一种聚类区域自适应调整的WSN能耗均衡分簇算法

详细分析LEACH协议,针对LEACH协议随机产生簇头导致网络中出现局部区域簇头分布不均、簇的规模不一、整个网络能耗不均衡、网络寿命缩短等问题,提出了一种聚类区域自适应调整的WSN能耗均衡分簇算法。在算法的选举簇头阶段,将节点剩余能量、备选簇头与邻居簇头的间距相结合作为判据参数;在成簇阶段,将节点预加入的簇头到基站的距离考虑在内,比较多个数据流向,采用节能最优路径策略。仿真结果表明,该协议能够有效均衡网络各节点能耗,显著延长了网络生存时间。     

基于Fuzzy C-Means聚类算法的改进LEACH协议

LEACH协议是一种被广泛应用到无线传感器网络中的路由算法。针对经典LEACH算法存在簇头节点空间分布不均匀和传感器节点能耗不均衡等缺点。提出了一种改进LEACH协议,新的路由算法首先利用Fuzzy C-Means聚类算法和节点位置信息将整个网络分割为多个簇;在每个簇中再利用考虑了节点剩余能量的LEACH算法完成单簇头的选举,以完成数据簇内收集和双跳传输。计算机仿真表明,改进的LEACH协议能均衡网络节点能耗,有效延长整个网络的生存周期。     

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。     

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.     

基于能量福利函数的传感网络节能路由算法

针对无线传感器网络能耗不均衡、能量利用率低等问题,在PARPEW协议基础上提出了一种基于能量福利函数的传感网络节能路由算法。通过在簇形成阶段引入能量代价开销公式和能量福利函数确定簇成员和最终簇头,并且对选举临时簇头时的阈值进行了优化;簇间路由阶段,采用单跳与多跳结合方式,中继节点选举时的权值函数加入了簇内节点个数、已当选过中继节点次数因素。仿真实验表明,与LEACH和原PARPEW协议相比,改进算法均衡了网络能耗,提高了能量利用率,延长了网络生存周期。     

改进的异构无线传感器网络路由算法

稳定选举协议因没考虑节点的剩余能量,造成一些低能量节点当选为簇头而过早死亡,而且选出的簇头将数据直接发送给基站,导致部分距离基站较远的节点能量消耗过大而死亡。针对这两个问题,提出了一种适应于异构环境的改进的无线传感器网络路由算法。该算法在簇头选取过程中,加入节点的剩余能量和邻居节点数,使得具有较高的剩余能量且分布在密集区域中的节点当选为簇头的概率增大,并参考图论中的Dijkstra算法,实现簇头到基站低代价传输的多跳通信。仿真结果表明,与传统的稳定选举协议及其改进算法对比,该算法降低了网络的能量消耗,明显地延长了网络的稳定期和生命周期。     

基于作用力模型的传感器网络簇型协议

现有的无线传感器网络簇型算法忽视了簇头和簇成员之间的通信代价不均衡和"孤立簇头"等问题.提出了一种基于作用力模型的移动簇型协议,该协议在簇头选举时兼顾节点剩余能量和节点密度;在簇头选举后,该协议使簇头节点根据基于簇成员剩余能量和距离的作用力模型自适应移动,以均衡簇头和簇成员之间的通信代价.另外,为了实现簇头节点之间的全连通,提出了中继节点选举算法.实验结果显示:该协议能够有效地均衡网络能耗,进一步提高网络稳定性.     

LEACH-CS:一种自定义的WSN跨区多跳路由机制

针对无线传感器网络中节点能量受限的特征,深入分析了经典的LEACH路由协议;针对其在能耗和适用规模方面存在的不足,提出了一种新型自定义的跨区多跳路由算法((LEACH-CS)。新算法引入了“区域”的概念,即某区域选举簇头失败时产生补充簇头,建立簇间路由时以跨区距离的约束来自定义合适的多跳路由方案。实验表明,与现有LEACH协议相比,新的协议明显提高了网络的生存时间,平衡了网络的节点能耗,均匀了死亡节点的分布,也扩大了协议适用的网络规模。     

无线传感器网络能量均衡自适应分簇算法

针对无线传感器网络能量及存储计算能力等方面的限制,提出了一种能耗均匀的分簇算法EBAC,改进了LEACH协议的簇头选举过程,把节点剩余能量作为簇头选举的依据.实验结果表明,该算法能有效延长网络的生存时间,并且因为网络中能耗均衡,节点死亡时间非常接近(第一个和最后一个节点死亡时间只差约20轮),所以监测结果更加准确可靠.     

无线传感器网络能量均衡的非均匀分簇算法

无线传感器网络节点随机分布,针对均匀分簇容易造成网络中能耗不均的问题,提出一种能量均衡的非均匀分簇算法EBUCA(Energy-Balanced Unequal Clstering Algorithm)。该算法在簇头选举阶段,根据节点的剩余能量、节点所在区域稀疏程度来保证簇头的均匀分布;同时结合各簇头所在区域的节点密度与距sink节点的距离来构造大小不等的簇半径,使节点所在区域密度大或距离基站较近的簇半径较小,平衡了簇内和簇间的通信能耗。仿真结果表明与LEACH、DBCP、EEUC算法相比,EBUCA算法能够有效地均衡节点能耗,延长网络生命周期。     

一种基于网格的无线传感器网络分簇路由协议

为延长网络生存时间,提出了一种基于网格的无线传感器网络分簇路由协议.整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小,达到节省能量的目的.仿真实验和分析表明:该协议能均衡网络能量,延长网络的生存时间.     

