无线传感器网络簇间节能路由算法

针对基于分簇网络的无线传感器网络簇间路由协议,让簇首和Sink节点直接通信或通过簇首节点转发数据造成能耗不均,节点过早死亡的缺陷。文中提出一种基于网关节点模型的无线传感器网络簇间路由算法,通过簇头与网关节点、网关节点自身建立虚电路,制定存储转发路由,将数据转发给Sink节点。并引入延时等待机制,增强了簇间信息的融合度,此算法适用于大规模无线传感器网络,有良好的可扩展性。仿真表明在能量节省等性能上与传统簇间路由算法相较有较大提高。     

无线传感器网络能量均衡分簇路由协议

LEACH是无线传感器网络(Wireless Sensor Network,WSN)中一种经典的分层式路由协议,在此基础上通过对LEACH成簇算法及簇间路由的改进,提出了一种新的均衡能量消耗分簇路由协议。该协议在无线传感器网络成簇过程中充分考虑了传感器节点的能量状态,同时簇首向基站的通信采用基于能量的簇间路由。理论分析及仿真结果表明,改进的协议能够均衡传感器节点的能量消耗,有效地延长网络寿命。     

无线传感器网络中基于能量的成簇协议

无线传感器网络采用能量有效方式传输数据对于延长传感器网络寿命十分重要。LEACH是一种基于簇的协议,它采用本地簇头随机轮转机制将能量负载均匀分布到网络中的所有传感器节点,簇头节点将收集到数据进行融合后发送给基站。提出一种改进的方案,采用随机成簇算法让网络中传感器节点成簇,成簇的过程考虑传感器节点剩余能量和簇头与非簇头结点之间的距离。通过分析评价和仿真结果,说明新算法比LEACH更能有效利用能量且发送更多的数据。     

一种改进的无线传感器网络分簇路由协议

针对无线传感器网络中节点能量受限的特征,提出了ILEACH(improved-LEACH)分簇路由协议,达到延长网络生存时间的目的,该分簇路由协议在簇头选取时,充分考虑了节点的剩余能量;簇形成时利用了距离阈值的约束来优化分簇方案;数据收集阶段,根据节点的权值在簇头节点之间建立到基站的路由树,利用NS2仿真软件对LEACH和ILEACH协议进行仿真、比较,结果显示ILEACH具有良好的性能.     

一种基于UAV的无人海岛监控网络数据收集策略

针对传统的最小跳路由无线传感器网络（WSN）在数据汇聚上较高的能量开销问题,提出了一种基于无人机(UAV)数据收集的动态分簇算法,其主要思想是利用节点剩余能量来确定那些节点可以当选簇首,同时利用节点坐标位置和设定地分簇半径来划分簇的大小。该算法的优势是能最大程度地均衡每个传感器节点的能量,使整体的节点剩余的能量维持在同一水平。为了提高数据收集的效率,采用蚁群算法规划了无人机数据收集的最短路径。仿真结果表明,与相同的分簇算法下传统的最小跳路由无线传感器网络相比,所提出的基于无人机的无线传感器网络（UAV-WSN）在能量利用率和生命周期方面分别提升了15%和25%,并且以上两种网络的能量利用率高达70%。     

无线传感网络移动分簇路由策略

无线传感网络(WSN)路由协议中,分簇路由具有拓扑管理方便、能量高效和数据融合简单等优点,成为当前重点研究的路由技术。通过研究各种环境下的移动传感器网络,有效地降低能耗则是研究移动无线传感器网络的重要目的之一。针对无线传感网络中移动性问题,基于LEACH协议,利用移动传感器网络中节点距离、速度和剩余能量等因素提出了能量高效的移动分簇路由算法。实验结果表明此算法能够较好地支持节点移动,从而降低网络能耗,延长网络生存时间。     

传感器网络中基于簇树的路由算法

针对无线传感器网络中高能效收集数据的需要,提出一种基于簇树的路由算法ETRA(energy-efficient tree-clustered Routing algorithm).首先,ETRA利用改进的最小ID算法实现对网络的平衡分簇;然后,通过簇首信息交换,构建从簇首至sink节点的数据汇聚树;最后,在数据收集阶段,数据从成员节点传送至簇首节点,并通过数据汇聚树传送至sink节点.仿真结果表明,与典型的分簇协议相比,ETRA获得了更均衡的分簇结构和更长的网络生存期.     

一种能量有效的无线传感器网络路由算法

无线传感器网络中传感器节点能量有限,为了提高能量利用率,针对现有算法随机选择簇首、簇结构不合理等缺陷提出了一种新的能量有效的分簇路由算法EERA.EERA采用新的簇首选举、成簇,以及构建簇间路由算法,基于节点剩余能量与节点的相对位置选择簇首、成簇,使剩余能量较多的节点优先成为簇首并且各簇首能较均匀的分布在网络区域内;构建簇间路由时将最小跳数路由算法与改进的MTE算法结合起来,在簇间形成最小跳数、最小能耗路径.仿真结果表明,EERA算法可以均衡全网能量消耗,延长网络的生命周期.     

