无线传感网络的非分簇拓扑控制方法研究

无线传感网络通常由能量受限、通信半径较小的传感器节点构成,其中拓扑控制是重要的工程问题。提出了一种基于元胞自动机的非分簇的拓扑控制算法,与传统分簇方法的区别在于本方法试图通过牺牲小部分拓扑连通度和覆盖度来换取更长的系统生存时间。基于元胞自动机模型的研究表明,节点的状态转移规则对系统整体性能起决定作用,在一些规则下系统拓扑呈现稳定变化,符合对无线传感网络拓扑控制的要求。进一步探讨了该机制在工程上的具体实现问题,并与LEACH算法进行了对比,验证了以拓扑性能换取生存时间的设想。     

基于能耗均衡的LEACH改进方法

针对传统低功耗自适应集簇分层型拓扑控制算法(LEACH)存在以随机数选取簇头以及在选簇头时未考虑节点剩余能量而易导致低能量节点过早死亡的问题,提出一种改进方法。优化整个网络的能耗推导确定网络的最优簇头数,并通过均衡化思想设定簇头选择阈值。仿真结果表明。该算法与LEACH算法相比,网络能耗更加均衡,有效延长了网络生存期。     

基于能量和均衡分簇的WSN自适应拓扑控制

无线传感器网络中基于分簇的拓扑控制方法容易将低能量节点误选为簇头而加速死亡,且在成簇过程中未考虑簇成员数量,会导致簇头负载过重。为此,提出一种基于能量和均衡分簇的自适应拓扑控制方法。在选择簇头时考虑节点的剩余能量,采用均衡化思想自适应构建簇成员。仿真实验结果表明,该方法能有效降低节点死亡速率,延长网络寿命,提高网络的服务性能。     

一种自适应的混合型无线传感器网络拓扑控制算法

针对特定应用场合的混合型拓扑控制算法是W SN拓扑控制领域的研究热点之一。在研究经典的面向事件驱动型网络拓扑控制算法—ASCENT基础上,提出了一种自适应的混合型拓扑控制算法—AHTC算法。针对大规模事件驱动型网络场景应用,解决了ASCNET算法不能适应于大规模网络、未考虑节点剩余能量、网络丢包率高等问题。仿真结果表明,改进的算法有更好的节能性和稳定性。     

基于节点竞争力的网络分簇拓扑控制算法

通过提出节点竞争力的新定义和研究网络分簇拓扑控制过程中簇头选择的新策略,提出了一种基于节点竞争力的网络分簇拓扑控制算法APBCS。该算法以节点剩余能量的比值、节点之间的距离和邻居节点的密度作为竞争簇头的参数,采用分环的方式实现簇头间的多跳通信。仿真实验表明,APBCS算法与LEACH算法相比较分簇更均匀,簇头选择更合理,第一个死亡节点出现时间推迟了92%,与EBAPC算法相比较,第一个死亡节点出现时间推迟了4.6%,说明比较显著地延长了网络生命周期。     

一种能量感知的无线传感网拓扑控制算法

本文为不平衡能量分布的异构无线传感网构建一种拓扑控制算法EADCA。在该算法中,每个节点根据自己的剩余能量和邻居节点的平均剩余能量计算簇头声明报文发送的理论时刻;在该理论时刻,没收到任何簇头声明报文的节点成为簇头,该簇头广播簇头声明报文;收到簇头声明报文的节点成为普通节点并放弃发送簇头声明报文。同时,该算法在簇头竞争过程中使用经验数据,并对孤立节点和能量过低节点进行休眠。仿真结果表明,EADCA能够延长网络生命周期,有效控制簇头分布密度。     

一种能量高效的无线传感器网络拓扑控制算法

通过对现有拓扑控制算法的研究,针对无线传感器网络中节点能耗分布不均匀的问题,提出了一种能量高效的拓扑控制算法(EETCA)。该算法以均衡全局能耗为目标,综合考虑了节点的剩余能量、簇的规模、数据最优传输跳数等因素,避免了部分节点能量消耗过快,从而有效地均衡网络负载。仿真结果表明:EETCA在能耗均衡方面均优于原来的算法,延长了无线传感器网络的生命周期。     

