基于分簇算法能量优化的研究

分簇算法是有效解决无线传感器网络节点能耗受限与不同节点能量开销不平衡问题的主要方法之一.分簇算法中簇群成员节点和簇首的通信方式与簇群的拓扑结构决定整个簇群的能量消耗速度.通过建立簇半径与能量消耗关系模型,基于不同的约束条件和优化目标,优化簇半径取值使网络能耗达到最小化.方法仿真结果表明选取适当的分簇半径能够减少网络的能量消耗,均衡网络负载,延长网络的生存期,对无线传感器网络的能量优化设计有一定的参考价值.     

基于多Sink节点的煤矿巷道无线传感器网络路由协议

针对传统的单Sink节点无线传感器网络应用于煤矿安全监控系统中时,远离巷道口的传感器节点无法及时、准确地将巷道深处的监测数据传输到巷道口Sink节点的问题,提出一种适用于长带状结构煤矿巷道的基于多Sink节点的无线传感器网络路由协议。该协议引入多Sink节点的无线传感器网络结构和非均匀成簇的思想,采用基于多Sink节点的功率控制算法和非均匀成簇算法,对各个Sink节点的最优通信半径、发射功率、簇首的选择和非均匀竞争半径的计算进行优化。仿真结果表明,该路由协议在连通度、延时和网络生存期上具有优势,可有效降低无线传感器网络整体能耗,延长网络生存期。     

非均匀分布异构传感器网络动态多簇头成簇算法

延长网络寿命、提高监控质量是无线传感器网络成簇算法的重要设计目标,在对现有主要成簇算法进行研究的基础上,提出一种适应于节点非均匀分布环境下多级能量异构传感器网络的动态多簇头成簇算法.算法中,节点根据网络最优簇头数确定节点邻居感知半径.通过节点间的广播,每个节点获得感知半径内的邻居节点密度,节点根据邻居节点密度和节点当前能量确定节点成为主簇头的概率.根据主簇头的能耗,各簇独立判断是否选举辅助簇头以分摊主簇头的能耗.仿真结果表明,与现有主要成簇算法相比,新的成簇算法拥有更长的生存时间和更优的网络监测质量.     

自适应异构传感网节能优化拓扑控制研究

针对传统的节能优化算法没有充分考虑节点间的通信距离和节点失效后重新分簇等问题,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.提出的算法首先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...     

无线传感网络中基于综合因素的分布式路由算法

近年来由于在多方面的广泛应用,无线传感器网络受到了越来越多的关注.然而限于无线传感器网络自身的限制,如何更好地节省能量,仍为无线传感器路由协议设计中面临的主要问题之一.LEACH等基于分簇的路由协议通过成簇来减少能量消耗,但是成簇过程却带来额外消耗以及冗余.对LEACH协议中簇头生成算法进行了研究并提出了改进,提出了基于节点能量、节点距离以及节点度的分布式优化算法,并对优化算法进行分析与仿真.仿真试验表明,基于综合因素的分布式簇头选举算法优化了簇头选举方式和簇头的分布,从而节省了能量消耗,延长了网络生存周期.     

一种新型传感器网络树形分簇方法

研究了无线传感器网络分簇的问题,由于能量控制决定无线传感器网的生命周期,针对传感器网络中,分簇和功率控制是节约能量、延长网络寿命的常用方法,但是,LEACH等经典分簇算法由于成簇方式简单,节点之间能量消耗差异较大,存在许多不足和需要改进的地方.为了改善上述问题,提出了一种在对节点功率控制的基础上再对网络进行分簇的方法(DepBC).方法以某一个节点为树根生成树状簇结构,并且轮换树根与基站通信.通过与LEACH仿真比较表明,方法比传统无限传感器网络生存期平均提高一倍,实际效率得到提高.     

基于能量密度的无线传感器网络能量预测成簇算法

降低网络能耗、延长网络生存时间是无线传感器网络设计的重要目标.在分析现有主要成簇算法的基础上,提出一种基于能量密度的无线传感器网络能量预测成簇算法EPCBD(energy prediction clustering algorithm based on energy density).算法中,节点根据其通信范围内的能量密度与网络平均能量密度之比确定自己成为簇头节点的概率.为节省每轮成簇初始阶段节点进行广播所消耗的能量,建立了节点消耗能量的预测机制.仿真实验结果表明,与现有主要成簇算法相比,新的成簇算法拥有更长的网络生存周期和更优的网络监控质量.     

无线传感器网络中跨层优化的分簇算法

针对无线传感器网络中节点能量受限问题,提出一种跨出优化的无线传感器网络分簇算法,根据跨层分析方法计算得到的簇数目,将网络区域划分为非均匀的虚拟单元格,采用能量有效策略组织成簇,均衡网络能量消耗.仿真实验证明,采用跨层的方法计算的簇数目可以有效降低节点的能量消耗、延长网络的生存周期.     

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.     

无线传感器网络中改进的EEUC路由算法

无线传感器网络中,基于分簇的路由算法是节点在执行数据通信功能前提下尽可能延长网络的寿命的有效手段。针对现有路由算法EEUC存在的扩展性能差、临时簇头选择未考虑能量、部分节点无法加入任何簇的问题,对成簇算法、节点竞争半径等方面进行改进,以提高算法的执行效率。仿真结果表明改进后的I-EEUC算法更能节省节点的能量,以至延长网络的存活时间。     

云粒子群优化算法在无线传感器网络中的应用

无线传感器网络中节点计算能力和存储存能量有限的问题一直制约着无线传感器网络的发展.为此,本文提出了一种基于云PSO（particle swarm optimization）算法的无线传感器网络能量优化方法,主要包括网络分簇、网络能量模型建立、云PSO算法迭代优化等步骤.其中云PSO算法采用云理论模型优选惯性权重可以提高PSO算法的收敛速度,典型函数测试结果表明其效果优于常规PSO算法和遗传算法;在网络建模中采用二分功率控制算法可以降低网络能耗、延长节点寿命.最后经仿真试验和对比分析表明本文提出的方法在优化无线传感器网络中具有速度快、节点生存能力强的优点,并能有效地控制网络能耗.     

