基于密钥连通的WSN簇头选择安全算法

分析无线传感器网络中密钥管理和分簇路由协议存在的安全漏洞,利用模糊推理系统,将簇头与簇内节点的共享密钥数作为重要评判指标,建立一种基于密钥连通的簇头选择安全算法。不同于传统的模糊推理算法,该算法实现了分簇路由协议与密钥管理方案的良好结合,与典型分簇算法相比,能有效降低并均衡簇内的通信能耗、增强通信安全。     

基于能量和距离加权的WSNs簇头选择算法

针对LEACH分簇路由协议存在的簇头数目和分布位置不合理等问题导致能耗不均衡、网络周期不理想,提出了一种基于能量和距离加权的簇头选择优化算法。通过加入节点到基站的距离和节点剩余能量作为簇头选取的参考因素,依据改进后的阈值公式使得选取的簇头数达到预设最优值,并通过簇头的二次选择,最终确定最佳的簇头。仿真结果表明:相比于LEACH协议,该算法可以有效地延长网络生命周期,使网络能耗更加均衡。     

基于剩余能量预测的WSN模糊分簇算法

为了进一步降低无线传感器网络的能量消耗,延长网络寿命,提出一种基于剩余能量预测的无线传感器网络模糊分簇算法。新算法根据节点到基站的距离和邻居节点的数目,对候选节点转发数据的能耗进行预估,得到节点的预测剩余能量。然后采用模糊算法在综合考虑候选节点的原始能量和预测剩余能量的基础上计算竞争半径,选出多个簇首,构建大小不均的簇。仿真实验表明,与其他路由算法相比,该算法可以更好地优化簇的结构,均衡网络能耗,延长网络的生命周期。     

基于最佳簇数和局部能量最优的WSN分簇算法

无线传感器网络的分簇以及能量消耗模型是决定整个网络的生存周期等指标的关键因素。通过网络节点分布的最佳分簇算法和基于各分簇内节点剩余能量的局部能量消耗最优模型,提出MLECC算法,来获得合理的分簇数和选择簇头,从而延长网络生存周期、降低网络能量消耗速度。实验证明,在分簇以及能量消耗两个关键方面得到优化以后,无线传感器网络的存活和稳定性得到进一步提高。     

基于能量平衡的WSN簇头选择机制

通过对已有的基于簇的自组织路由算法和簇头选择机制的分析比较,发现经典LEACH算法在选取簇头节点时具有不合理性,提出了一种基于PSO模型的簇头选择机制。以网络总体能量消耗最小为原则,综合考虑节点剩余能量和网络当前平均能量,较好地平衡了无线传感器网络中的能量负载,延长了网络的生命周期。     

基于能量平衡的WSN簇头选择机制

通过对已有的基于簇的自组织路由算法和簇头选择机制的分析比较,发现经典LEACH算法在选取簇头节点时具有不合理性,提出了一种基于PSO模型的簇头选择机制。以网络总体能量消耗最小为原则,综合考虑节点剩余能量和网络当前平均能量,较好地平衡了无线传感器网络中的能量负载,延长了网络的生命周期。     

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%.     

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。     

基于能量与能耗速度的WSN分簇算法

无线传感器网络的最大局限是能量有限.为了高效利用网络能量、均衡网络负载,提出了一种基于能量与能耗速度的分簇算法.其中节点能耗速度是一个带有能耗预测信息的参量,利用它可以更有效地优化簇头选择与簇规模,该算法根据这两个参数来优化簇头的选择,能有效地延长节点的生存时间;同时,根据簇头节点与基站的距离、当前能量和能耗速度对簇规模进行约束和优化,进一步保证了簇之间的负载均衡.仿真实验表明改进后的算法有效地延长了网络的生存时间.     

一种基于调度的分簇无线传感器网络簇首选择策略

针对无线传感器网络中簇首更换出现的各节点均参与竞争而引起能耗较大的现象,提出了一种基于调度的无线传感器网络簇首选择策略.该策略将各节点分为簇首节点、成员节点和调度节点三种类型,在簇运行阶段,调度节点对各簇中簇首节点和成员节点的能量进行实时监测;在簇首更换阶段,由调度节点根据监测的结果指定相应的簇首节点,从而减少了簇首更换阶段各节点均参与簇首竞争而引起的能量消耗.最后进行了仿真实验与对比,实验结果表明改进的簇首选择策略能够有效地改进网络性能,延长网络生命周期.     

WSN中基于能量和距离的自适应分层路由算法

针对无线传感器网络中能量受限的问题,提出了节能的、负载均衡的分层路由算法EDUC（energy-based and distance-based unequal clustering algorithm）。EDUC用基于能量和距离的概率模型产生候选簇头;同时,EDUC利用定时器,使局部区域内剩余能量多的候选簇头成为簇头,并且根据能量和距离计算簇的半径。普通节点根据能量和距离计算候选节点的权值,加入权值最大的簇头。在构建多跳路由时,簇头根据候选节点的剩余能量、簇内和簇间通信代价选择最优的中继节点。在OMNet＋＋平台上的仿真结果表明,与其他算法相比,EDUC能够有效地均衡能量消耗,降低节点死亡速度,从而延长网络生命周期。     

