基于能量均衡高效WSN的分簇路由算法

针对无线传感器网络(WSN)节点能耗不均衡导致网络生存时期短的问题,提出一种基于改进人工蜂群算法(CTABC)和模糊C均值(FCM)聚类的分簇路由算法(AFCR).簇构建阶段,基站采用由CTABC优化的FCM对网络节点聚类分簇;每个簇内,节点基于自身状态分布式竞选簇首;簇间路由阶段,通过引入经济学中的基尼系数对蚁群优化(ACO)进行改进,提出一种基于改进ACO的簇间路由算法;簇内通信阶段,引入区分忙闲节点的轮询控制机制.在不同的场景中对所提协议进行仿真,实验结果表明,与FIGWO和GAFCMCR算法相比,AFCR能够有效地均衡网络能耗,延长网络生存期,提高网络吞吐量.     

基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

基于蚁群算法的WSN分簇路由协议

针对无线传感器网络的能耗问题,提出了一种基于蚁群算法的路由协议,在簇首选择时考虑到节点的剩余能量,确定节点的实际通信半径,成簇时采用预测机制,簇间采用蚁群算法构建多跳路由。在OMNET＋＋环境下进行实验表明：该协议可有效延缓节点死亡时间,延长网络生存周期。     

基于能耗和距离的WSN分簇路由算法

本文针对LEACH算法中没有考虑簇头间能耗均衡和远离基站簇头过早失效的问题,提出一种基于能耗和距离的WSN分簇路由算法。仿真结果显示,该算法能有效克服LEACH存在的这两个缺陷,有效提高网络生命期。     

适用于智能电网WSN的能量有效分簇路由协议

为有效解决智能电网无线传感器网络节点能耗不均衡导致网络寿命短的问题,提出一种基于改进灰狼优化器优化模糊C均值聚类的分簇路由协议GWFCA。用反向学习策略增强灰狼优化器的全局寻优能力,使用由反向学习灰狼优化器改进的模糊C均值聚类算法对网络节点均匀分簇,均衡网络负载。每个簇内,考虑节点的能量因素和位置因素动态选举簇首,提高簇首质量。稳定传输阶段,构造基于蚁群算法的簇间路由,提高能量效率,并将轮询调度引入簇内通信,进一步改善网络吞吐量。仿真结果表明,该算法能够有效提高能量效率,平衡网络负载,延长网络生存期。     

WSN中基于LEACH的多层分簇路由方案

针对传统分簇路由中存在的节点能耗严重失衡问题,提出一种新的成簇路由方案。在参考LEACH路由算法的基础上,融合多层分簇的思想,通过在网络拓扑的底层构建具有多个簇头节点的簇集合、在拓扑的顶层构建多跳转发机制,提出能量高效的多层分簇路由算法。仿真结果表明,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。     

负载均衡的无线传感器网络的分簇路由算法

无线传感器网络分簇算法中,簇首肩负着收集、融合和传输数据的责任,影响整个簇的性能。簇首能量快速消耗,破坏了网络节点能量的均衡性。针对此,提出了一种负载均衡的分簇算法（LBCA）,由簇内成员和助理簇首帮助簇首完成任务。簇首选择阶段,通过两次筛选确定簇首的方法来控制簇首个数;簇内收集数据时结合蚁群算法寻找遍历簇内的最短路径,减小簇首能量消耗的压力;给Sink节点传递数据过程中,在簇内选择一个助理簇首来辅助簇首工作。仿真结果表明,该算法可以有效地均衡网络节点负载的能耗,提高网络的生命周期。     

能量均衡的WSN非均匀分簇路由算法

针对现有无线传感器网络（WSN）分层分簇路由算法存在的能耗不均衡问题,提出一种能耗均衡的WSN非均匀分簇路由算法。该算法通过在已划分的非均匀区域中构建中间层达到均衡簇首和其他节点能耗的目的,实现WSN整体能耗均衡。实验结果表明,该算法能均衡WSN能耗负载,提高WSN的能量效率,延长100轮～200轮WSN生命周期。     

基于粒子群优化的WSN非均匀分簇路由算法

分簇算法对大规模无线传感器网络(WSN)远程监控系统具有较好的节能性,簇首间通过多跳通信的方式将数据传送至基站,靠近基站的簇首由于需要转发大量其他簇首的数据而负载过重,可能因过早耗尽能量而失效,这将导致整个网络分割。针对现有无线传感器网络分簇算法存在的能耗不均衡问题,提出一种基于粒子群优化的非均匀分簇算法(PSO-UCA)。它采用PSO算法将所有节点划分为多个规模大小非均匀的簇,靠近基站的簇的规模小于远离基站的簇,因此靠近基站的簇首可为簇间的数据转发预留能量。仿真结果表明,与LEACH算法相比较,该分簇算法可使网络的生存时间延长30%。     

一种基于蚁群算法的能量有效WSN分簇算法

由于无线传感器网络节点的能量限制,如何延长网络和节点的寿命成为其核心问题之一。LEACH协议是WSN中的低功耗白适应分层路由算法,但由于其随机性的特点,难以形成最优拓扑结构,同时分簇时未考虑簇头节点剩余能量,节点能耗分布不平均。本文提出一种考虑能量有效的基于ACO的分簇算法,通过群集作用动态选择簇头节点,延长了网络寿命,仿真结果表明其性能优于LEACH。     

WSN 中基于能量反馈的分簇路由算法EFCA

分簇技术在无线传感器网络中得到广泛的应用.提出了一种基于能量反馈的分簇路由算法(EFCA).该算法以簇为单位构造数据聚合树,解决了单跳传输外沿节点能耗过快和多跳传输时延过大的问题;同时在簇内选择簇头对,令主次节点分别负责簇间信息传递和簇内信息收集,进一步减小了数据传输延迟;提出的能量反馈机制很好的解决了网络"热区"问题.经仿真验证,可以有效的延长网络的生存时间.     