无线传感器网络的分区异构分簇协议研究

针对无线传感器网络能量受限和路由协议中节点能量消耗不均衡的问题,提出一种新的无线传感器网络的分区异构分簇协议(PHC协议).该协议的核心是将3种不同能量等级的节点根据能量的不同分别部署在不同区域,能量较高的高级节点和中间节点使用聚类技术通过簇头直接传输数据到汇聚点,能量较低的普通节点则直接传输数据到汇聚点.仿真结果表明,该协议通过对节点合理的分配部署,使簇头分布均匀,更好地均衡了节点的能量消耗,延长了网络的稳定期,提高了网络的吞吐量,增强了网络的整体性能.     

无线传感器网络LEACH改进算法的设计与仿真

在众多的无线传感器网络分簇路由协议中,低功耗自适应分簇(Low Energy Adaptive Clustering Hierarchy,LEACH)算法是其中比较流行的协议之一,但它并没有考虑到每个节点的能量状态,而且最优簇首数一旦确定,整个网络通信期间不再改变,因而不能更有效地提高网络的生存时间.文章在LEACH协议的基础上提出了一种改进的高能效无线传感器网络协议-EECRP(an Energy Efficient Cluster Routing Protocol).仿真结果表明,与LEACH相比,EECRP具有更好的能量有效性,并且提高了无线传感器网络的寿命.     

A Tree-Based Data Collecting Network Structure for Wireless Sensor Networks

In a sensor network with a large number of densely populated sensor nodes, a single target of interest may be detected by multiple sensor nodes simultaneously. Data collected from the sensor nodes are usually highly correlated, and hence energy saving using in-network data fusion becomes possible. A traditional data fusion scheme starts with dividing the network into clusters, followed by electing a sensor node as cluster head in each cluster. A cluster head is responsible for collecting data from all its cluster members, performing data fusion on these data and transmitting the fused data to the base station. Assuming that a sensor node is only capable of handling a single node-to-node transmission at a time and each transmission takes T time-slots, a cluster head with n cluster members will take at least nT time-slots to collect data from all its cluster members. In this paper, a tree-based network structure and its formation algorithms are proposed. Simulation results show that the proposed network structure can greatly reduce the delay in data collection.     

Novel fault-tolerant clustering-based multipath algorithm (FTCM) for wireless sensor networks

Wireless sensor networks are designed in such a way that transfer sensed data to base station, while a part of network is faulty. This study suggests a fault-tolerant clustering-based multipath algorithm for wireless sensor networks. We have employed a hybrid energy-efficient distributed clustering approach, to cluster nodes. Then a backup node is selected to increase the fault tolerance of cluster head node so that on completing collecting data from sensor nodes, it stores a copy of data. While collecting data in clusters, hypothesis testing and majority voting in cluster head were used to detect the fault of nodes. Finally, three paths were adopted to transfer data from source to base station based on residual energy, number of hops, propagation speed, and reliability parameters. The results of the simulation reveal that our proposed method has improved in terms of energy (6.7%), correct data (53%), data loss (4%), and delay (5.6%) compared with other algorithms.

     

基于冗余节点的LEACH协议的改进

无线传感器网络中LEACH协议是一种典型的能有效延长网络生命周期的节能通信协议。因为其优秀的节能效果和其简单的规程得到了广泛的认可。但是LEACH簇头算法存在簇头开销大、簇头没有确定的数量和位置等不足。而在成簇后的稳定阶段,节点通过一跳通信将数据传送给簇头,簇头也通过一跳通信将聚合后的数据传送给基站,这样会造成簇头节点...     

基于事件驱动的动态分簇网络的协作传输方法

针对事件驱动的无线传感器网络的传输可靠性问题,该文利用节点间的互助,提出一种基于事件驱动的动态分簇网络的协作传输方法。无事件发生时,各节点按预先形成的静态簇低频传输数据。而一旦有事件发生,能感知事件发生的节点快速组成事件簇,向簇头发送采集的数据,簇头融合数据后发往汇聚节点。为提升传输可靠性,当簇头传输失败时,由最佳中继协作转发数据给汇聚节点。在最佳中继的选择上,考虑到事件的连续移动,以及处于事件前向通道上的节点具有较大的感应值和较好的协作能力等条件,该文提出了基于前向通道的最佳中继选择策略。仿真和实验结果表明,所提协作传输方法能够有效提高传输可靠性。     

