基于PSO的无线传感器网络非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时也为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

一种新的基于粒子群优化的双簇头分簇路由算法*

针对无线传感器网络分簇路由算法中簇头节点负载过重,簇头能量利用率不高,提出了一种基于粒子群优化的双簇头多跳路由算法。该算法根据簇头任务的不同,利用节点的能量、距离汇聚节点的距离以及节点的位置关系分别构建适应值函数,选择出最优主簇头完成数据采集和融合任务,以及与其协作的最优副簇头完成簇间数据转发任务,最终实现采集能耗和传输能耗最小化。仿真实验结果表明,与其他路由算法相比,该算法可以有效减轻簇头节点负载,减小簇头能量消耗,均衡整个网络能耗,延长了网络的生存周期。     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

基于PSO的无线传感器网络双簇头分簇算法

利用粒子群优化算法对无线传感器网络分簇算法进行优化,考虑簇内节点和簇头节点两者的位置及能量信息优化选择主簇头和副簇头。主簇头用以收集簇内节点的信息并进行数据融合,并将融合后的数据发送给副簇头。副簇头负责与基站进行通信。该算法可以均衡簇内的能耗,达到延长网络生命周期的效果。仿真实验结果表明,与LEACH算法相比,该算法可使网络生命周期延长50%。     

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。     

基于双簇头的WSNs非均匀分簇路由算法

无线传感器网络由大量密集部署的传感器节点组成,通过节点间的相互协作才能完成工作,因此传感器节点之间的协作非常重要。针对分簇结构无线传感器网络簇头间能耗不均衡导致的“热区”问题,提出一种基于双簇头的新型路由算法NCDH。通过将网络虚拟分区实现网络不均匀分簇,并依据节点的剩余能量、节点与基站的距离、节点度等因素,在簇内选取主、副双簇头节点负责数据处理和转发。在网络运行阶段,根据主簇头的运行状态确定是否启动副簇头,以保证网络能量均匀消耗。在数据传输阶段综合考虑节点与中转节点的距离以及中转节点的剩余能量,从而选出最佳中转节点。实验结果表明,与DEEC、MRDC、GURCP等算法相比,NCDH算法有效改善了网络的“热区”问题,延长了网络的生存时间。     

基于非均匀分簇和蚁群神经网络的WSN数据融合算法

为了确保无线传感器网络在列车车厢中能高效稳定地工作,提出了一种基于蚁群优化神经网络的数据融合算法 (DFA-IACOBP)。该算法将无线传感器网络非均匀分簇结构与神经网络结构相结合,建立一个基于非均匀分簇路由神经网络的无线传感器网络数据融合模型。在非均匀分簇路由算法中,候选簇头根据竞争半径构造出大小不一的簇,并在每个簇中竞选出两个簇头。主簇头负责簇内信息采集和处理,副簇头承担簇间信息转发,神经网络的权值和阈值由蚁群算法优化寻得,优化后的神经网络能从存在大量冗余数据的无线传感器网络提取有效特征数据并传输至汇聚节点。仿真结果表明:DFA-IACOBP算法能大幅降低网络中冗余数据,减少网络数据通信量,提高特征数据采集效率和网络整体性能。     

基于DIJKSTRA的无线传感器网络分簇路由算法

为加快无线传感器网络最优路径搜索速度、减少路径寻优能量消耗和延长网络寿命,提出了基于改进的DIJKSTRA算法的无线传感器网络分簇路由算法;运用DIJKSTRA算法在无线传感器网络内以多跳接力的方式来搜寻从源节点到目的节点的最短路径;结合能耗优化策略,避免网络能耗热点问题,实现网络能耗均衡;通过与基于蚁群算法的路由算法对比分析,基于Dijkstra的网络分簇路由算法能优化网络分簇并建立较优传输路径,其快速收敛性能减缓了网络中簇头节点的能耗,延长了网络寿命,提高了网络鲁棒性。     

带有重叠区域的多跳非均匀分簇路由算法

能耗作为衡量无线传感器网络性能的一项重要指标,通常将延长生命周期、均衡能耗作为网络协议重要的设计目标.针对静态、异构、非均匀分布的网络模型,设计带有重叠区域的分簇及簇内单跳、簇间多跳的路由算法 ----- OMU分簇路由算法,该算法中簇头不再作为数据转发节点,而主要用于簇内数据的接收与融合.通过综合考虑节点剩余能量、节点密度及与基站的距离进行簇头选举并进行分簇,形成簇间重叠区域,产生用于数据转发的中继节点.同时,建立簇头与中继节点轮换机制以达到节点能耗均衡的目的,并为每个节点建立能量最省的多跳数据传输路径.仿真结果表明,所设计的分簇路由算法,特别是在大规模部署的无线传感器网络中,能有效减少和均衡能量消耗.     

