无线传感器网络中能量有效的多层分簇算法*

针对无线传感器网络中每轮能耗和簇内节点负载不均衡问题,本文提出了一种能量有效的多层分簇算法(EEMLC)。基站在首轮按照各层的最优簇头数对整个网络逐层进行虚拟分区,在接着的轮次中,各个分区根据本轮节点的剩余能量来选取下一轮簇头,前者使得网络每轮总能耗最小并有效保证各轮的能耗均衡,后者确保分区内节点的负载平衡,从而最大限度地延长网络的生命周期。实验仿真结果表明,与LEACH算法相比,EEMLC算法的每轮能耗均衡性有了显著提高,网络的生命周期延长了11.3%。     

基于簇首移动的无线传感器网络路由算法

以往的无线传感器网络分簇算法中,簇首位置固定无法移动,缺乏针对网络实时变化的灵活性,在均衡网络节点能量消耗的问题上存在着缺陷。鉴于此,提出一种簇首移动的无线传感器网络路由算法（MCHCA）。MCHCA算法将簇首设置为移动节点,通过网络区域大小及节点传输半径确定合理的移动簇首数目;根据簇内成员的位置坐标和剩余能量的信息,确定簇首每轮所需移动到的最佳位置;移动簇首收集簇内成员的数据并将其融合,传递给Sink节点。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。     

移动传感器网络中能量有效分簇算法

针对移动传感器网络中节点移动及能量有限问题,提出基于TDMA和事件触发的能量有效分簇算法。该算法以移动网络为应用背景,结合时分复用,通过分析簇头节点剩余能量及簇头节点移动进行分簇,以减少网络中簇重构次数,有效均衡系统中节点能耗,并延长网络生存时间。仿真结果表明:所提出方法相对CBVRP算法簇重构次数可减少6.0%,相对MCR算法网络生存时间提高了10%。     

基于传感器网络能量均衡分簇算法仿真研究

研究传感网络能量均衡分簇延长网络寿命问题。针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,造成网络簇头的不均匀分布带来的能耗不均衡问题以及簇头的瓶颈等,为了解决上述问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。算法首先在簇头选择过程中利用节点的能量、邻节点数以及每一轮中簇头的个数等参数设置节点当选簇头的优先度,使簇头均匀地分布在网络中;在簇的组建过程中利用能量参数设置簇的重建条件,达到减小簇的重建频率的目的。     

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.     

能量高效的水声传感器网络多跳非均匀分簇算法

针对现有水声传感器网络(UW-ASN)分簇路由算法存在的能耗不均衡问题,提出了一种能量高效的多跳非均匀分簇(EEMUC)路由算法。通过节点到基站的物理距离建立网络非均匀分层模型,各层区域内的节点根据综合属性值选择簇头,靠近基站的簇的规模小于远离基站的簇。簇间采用多跳路由方式传送数据,从而均衡了簇头的能耗。实验结果表明,所提算法在簇头数目和节点的剩余能量等性能方面优于低能耗自适应分簇路由(LEACH)和能量高效的非均匀分簇(EEUC)算法,从而提高了水声传感器网络的能量效率,并延长了网络的生命周期。     

扰动粒子群优化的SDWSN路由算法

针对分布式路由算法在软件定义无线传感器网络中应用时能量消耗大以及簇头能耗不均衡问题,提出一种基于扰动粒子群优化的能耗均衡路由算法tPSOEB。该算法通过考虑节点的剩余能量、位置和能量均衡信息选择簇头,并引入扰动改进粒子群算法的搜索性能,然后用非均匀分簇的思想来构建大小不等的簇,每周期进行一轮全局分簇和[k]轮局部簇头更新,节省分簇时的能量消耗。在簇间路由建立时,根据链路能耗、节点剩余能量和簇内节点数,采用集中式方式构建最短路由树。仿真结果表明,tPSOEB能显著提高网络的能量使用率,延长网络寿命。     

