基于能量异构网络环境下的WSN优化成簇算法

在能量异构无线传感器网络中,节点的初始能量在一定的范围内随机分布,负载均衡和降低能耗是传感器网络成簇算法的一个重要挑战．提出了适用于能量异构网络环境下的传感器网络生存时间优化成簇算法SNLOC（Sensor Network Lifetime Optimization Clustering Algorithm）,该算法通过构造基于节点剩余能量的簇首选择机制和基于综合代价函数的簇域划分机制,在有效保证节点能量损耗公平性的同时逐渐降低网络节点间的能量差异,很好地延长了网络生存时间．模拟实验结果显示,在能量显著差异的网络环境中,SNLOC可以更好地实现负载均衡,极大地提高网络的生存时间．     

基于距离分簇算法的WSN组网方法

针对无线传感器网络中传感器节点能量受限不能及时供给的问题,提出一种基于距离分簇算法的无线传感器网络组网方法,旨在均衡节点负载,提高通信效率。算法由Sink节点发起,主要通过设置Sink节点的不同通信距离来划分传感器网络,根据网络层数设定每个簇的最大节点数目,引入簇首轮换机制保证网络存活周期,根据多跳通信路由函数选取簇间通信最佳路由。仿真结果验证了算法能够有效降低网络能耗和延长网络生存周期。     

改进无线传感器网络路由算法

无线传感器网络是由能量有限的节点组成,高效节能的路由算法是无线传感器网络的基础。针对低功耗自适应分簇（LEACH）路由算法在选择簇首节点及通信过程中能量消耗大的不足问题,提出了一种改进的LEACH路由算法。引入节点剩余能量因素参与簇首节点的选择,有效地降低剩余能量较小的节点成为簇首的可能性,节点之间的数据传输采用单跳和多跳相结合的通信方式,也降低了传感器网络能耗。     

一种基于蚁群算法优化的WSN分簇路由算法

为了实现无线传感器网络对节点能量的高效利用,提出了一种蚁群优化的分簇路由算法CRAACA。该算法引入簇内平均剩余能量参数,对簇首选择阈值进行改进,以均衡簇内能耗;根据节点间的位置关系建立节点的可中继节点集,控制蚁群算法的搜索空间;蚁群在对可中继节点集进行路径搜索时考虑节点间的距离和节点的剩余能量,以生成节能和较好均衡网络能耗的多跳网络路由;对生成的多径路由依相应概率选择数据传输的路径,提高数据传输的可靠性。仿真结果表明,该算法在网络能量的利用效率、数据传送成功率,以及延长网络生存周期等方面具有较好的性能。     

基于加权优化树的WSN分簇路由算法

无线传感器网络(WSN)是由大量具有感知和传输数据能力的传感器节点组成的自组织网络,被用来部署监测物理环境.针对无线传感器节点存储空间小、能量有限、路由不稳定、能耗不均衡等问题,提出一种改进的基于加权优化树的路由算法,将树型结构应用于分簇路由算法中.根据节点的剩余能量、可用内存、相邻节点的距离、信道质量设定数据传输代价,并以此为基础对树型拓扑结构进行加权优化,分布式地在簇内创建树型网络拓扑结构.改进的算法降低了网络中数据传输的总代价.仿真实验结果表明:与传统的树结构和分簇路由算法相比较,结合了树型拓扑结构的分簇路由算法,在延长网络生存时间和平衡网络能耗方面更具有优势.     

一种负载均衡的无线传感器网络自适应分簇算法

在分簇算法中,有效的簇首选取策略可以提高网络负载均衡和簇首均匀分布程度.针对簇首选取问题,文章提出了一种负载均衡的无线传感器网络自适应分簇算法,该算法使用簇半径、节点剩余能量和簇首间距作为参数选取簇首,网络中簇内成员到簇首的通信以及簇首之间的通信都基于自由空间模型的低能量衰减,簇首与Sink节点采用多跳的方式进行通信.仿真结果表明,与LEACH算法比较,该算法有效地实现了网络负载均衡和簇首均匀分布,延长了网络生存时间.     

