基于混沌粒子群的改进LEACH算法

针对无线传感器网络中LEACH高能耗及簇头早死问题,在簇头选择过程中,考虑了节点剩余能量和到基站的距离.通过混沌优化的粒子群算法来扩大搜索范围,迭代选取性能最优的节点作为簇头.在能量消耗总和、节点存活数和网络剩余能量3个方面进行了几种方法的对比研究.     

面向湿地水环境监测的无线传感器网络拓扑控制

为了消除低功耗自适应集簇分层型协议算法因为簇头节点分布不均衡所造成的能量空洞,基于通信距离和节点的残余能量及网络簇划分,优化了簇头节点选择,确定了整个网络的簇头,提出了一种改进的低功耗自适应集簇分层型协议节点拓扑控制算法.结合湿地水环境特点,对算法的实际性能进行仿真,结果表明:该改进算法在节点的低功耗和能量均衡方面均优于原算法,其最终运行轮数较原算法提升了26%,有效延长了湿地水环境监测网络的工作寿命.     

WSN中基于离散人工鱼群的分簇拓扑优化算法

针对无线传感器网络中的HCAGG未综合考虑邻居节点的距离和能量分布,离簇首节点较远而能量较少的节点易成为盲节点的问题,提出一种分级簇算法.该算法引入新的综合权值计算方式,利用离散人工鱼群算法快速遍历到满足成员节点距其越远能量越多,反之越少的新簇头,降低了盲节点出现的概率.仿真结果表明,该算法有助于均衡节点能量,能有效延长网络生存期.     

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。     

等量线模型下的LEACH优化协议

针对LEACH路由协议簇头选取算法中簇头选取随机性的不足,及未考虑节点的剩余能量及位置问题,设计一种基于等量线模型的I_LEACH协议.通过建立等量线模型、及计算最小剩余能量节点和sink节点到备选簇头节点的距离,建立新的簇头选取机制.最后对仿真试验进行性能分析比较,结果表明:该算法在网络生存时间和负载均衡方面较已有算法有较大的提高,并使整个网络的生命周期得以延长,使网络能量均衡分配.     

基于簇头节点能量均衡选择的LEACH优化算法

针对无线传感网络中LEACH协议在进行簇头节点选择时能量消耗过快导致的生存周期短、数据吞吐量低等问题,提出了一种基于簇头节点能量均衡选择的LEACH优化算法。该算法选取WSNs中剩余能量高的普通节点作为簇头节点,同时考虑普通节点与簇头节点、簇头节点与基站之间的距离,以及所有节点的剩余能量和平均能量等因素来选择通信方式和传输路径。通过MATLAB工具,对提出的算法进行了仿真实验。结果表明,在100 m×100 m的小面积监测区域和200 m×200 m的大面积监测区域内,与LEACH、DEEC、IMP-LEACH算法相比,该算法降低了WSNs中节点的能量消耗,延长了生存周期,同时提高了数据吞吐量。     

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.     

多级异构无线传感器网络能量优化分簇算法

针对现有异构无线传感器网络分布式分簇结构路由算法的竞选簇头机制并未充分考虑节点位置和剩余能量的影响,提出一种多级异构无线传感器网络能量优化分簇算法.该算法依据节点位置与剩余能量来改进竞选簇头的阈值函数,使得距离基站近且剩余能量高的节点被选举为簇头的机率增大,避免距离基站远的簇头过多而导致簇头死亡过早,从而优化全网能量消耗.理论分析和仿真实验表明新的分簇算法与现有的一些分簇算法相比明显提高了网络生存周期,增加了网络吞吐量.     

基于节点权值的簇头选举优化算法

LEACH是无线传感器网络中一种经典的降低网络耗能的分簇路由算法,该算法可有效的延长网络的生命周期,具有平面路由协议无可比拟的优越性。但其簇头选举机制是随机的,没有考虑候选节点的剩余能量等因素。本文基于LEACH提出了一种改进算法,通过节点权值来选择簇头,权值是本轮候选节点的剩余能量、节点密度和距离基站远近的一种数学关系的度量。依此来均衡网络负载,延长整个网络的生命周期。     

WSN中基于虚拟网格的LEACH改进算法

针对传统分簇算法(LEACH)在选取簇头时,网络能耗消耗过快的问题,提出一种改进的分簇算法(U-LEACH)。该算法在簇头选取阶段,新增节点与传感器网络重心的距离和节点的剩余能量两个影响因子,优化LEACH算法中簇头节点的选取函数,保证簇头选取的合理性。仿真结果表明,改进的U-LEACH算法相比于原算法减少了网络的能量消耗,延长了网络生命周期。     

基于LEACH的WSN路由协议的研究与改进

为解决LEACH路由协议簇头选择算法的不足,针对在无线传感器网络选举簇头没有考虑节点的信赖值和簇内节点能量分布不均衡等问题,设计一种基于LEACH协议改进的新算法.通过计算节点的信赖值,作为选择新簇头节点的标准,最后对仿真试验进行性能分析比较,该算法能够满足生产需要,提高节点能量的效率,延长整个网络的生命周期,使网络均衡分配能量并且具有深远的意义.     

