无线传感器网络中一种能量均衡的分簇策略

以无线传感器网络中的能量消耗模型为基础,提出了一种能量均衡的无线传感器网络分簇路由协议EECHS(energy-effficient cluster-head selection)。该协议通过节点的剩余能量和节点距离基站的距离来调节其成为簇首的概率,并进一步调节簇的大小。仿真结果表明,与改进后的DCHS协议相比,该策略使网络的生命周期和稳定周期分别提高了31%和45%以上。     

一种基于分簇算法的能量优化策略

延长网络生存期、减少网络能量消耗是传感器网络一项重要性能指标,分簇方案是实现该目标的主要方法之一.引入了传感器节点检测半径的概念,在分簇算法的基础上提出一种能量优化策略,该策略通过减少网络中处于激活状态节点的个数,减少网络消耗能量,延长网络的生存期.最后通过对典型的分簇算法LEACH应用该优化策略,仿真结果表明能量优化策略能显著的减少网络的能量消耗.     

基于区域分簇的大规模无线传感器网络生命周期优化策略

针对环境监测、电网冰灾监测等大规模监测系统中监测区域覆盖广、传感器数量大等特性,为节约网络能耗以延长生命周期,提出了一种基于区域分簇的大规模无线传感器网络生命周期优化策略(RCS).该策略首先利用传感器节点的位置信息进行凝聚的层次聚类(AGNES)算法将大规模网络分区以优化簇首的分布;其次,候选簇首节点竞选簇首成功后进行不均匀分簇,同时加入时间阈值来均衡簇首节点的能耗;最后,采用簇间多跳路由,根据节点剩余能量、与汇聚点距离计算网络能耗代价来构建最小生成树进行路由选择.在仿真实验中,该策略与经典的低功耗自适应分簇(LEACH)协议和能量高效的非均匀分簇(EEUC)算法比较,簇首能耗平均分别减少了45.1%和2.4%,网络生命周期分别延长了38%和3.7%.实验结果表明,RCS在大规模网络中能有效均衡整体网络能耗,显著延长了网络的生命周期.     

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.     

传感器网络分簇时间跨度优化聚类算法

针对无线传感器网络（WSN）簇头节点能效低、网络能量负载不均衡问题,提出一种传感器网络分簇时间跨度优化（CTSO）聚类算法。该算法首先在簇头选举方式上关注了簇内成员数量和簇头间距的约束问题,尽可能地避免各个簇之间发生覆盖重叠,优化簇内节点能量;接着对簇头的选举周期进行优化,以任务执行周期大小作为一个时间跨度并分为多个轮,通过最小化簇头选举的轮数来减少用于选择簇头而花费在广播消息上的能量,提升簇头节点的能量利用率。实验仿真结果表明,对比基于多Agent的同质态数据汇聚路由方案以及自适应数据汇聚路由策略,CTSO算法的平均能量效率分别提高了62.0%和138.4%,节点寿命则分别提高了17%和9%。CTSO算法在提升无线传感器网络簇头能效及均衡节点能量上具有较好的效果。     

优化聚类分簇结合自适应中继策略的双簇首WSNs路由算法

针对无线传感器网络中分簇路由算法节点能量利用率低、能量消耗不均匀等问题,提出了一种优化聚类分簇结合自适应中继策略的双簇首无线传感器网络路由算法.该算法对分簇路由协议中的三个阶段分别进行优化设计.成簇阶段,首先对双簇首模型下最优成簇规模与网络能耗的关系进行理论分析,然后使用改进的算术优化算法计算模糊C均值算法的初始聚类中心,提高了模糊C均值算法聚类成簇的准确率和鲁棒性.簇首选举阶段,引入双簇首策略,以节点的位置、能量和中心度为影响因子,根据承担任务的不同分别为内外簇首设计独立的簇首评价函数,以评价值为依据由节点分布式动态选举簇首减少了广播数量,同时可以将整个簇的能量负载平均分配到每个簇成员节点中.数据传输阶段,设置了多跳中继策略的距离适用条件,并以能量消耗速率为依据选择中继节点,避免了节点提前过载.仿真结果表明：在多种规模的网络中,该算法相较于对比算法在均衡网络负载、提高能量利用效率方面效果更好,从而延长了网络的有效感测时间.     

