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.     

基于簇的分布式传感器故障检测算法

针对大规模无线传感器网络(WSN)中故障检测准确率降低,并产生较大通信负载的问题,根据传感器节点的时空相关性特点,提出一种基于簇的分布式传感器故障检测算法。通过邻居节点间的数据交换和互相测试检测簇首节点,并以正常簇首节点作为参照诊断故障节点。性能分析与实验结果表明,在大规模WSN中,该算法具有良好的故障检测能力和较低的通信负载,在邻居节点数较少、节点故障率较高的情况下,能达到98%以上的故障检测准确率,并保持较低的能耗水平。     

一种能量有效的WSN分簇路由算法

针对无线传感器网络(WSN)中的热区问题,提出一种能量有效的WSN分簇路由算法EERA。以基站为圆心将整个感知区域划分为大小不等的圆环,依据节点剩余能量和相对位置选择簇首。簇间采用多跳路由传输数据,路由构建时考虑节点接收和发送数据能耗,将发送距离限制在阈值之内且尽量减少中转次数,簇首节点在稳定传输阶段动态改变转发路径。仿真结果表明,EERA能有效降低网络能耗,均衡网络节点的能耗,延长网络生命周期。     

WS N中利用双重接收器结合自适应加权数据融合的簇首优化聚类算法

针对无线传感器网络(WSN)中很多传统聚类算法在选择簇首时较少考虑簇首间平均距离而导致能耗较大、网络寿命较短的问题,提出一种利用双重接收器结合自适应加权数据融合的WSN簇首优化聚类算法.使用双重接收器(静态接收器和移动接收器),通过移动接收器弥补静态接收器附近聚类快速消亡的问题;利用自适应加权数据融合技术对节点收集的数据进行有效信息提取;根据能量的计时器、冗余能量、节点ID和信任值来选择临时簇首,并结合竞争范围、节点度和簇首数量选择最终的簇首.仿真结果表明,相比较新的EEUC和MRRCE技术,该方法显著降低了连续监测无线传感器网络的能耗,从而提高了网络寿命.     

基于粒子群优化的WSN非均匀分簇路由算法

分簇算法对大规模无线传感器网络(WSN)远程监控系统具有较好的节能性,簇首间通过多跳通信的方式将数据传送至基站,靠近基站的簇首由于需要转发大量其他簇首的数据而负载过重,可能因过早耗尽能量而失效,这将导致整个网络分割。针对现有无线传感器网络分簇算法存在的能耗不均衡问题,提出一种基于粒子群优化的非均匀分簇算法(PSO-UCA)。它采用PSO算法将所有节点划分为多个规模大小非均匀的簇,靠近基站的簇的规模小于远离基站的簇,因此靠近基站的簇首可为簇间的数据转发预留能量。仿真结果表明,与LEACH算法相比较,该分簇算法可使网络的生存时间延长30%。     

WSN中能耗均衡的非均匀分簇路由算法

针对无线传感器网络中能耗不均衡、生命周期短的问题,提出WSN中能耗均衡的非均匀分簇路由算法。通过改进的K均值算法进行非均匀分簇,引入双簇首减轻簇首通信压力;利用基尼系数衡量簇内节点的能耗均衡性,以动态权值调整影响副簇首竞选的因素;簇间采用单跳和多跳相结合的传输方式,将剩余能量、传输距离、转发次数和节点数作为中继节点选择的依据,均衡簇间传输能耗。仿真结果表明,相比LEACH和EBRAA算法,提出算法能有效均衡节点能耗,延长生命周期和提高吞吐量。     

基于延迟感知的WSN数据收集网络结构优化设计

为了解决当前无线传感器网络(WSN)数据收集期间存在较大延迟与能耗等难题,设计基于延迟感知的无线传感器数据收集网络结构。引入树形结构思想,并将WSN的传感器节点分割为不同尺寸的多个单层簇,继而构造了新的网络结构,以改善其拓扑结构,使得簇头以交错方式完成数据通信,大幅度降低数据收集过程的延迟;随后,建立WSN数据收集的延迟与能耗计算模型;再借助Top-Down技术,设计网络结构的形成算法,通过最小化通信距离,优化了数据收集机制的能耗水平。实验结果表明:与现有的WSN数据收集网络结构相比,该网络结构能够有效降低WSN数据收集过程的延迟;且使得整个通信能耗维持在较低水平。     