交通路灯监控系统的无线传感网链状路由算法

在交通路灯监控系统中为节省网络节点能耗和降低数据传输时延,提出一种无线传感网链状路由算法（CRASMS）。该算法根据节点和监控区域的信息将监控区域分成若干个簇区域,在每一个簇区域中依次循环选择某个节点为簇头节点,通过簇头节点和传感节点的通信建立簇内星型网络,最终簇头节点接收传感节点数据,采用数据融合算法降低数据冗余,通过簇头节点间的多跳路由将数据传输到Sink节点并将用户端的指令传输到被控节点。仿真结果表明：CRASMS算法保持了PEGASIS算法在节点能耗方面和LEACH算法在传输时延方面的优点,克服了PEGASIS 算法在传输时延方面和LEACH算法在节点能耗方面的不足,将网络平均节点能耗和平均数据传输时延保持在较低水平。在一定的条件下,CRASMS算法比LEACH和PEGASIS算法更优。     

基于稀疏密集阵传输机制的WSN数据传输汇聚算法

为了改善无线传感网(WSN)的数据传输汇聚能力,提出了基于稀疏密集阵传输机制的WSN数据传输汇聚算法。引入核生成函数,设计了一种新的传输矩阵,将簇头节点与sink节点之间连通程度及负载程度进行量化,以提升簇头节点传输效果的评估能力;采用特征向量按列排序并结合卷积算法降低簇头节点传输值,以有效减少簇头节点负载;采用树分解模式搜寻可用哈密尔顿回路,构建了基于路径分解优化机制的汇聚稳定方法;通过使用哈密尔顿寻址来优化叶子节点与根节点之间的数据链路,以增强簇头节点覆盖能力与提高数据传输过程的稳定性能。仿真实验表明,与当前常用的基于阈值筛选模糊分簇的WSN数据稳定汇聚算法和面向医疗应用的无线传感器网络多径数据传输方法相比,所提算法具有更为集中的传输报文集中度,以及更高的传输链路抖动控制能力和网络汇聚带宽。     

Data Aggregation for Increase Performance of Wireless Sensor Networks Using Learning Automata Approach

Wireless sensor networks, a new generation of networks, are composed of a large numbers of nodes and the communication between nodes takes place wirelessly. The main purpose of these networks is collecting information about the environment surrounding the network sensors. The sensors collect and send the required information. There are many challenges and research areas concerned in the literature, one of which is power consumption in network nodes. Nodes in these networks have limited energy sources and generally consume more energy in long communication distances and therefore run out of battery very fast. This results in inefficacy in the whole system. One of the proposed solutions is data aggregation in wireless networks which leads to improved performance. Therefore, in this study an approach based on learning automata is proposed to achieve data aggregation which leads to dynamic network at any hypothetical region. This approach specifies a cluster head in the network and nodes send their data to the cluster head and the cluster head sends the information to the main receiver. Also each node can change its sensing rate using learning automata. Simulation results show that the proposed method increases the lifetime of the network and more nodes will be alive.

     

A fixed clustering protocol based on random relay strategy for EHWSN

In Energy Harvesting Wireless Sensor Networks (EHWSN), the communication protocol will directly affect the final performance of the network, so it is necessary to study the communication protocol based on EHWSN. In this paper, for the low-cost fixed clustering problem, a fixed clustering protocol RRCEH is based on random relaying. Our proposed RRCEH abandons the inefficient inter-cluster communication method of the traditional fixed clustering protocol. To coordinate the data upload of the cluster head, RRCEH allocates different random relay vectors to each ring area of the network, and combines all the random relay vectors into a random relay matrix of RRCEH. In each communication round, the cluster head node randomly selects its relay target node to send data according to the probability distribution in the random relay vector in the area. For two different cluster head configuration scenarios, by optimizing the random relay matrix, RRCEH can effectively reduce the network's configuration requirements for cluster head energy harvesting capability, thus reducing the deployment cost of EHWSN.     

无线传感器网络中数据汇聚方案的研究

针对分簇网络拓扑结构中簇头节点能量消耗过快,综合考虑了节点的密集程度和剩余能量,采用节点自适应的簇头选择算法,选择部署越集中和剩余能量越大的节点作为簇头节点。同时节点引入了新鲜性信息熵模型,通过比较前后两次接收到的数据的差别程度,设置一个参考阈值来判断是否转发数据。这种数据汇聚算法有效地降低了数据的冗余,减少了能量消耗,增加了带宽利用率,延长了网络的生存期。     

一种改进的多簇头路由协议

传统分簇路由协议轮叫调度算法(RRCH)只进行一次簇的建立过程,当需要更换簇头时,在每个簇内选举一个剩余能量最高的成员节点作为下一轮的簇头。但是每轮只为每个簇选择一个簇头,且可能分布在簇的边缘,这将导致簇头节点能量浪费。提出了一种多簇头路由算法(MCHB),其主要思想是在簇的形成阶段为每个簇中选择2个簇头,由这2个簇头承担能耗,防止了单一簇头节点过早死亡。算法仿真结果表明,与传统算法RRCH相比,改进后的多簇头路由协议延长了约30%的网络寿命,大大降低了能耗。