无线传感器网络区域内心距离的固定分簇算法

分布式分簇算法(LEACH)中每轮的簇头数量不稳定以及位置分布不均匀,针对此问题,为了延长无线传感网络的稳定周期,优化簇头选举机制,以及均衡网络的能量消耗,提出了一种改进的固定分簇算法;该算法采用固定分簇技术,以汇聚节点为中心将网络划分为等大小的区域;在簇头选举阶段,引入代价函数,综合考虑固定分簇内各节点剩余能量、区域的内心距离、位置布局等因素,优化簇头的数量和布局;通过Matlab仿真实验表明,改进后的算法与原算法对比,均衡了网络能量消耗,每轮中簇头数量稳定且分布较均匀,有效延长了网络的稳定周期、半衰周期和生命周期。     

具有移动sink 的无线传感器网络能量均衡分簇路由协议

提出了一种具有移动sink的无线传感器网络能量均衡分簇路由协议.将整个网络划分为若干个网格,每个网格采用簇头评判模型选出簇头,簇头负责收集簇内兴趣事件,进行数据融合后转发给移动sink.当sink在同一个网格内移动时,只需要将新位置通知当前网格的簇头;当sink移动到新的网格时,先将位置报告给新网格的簇头,然后由该簇头将位置信息分发给其他簇头.该协议能够有效地均衡节点的能量消耗,延长网络的生存时间.     

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。     

能耗均衡的多跳多路径认知分层路由算法

为了缓解频谱资源紧缺的现状,提高认知无线传感器网络能量消耗的均衡性,并减少网络的能量消耗,提出了一种适用于异构认知无线传感器网络的能耗均衡多跳多路径认知分层路由EMMCH算法。首先,根据节点剩余能量、节点位置和邻居节点密度改进了簇首选举概率;其次,结合竞争半径的概念,平衡区域簇首能耗;然后,根据节点信道可用性和剩余能量选举最优簇首,簇首总数依据动态选举的思想确定;最后,簇首节点选取剩余能量高、距离汇聚节点近且存在空闲信道的节点进行多跳传输路径规划,再结合沿途消耗和不均衡程度选取最优路径。仿真结果显示,与对比算法相比,EMMCH算法具有更长的生命周期、更高的稳定性、更多的数据传输量和更均衡的网络能耗。     

基于分簇机制的移动无线传感器网络数据采集协议*

为了均衡无线传感器网络的能量消耗,提出了一种基于分簇机制的移动无线传感器网络数据采集协议。该协议中,整个网络使用网格均匀分簇,节点根据加权能量—邻居规则选出分布在簇中间区域的簇头,簇头负责收集簇内兴趣事件并进行数据融合,移动sink依次运动到簇的中心点位置收集簇内兴趣事件。仿真结果表明,该协议有效地均衡了网络的能量消耗,延长了网络的生存时间。     

基于网格的动态能量阈值的簇头选择算法

有效地使用传感节点的能量进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.而动态簇被认为提高能量利用率的有效技术之一.然而,簇头分布不均匀加速了网络能量的消耗,降低了网络寿命.为此,提出基于网格的动态能量阈值的簇头选择算法GDET-CH(Grid Dynamic Energy Threshold-based Cluster Header),平衡簇头分布.GDET-CH算法先将网络区域划分多个网格,并每个网格产生一个簇头.然后,利用节点离网格中心距离和节点剩余能量选择簇头.最后,引用动态能量阈值机制,只有当节点剩余能量大于能量阈值才可能成为簇头,进而平衡网络能耗.实验数据表明,与DDEEC和EDDDEC算法相比,GDET-CH算法的网络寿命分别提高了近24.5%和36%.     

基于SEP协议的最优分簇改进算法

提出基于SEP协议的最优分簇改进算法。根据SEP协议的分簇结构,采用不同竞争时间、考虑剩余能量因素的区首选举策略将网络区域进行优化分区,从而均衡区内能量消耗;提出结合最优簇首数并考虑普通距离因子等因素选举簇首;有机结合簇内单跳和簇区间转发,区首与簇首进行两层路由传输。利用Matlab对所提改进算法进行仿真分析,结果表明,这种基于SEP的改进算法（P-SEP）与SEP、基于新型聚类的非均匀成簇NHRPNC相比,有效地降低了传感器节点的平均能耗,从而延长了网络生命周期。     

无线传感器网络的节能分布式分簇算法

针对无线传感器网络的异构特性,提出一种能量有效的分布式分簇算法EEDC。预先选择剩余能量较多的节点作为竞争簇头的候选簇头节点,以簇内通信代价作为候选节点竞争最终簇头的竞争参数,选择剩余能量高且通信代价低的节点作为最终的簇头节点。理论分析与仿真实验证明,EEDC能产生均匀分布的簇头集合,有效延长网络寿命。     

一个基于节点覆盖的簇头选举算法

无线传感器网络以获取有用信息为最终目的,而获得的有用信息的多少取决于对网络的覆盖程度。本文在现有的一些簇头选举算法的基础上,提出一个新的簇头选举算法。该算法选举的簇头具有不进行数据感知,优先死亡但不影响网络覆盖的良好性能。如果把传输消耗优先分配在这类簇头节点上,那么死亡后影响覆盖的节点就可以在较晚的时间作为簇头,从而延迟死亡时间,最终延长网络的生命周期。实验结果显示,和现有的相关算法相比,本文提出的基于节点覆盖的簇头选举算法具有较高的网络覆盖率和较少的能量消耗,从而具有较长的网络生命周期。