

基于萤火虫算法优化FCM的WSN路由算法

针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。