一种基于功率控制的WSN分簇路由算法研究

针对无线传感器网络研究领域中能量均衡性难以控制的问题,在LEACH协议的基础上提出了一种功率控制的分簇路由算法(PCRA算法).该算法基于最优连通功率,同时考虑节点的剩余能量、相对距离以及最优的邻居节集合对簇头的选择机制进行优化,从而实现网络稳定成簇和数据传输方式上的优化.通过结合距离、路径损耗和剩余能量等因数,使用权值来选择下一跳节点,实现了簇间通信,有效地避免了分簇协议应用被网络区域大小局限的问题.仿真数据显示,PCRA算法可使全网节点间的冲突区间变少,降低节点之间的竞争强度,进一步提高网络能量的有效性和吞吐量.     

无线传感器网络低功耗分簇路由算法研究

在基于层次路由算法的基础上,提出一种低功耗的分簇路由算法,采用非均匀分簇的网络结构,有效均衡了近基站簇首节点的能量消耗。固定分簇后优先选择剩余能量较多的节点作为新簇首,并采用簇问转发的方式将数据发送到基站。仿真实验表明,改进算法能有效地延长网络的生命周期。     

基于能耗均衡的WSN多跳分簇路由算法

提出一种基于能耗均衡的无线传感器网络多跳分簇路由算法。该算法依据能量因子参数和节点能耗比来优选簇首,采用基于复合距离的入簇方式和分簇规模约束机制管理普通节点,并采用基于节点能量和地理位置的簇间多跳通信方式控制数据的稳定传输。仿真结果表明,与LEACH等协议相比,该算法能有效延长网络生存周期,稳定期的持续时间提高41%~146%,进入MND阶段的轮数提高70.6%~239.7%,网络总能耗减少48.1%~62.2%,具有较高的可行性和稳定性。     

WSN中基于分簇的改进路由协议

LEACH协议的非均匀分簇会造成网络节点能耗分布不均衡。为此,提出一种基于分簇的改进LEACH路由协议。根据节点剩余能量以及节点到基站的距离选举簇首,依据接收信号强度确定簇成员节点,并且成簇规模不得超过最大成员数。采用在簇首与基站之间建立多跳路由树的方法,向基站发送数据。仿真结果证明,改进协议能均衡网络负载,提高网络运行周期。     

WSN中能量有效的分区聚簇多跳路由算法

针对无线传感器网络中节点能量及通信半径有限的特点,提出一种分区聚簇多跳路由算法。通过将网络进行分区使网络中簇的数量固定且分布比较均匀,通过构建树状结构及有序邻居列表选择路由节点,以多跳的方式进行通信,从而减少网络的能耗。仿真结果表明,该算法可以有效节省能量,延长网络的生命周期。     

基于能量优先分簇算法的WSN分层路由协议

考虑到无线传感器网络中节点能量受限问题,提出了一种新的负载均衡的基于能量优先分簇算法的WSN分层路由协议(LRP-EPCA).综合考虑能量因素,对LEACH协议的簇首选取机制进行改进,采用了非均匀分簇的思想来平衡簇首的能量消耗;分别以簇首和基站作为树根,生成簇内和簇间的路由树,在簇内,用分层次多跳和单跳相结合的方式将数据传输到簇首.簇首再通过多跳把数据发送到基站.仿真实验表明,LRP-EPCA协议与ECMR和PEGASIS相比,网络寿命(半数节点死亡)分别提高了200%和120%.     

一种能耗均衡的WSN分簇路由算法

在Leach-C算法的基础上,提出一种能耗均衡的WSN分簇路由算法——EBLeach-C。采用SOM+Kmeans聚类算法,将位置相邻、能量级别相同的节点自组织成簇。设计一个新的代价函数,用于在簇头(CH)与基站(BS)之间选择最优中继节点,从而实现CH-CH-BS的通信。仿真结果表明,EBLeach-C能避免远离基站的簇过早死亡,并且均衡节点能耗,提高网络覆盖率。     

改进的WSN节能分簇多跳路由算法

LEACH算法是WSN中典型的单跳分簇路由算法,本文针对LEACH算法的缺点,提出了一种改进的节能分簇多跳路由算法.该算法采用层次分析法确定节点度数、节点间的通信距离、节点剩余能量和节点距基站的距离这四个因素的权值系数,在簇首选举中引入这四个因素,每一轮的簇首选举结束后,利用遗传算法寻找出一条遍历所有簇首节点和基站的最优路径,该算法实现了簇首以多跳通信方式向基站传输数据的功能.仿真结果表明,该算法在网络能耗、生存周期和能量均衡性方面均优于CECA、LEACH-GA和LEACH算法,达到了能量均衡和延长了网络生存周期的目的.