基于簇头分级的改进非均匀分簇算法

针对无线传感器网络非均匀成簇路由中频繁的簇头轮换带来的簇内以及簇间广播开销对传感器网络生存周期的缩短,提出了一种基于簇头分级的改进的非均匀成簇算法（CHCI）,利用簇内节点能量构建了节点的分级模型,将节点分为主要簇头（PCH）,次要簇头（SCH）及簇内成员节点（CM）,为PCH设置了重选因子。结合二次规划问题为SCH选择了最佳中继路径降低节点能耗,延长PCH的重选时间。仿真结果表明,CHCI算法比经典LEACH算法以及非均匀成簇的EEUC算法,延长了网络的生存时间。     

基于粒子群优化的非均匀分簇路由算法

为了解决无线传感器网络分簇路由算法中存在的“热区”问题和簇头选取问题,设计了一种自适应粒子群优化的非均匀分簇路由算法。首先通过候选节点与汇聚节点之间的距离计算竞争半径并构造出大小不等的多个簇,然后根据簇规模引入优化的粒子群算法,评价节点剩余能量和节点之间的距离等因素选取最终簇头,以剩余能量较多的簇头作为下一跳,形成以汇聚节点为根节点的多跳路由。仿真结果表明,与LEACH算法和EEUC算法相比,所提算法网络生存期分别延长了34%和16%,平均能量消耗分别减少了22%和12%,有效地减少了网络节点的能量消耗。     

一种适用于煤矿井下无线传感网的能量均衡路由协议

矿井无线传感网的拓扑呈长距离带状,节点间能耗不均问题十分严重。非均匀分簇策略能从全局均衡节点能量负载,在矿井中具有良好的适用性。针对矿井传感网的带状特性提出了一个簇规模自适应调节的能量均衡分簇路由协议。协议根据节点离汇聚点的距离、剩余能量及分布密度来构造规模不等的簇。簇首的竞选以节点相对于周围候选者的能量水平为依据,避免了低能量节点被当选为簇首。簇间多跳路由算法依簇首近似线型的分布特点设计,不但考虑链路能耗最优,亦注重转发节点间的能量均衡。模拟实验结果表明,该路由协议显著平衡了网中节点能耗,延长了网络生存时间。     

受限节点的WSNs非均匀分簇算法应用研究

针对常规分簇路由算法不能有效解决节点位置、能量、频段受限的固态发酵温度检测无线传感器网络(WSNs)中节点过早死亡和能耗不均衡的问题,提出了一种基于粒子群优化(PSO)算法的非均匀分簇路由协议。首先,根据网络规模选择固定数目的簇首节点,然后,引入PSO算法和非均匀分簇机制,以簇首节点覆盖范围和簇内节点与簇首之间平均欧氏距离作为评价函数的影响因子,选取一组最优簇首。仿真实验结果表明:所提算法有效改善了受限节点无线测温网络"热区"效应,均衡了节点能耗,显著延长了网络生存周期。     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.     

基于位置信息的双簇头路由算法

针对无线传感器网络(WSN)的高能效路由选择问题,在混合式能量均衡分簇(HEED)算法基础上提出一种基于位置信息的低能耗双簇头多跳路由算法(HEED-EELD)。假设网络中所有节点都具有位置感知能力,网络根据最佳单跳距离划分层级,节点根据自身位置确定所在层级。簇内选举产生双簇头,分担单一簇头的工作,均衡簇头能耗。在簇间多跳路由中,簇头根据位置、距离和剩余能量的代价函数选择最优路由。Matlab仿真结果表明,与低功耗自适应分簇(LEACH)算法、HEED算法相比,提出的HEED-EELD在网络寿命、能量效率、能耗均衡等性能方面具有明显的性能增益。     

基于DPSO的智能WSN分簇路由算法

主要针对无线传感网络经典分簇协议LEACH(Low Energy Adaptive Clustering Hierarchy)中存在的三个使能量消耗过大的问题,提出了一种新的智能无线传感网络分簇路由算法DPSO-CR(Discrete Particle Swarm Optimization-Clustering Rou...     

基于量子遗传算法的无线传感器网络路由研究

通过分析无线传感器网络(WSN)分簇路由算法中簇首节点分布,能量消耗,数据传输等问题,提出了一种基于熵权法量子遗传算法的路由算法,该算法在簇首的选举过程中采用熵权法动态的确定节点剩余能量、节点间的通信距离、节点度数和节点与基站的距离这四个因素的权值系数,在簇首选举结束后,利用量子遗传算法寻找出一条遍历所有簇首与基站的路由,通过最佳路由将所采集的数据传输给最终的基站节点。该算法实现了合理的簇首选举,并在簇首间采用最佳路由的方式向基站传输数据的功能。仿真结果分析表明,该算法在网络生存周期、能耗均衡方面均优于LEACH、CECA-GA算法,达到了延长了网络生存周期,均衡能耗的目的。     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。