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。     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.     

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.     

一种能耗均衡的无线传感器网络分簇路由算法

针对分簇路由协议分簇不均匀及能耗不均衡等问题,提出一种基于能量和距离因子的分簇路由算法。通过加入能量和距离因子对簇头选择的阈值公式进行改进,延长竞选出的簇头工作时间,增加备择簇头以减少重建簇的轮数,从而降低选举消耗的能量。在广播当选信息之前加入等待时间,普通节点选择与其通信代价最小的簇头所在簇申请加入。建立最优路径进行簇间路由,并采用单跳和多跳相结合的方式。仿真结果表明,与EECS算法相比,该算法可减少约8%的能耗,并有效均衡节点能耗,延长网络生命周期。     

基于演化博弈的无线传感器网络分簇算法

针对无线传感器网络中节点负载过重与能耗不均衡而出现网络能量空洞的问题，基于演化博弈理论建立一种簇头竞选的博弈模型，同时提出一种基于演化博弈的无线传感器网络最优成簇算法。运用节点的剩余能量、数据接收能耗和数据转发能耗设计簇头演化博弈的收益函数，并将最优发射功率控制机制应用于簇成员的选择，从而形成稳定连通的网络分簇结构。仿真实验表明该算法平衡了节点负载，从而均衡网络能量，有效改善网络中过早出现能量空洞的问题，进而延长了网络生存时间。     

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.     

一种改进的无线传感器分簇路由算法研究

研究优化传感器工作寿命问题,网络簇间能耗不均衡和簇头选择不合理,导致能量过早消耗,网络寿命短的缺陷.传统分簇算法采用均交分簇和固定阈值簇头轮换选举方式不能解决上述问题.为了延长网络生命周期,提高能量利用效率,提出了一种改进的无线传感器路由分簇算法,采用非均匀分簇策略使簇簇间能量消耗平衡,并利用基于剩余能量的阈值簇头轮换选择机制.在NS2平台中对算法进行仿真,对节点存活率和网络总能耗两个方面进行比较与分析,仿真结果表明,改进的算法很好地使网络的能耗达到了均衡,节约了簇头节点的能量,从而延长网络的寿命.     

基于LEACH协议的能耗均衡路由算法

分析经典的无线传感器网络LEACH协议,针对如何延长其网络生命周期的问题,提出一种改进的LEACH算法.当簇头剩余能量的最小值小于某个阈值时,进行全网簇头选举,设计基于节点相对密度的成簇算法,即采用合理阈值选取簇头.反之进行簇内选举,依据剩余能量、距簇内质心的距离、节点覆盖度等约束条件来选择新的簇内簇头.实验结果表明,改进的LEACH算法能有效降低和均衡各个节点的能耗,推迟第1个死亡节点出现的时间,延长网络的生命周期.     

基于估计机制的分簇传感器网络数据融合算法

提出了一种基于估计机制的分簇传感器网络数据融合算法.在满足数据精确度要求的前提下,只有当数据的当前值与上一次采集值之差超过某一变化阈值时,才将当前采集数据发送到簇头节点,否则不发送.采用节点剩余能量自适应的簇头选择算法来平衡传感器节点的能耗,使得剩余能量越大的节点当选为簇头的概率越大.推导了使网络能耗最小的最优分簇规模...     

传感器网络中基于多级选举的非均匀簇头选择算法

为了节省和平衡网络中簇头的能耗,提出了一种基于多级选举的非均匀簇头选择算法MSEBNECHSA。该算法首先通过空间虚拟网格、簇头和Sink构成的三级选举机制构造网络候选簇头的能量分布图,然后采用基于候选簇头能量和距离的模拟退火算法,使网络中簇头的竞争范围随着到Sink的距离远近而相应从小到大非均匀分布。仿真实验表明,该算法能够以较低的能量成本将网络中的节点有效分簇,并且平衡网络中的能量消耗。     

基于节点位置和剩余能量的分簇路由改进算法

针对传统LEACH协议存在的随机选举簇头及网内节点能耗不均等问题,提出了一种能量均衡高效的分簇路由协议LEACH-EPN.在成簇阶段加入最优簇数约束,综合考虑节点位置和剩余能量等多种因素;引入距离因子、能量因子及节点密度因子改进阈值公式;通过改变簇的范围来改变成簇机制,使簇头选举更合理、能耗分布更均匀,提高了网络的能量...     