无线传感器网络的连通成簇算法

在大规模无线传感器网络中,层次型拓扑可有效地提高节点的能量效率,延长网络的生存时间.本文提出一种基于连通支配集的分布式分簇算法,利用剩余能量较优的节点来担任簇头的角色,使整个网络的能量均衡消耗;在簇内与簇间通信能力相同情况下,使所有的簇头节点构成一个连通子网,以简化簇间通信的约束条件,提高簇间通信的能量效率;模拟实验表明算法的可行性以及有效性,能进一步延长网络的生存时间,可应用于无线传感器网络的层次型拓扑控制.     

基于能量的EBAPC分簇网络拓扑控制算法

低功耗自适应集簇分层型协议LEACH算法对簇头的选择具有随机性,并且没有综合考虑节点的剩余能量、分布位置。为此,提出一种基于能量的仿射传播聚类EBAPC分簇拓扑控制算法。对适应度因子重新进行定义,借鉴仿射传播AP聚类算法中聚类中心的选择策略,簇头选择综合考虑无线传感器网络节点的剩余能量和节点之间的距离因素。仿真实验结果表明,EBAPC算法较LEACH算法分簇更均匀,簇头选择更合理,网络中能量的消耗更均衡,从而延长网络寿命。     

WSN中基于学习自动机的簇头选举算法

为均衡无线传感器网络节点能耗和网络负载,提出了一种基于学习自动机的簇头选举算法.该算法考虑节点的能量消耗及其与邻居节点的状态信息,在选举簇头时,通过把节点的剩余能量与平均能量相比较以及把节点的相互距离与平均距离比较,来更新学习自动机选择动作概率,以提高有利节点选举为簇头的概率.仿真结果表明,该算法在簇头的分布上更加合理,同时也减少了网络的能量消耗,延长了网络生存期.     

A Clustering-tree Topology Control Based on the Energy Forecast for Heterogeneous Wireless Sensor Networks

How to design an energy-efficient algorithm to maximize the network lifetime in complicated scenarios is a critical problem for heterogeneous wireless sensor networks (HWSN). In this paper, a clustering-tree topology control algorithm based on the energy forecast (CTEF) is proposed for saving energy and ensuring network load balancing, while considering the link quality, packet loss rate, etc. In CTEF, the average energy of the network is accurately predicted per round (the lifetime of the network is denoted by rounds) in terms of the difference between the ideal and actual average residual energy using central limit theorem and normal distribution mechanism, simultaneously. On this basis, cluster heads are selected by cost function (including the energy, link quality and packet loss rate) and their distance. The non-cluster heads are determined to join the cluster through the energy, distance and link quality. Furthermore, several noncluster heads in each cluster are chosen as the relay nodes for transmitting data through multi-hop communication to decrease the load of each cluster-head and prolong the lifetime of the network. The simulation results show the efficiency of CTEF. Compared with low-energy adaptive clustering hierarchy (LEACH), energy dissipation forecast and clustering management (EDFCM) and efficient and dynamic clustering scheme (EDCS) protocols, CTEF has longer network lifetime and receives more data packets at base station.      

多判据的无线传感器网络分簇路由算法

无线传感器网络由大量能量受限的传感器节点组成,工作在各种复杂物理环境中完成数据采集、协同处理等功能.如何在节点能量受限的情况下延长网络生存期是设计传感器网络需要考虑的首要因素.分簇的路由算法将网络内的节点分成若干个簇,簇内的每个节点只需与簇首进行通信,簇首将簇内的所有数据进行融合后向基站发送.与平面自组织算法相比,分簇算法具有实现简单,显著降低系统能耗,便于网络管理等优点.文中提出了一种基于LEACH协议改进的多判据的分簇路由选择算法.使节点在选择簇首时进一步考虑簇首的剩余能量,实现网络中能量消耗的均衡分布.通过仿真,证明了这种多判据的路由选择算法能显著延长网络的生存期.     

