基于博弈论能耗均衡的WSN非均匀分簇路由协议

在无线传感器网络(WSN)的分簇路由算法中,节点间能耗不均容易引发 “能量空洞”现象,影响整个网络的性能。针对这个问题,提出了一种基于博弈论能耗均衡的非均匀分簇路由(GBUC)算法。该算法在分簇阶段,采用非均匀分簇结构,簇的半径由簇头到汇聚节点的距离和剩余能量共同决定,通过调节簇头在簇内通信的能耗和转发数据的能耗来达到能耗的均衡;在簇间通信阶段,通过建立一个以节点剩余能量和链路可靠度为效益函数的博弈模型,利用其纳什均衡的解来寻找联合能耗均衡、链路可靠性的最优传输路径,从而提高网络性能。仿真结果表明:与能量高效的非均匀分簇(EEUC)算法和非均匀分簇节能路由(UCEER)算法相比,GBUC算法在均衡节点能耗、延长网络生命周期等性能方面有显著的提高。     

基于环分块的能耗均衡分簇路由算法

针对无线传感器网络（WSN）中节点能耗不均衡和能量效率低而影响网络生命周期的问题，提出了基于环分块的能耗均衡分簇路由算法（EBCR-RP）。首先，计算网络能耗最低的单跳距离，并将其作为环间距；然后，优化每环的簇数目，并对每环进行均匀分块，且在每块中选取能量最高的节点担任簇头，以均衡网络能耗；最后，设计传输代价函数，搜索簇头和汇聚节点之间数据的最佳传输路径，以提高网络能量效率。仿真结果表明，EBCR-RP与模糊理论簇形成协议（FLCFP）和改进的非均匀分簇路由（IUCR）算法相比，网络的生命周期分别延长了51.4%和8.6%。EBCR-RP能够有效地延长网络生命周期，均衡网络能耗，提高能量效率。     

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.     

基于能量迭代的无线传感器网络非均匀分簇路由算法

能量空洞是影响无线传感器网络性能的关键问题之一,据此提出了一种基于能量迭代的非均匀分簇路由算法。该算法首先在簇头选举时通过减少迭代次数,降低能量消耗,同时综合考虑节点能耗速度、节点到汇聚节点的距离等因素,选出最优簇头;其次,考虑到节点到汇聚节点距离和节点密度对网络生命周期的影响,提出了非均匀分簇算法,实现网络能耗均衡的目的。仿真实验表明,当最大簇半径为50m ,选举因素所占权重为0.4 ,簇半径调节系数为0.7时,本算法达到最优,与LEACH-E和LEACH相比,网络生命周期分别延长125%和136%,同时有效避免了能量空洞现象的产生。     

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。     

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。     

基于环的节点非均匀分布分簇算法

针对无线传感器网络（WSN）中基于环的节点非均匀分布网络模型下的能量空洞问题,提出了一种基于环的节点非均匀分布分簇算法（RCANND）。该算法在节点非均匀分布的网络模型下,通过每环的能耗最小化,计算每一环的最优簇首数;通过节点剩余能量、距基站距离以及与邻居节点的平均距离计算簇首选择度。在簇内以簇首选择度序列表进行簇首轮转,降低分簇次数,提高网络能量的利用效率。对提出的算法进行仿真对比实验,仿真结果表明,相同半径、不同分布模型下节点的平均能耗波动很小;相同分布模型、不同半径下节点的平均能耗波动也不明显。以网络中50%节点存活作为网络生命周期,在节点非均匀分布情况下,所提算法的网络生命周期比混合能量高效分布式不等分簇算法（UHEED）和轮转的混合能量高效分布式不等分簇算法（RUHEED）分别提高约18.1%和11.5%;在节点均匀分布模型下,所提算法的网络生命周期比基于分环的能量高效无线传感器网络分簇路由（RECR）协议提高约6.4%。所提算法有效均衡了不同分布模型下的能耗,有效延长了网络生命周期。     

基于权值和代价函数的WSNs非均匀分簇路由算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”等问题,提出一种基于权值和代价函数的WSNs非均匀分簇路由(WCF-UC)算法.该算法采用权值的局部竞选簇首策略,簇首根据距离信息等构建大小不均的多个簇,通过考虑节点剩余能量、节点稀疏程度等因素来保证簇首的最优选择,簇内使用链式结构代替点对点通信,有效均衡簇内通信能耗.采用簇间多跳路由算法,使用一个代价函数,兼顾簇首剩余能量、簇内成员节点数量和位置信息,确定最优能量路径,完成簇间信息传输,平衡簇间通信能耗.仿真结果表明:与LEACH,HEED,EEUC等算法相比,该算法能够有效地均衡节点能耗,延长网络生命周期.     