高效节能的WSN非均匀分簇节点调度算法研究

针对目前无线传感器网络分簇算法中存在的节点能量消耗不均衡,大量节点工作导致信息冗余和能量浪费等问题,提出一种高效节能的WSN非均匀分簇节点调度算法EEBUC（Energy-Efficient and Balanced Unequal Clustering Nodes Scheduling）。该算法在簇的形成阶段,考虑候选簇首离汇聚点的距离、所在区域的节点密度和节点能量形成非均匀的竞争范围,构造大小不等的簇,平衡簇内和簇间的通信能耗;同时结合调度簇内冗余节点方法,减少网络中每轮工作节点数量,提高网络能量利用率。利用OMNET++仿真软件进行仿真,实验结果表明,EEBUC算法能有效节约网络能量,均衡节点能耗,比LEACH 协议和EEUC协议分别延长网络寿命203%和50%。     

基于分层的无线传感网络多跳分簇路由算法

为了提高无线传感器网络的连通性和能量效率,提出了一种基于分层的多跳分簇路由算法LBMC(Layer Based Multi-hop Clustering routing algorithm)。LBMC算法在根据通信代价分层的基础上计算每层的最优簇首个数,簇首间采用多跳通信,同层间簇大小同构,不同层间簇大小异构,从而使各簇首间的能耗均衡,解决无线传感器网络中存在的‘热点’问题。仿真结果表明,LBMC算法与早期的几种分簇路由算法相比,提高了网络的能量效率,使整个网络的能耗更均衡,延长了网络的生命周期。     

基于案例推理和神经元网络的桥梁知识的复用

无线传感网络的节点能量有限,层次型的拓扑结构将整个网络分为多个簇,并选择簇头负责路由,节省了节点能量,延长了网络生存周期.文章在现有层次型拓扑算法的基础上,针对其不足,引入生日悖论理论,提出一种新的层次型拓扑算法.该算法通过在每个节点的时槽内,对不同工作状态进行合理分配,保证网络中所有节点在最少能量消耗下进行分簇和选择簇头工作,有效地延长了网络生存周期.     

应用于无线传感网络的新型层次型拓扑算法

无线传感网络的节点能量有限,层次型的拓扑结构将整个网络分为多个簇,并选择簇头负责路由,节省了节点能量,延长了网络生存周期。文章在现有层次型拓扑算法的基础上,针对其不足,引入生日悖论理论,提出一种新的层次型拓扑算法。该算法通过在每个节点的时槽内,对不同工作状态进行合理分配,保证网络中所有节点在最少能量消耗下进行分簇和选择簇头工作,有效地延长了网络生存周期。     

基于便利因子的WSN簇生成算法

为提高生成簇的灵活性,在无线传感器网络中,提出基于便利因子的簇生成算法。与产生簇头来形成簇结构的传统簇生成算法不同,该算法结合节点的便利因子进行组簇形成完整的簇结构,其簇内和簇间采用多跳通信。仿真结果表明,该算法消耗能量较少,适用于节点密度较小、规模较大的网络。     

基于便利因子的WSN簇生成算法

为提高生成簇的灵活性,在无线传感器网络中,提出基于便利因子的簇生成算法。与产生簇头来形成簇结构的传统簇生成算法不同,该算法结合节点的便利因子进行组簇形成完整的簇结构,其簇内和簇间采用多跳通信。仿真结果表明,该算法消耗能量较少,适用于节点密度较小、规模较大的网络。     

图像数据库的保局聚类

面对日益增长的图像数据库,为用户提供一个简洁高效的搜索和浏览解决方案成为一个紧迫而且充满挑战的问题．图像聚类技术可以在许多方面为此提供帮助,例如图像数据预处理、用户界面设计．以及对搜索结果的聚类等．在众多聚类算法中,谱聚类（spectral clustering）方法由于能够解决复杂分布数据的聚类问题,以及接近全局最优的性能,成为近年来广受关注的一种方法．然而,目前存在的谱聚类方法,譬如normalized cut在处理新增数据点的聚类时,计算复杂度很高．提出了一种新的聚类算法——保局聚类．保局聚类在拥有许多非线性谱聚类方法优点的同时,又具有独特的数学特性——能提供显式的映射函数．这为在原数据集和新增数据集上进行高效的聚类提供了可能．实验结果显示,保局聚类比K均值聚类和主成分分析后的K均值聚类效果要好．实验同样显示,保局聚类与normalized cut效果可比,而前者更加高效．     