动力线载波传感控制网络的权值分簇组网

为提高动力线载波传感控制网络拓扑结构的可靠性和稳定性,讨论并提出一种改进的基于加权的交叠分簇算法。该算法集合节点的节点度、信号衰减强度两种因素计算各个节点的权值。通过比较入簇节点的权值大小,选择退出或者加入簇来对网络进行动态分簇。实验结果表明,该算法减小了网络的路由开销,缩短了组网总时间,提高了负载均衡度,在动力线载波传感控制网络组网上具有一定的有效性。     

一种基于功率控制的WSN分簇路由算法研究

针对无线传感器网络研究领域中能量均衡性难以控制的问题,在LEACH协议的基础上提出了一种功率控制的分簇路由算法(PCRA算法).该算法基于最优连通功率,同时考虑节点的剩余能量、相对距离以及最优的邻居节集合对簇头的选择机制进行优化,从而实现网络稳定成簇和数据传输方式上的优化.通过结合距离、路径损耗和剩余能量等因数,使用权值来选择下一跳节点,实现了簇间通信,有效地避免了分簇协议应用被网络区域大小局限的问题.仿真数据显示,PCRA算法可使全网节点间的冲突区间变少,降低节点之间的竞争强度,进一步提高网络能量的有效性和吞吐量.     

Adaptive clustering in wireless sensor networks by mining sensor energy data

Clustering has been well received as one of the effective solutions to enhance energy efficiency and scalability of large-scale wireless sensor networks. The goal of clustering is to identify a subset of nodes in a wireless sensor network, then all the other nodes communicate with the network sink via these selected nodes. However, many current clustering algorithms are tightly coupled with exact sensor locations derived through either triangulation methods or extra hardware such as GPS equipment. However, in practice, it is very difficult to know sensor location coordinates accurately due to various factors such as random deployment and low-power, low-cost sensing devices. Therefore, how to develop an adaptive clustering algorithm without relying on exact sensor location information is a very important yet challenging problem. In this paper, we try to address this problem by proposing a new adaptive clustering algorithm for energy efficiency of wireless sensor networks. Compared with other work having been done in this area, our proposed adaptive clustering algorithm is original because of its capability to infer the location information by mining wireless sensor energy data. Furthermore, based on the inferred location information and the remaining (residual) energy level of each node, the proposed clustering algorithm will dynamically change cluster heads for energy efficacy. Simulation results show that the proposed adaptive clustering algorithm is efficient and effective for energy saving in wireless sensor networks.     

基于适应度的簇划分算法研究

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.通过分析影响簇状网能耗的主要能耗参数,引入节点适应度模型,并该模型运用到簇划分算法中,优化网络能量效率.算法是分布式簇划分算法,在簇划分过程中,通过比较节点局部区域能量比、通信代价比、节点度数综合能耗因素,决定簇首节点和成簇规模.仿真结果表明该算法能够降低簇间的通信重叠,均衡网络负载,与几种算法比较适应度分簇算法使网络生存时间增加的幅度虽然不是很大,但是使网络系统的稳定时间比其他2种能量有效的算法延长了近20%左右.     

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。     

基于均匀分簇的正三角模型节点轮换路由算法

针对节点随机分布的无线传感器网络能耗问题,提出一种在均匀分簇后采用正三角模型对簇内节点进行调度的低能耗路由算法。该算法首先计算网络内节点总能耗最小时的分簇数目,再由Sink节点选择相应数目的剩余能量最大、地理位置最优的节点为簇首,完成均匀分簇。簇内节点采用正三角模型和节点覆盖概率进行工作节点的选择。仿真结果表明,该路由算法可以均衡节点能耗,延长网络工作轮数,降低网络延迟,并体现出了更优的网络鲁棒性。     

Particle swarm optimization based clustering algorithm with mobile sink for WSNs

Wireless sensor networks with fixed sink node often suffer from hot spots problem since sensor nodes close to the sink usually have more traffic burden to forward during transmission process. Utilizing mobile sink has been shown as an effective technique to enhance the network performance such as energy efficiency, network lifetime, and latency, etc. In this paper, we propose a particle swarm optimization based clustering algorithm with mobile sink for wireless sensor network. In this algorithm, the virtual clustering technique is performed during routing process which makes use of the particle swarm optimization algorithm. The residual energy and position of the nodes are the primary parameters to select cluster head. The control strategy for mobile sink to collect data from cluster head is well designed. Extensive simulation results show that the energy consumption is much reduced, the network lifetime is prolonged, and the transmission delay is reduced in our proposed routing algorithm than some other popular routing algorithms.     

基于LACHS协议的分簇算法的设计与实现

路由协议是无线传感器网络设计的重要环节,LACHS（Low-energy Adaptive Clustering Hierarchy Securer routing protocol for wireless sensor network protocol）协议将传统的分层协议加以改进,本文根据网络当前的剩余能量,设计了两种分簇算法,即集中式和分布式、自协商的分簇算法,有效降低了网络的能量损耗,本文延长了网络的生命周期。