改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

基于扇形分簇的无线传感器网络路由算法

无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间。为此,提出一种针对簇首节点选取和分簇的改进LEACH算法。该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后基站根据节点剩余能量和与基站的距离进行簇首节点选择,节点根据簇首节点和基站接收信号强度选择路由方式,以均衡网络能量消耗。仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

无线传感器网络LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

无线传感器网络LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

基于抽样估计的能量异构无线传感器网络分簇算法

提出一种基于抽样估计的能量异构无线传感器网络分簇算法.采取对网络中节点抽样的办法估计出网络中的平均剩余能量,节点根据剩余能量与网络平均能量的比例来进行簇首竞争,使簇首选择更加合理.仿真实验表明:该算法可以更好地实现负载均衡,延长的网络生存时间.     

基于LEACH协议的兄弟节点算法——LEACH-BN

为了延长无线传感器网络的工作时间,针对LEACH算法中能量分布不均衡以及簇头节点能量浪费的问题,提出了一种基于LEACH协议的兄弟节点算法（LEACH-BN,LEACH-Brother Node）：通过簇内兄弟节点调整节点密度、簇头兄弟节点改进簇头选取和转发机制、簇间兄弟节点向基站转发数据。分析和仿真同时表明,改进后的算法实现了WSN中节点能量的全面均衡,提升了首节点和网络的生存时间,均衡弱势节点,增强系统的可靠性。     

一种基于ARMA的WSN非均衡分簇路由算法

 针对无线传感器网络中分簇路由算法中存在的“热区”问题,提出了一种基于虚拟区域划分的非均衡簇路由算法。算法将簇划分的任务交由能量无限制的汇聚节点完成,使得靠近汇聚节点的内层簇的规模小于外层簇的规模。在簇的结构中引入了主、从簇头节点,从而实现了分布式簇头选举工作,同时在分簇过程中避免了每个阶段的能量消耗。将ARMA预测模型引入到主簇头节点的更换过程中,从而避免了主簇头因为能量完全消耗而死亡,也避免了因为主簇头死亡而造成网络分割,降低网络的生存时间,利用NS2.31仿真平台对基于虚拟区域划分的非均衡簇路由算法进行了仿真验证,结果表明与传统路由算法相比,该算法延长了WSN的生存时间,有效提高了WSN网络健壮度。     

无线传感器网络中基于剩余能量的联合选举动态成簇路由算法

针对无线传感器网络中突发事件监测等响应式网络应用,提出了一种基于能量的联合选举动态成簇算法。基于节点剩余能量,在事件区域内周期性地进行簇首选举,建立以簇首为根的簇树结构对事件区域内的数据进行搜集融合,从而减少网络中传输的数据量。仿真结果表明:该算法降低了节点平均能耗,具有良好的能量均衡效果,延长了网络生存时间。     

基于能量均衡的LEACH协议的研究

无线传感器网络节点能量有限,因此为了避免由于节点的能量不足而造成网络瘫痪,在组网过程中必须要充分考虑到节点能量的情况,Leach协议是其中一种典型的网络分簇路由协议。针对传统leach协议在分簇过程中未能考虑网络内节点能量以及簇首数量的基础上,提出一种新的簇首选取优化算法,旨在达到均衡网络能量、延长网络生命周期的结果。经OPNET仿真表明,该算法能快速选择簇首、节省节点能量以及均衡网络的能量分布,最后有效地延长网络的生命周期。     

基于冗余节点的LEACH协议的改进

无线传感器网络中LEACH协议是一种典型的能有效延长网络生命周期的节能通信协议。因为其优秀的节能效果和其简单的规程得到了广泛的认可。但是LEACH簇头算法存在簇头开销大、簇头没有确定的数量和位置等不足。而在成簇后的稳定阶段,节点通过一跳通信将数据传送给簇头,簇头也通过一跳通信将聚合后的数据传送给基站,这样会造成簇头节点...     

基于无线传感器网络的K均值算法研究

传统无线传感网一般由大量密集的传感器节点构成,存在节点计算能力、能源和带宽都非常有限的缺点,为了有效节能、延长网络寿命,介绍了基于聚类的K均值算法.该算法通过生成的簇头节点散播到网络的各个区域中,减少了每个区域内通信的能耗和可能会出现的一般节点过早死亡的情况,从而避免了网络对该区城提早失去监控.实验证明,该算法对各节点...     