一种能量高效无线传感器网络路由协议的设计

在无线传感器网络中提高节点能量问题的研究中,首先对无线传感器网络经典的分簇路由协议LEACH进行分析,针对LEACH中存在的少能量节点,或者偏远节点选为簇头节点,容易导致节点加快死亡、网络能量利用率降低的问题,通过改变簇头选择策略,综合考虑节点剩余能量和地理位置等参数的方法,提出一种新的路由协议,避免选取少能量节点为簇头.经NS2的仿真结果表明,提高了网络能量利用率.能量高效LEACH协议比LEACH原协议延长了28%的网络生存时间,并对延迟了第一节点死亡(FND)时间27%,并使得更多的能量利用于网络开始真正死亡之前,提高了网络能量利用率.     

无线传感器/执行器网络中能量有效的实时分簇路由协议

无线传感器/执行器网络(WSANs)主要应用于自动控制领域,实时性问题是其面临的首要挑战.根据实际环境中的节点部署情况,建立了系统模型;研究了分簇策略与功率控制技术对于自组织网络实时性的影响,提出了一种可适用于WSANs的能量有效的实时分簇路由协议--RECRP协议.该协议采用二级成簇策略使网络中的各类节点稳定分簇.分簇后的各类节点具有不同发射功率,利用执行器节点的强大通信能力有效降低网络延时.采用能量有效性算法使网络中的传感器节点轮换担任簇首,从而使网络能量均匀消耗,延长网络的生存时间.实验结果证明,在WSANs中RECRP协议可使网络稳定分簇,并且在网络的实时性与能量有效性方面与现有典型路由协议相比具有更优越的性能.     

基于自适应惯性权重的混沌粒子群优化无线传感器网络成簇算法

为了解决簇头选举过程中多因素冲突问题,以优化簇头选举和延长网络生命周期为目标,提出一种基于自适应惯性权重混沌粒子群优化（AWCPSO）的分簇算法.该算法在簇头竞选过程中,考虑了节点剩余能量、与基站的距离以及该节点担任簇头的概率,通过自适应惯性权重的混沌粒子群算法优化簇头的选举,并将通信范围内的节点作为其簇成员.簇头数目的选择满足最优簇头个数,从而进一步提高了网络的能量使用效率.仿真结果表明,与SEP和DEEC算法相比,本文算法能够更有效的节省能量,网络稳定周期分别延长62.31%和16.45%,同样有效的均衡网络能量消耗,延长了网络生命周期.     

结合负载分流的无线传感器网络簇间数据转发算法

针对无线传感器网络能量消耗不均, 出现能量空洞的问题, 提出了一种基于负载分流的簇间数据转发算法. 首先分析簇间数据转发可能导致Sink附近能量空洞的问题. 然后, 基于簇头当前的能量状态、数据量和距离信息等因素提出了负载分配权重. 根据该权重设计了对应的负载分流策略, 并用于簇间数据转发算法中. 仿真实验结果显示: 相比基本EEUC算法和经典LEACH算法, 本文提出的负载分流数据转发算法延长了网络存活时间, 提高了网络能量使用效率.     

应用相对变换的无线传感器网络分簇算法

针对无线传感器网络节点负载不均衡的问题,提出了一种应用相对变换的无线传感器网络分簇算法(RTCH)。在成簇阶段,节点将簇头剩余能量、簇头与节点和簇头与基站的传输能耗等参数利用该模型先进行相对变换,再计算簇头适宜度来选择加入簇头成簇,并通过簇头的反馈信息来控制簇的规模来优化网络性能。仿真实验结果表明,RTCH算法能更有效地均衡网络中的能量消耗,延长网络生命周期。     

能量负载均衡的无线传感网分组成簇协议

针对无线传感网（WSN）中分簇路由协议在簇首分布及节点能耗不均问题,提出了一种节点能量负载均衡的分组成簇算法。根据节点能量分组,并随着节点能量的减少动态调整分组个数,组内根据能量重心进行簇首选举,利用簇首轮转和簇间多跳路由进一步均衡节点能耗。仿真结果表明,该算法有效实现了负载均衡,并显著延长了网络的稳定期。     