能量有效的扇区划分LEACH改进算法

针对无线传感器网络生存期和能量有效性问题,提出了一种基于多跳传输和节点ID扇形分布的低功耗自适应集簇分层型协议(LEACH)改进算法MHS-LEACH.该算法根据节点的剩余能量调整簇头,并按虚拟扇区分配簇头节点ID,使得某簇头节点在同一扇区内寻找其父节点,经过多次迭代与基站建立树形链路,实现了簇头节点与基站间的多跳通信.仿真结果表明,与LEACH算法和ID-LEACH算法相比,MHS-LEACH算法不仅有效地延长了无线传感器网络生存时间,而且使整个网络的能量消耗更加均衡.     

一种分环多跳的无线传感器网络分簇路由加权算法

针对无线传感器网络中考虑能量均衡问题,提出了一种基于分环多跳的路由加权算法(ring based multi-hop clustering routing weighting algorithm,RMCRW)。算法在簇头节点向内层转发的过程中,不仅考虑与内环簇头的距离,同时考虑内环簇头剩余能量问题,通过加入一个权值,选择最优簇头转发路径。仿真结果表明在区域范围比较大的环境下,RMCRW算法可以有效地延长网络生命周期。     

基于能量的水声传感器网络分簇算法优化

针对分簇水声传感器网络中簇头分布不均和水声信道时变特性等原因导致的节点能量分布不均的问题,以LEACH(low energy adaptive clustering hierarchy protocol)算法为基础,提出了一种基于网络能量状态估计的分布式算法进行簇头选举,有效均衡网络能耗。通过改进分布式簇头选举机制,每轮中簇头选举由一次选举改为多次选举,在不需要中心控制节点和增加节点间通信量的情况下,首次选举通过设置能量阀值选举出高能量节点担任簇头,通过第二次选举保证每轮簇头数目稳定。仿真结果表明,该改进算法能够解决分簇水声传感器网络时变信道条件下能量消耗不均衡的问题,均衡网络能耗,延缓网络首节点死亡时间。     

一种基于蚁群算法优化的WSN分簇路由算法

为了实现无线传感器网络对节点能量的高效利用,提出了一种蚁群优化的分簇路由算法CRAACA。该算法引入簇内平均剩余能量参数,对簇首选择阈值进行改进,以均衡簇内能耗;根据节点间的位置关系建立节点的可中继节点集,控制蚁群算法的搜索空间;蚁群在对可中继节点集进行路径搜索时考虑节点间的距离和节点的剩余能量,以生成节能和较好均衡网络能耗的多跳网络路由;对生成的多径路由依相应概率选择数据传输的路径,提高数据传输的可靠性。仿真结果表明,该算法在网络能量的利用效率、数据传送成功率,以及延长网络生存周期等方面具有较好的性能。     

基于改进人工鱼群算法和模糊C均值的WSN分簇算法

针对无线传感器网络（Wireless Sensor Networks,WSN）节点能耗不均衡问题,提出一种基于改进人工鱼群算法（Improved Artificial Fish Swarm Algorithm,IAFSA）和模糊C均值（Fuzzy C-Means,FCM）的分簇算法IAFCA。首先,IAFSA改进搜素视野及步长,避免迭代解陷入局部最优解,并将最终的迭代解作为FCM的初始聚类中心,克服FCM对初始解的敏感性。其次,FCM在确定最佳簇头数目的基础上,根据节点间的距离相似性,有效建立起节点与聚类中心间的不确定性关系,合理进行节点分簇。最后,根据节点相对剩余能量和到聚类中心的距离两个参数选举出簇头。IAFCA分别在两种场景下进行仿真实验,并与低能耗自适应聚类层次协议（Low Energy Adaptive Clustering Hierarchy,LEACH）及其变种算法进行对比。实验结果表明,IAFCA在网络寿命和能量效率方面均优于传统的WSN分簇算法,有效延长了网络寿命,降低了节点能耗。     

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。     

一种改进的ZigBee网络能量均衡簇树路由算法

针对ZigBee网络中的簇树路由算法存在网络节点能量消耗不均衡造成网络过早瘫痪的问题,提出一种改进的能量均衡簇树路由算法.该算法综合考虑单个节点生存周期和整个网络能量消耗,定义了节点能量水平以及节点权值,根据节点父子关系和权值建立了一种分簇机制,避免单个节点的不必要能量消耗和死亡,并优化AODVjr算法缩短路由距离,降低簇间通信延迟和路由开销.仿真结果表明,该算法相较于簇树路由算法减小了3.6％的网络整体能量消耗,延长了约15％的网络生命周期.     

LEACH协议簇头选择算法的改进与研究

分簇式路由协议LEACH随机地将节点设置成首领节点均衡整个网络的能量消耗.提出一种簇头选择优化的方法,将簇首选择能耗计算到网络的整个能耗中,推导出最优簇首数,然后利用距离关系将所有节点群组化,使群组的数量与期望最优簇头个数相同,簇首的实际个数与期望的簇头个数相同,从而提高了网络生命周期,节省了网络能耗.     

一种基于节点剩余能量和位置的LEACH改进算法

针对典型的分簇路由协议LEACH随机选择簇头和成簇后没有考虑簇内成员节点位置的问题,提出了LEACH-ED算法。该算法对簇头的选择机制进行了优化,既考虑了节点能量,又能同时判断簇内成员节点与sink节点的距离。当某些簇内成员节点与sink节点距离较近时,不需经过簇头节点,而是直接和sink节点进行信息传递。仿真结果表明,改进的LEACH-ED算法网络生命周期与LEACH协议相比提高了近50%,同时网络中节点传输数据的能力也得到大幅度提高。