基于动态半径的事件驱动型无线传感器网络分簇融合算法

事件驱动型无线传感器网络应用于突发事件监测,针对传统网络未考虑事件分布情况及成簇大小等问题,提出一种新的基于动态半径的分簇融合算法。综合考虑事件发生的严重程度及节点性能等因素确定簇头,并采用分级发射功率,根据成簇效果及网络平均能耗优化选择簇半径,实现在触发节点范围内的动态分簇,有效节约能耗、提高数据融合效率。仿真实验结果表明,与TEEN相比,该算法可显著延长无线传感器网络生命期。     

交通路灯监控系统的无线传感网链状路由算法

在交通路灯监控系统中为节省网络节点能耗和降低数据传输时延,提出一种无线传感网链状路由算法（CRASMS）。该算法根据节点和监控区域的信息将监控区域分成若干个簇区域,在每一个簇区域中依次循环选择某个节点为簇头节点,通过簇头节点和传感节点的通信建立簇内星型网络,最终簇头节点接收传感节点数据,采用数据融合算法降低数据冗余,通过簇头节点间的多跳路由将数据传输到Sink节点并将用户端的指令传输到被控节点。仿真结果表明：CRASMS算法保持了PEGASIS算法在节点能耗方面和LEACH算法在传输时延方面的优点,克服了PEGASIS 算法在传输时延方面和LEACH算法在节点能耗方面的不足,将网络平均节点能耗和平均数据传输时延保持在较低水平。在一定的条件下,CRASMS算法比LEACH和PEGASIS算法更优。     

一种基于物联网的室内监控系统节能研究

针对无线传感器网络通信中能量消耗过高及电源极为有限、不可替换问题,设计室内监控系统,布置ZigBee无线网络,重点解决延长网络生命周期问题。针对LEACH算法中所有节点轮流充当簇首消耗能量过多问题,提出每轮第一次充当簇首的节点全程有效,本文称FL方法。该算法减少节点竞争簇首时消耗能量。依据监控系统实际使用环境,结合LEACH(Low Energy Adaptive Clustering Hierarchy)算法分析通信过程中能量消耗,设计验证实验,提出监控系统通信算法。实验证明,网络稳定,系统能耗低,通信性能良好,可用性强。     

基于移动Agent和WSN的突发事件场景数据收集算法研究

该文针对无线传感器网络应用于突发事件监测场景的能量消耗和网络延迟问题,提出了基于移动Agent的无线传感器网络簇式数据收集算法.动态成簇过程基于事件严重程度,并由其决定簇的生命周期和覆盖范围.Sink和簇头之间形成以Sink节点为簇头的虚拟簇.移动Agent迁移路径规划过程中下一跳节点的选取基于节点剩余能量、路径损耗及受刺激强度.移动Agent通过节点遍历的方式完成对所有簇内成员节点信息的收集.仿真结果表明,相对于C/S数据收集模型,基于移动Agent的模型具有更好的节能效果,并能一定程度地减少网络延迟,尤其适用于大规模无线传感器网络应用.     

改进的自适应物联网技术节能优化控制仿真

研究异构传感网节能优化拓扑控制优化问题.在异构传感器网络中,每个传感器节点普遍存在初始能量异构,节点在无线通信过程中通信链路异构等异构现象.为了延长网络的生存期,提出一种自适应优化异构无线传感器网络拓扑结构控制算法.算法主要难点技术问题在于对参数E的选择控制问题.该算法基于传输数据跳数和相邻传感器之间通信距离,依据相似三角形几何原理,结合具体应用场景对传感器节点的分簇、成簇等操作进行自适应优化控制.仿真实验表明,改进的算法可以高效控制给定数据采集监测区域所有节点的网络拓扑同时极大地延长了异构传感网的生命周期.     

Joint Routing and Resource Allocation for Cluster Based Isolated Nodes in Cognitive Radio Wireless Sensor Networks

Clustering is an effective way to increase network lifetime but it leads to formation of isolated nodes in the wireless sensor network. These isolated sensor nodes forward data directly to sink and consume more energy which significantly reduces the network lifetime. In this article, we present how to maximize the network lifetime through joint routing and resource allocation with isolated nodes technique (JR-IN) between cluster head and isolated nodes in a cognitive based wireless sensor networks. In JR-IN technique the network area is divided into different layers and cluster size is formulated in each layer such that the size of the cluster remains unequal when it moves towards sink. Hence the cluster size is lager in the outermost layer compared to the cluster size in the inner most layer. To avoid inter cluster collision, we proposed different fixed channel to all the cluster heads in the network. For the intra cluster communication, the cluster member (sensor nodes) will lease the spectrum from the cluster head and forward data to their respective cluster head using TDMA technique. The periodical data gathering of cluster heads and forwarding the data to one hop cluster head may tend to lose energy faster and dies out quickly. We also propose in the JR-IN technique, the isolated nodes in the layer will take charge as a cluster head node and utilizes the resource allocated to the respective cluster head and forward the data to next hop cluster head. Simulation result shows that JR-IN outperforms the existing techniques, maximizes network lifetime and throughput and reduces the end to end delay.