基于簇头间距均匀部署的LEACH协议改进算法

针对无线传感器网络中各节点能量消耗和簇头节点位置分布不均导致网络寿命下降的问题,在LEACH协议基础上提出一种改进算法。首先增加高剩余能量节点成为簇头的概率,其次设定备选簇头节点间最小距离,以降低簇内节点与簇头节点的通信能耗。通过理论分析和仿真实验,提出的算法能实现网络能耗均衡,有效延长网络的生存周期。     

基于TinyOS的无线传感器网络LEACH算法的改进

LEACH协议是无线传感器网络中最流行的分簇路由协议之一.针对LEACH算法簇分布不均匀以及网络能耗不均衡等问题提出了一种高效节能多跳路由算法.在簇建立阶段,新算法根据网络模型计算出最优簇头间距值,调整节点通信半径以控制簇的大小,形成合理网络拓扑结构;在数据传输阶段,簇头与基站之间采用多跳的通信方式,降低了节点能耗.在TinyOS操作系统下,使用nesC语言设计实现了LEACH-EEMH算法.基于TOSSIM平台的仿真结果表明,新算法较LEACH算法在均衡网络能耗、延长网络寿命方面具有显著优势.     

基于博弈论的WSN有效分簇路由算法的研究

针对无线传感器网络中传感器节点能量受到限制及其能耗不均匀的问题,在经典的低功耗自适应分簇算法（LEACH）基础上,引入博弈理论概念,提出了一种基于博弈论的有效分簇路由算法。通过分析和仿真试验,结果表明与LEACH算法相比,该算法使簇分布更合理,达到了延长网络的生存周期的目的。     

基于最小能耗的无线传感器网络路由算法

通过分析无线传感器网络的电路模型和能量消耗情况,结合LEACH算法,提出一种基于最小能耗的无线传感器网络路由算法。网络运行时首先将其划分为若干个子区域,再进行簇首节点的选取,这样取代了传统LEACH算法对整片网络随机选取簇首节点的做法,使得簇首节点分布更加均匀。同时,在选取簇首节点之前对每个节点的剩余能量进行判断,低于阈值的采取休眠处理,这样保证了簇首节点选取的有效性。以上两点措施使区域内节点负载分配更加合理,有效地提升了整个网络的生存时间。     

基于动态半径的事件驱动型无线传感器网络分簇融合算法

事件驱动型无线传感器网络应用于突发事件监测,针对传统网络未考虑事件分布情况及成簇大小等问题,提出一种新的基于动态半径的分簇融合算法。综合考虑事件发生的严重程度及节点性能等因素确定簇头,并采用分级发射功率,根据成簇效果及网络平均能耗优化选择簇半径,实现在触发节点范围内的动态分簇,有效节约能耗、提高数据融合效率。仿真实验结果表明,与TEEN相比,该算法可显著延长无线传感器网络生命期。     

基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy, LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。     

无线传感器网络多汇聚节点分簇算法

为解决大规模无线传感器网络的节点通信效率问题,提出无线传感器网络的一种多汇聚节点分簇算法,针对拥有多个汇聚节点的监控区域,对网络进行层次化管理。算法通过对多种参数的综合考虑后产生簇头,并将传感器节点分配到相应的簇,由此可以有效降低节点的非均匀能耗,减少因能耗较大节点的能量过度衰竭而造成网络可用率下降。仿真结果显示,该算法可以延缓首个死亡节点的发生时间,并能有效延长无线传感器网络的整体可用率。     

一种基于历史信息的簇头选取机制

无线传感器网络（WSN,Wireless Sensor Network）中,如何减少节点的能耗一直是簇头选择机制的研究目标。现提出了一种基于历史能耗信息选择机制的簇头选择算法（CHCM,Cluster Head Choosing Mechanism）,该算法通过节点历史能耗信息和节点分布密度参数预测簇头能耗速度,并将该预测方法融入簇头选取过程当中,使网络生命期延长。最后利用CHCM对LEACH路由协议进行改进,得到CHCM＋LEACH路由协议。仿真结果表明CHCM＋LEACH在网络生命期和网络总剩余能量上分别比LEACH算法分别提高了27%和14%。     

基于改进LEACH的多簇头分簇路由算法

为了降低无线传感器网络(WSN)的能耗,延长网络的生存周期,提出一种多簇头双工作模式的分簇路由算法.算法对低功耗自适应集簇分层(LEACH)协议作了以下改进:采用多簇头双工作模式来分担单簇头的负荷,以解决单簇头因能耗较大而过早消亡的问题;选举簇头时充分考虑节点位置和节点剩余能量,并应用粒子群优化(PSO)算法优化簇头的选举,以均衡网络内各节点的能耗;建立簇与簇之间的数据传输路由,以减少簇间通信的能耗.仿真结果表明,算法有效降低了网络的能耗,延长了网络的生存周期.     