一种通过剩余能量过滤进行簇头选举的低能耗无线路由算法

基于LEACH协议提出一种改进的无线传感器网络的自组织路由算法。该算法在原LEACH协议的簇头产生环节做了较大改进,在簇头产生过程中,将当前节点剩余能量与全无线传感器网络节点平均剩余能量进行比较,防止剩余能量小于全网平均剩余能量的节点当选簇头,进一步优化了全网络节点能量消耗的均衡性,有效推迟了节点的死亡时间。通过在簇头选举阶段使用有目的性的筛选取代LEACH的随机选取,实现降低无线传感器网络能耗、延长网络生命周期的目的。通过MATLAB仿真软件进行试验测试,结果表明,改进的算法可以提高无线网络的生命周期,均衡无线网络能量消耗,增加网络吞吐量,有效延迟无线网络节点的死亡时间。     

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.     

虚拟力导向的无线传感器网络覆盖策略

摘要;通过建立传感器节点与节点、节点与目标之间的虚拟力模型,制定一种新的簇头选择策略,将节点剩余能量和距离目标的大小作为参数,选择离目标近且剩余能量大的节点作为簇头,提高网络覆盖率;通过虚拟单元格进行分簇,以保持簇头节点之间的数据通信,同时休眠其它非簇头节点的周期性轮换簇头的方式来优化节点能耗,以此来延长网络寿命.与经典GAF算法比较,理论分析和仿真实验结果表明了该算法在网络覆盖率和节点生存时间上均有明显的优势.     

传感器网络中基于平均剩余能量的数据汇聚节点选择算法

针对如何根据变动的网关节点在网络内部选择合适的数据汇聚节点以传输采集的数据这一问题,综合考虑节点剩余能量和距离因素,提出了一种基于平均剩余能量的数据汇聚节点选择算法,以均衡节点能耗、延长网络生命周期。与基于最大剩余能量的数据汇聚节点选择算法比较,证明该算法能够在保持相近生命周期的情况下大大减少计算量,更适用于资源有限的传感器网络。     

基于模糊逻辑的多跳WSNs分簇算法

针对无线传感器网络节点能量消耗不均衡和网络寿命过短的问题,提出一种基于模糊逻辑的多跳WSNs分簇算法(FLCMN).该算法综合考虑节点剩余能量、节点邻居个数、邻居节点的平均剩余能量.根据预先设定模糊规则库,利用模糊系统评估出当选簇头的满意度.额外考虑邻居节点平均剩余能量,改善了簇内热点问题,均衡了簇内能量的消耗;同时,为了改善簇间热点问题,提出一种基于斐波那契序列的多跳传输方式,延长了网络的生存时间.通过仿真验证,FLCAMN算法在网络生存时间和能量消耗方面的性能都优于LEACH、EAMMH和DFLC算法.     

基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数，导致网络能量消耗过快，全网能耗不均衡。针对这个问题，提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先，在网络能量消耗模型中引入太阳能补给模型，得出每一轮次网络能量总消耗与网络分簇数目的函数关系，并对其求导从而得到网络的最佳分簇数。然后，利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选，得到备选簇头节点；再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选，得到网络簇头节点。最后，通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标，与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比，该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍，网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。     

基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数,导致网络能量消耗过快,全网能耗不均衡。针对这个问题,提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先,在网络能量消耗模型中引入太阳能补给模型,得出每一轮次网络能量总消耗与网络分簇数目的函数关系,并对其求导从而得到网络的最佳分簇数。然后,利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选,得到备选簇头节点;再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选,得到网络簇头节点。最后,通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标,与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比,该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍,网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。     

基于延长W SN 生命周期的LEACH 算法的改进

Energy maintenance of wireless sensor network nodes is not easy to achieve, so energy saving is one of the main consider- ations in network design. Based on the study of hierarchical cluster-head LEACH algorithm, an improved algorithm—NLEACH al- gorithm is proposed. K times of the ratio between the residual energy of the node and the total energy of the system is introduced as the residual energy factor in the threshold calculation, which affects the change of cluster head number and network life cycle. In ad- dition, for nodes with different residual energy, nodes with more residual energy can act as cluster heads with high probability, in or- der to take advantage of the energy of each node. Through MATLAB simulation experiment, the results show that compared with LEACH algorithm, NLEACH algorithm prolongs the network life cycle and increases the data transmission volume.