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。     

一种能量高效的非均匀分簇算法

针对无线传感器网络中的能量消耗不均衡问题,提出一种能量高效的非均匀分簇算法--EUCA。算法采取基于节点剩余能量的簇首选举策略,簇首采用非均匀分簇的思想来构建大小不等的簇,在构建簇间路由树时,综合考虑了邻近簇首的剩余能量、簇成员数目、相对自身的距离和相对基站的距离,以此来均衡簇首能量损耗。仿真结果表明,该算法有效均衡了网络能量损耗,延长了网络的生存周期。     

一种基于节点位置和密度的非均匀分簇路由算法

分析了现有分簇路由算法,提出了基于节点位置和密度的非均匀分簇路由算法。簇头选举阶段,考虑了节点的剩余能量,并引入竞争机制进行簇头选择;成簇阶段,综合考虑节点与基站的距离、节点密度以进行非均匀分簇,达到节点能耗均衡的效果,同时解决路由热区问题;簇间路由阶段,通过设立通信簇头节点,使簇间数据转发任务从簇头中分离,簇头节点只负责簇内的数据收集和融合,而通信簇头节点负责簇间数据传输,减少了簇头的能量消耗。实验结果表明,改进后的路由算法能够有效地均衡网络负载,并显著地延长网络的生命周期。     

基于簇头功能分化的无线传感器网络成簇算法

以LEACH为基础演化而来的各类算法在簇头选举时始终包含有“随机选择”的成分,导致无线传感器网络在拓扑结构的优化和能量消耗的均衡上受到限制。从分化簇头功能和优化功能节点选举机制的角度出发,提出一种分化簇头功能的分布式算法,引入功能节点推荐机制,弱化簇头选举中的随机成分,分化簇头功能,将以往簇头管理节点、融合数据、转发信息的三大功能分别由管理节点、融合节点、转发节点3个功能节点来承担。仿真数据表明,提出的分簇算法能有效优化簇内拓扑结构、提高节点能量消耗均衡性,能够延长网络生存周期15％~20％。     

异构WSN中基于改进哈里斯鹰的分簇算法

针对无线传感器网络中传统的低功耗自适应集簇分层型协议存在的节点能耗过高、网络生存周期短以及负载不均衡等问题, 本文提出了一种异构传感网络下的多目标簇头选举和基于模拟退火的哈里斯鹰路由优化算法(LEACH-MHO). 这种改进算法首先在计算节点最优阈值的基础上, 构建新的考量能耗和负载的适应度函数, 找到最优簇首节点, 保证簇首节点的均匀分布; 再建立基于哈里斯鹰优化器的路径选择策略, 同时嵌入模拟退火算法, 防止过早陷入局部最优; 最后使用评估函数筛选出可加入到最佳路径的簇头, 缩短簇头节点到基站的通信距离. 仿真实验数据表明, 与CREEP、LEACH-C、LEACH算法相比, 本文算法的网络生存寿命分别延长了22.18%、77.83%和180.52%, 能更有效地延长网络生存寿命.     

煤矿井下无线传感器网络路由算法的研究

为了降低能耗,均衡网络开销,提出了一种高效节能的TSSM算法。该算法规定在网络初始化时进行簇的划分,以后各轮簇内的成员节点将不再发生改变,从而降低了多次生成簇的能量消耗;通过循环选举簇头节点来分散网络的开销;通过划分虚拟单元格以及规定非活动节点休眠,活动节点设定软、硬门限工作的方法,有效降低了网络冗余度;通过簇间多跳将距离网关较远节点的能耗分散到了网络中的其它簇头节点。仿真结果表明,TSSM算法更能有效利用网络资源,均衡节点能源的分配,在一定程度上延长了网络的生命周期。     

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。