基于能量迭代的无线传感器网络非均匀分簇路由算法

能量空洞是影响无线传感器网络性能的关键问题之一,据此提出了一种基于能量迭代的非均匀分簇路由算法。该算法首先在簇头选举时通过减少迭代次数,降低能量消耗,同时综合考虑节点能耗速度、节点到汇聚节点的距离等因素,选出最优簇头;其次,考虑到节点到汇聚节点距离和节点密度对网络生命周期的影响,提出了非均匀分簇算法,实现网络能耗均衡的目的。仿真实验表明,当最大簇半径为50m ,选举因素所占权重为0.4 ,簇半径调节系数为0.7时,本算法达到最优,与LEACH-E和LEACH相比,网络生命周期分别延长125%和136%,同时有效避免了能量空洞现象的产生。     

Fuzzy based multi-criteria based cluster head selection for enhancing network lifetime and efficient energy consumption

Sensors plays an important role in day-to-day life as they sense and transfer data on the cloud and servers. These sensors have limited battery power due to which their optimized use is preferred with efficient energy consumption. As sensors were deployed almost everywhere under-earth, underwater, electronic devices, and mobiles thus their enhanced performance is really important. In WSN, clustering is considered to be an essential approach that gives various advantages such as efficient energy, stability period, network lifetime, less delay, and scalability but has an issue of hot-spot or energy-hole problems. For this Un-Equal Clustering is proposed where the size of clusters varies directly to the distance of the B.S. (Base Station). The main objective of Un-Equal clustering is energy consumption, hot-spot problem, and load balance among the cluster heads. In this paper, we have proposed an improved fuzzy-based multi-attributes un-equal clustering to overcome the problem of hot-spot problem. Earlier, researchers considered two attributes for selecting cluster heads (CHs), but later some of the MADM approaches were used that considered multiple attributes for optimal cluster head selection. In this paper, we have applied the fuzzy-based TOPSIS method for optimized Un-Equal clustering where the optimal node deployments with load balance among sensor nodes having optimal coverage and connectivity is considered. The results of the proposed method validate that it is one of the effective ways for selecting optimal cluster heads using fuzzy-based multi-attributes. Fuzzy-based TOPSIS for cluster heads selection method shows 37% enhanced network performance with other compared existing algorithms. The performance of the proposed method is evaluated in terms of network stability, packet delivery, energy consumption, and network lifetime and F-MAUC (Fuzzy based multi-attributes un-equal clustering) outperforms all other compared algorithms.     

WSN中基于非均匀簇的混合多跳路由协议*

为节省数据传输过程中消耗的能量,均衡网络节点间的能耗,提出一种基于非均匀簇的混合多跳路由协议。在无线传感器网络数据传输阶段,源簇头节点通过转发权值函数选择数据转发的中继节点,转发权值由用于降低链路通信代价的距离因子和减少剩余能量较少的簇头节点成为中继节点的概率惩罚因子共同决定,达到均衡网络能耗的目的。通过NS2仿真实验验证了算法的有效性,能够很好地均衡节点负载和提高能量利用率。     

一种无线传感器网络跨层能量模型及能耗计算

首先提出了一种基于无线传感器网络数据链路层的跨层能量模型。该能量模型考虑了网络层、物理层以及信道对能量损耗的影响。然后通过NS2仿真确定了模型中的重要因素对能耗的影响,并在此基础上推导了计算能耗的数学模型。最后通过对仿真结果的拟和得出模型中的参数,从而获得了能耗的计算公式。     

WSN中能耗均衡的非均匀分簇路由算法

针对无线传感器网络中能耗不均衡、生命周期短的问题,提出WSN中能耗均衡的非均匀分簇路由算法。通过改进的K均值算法进行非均匀分簇,引入双簇首减轻簇首通信压力;利用基尼系数衡量簇内节点的能耗均衡性,以动态权值调整影响副簇首竞选的因素;簇间采用单跳和多跳相结合的传输方式,将剩余能量、传输距离、转发次数和节点数作为中继节点选择的依据,均衡簇间传输能耗。仿真结果表明,相比LEACH和EBRAA算法,提出算法能有效均衡节点能耗,延长生命周期和提高吞吐量。     

异构无线传感器网络中基于选择分集的节点协作策略*

为提高无线传感器网络在大量节点参与协作情形下的能量效率,提出一种带有反馈信道的虚拟协作簇间传输方案。此方案利用选择分集算法,在一定的服务质量要求下,能获得较大的选择分集增益,从而进一步降低了单位比特能耗。仿真结果表明,此方案能在很大程度上节省单位比特能耗,延长网络生命周期摘要内容。     

基于能量和距离的分区域选择簇首WSNs路由算法

LEACH路由算法是能量有效、基于层次结构的经典路由算法,但它存在簇首选择不合理和能耗不均衡等缺点.针对这些缺点,提出了一种分区域分簇的路由改进算法A-LEACH.根据节点到基站的距离对节点进行区域划分,然后在特定区域用新的阈值来选择簇首,最后采用多跳的方式进行信息传输.分析和仿真结果表明:与经典路由算法LEACH相比,改进算法能够更有效延长网络的生命周期,均衡网络的能量分布和节省网路的能量.