基于最小覆盖集的WSN数据聚集算法

针对无线传感器网络(WSN)能量有限且网内聚集错误检测率较低的问题,提出一种基于最小覆盖集的WSN数据聚集算法。构造一颗以汇聚节点为根并包含最少中间转发节点的树,其中间转发节点为树的最小覆盖集。在中间转发节点中引入读向量的相似性判断,以去除网内冗余及错误数据。实验结果表明,该算法能减少网内通信能耗,提高收集数据的准确性。     

基于动态数据压缩的能量采集无线传感网络数据收集优化

针对能量采集无线传感网络（WSN）中的数据收集优化问题,考虑传感器节点能量采集的时空变化特性,提出一种基于节点动态采样速率和数据压缩的策略,以实现网络中采样数据总量的最大化。首先,提出一种根据节点的邻居信息决定其最优压缩策略的本地压缩算法,基于节点在数据汇聚树中的拓扑位置考虑其数据接收和转发能耗,逐渐增加其采样速率直到其总能耗到达采集能耗阈值。接着构造网络性能的全局优化问题并提出一种启发式的算法,通过迭代求解线性规划问题计算最优的采样速率和压缩策略。实验结果表明,与现有的自适应传感和压缩率选择方案相比,所提出的两种数据收集优化算法能够维持更加稳定的传感器节点电量水平并实现更高的网络性能。     

基于节点密度与TDMA的无线传感器网络集簇协议

无线传感器网络（WSN）具有节点成本低、易于布置等优点,已广泛应用于国防军事、医疗健康、环境监测等领域。针对WSN中存在的节点能量有限,簇间干扰严重的问题,结合大多应用中WSN具有节点密度分布不均匀的特性,提出一种基于节点密度与时分多址（TDMA）的WSN自适应集簇分层（DT-LEACH）协议。DT-LEACH协议通过在簇首选举阶段考虑节点剩余能量,保证簇首的均匀分布,延长了网络生存周期;其次,DT-LEACH协议引入TDMA时隙分配阶段,根据节点密度选择节点进入休眠模式,有效地避免了簇间干扰,降低了数据冗余性,减少了网络能耗。仿真实现表明,DT-LEACH协议能有效避免簇间干扰,延长WSN网络生存周期。     

基于PSO的非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.     

带有重叠区域的多跳非均匀分簇路由算法

能耗作为衡量无线传感器网络性能的一项重要指标,通常将延长生命周期、均衡能耗作为网络协议重要的设计目标.针对静态、异构、非均匀分布的网络模型,设计带有重叠区域的分簇及簇内单跳、簇间多跳的路由算法 ----- OMU分簇路由算法,该算法中簇头不再作为数据转发节点,而主要用于簇内数据的接收与融合.通过综合考虑节点剩余能量、节点密度及与基站的距离进行簇头选举并进行分簇,形成簇间重叠区域,产生用于数据转发的中继节点.同时,建立簇头与中继节点轮换机制以达到节点能耗均衡的目的,并为每个节点建立能量最省的多跳数据传输路径.仿真结果表明,所设计的分簇路由算法,特别是在大规模部署的无线传感器网络中,能有效减少和均衡能量消耗.     