基于粒子群聚类优化的分簇路由算法

为延长无线传感器网络的生命周期,给出一种基于粒子群聚类优化的分簇路由算法。根据网络内存活节点的数目确定最优簇首数,将能量均方误差引入粒子群聚类算法的适应度函数中,以此改进粒子群聚类算法,并利用改进后的粒子群聚类算法对整个网络进行能量均衡化分簇。基于节点的剩余能量、节点与基站的距离以及簇首节点到簇内其他成员节点的平均距离等因素,评选簇内最优簇头。在100m×100m区域内撒播100个传感器节点进行仿真实验,结果表明,与低功耗自适应集簇分层协议算法相比,改进算法的首个节点死亡时间可延长34.04%,有效节点死亡时间可延长12.12%。     

基于模糊K均值和自适应混合蛙跳算法的分簇路由设计

为了解决传统分簇路由协议中存在的能耗开销不均衡和簇头选举不合理的问题,提出了一种基于模糊K均值和自适应混合蛙跳算法的WSN负载均衡分簇路由协议。首先,Sink节点收集各子区域的节点位置信息,并行运行模糊K均值算法将网络区域分为若干大小规模不同的簇,并将数据中心拟合到初始簇头节点。然后,以最大化节点剩余能量和最小化节点与簇头以及簇头与Sink节点的距离为目标定义了适应度函数,采用改进的自适应混合蛙跳算法对簇头进行寻优,并将最优解作为最终的簇头。最后,设计了最小跳数路由算法获得各簇头到Sink节点的最小跳数路由。采用NS2仿真工具对该方法进行仿真,实验表明:该方法具有较长的网络生命周期,较其它方法延长生命周期30%以上,具有较大的优越性。     

基于改进萤火虫优化神经网络的WSNs分簇路由协议

针对无线传感器网络中能耗不均衡问题,提出了一种基于改进萤火虫算法优化反向传播神经网络的非均匀分簇路由协议.通过在萤火虫算法中引进权重因子并增加4个评价指标,来平衡簇内负载和减少簇间的通信距离.结合BP神经网络,优化路径选择和簇首选举方式,达到最佳成簇效果.仿真结果表明,改进萤火虫算法优化BP神经网络的非均匀分簇路由协议能有效延长网络生命周期,节省能量,并均衡能耗.     

一种能量有效的无线传感器网络分簇路由算法

为减少无线传感器网络能耗、延长网络的生存周期,基于经典的低功耗自适应分簇算法（LEACH）,提出了一种新的能量有效的分簇算法．算法的主要思想是综合网络能量分布和簇首间位置分布来优化簇首选择,从而在使簇分布更均匀的同时,进一步保证了网络内节点负载均衡．仿真和分析表明,该算法是一种有效的分簇路由算法．     

基于低能耗的无线传感器网络路由协议的研究

无线传感器网络是目前计算机领域的一项研究热点,但是节点能量问题一直是个难点.该文将视点放在了分簇技术和节能技术上,在现有的分簇路由协议基础上,提出了一种节能的负载均衡的分簇路由协议.协议采用分簇的形式,根据最优簇头比例计算出簇头个数,然后根据一定的规则划分区域,并分配每个子域内簇头个数;之后,每个子域根据能量的高低选举...     

可靠传感网聚类路由算法研究

为延缓传感器网络寿命，提高能量使用效率，提出一种新的能效高的可靠聚类路由算法--多类头方法的传感网 聚类路由算法.该算法采用每个类多类头节点共同承担类头节点的作用--收集数据、融合数据并发送数据包到基站，来 解决单类头节点因故障等原因带来的不可靠而导致的能量损失，以及改善网络能量使用效率和提高数据传输可靠性.在仿 真环境下，该算法与单类头方法的聚类路由算法进行了比较，结果表明，该算法改善了能量消耗均衡性，提高了能量使 用效率以及类头节点数据传输可靠性，从而也延长了网络寿命.     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

事件驱动无线传感器网络节点自组织分簇休眠方法

针对突发事件监测的事件驱动无线传感器网络有着其自身的特点,结合最小跳数路由方法,在节点上建立链路节点列表.当节点被事件触发时,依照各节点触发顺序及相互关系,构建局部的自组织分簇.然后在利用已有的链路节点列表,快速构建簇首与Sink节点的通讯通道并更新链路节点列表信息.仿真实验结果表明,所提自组织分簇休眠方法的能量消耗低于传统周期采样的能量消耗,也低于基于LEACH分簇的休眠方案.     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。     

一种WSN中的能耗优化动态路由算法

根据无线传感器网络中因节点有效传输半径对路由选择的制约,提出基于最小生成树(MST)的改进分簇多跳路由算法,改善因路由选择对网络能耗的影响．该算法利用Voronoi图的泊松过程特性优化簇首节点数,并结合MST动态调整簇内外节点的路由发现实现网络能耗优化．仿真结果表明,该算法在开销容忍的前提下,网络负载均衡,并与相同仿真条件下基于LEACH的分层多跳算法相比,更有效地延长了网络寿命,且降低了计算复杂度．