基于电量均衡的无线传感器网络分簇算法

为了延长无线传感器网络的生命期,针对节点能耗分布不均匀的问题,提出一种电量均衡的分簇算法.该算法将节点剩余能量作为构建分簇结构的依据,对剩余能量较少的节点赋予一定的约束,使之成为普通节点,并使电量多的节点成为簇头节点,均衡网络电量负载,解决了网络中部分低电量节点担任骨干节点而导致能耗的问题,从而有效延长了网络的生命期.仿真实验证明了该算法的有效性.     

A hybrid,game theory based,and distributed clustering protocol for wireless sensor networks

Clustering has been well known as an effective way to reduce energy dissipation and prolong network lifetime in wireless sensor networks. Recently, game theory has been used to model clustering problem. Each node is modeled as a player which can selfishly choose its own strategies to be a cluster head (CH) or not. And by playing a localized clustering game, it gets an equilibrium probability to be a CH that makes its payoff keep equilibrium. In this paper, based on game theory, we present a clustering protocol named Hybrid, Game Theory based and Distributed clustering. In our protocol, we specifically define the payoff for each node when choosing different strategies, where both node degree and distance to base station are considered. Under this definition, each node gets its equilibrium probability by playing the game. And it decides whether to be a CH based on this equilibrium probability that can achieve a good trade-off between minimizing energy dissipation and providing the required services effectively. Moreover, an iterative algorithm is proposed to select the final CHs from the potential CHs according to a hybrid of residual energy and the number of neighboring potential CHs. Our iterative algorithm can balance the energy consumption among nodes and avoid the case that more than one CH occurs in a close proximity. And we prove it terminates in finite iterations. Simulation results show that our protocol outperforms LEACH, CROSS and LGCA in terms of network lifetime.     

A Centralized Balance Clustering Routing Protocol for Wireless Sensor Network

Routing protocol plays a role of great importance in the performance of wireless sensor networks (WSNs). A centralized balance clustering routing protocol based on location is proposed for WSN with random distribution in this paper. In order to keep clustering balanced through the whole lifetime of the network and adapt to the non-uniform distribution of sensor nodes, we design a systemic algorithm for clustering. First, the algorithm determines the cluster number according to condition of the network, and adjusts the hexagonal clustering results to balance the number of nodes of each cluster. Second, it selects cluster heads in each cluster base on the energy and distribution of nodes, and optimizes the clustering results to minimize energy consumption. Finally, it allocates suitable time slots for transmission to avoid collision. Simulation results demonstrate that the proposed protocol can balance the energy consumption and improve the network throughput and lifetime significantly.     

一种基于K-means的WSN移动汇聚路由算法

无线传感网络(Wireless Sensor Network,WSN)作为一种资源受限的网络,网络中节点的能耗直接影响了网络的性能。因此,均衡网络中的能耗,延长网络的生命周期,成为设计WSN路由算法的重要目标。于是,在LEACH-C协议的基础上提出了一种移动汇聚路由算法。分簇阶段由Sink节点计算最优簇首个数,通过K-means聚类将网络中的节点划分至不同的集群,选择通信成本最低的节点作为各集群的簇首。稳定传输阶段通过移动Sink进行数据采集,针对不同的延迟分别规划Sink节点的移动轨迹。MATLAB仿真结果表明,与LEACH和LEAHC-C算法相比簇首的分布更合理,结合Sink节点的移动策略能有效均衡网络能耗,延长网络的寿命。     