基于吸引因子和混合传输的分簇路由算法

为了能够有效地降低无线传感器网络(WSN)的能耗,延长网络生命周期,对低功耗自适应集簇分层型(LEACH)协议等多个分簇路由协议进行分析,并针对其算法存在的缺陷提出基于吸引因子和多跳传输的分簇路由算法(CRAH)。针对不合理的簇头选择问题,采用加权和的方法将节点剩余能量与节点位置两个参数,作为簇头选择的新指标;对簇头节点的任务进行重新分配,选出新的融合节点;融合节点和基站的通信采用单跳与多跳相结合的混合传输方式,结合吸引因子和Dijkstra算法提出新的基于吸引因子的Dijkstra(AF-DK)算法,为融合节点找到最优转发路径。仿真结果表明,与LEACH、集中式低功耗自适应集簇分层型(LEACH-C)路由和固定簇半径的分簇(HEED)等协议相比,CRAH使网络寿命分别提高了约51.56%、47.1%和42%,网络能耗速度明显减缓,基站接收的数据量平均减少了69.9%。CRAH使簇头选择更加合理,有效减少了通信过程中的冗余数据,均衡了网络能耗,延长了网络生命周期。     

一种基于测量数据相似性的WSN分簇路由方法

针对无线传感器网络(Wireless Sensor Network, WSN)中节点能量有限、节点能耗不均衡导致网络生命周期较短的问题,提出一种基于测量数据相似性的分簇路由算法CRMDS(A WSN Clustering Routing Method based on Measured Data Similarity)。在分簇阶段,设计自适应聚类算法,将测量值相似性高的节点分为一簇,在每个簇中选择一个节点传送数据,簇内其他节点进入睡眠模式以节省网络能量。在数据传输阶段,根据节点的剩余能量和传送能耗动态地更替簇头节点,并设计传送次数因子和相对距离因子生成簇头节点之间的路由路径,平衡节点能耗。仿真结果表明,CRMDS算法相较于现有算法能够有效节省网络能量,延长网络生命周期。     

非均匀分布的无线传感器网络分簇路由算法

针对无线传感器网络(WSN)现有分簇路由协议中选举的簇头节点在监测区域内分布不均的问题,提出一种基于局部区域传感器网络节点分布数量控制簇头节点选举概率的算法HNDCRA。该算法通过对传感器网络检测区域的网格划分,计算出网格局部区域的传感器节点分布,并以此为依据确定传感器节点当选簇头的概率,来保证选举后每个网格都有簇头节点,且节点数量多的区域节点当选簇头概率较大,使得簇头随节点分布密度“均匀”,达到能耗均衡的目的。性能分析和仿真实验表明,与经典的LEACH协议相比,HNDCRA能够更好地将簇头“均匀”分布到网络区域,均衡全网能耗分布,提高能量利用率,从而延长网络生存时间。     

无线传感器网络能量均衡的多sink分簇路由算法

针对无线传感器网络中传感器节点能量有限以及节点能耗不均衡的问题,提出了一种基于能量均衡的多sink分簇路由算法（EBMCR）。该算法在簇头选择阶段,综合考虑了节点的剩余能量级和节点到sink的距离等因素选择簇头节点;在簇间通信过程,采用多跳传输的方式,综合考虑了路径能量消耗、路径最小剩余能量和节点到sink的跳数等因素,选择节点到多个sink的最优路径。仿真结果表明,该算法能够有效地均衡网络能量,延长网络生命周期。     

基于遗传算法和模糊C均值聚类的WSN分簇路由算法

针对无线传感器网络（WSN）的节点能量有限、生命周期短、吞吐量低等问题，提出一种基于遗传算法（GA）和模糊C均值（FCM）聚类的WSN分簇路由算法GAFCMCR，采取"集中分簇，分布簇头选举"的方式。网络初始化时基站采用由GA优化的FCM聚类算法形成网络分簇。第一轮簇头由距簇中心最近的节点担任；从第二轮开始，簇头的选举由上一轮的簇头负责，选举过程综合考虑候选节点的剩余能量、与基站的距离、与簇内其他节点的平均距离三个因子，并根据网络状态实时调整三个因子的权重。在数据传输阶段，将轮询机制引入簇内通信。仿真结果表明，相同网络环境下，与LEACH算法和基于K-Means的均匀分簇路由（KUCR）算法相比，GAFCMCR将网络生命周期延长了105%和20%。GAFCMCR成簇效果良好，具有良好的能量均衡性和更高的吞吐量。     

基于最小生成树的非均匀分簇路由算法

发现现有的针对非均匀分簇路由算法没有充分考虑簇首与基站之间最优路径选择,而导致传输路径上的能量消耗不均衡的问题。为了更好地均衡传输路径上节点能量的消耗,提出了基于最小生成树的非均匀分簇的路由算法。该算法利用节点剩余能量和节点到基站的距离选举簇首,然后通过建立最小生成树搜寻最优传输路径,这样可以减少传输路径上的能量消耗,有效地解决能耗不均衡问题。理论分析和实验结果均表明,该算法无论在存活节点个数还是在能量消耗上都明显优于EEUC算法和EBCA。     

基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数,导致网络能量消耗过快,全网能耗不均衡。针对这个问题,提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先,在网络能量消耗模型中引入太阳能补给模型,得出每一轮次网络能量总消耗与网络分簇数目的函数关系,并对其求导从而得到网络的最佳分簇数。然后,利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选,得到备选簇头节点;再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选,得到网络簇头节点。最后,通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标,与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比,该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍,网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。     

基于模糊控制的自供能无线传感器网络分簇算法

现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数，导致网络能量消耗过快，全网能耗不均衡。针对这个问题，提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先，在网络能量消耗模型中引入太阳能补给模型，得出每一轮次网络能量总消耗与网络分簇数目的函数关系，并对其求导从而得到网络的最佳分簇数。然后，利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选，得到备选簇头节点；再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选，得到网络簇头节点。最后，通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标，与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比，该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍，网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。     

优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。