一种基于AHP和FIS的WSN路由算法

无线传感器网络（WSN）由许多传感器节点组成,这些传感器节点为了降低能量消耗会周期性地在醒与睡2种模式下进行切换。在异步WSN中,发送节点往往要等接收节点醒来才能进行数据转发,为了缩短该等待时延,发送节点选择多个节点作为候选转发节点,由于任何候选转发节点都有可能进行数据路由,使得邻居节点评估和候选转发节点选择对网络性能产生较大影响。为了更好地进行节点评估与选择,提出一种基于层次分析法（AHP）和模糊推理系统（FIS）的WSN路由算法DAF。将剩余能量、距离和角度作为评估准则,利用AHP确定评估准则的权重,通过FIS动态构建AHP中的成对比较矩阵,并根据该矩阵动态计算出邻居节点的评分,按评分高低选择候选转发节点。实验结果表明,在改变节点数量、睡眠时长和通信半径的对比测试中,DAF在生命周期、能量消耗和平均冗余传输性能方面均优于ORW和ORR算法。     

传感器网络分簇时间跨度优化聚类算法

针对无线传感器网络（WSN）簇头节点能效低、网络能量负载不均衡问题,提出一种传感器网络分簇时间跨度优化（CTSO）聚类算法。该算法首先在簇头选举方式上关注了簇内成员数量和簇头间距的约束问题,尽可能地避免各个簇之间发生覆盖重叠,优化簇内节点能量;接着对簇头的选举周期进行优化,以任务执行周期大小作为一个时间跨度并分为多个轮,通过最小化簇头选举的轮数来减少用于选择簇头而花费在广播消息上的能量,提升簇头节点的能量利用率。实验仿真结果表明,对比基于多Agent的同质态数据汇聚路由方案以及自适应数据汇聚路由策略,CTSO算法的平均能量效率分别提高了62.0%和138.4%,节点寿命则分别提高了17%和9%。CTSO算法在提升无线传感器网络簇头能效及均衡节点能量上具有较好的效果。     

基于奇偶轮成簇和双簇首的非均匀分簇协议

针对无线传感器网络（WSN）存在"能量热区"和系统鲁棒性较差的问题,提出了一种基于奇偶轮成簇和双簇首的非均匀分簇协议（UCOD）。首先,优化竞争半径函数,使簇首分布更合理;其次,引入主副簇首机制,当主簇头能量低于设定的能量阈值时进入休眠,副簇头同时执行主副簇头功能以提高鲁棒性;然后,采用奇偶轮不同的成簇机制,奇数轮全局节点竞争簇首,偶数轮在奇数轮簇内选择簇首,减少节点入簇选择耗能;最后,将网络分级,节点根据位置、能量、转发次数和周围节点数在下一级选择中继节点。仿真结果表明,UCOD与分布式能量均衡非均匀分簇协议（DEBUC）和基于非均匀分簇的无线传感器网络分层路由协议（HRPNC）相比,网络生命周期延长了28.4%和13.7%,丢包率在簇首损坏50%的情况下降低了39.1和27.5个百分点。实验结果表明,UCOD能够有效提高能量效率和系统鲁棒性。     

基于数据流和网络编码的无线传感器网络数据聚合算法

为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少.     

基于改进ACO的WSN感知数据传输策略研究

无线传感器网络(WSN)能够利用传感器节点快速准确地获取物理世界的信息从而作为物联网的感知层在监控领域得到了广泛的应用,而能量利用率是能量受限无线传感器网络的一个关键属性,直接影响网络的生命周期.经典的分层路由LEACH(及其变种)算法是无线传感器网络中最常见的节能路由协议.该文提出了一种改进的LEACH算法,由sin...     

一种应用于无线传感器网络的层次型拓扑结构生成算法

在无线传感器网络中,层次型的拓扑结构将整个网络划分为不同的簇,并通过一定机制选择簇头来负责数据转发和融合。本文在LEACH等现有层次型拓扑控制算法的基础上,借鉴ad hoc网络层次拓扑生成算法WCA的设计原理,提出一种应用于无线传感器网络的新型层次型拓扑结构生成算法(HTGA)。该算法综合考虑节点的能量和位置状况,为每个节点定义不同的权值,从中选出性能优越的节点担任簇首,同时通过设置节点度参数来确保最优的拓扑结构。仿真实验结果显示,新算法在降低能耗、延长网络生存时间以及保证监测覆盖度等方面比LEACH具有更加优良的性能。