基于分簇的无线传感器网络路由算法

在大规模无线传感器网络中以最节能的方式将数据发送到sink是该领域研究的热点之一。针对LEACH算法的不足之处,提出了一种能耗均衡的路由算法。此算法在考虑节点剩余能量的基础上采用两分法选举簇首,然后簇首通过能耗代价函数计算出一条能耗最小的路径,以多跳转发的方式将数据传送到sink.,为了进一步减少节点的能耗,算法在簇内采用了数据聚合机制。仿真结果表明,算法有效地均衡了网络能耗,延长了网络生存期。     

基于量子谐振子模型的聚类中心选取算法

提出了一种基于量子谐振子模型的聚类中心选取算法.该算法以量子谐振子波函数从高能态到基态过程中的概率变化过程为理论模型来描述聚类问题中数据对象向聚类中心点的聚集行为,能够快速查找到最优的聚类个数及较好的聚类中心点所在的网格;数据读入网格结构之后,算法的处理时间与数据集规模无关.实验结果表明:CCSA-QHOM算法较适合于处理每个子类局部区域的网格密度分布呈单峰特性的数据集的聚类中心选择问题.     

一种基于演化博弈的分簇协作路由算法

现有的分簇协作路由没有依据协作通信的特点选择簇头,也没能根据簇头节点的服务能力均衡簇成员负载,因而不能充分发挥协作通信能量高效的优势.本文提出了一种基于演化博弈的分簇协作路由算法CCREG.算法首先定义虚节点剩余能量作为簇头确立的指标,然后通过动态演化博弈为簇联盟问题建立模型.簇成员节点选择不同簇头结成联盟,可获得不同的收益.收益由簇头的能力、簇成员节点个数等因素决定.簇成员节点都可以根据自身得到的信息有限理性的选择簇结成联盟,直到网络中所有节点改变簇联盟都不能获得更高的收益.实验结果表明,与协作多输入多输出路由算法CMIMO相比,CCREG算法的网络生存周期在两个簇头情况下延长14%到70%,三个簇头情况下延长5%到80%.     

改进粒子群算法优化低功耗自适应集簇分层的路由算法

针对LEA低C功H算法的簇头分布不合理、网络能耗不均的问题,在耗自适应集簇分层路由算法。首先将分割线的选择LE问A题CH转协议的基础上,提出了一种改进粒子群算法优化化成带约束的非线性优化问题,然后利用粒子群算法求解,并针对粒子群算法的不足进行相应的改进,最后采用仿真实验测试算法的性能。仿真结果表明,相对于其它改进LEACH路由算法,本文算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

An energy‐efficient clustering and multipath routing for mobile wireless sensor network using game theory

Most of the current generation sensor nodes of mobile wireless sensor network (MWSN) are designed to have heterogeneous mobility to adapt itself in the applied environment. Energy optimization in MWSN with heterogeneous mobility is very challenging task. In this paper, a heterogeneous game theoretical clustering algorithm called mobile clustering game theory–1 (MCGT‐1) is proposed for energy optimization in a heterogeneous mobile sensor environment. Energy optimization is achieved through energy‐efficient cluster head election and multipath routing in the network. A heterogeneous clustering game is modelled with varying attributes and located an asymmetric equilibrium condition for a symmetric game with mixed strategies. The real‐time parameters, namely, predicted remaining energy, distance between a base station and nodes, distance between nodes, and mobility speed, were used to calculate the probability to elect the cluster head (CH). The efficient multipath routing is achieved through prior energy prediction strategy. It has mitigated the generation of “hot spots,” reducing its delay and improving the overall residual energy of the network. Simulation results showed that the average lifetime of MCGT‐1 has increased by 6.33 %, 13.1% and 14.2% and the PDR has improved by 4.8%,11.8%, and 17.2% than MCGT, LEACH‐ME and LEACH‐M respectively. The hot spot delay is reduced to 0.063025 seconds, improving the efficiency of the network.     

基于灰色关联度的Leach算法的改进

Leach算法是无线传感器网络中应用最为广泛的分簇路由协议之一,但是该算法的簇头是随机产生的,有可能导致节点过早死亡,从而使整个网络崩溃。针对这一问题,提出一种基于优选簇头的改进Leach算法——gc Leach算法。改进算法引入灰色关联度思想对簇头进行分区选举,兼顾考虑了簇头的剩余能量以及位置分布,有效地避免了簇头分布不合理,以及簇头剩余能量过低导致的节点过早死亡的情况。仿真结果表明,改进后的gc Leach算法能够有效地降低网络能耗,延长网络生命周期。