Distributed clustering algorithms for data-gathering in wireless mobile sensor networks

One critical issue in wireless sensor networks is how to gather sensed information in an energy-efficient way since the energy is a scarce resource in a sensor node. Cluster-based architecture is an effective architecture for data-gathering in wireless sensor networks. However, in a mobile environment, the dynamic topology poses the challenge to design an energy-efficient data-gathering protocol. In this paper, we consider the cluster-based architecture and provide distributed clustering algorithms for mobile sensor nodes which minimize the energy dissipation for data-gathering in a wireless mobile sensor network. There are two steps in the clustering algorithm: cluster-head election step and cluster formation step. We first propose two distributed algorithms for cluster-head election. Then, by considering the impact of node mobility, we provide a mechanism to have a sensor node select a proper cluster-head to join for cluster formation. Our clustering algorithms will achieve the following three objectives: (1) there is at least one cluster-head elected, (2) the number of cluster-heads generated is uniform, and (3) all the generated clusters have the same cluster size. Last, we validate our algorithms through an extensive experimental analysis with Random Walk Mobility (RWM) model, Random Direction Mobility (RDM) model, and a Simple Mobility (SM) model as well as present our findings.     

无线传感器网络中的簇头节点能耗平衡策略

无线传感器网络（WSNs）具有集中式数据收集和多对一数据通信等特点,使得越靠近汇聚节点的簇头节点能耗越大,最终导致网络中心出现能量空洞。提出一种基于簇内节点分配的簇头节点能耗平衡策略,根据WSNs的分簇汇聚拓扑结构,分析了其中簇头节点的能量消耗情况;在此基础上,通过在各簇内分配一定数量的基本节点,并成比例地增加附加节点的方式,使网络中各簇头节点的能量消耗相等。仿真结果表明：该策略能够适应网络规模和负载的动态变化,最终达到平衡簇头节点能耗的目的。     

基于LEACH协议的簇头选举改进算法

以减小LEACH协议簇形成过程中的能量消耗为目的,提出一种改进的簇头选举算法LEACH-ECHC。当所有簇头的剩余能量最小值小于某个阈值时,进行全网选举;当簇头能量小于该簇剩余能量的平均值时,进行簇内选举,并对簇头产生的阈值进行优化。仿真结果显示,LEACH-ECHC算法有更高的能量有效性,可以延长网络寿命,使节点能耗更均衡。     

一种分布式能量高效的WSNs非均匀分簇路由协议

针对无线传感器网络(WSNs)多跳通信方式中存在的"热区"问题,提出了一种分布式的、能量高效的非均匀分簇(DEEUC)路由协议。该协议将节点的剩余能量作为簇首选择的一个重要指标,候选簇首由上轮簇首根据簇内成员节点的剩余能量指定,候选簇首能否最终成簇首也是其能量竞争的结果。在DEEUC协议中,簇首以多跳的方式与基站进行通信并选择正向单位能耗最小的邻居簇首作为路由节点以节约能耗。仿真实验表明:DEEUC能较好地提高网络能效,延长网络生存时间。     

WSN中一种高效节能的分簇路由协议

针对传感器网络存在的节点能耗过快问题,提出了一种新的分簇路由协议EEGC。该协议底层拓扑采用分簇及簇内部分覆盖算法,有效地降低了网络能耗。上层拓扑采用近簇头单跳通信、远簇头多跳通信的方式,缓解了内环簇头能耗过快的问题。同时,以簇头剩余能量决定簇及簇间路由的重构,进一步提高了控制消息的效率。仿真验证表明,EEGC协议的网络寿命明显优于LEACH。     

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%。     

无线传感器网络的能量有效加权分簇算法

在能量有效加权分簇(EWC)算法的基础上,提出一种簇首选择算法EWC-N(new EWC)。该算法根据节点的邻节点数量与剩余能量计算出权值,选出权值大的节点为簇首,在选择簇首的过程中,动态调整簇首之间的距离。该算法减少了分簇过程中能量的消耗,簇首的分布更加合理。仿真实验结果表明,该算法相对于EWC提高了能量有效利用率近9%,延长了约12%的网络生存时间。