基于OCBC的WSNs分簇优化策略

针对无线传感器网络(WSNs)能量负载不均衡问题,为延长网络生存周期,提高能量利用效率,提出了一种基于OCBC的分簇优化策略.首先,通过经线和纬线对网络进行非均匀划分,同时根据节点的地理位置和剩余能量来竞选簇首.然后,非簇首节点选择距离较小且能量较大的簇首加入,从而构建成簇.仿真结果表明:该策略很好地促进了网络能耗均衡,延长了网络生命周期.     

基于能量强度的簇区分路由方法研究

传感器节点体积微小,通常携带能量十分有限的电池。由于传感器节点个数多,成本要求低廉,分布区域广,而且部署区域环境复杂,有些区域甚至是人员不能到达的,所以传感器节点通过更换电池的方式来补充能量是不现实的。如何高效使用能量来最大化网路的生命周期是无线传感器网络面临的首要挑战。为了提高网络的寿命,目前人们已经提出了很多基于网络层的路由协议。比较研究了传感器网络现有的路由协议,参考LEACH分簇算法和MTP协议,提出了一种在MTP协议基础上将LEACH分簇思想引入进来的改进方法,即在基于能量强度将网络节点分层后,再在各层上进行簇区分,均衡各传感器节点的能量来提高网络的寿命。实验表明该路由算法可提高网络寿命。     

A possibilistic clustering approach to novel fault detection and isolation

In this paper, a new approach for fault detection and isolation that is based on the possibilistic clustering algorithm is proposed. Fault detection and isolation (FDI) is shown here to be a pattern classification problem, which can be solved using clustering and classification techniques. A possibilistic clustering based approach is proposed here to address some of the shortcomings of the fuzzy c-means (FCM) algorithm. The probabilistic constraint imposed on the membership value in the FCM algorithm is relaxed in the possibilistic clustering algorithm. Because of this relaxation, the possibilistic approach is shown in this paper to give more consistent results in the context of the FDI tasks. The possibilistic clustering approach has also been used to detect novel fault scenarios, for which the data was not available while training. Fault signatures that change as a function of the fault intensities are represented as fault lines, which have been shown to be useful to classify faults that can manifest with different intensities. The proposed approach has been validated here through simulations involving a benchmark quadruple tank process and also through experimental case studies on the same setup. For large scale systems, it is proposed to use the possibilistic clustering based approach in the lower dimensional approximations generated by algorithms such as PCA. Towards this end, finally, we also demonstrate the key merits of the algorithm for plant wide monitoring study using a simulation of the benchmark Tennessee Eastman problem.     

一种协同的可能性模糊聚类算法

模糊C-均值聚类（FCM）对噪声数据敏感和可能性C-均值聚类（PCM）对初始中心非常敏感易导致一致性聚类。协同聚类算法利用不同特征子集之间的协同关系并与其他算法相结合,可提高原有的聚类性能。对此,在可能性C-均值聚类算法（PCM）基础上将其与协同聚类算法相结合,提出一种协同的可能性C-均值模糊聚类算法（C-FCM）。该算法在改进的PCM的基础上,提高了对数据集的聚类效果。在对数据集Wine和Iris进行测试的结果表明,该方法优于PCM算法,说明该算法的有效性。     

一种新的基于分簇的无线传感器网络多跳节能路由协议

针对在LEACH(low energy adaptive clustering hierarchy)协议中,所有节点均通过一跳通信将数据传输到簇头节点使簇头能耗太大而过快衰竭死亡的问题,提出了一种新的分簇的无线传感器网络多跳节能路由协议.簇头之间采用多跳方式将数据传送到基站,避免了单跳通信簇头节点能量消耗过大的问题.利用NS-2(networksimulator-version 2)的仿真结果表明该算法优于LEACH,能有效地降低节点的能耗,延长网络生命周期.