新的无线传感器网络分簇算法

针对无线传感器网络节点能量受限的特点,提出了一种响应式分布分簇算法(RDCA,responsive distributedclustering algorithm).该算法不需预先得知节点自身及其他节点的位置信息,而仅根据局部拓扑信息快速进行分布式的簇头选举,并根据代价函数进行簇的划分,适用于周期性获取信息的无线传感器网络.分析与仿真表明,该算法具有良好的负载平衡性能和较小的协议开销,与LEACH协议相比,能够减少能量消耗,网络生存期大约延长了40%.     

一种半集中式低能耗自适应无线传感器网络成簇算法

基于对LEACH等算法的研究,提出一种半集中式,综合利用节点位置信息与剩余能量的无线传感器网络分簇及簇头选举算法。利用节点位置信息,在簇头选举阶段和传感数据传输阶段使用不同的拓扑划分,在尽可能选取剩余能量较高的节点作为簇头的前提下,能够既保证簇均匀分布,又尽量做到簇头在簇内处于相对中心位置,并且避免了成簇阶段的碰撞。仿真结果表明,该算法有效延长了网络生存周期,收集了更多的传感数据,并且适合大范围覆盖的传感器网络。     

动态分层的水下传感器网络分簇路由算法

针对平面路由难以适应较大规模水下传感器网络的局限,该文提出一种能更好地适用于较大规模网络的分簇路由算法DLCR(Dynamic Layered Clustering Routing)。该算法将网络自上向下划分为多层,并选择层内与sink节点距离较近、剩余能量较高的节点作为簇头节点,从而降低簇头节点的通信能耗。为了避免同一节点连续被选举为簇头节点,提出一种动态分层机制,每一轮数据采集周期都将网络重新划分为多层。实验证明DLCR不仅具有良好的稳定性,还降低了网络的能耗,延长了网络的寿命。     

能量感知非均匀成簇路由优化算法

无线传感器网络(WSN)具有的能量有限,其能量利用效率的高低直接影响着网络的生命周期.为了提高无线传感器网络的能量利用效率,提出了一种能量感知非均匀成簇路由优化算法(Energy Awareness Unequal Clustering Routing Optimization Algorithm,EUCR).该算法通过节点在网络中所处的位置确定各节点的邻居节点,并以局部能量选举簇头,各簇头根据其邻居节点构建非均匀分簇网络.同时该算法在路由阶段考虑了簇头的剩余能量和转发代价.仿真结果表明,EUCR算法能有效提高网络的能量利用效率,并延长网络的生命周期.     

一种基于ARMA的WSN非均衡分簇路由算法

 针对无线传感器网络中分簇路由算法中存在的“热区”问题,提出了一种基于虚拟区域划分的非均衡簇路由算法。算法将簇划分的任务交由能量无限制的汇聚节点完成,使得靠近汇聚节点的内层簇的规模小于外层簇的规模。在簇的结构中引入了主、从簇头节点,从而实现了分布式簇头选举工作,同时在分簇过程中避免了每个阶段的能量消耗。将ARMA预测模型引入到主簇头节点的更换过程中,从而避免了主簇头因为能量完全消耗而死亡,也避免了因为主簇头死亡而造成网络分割,降低网络的生存时间,利用NS2.31仿真平台对基于虚拟区域划分的非均衡簇路由算法进行了仿真验证,结果表明与传统路由算法相比,该算法延长了WSN的生存时间,有效提高了WSN网络健壮度。     

一种基于贝叶斯博弈的传感器网络分簇算法

提出了一种基于贝叶斯博弈的无线传感器网络分簇算法.算法将无线传感器网络节点的簇头选择抽象为一个多人的博弈过程,节点之间通过不完全信息的静态博弈实现簇头的合理分布.算法在支付函数的设计时充分考虑了节点能耗和路径损耗等因素,因此通过博弈该算法能实现簇头的合理分布.仿真结果表明,算法在保证数据传输实时性的前提下可使网络能耗更加稳定、能量分布更加均匀,有效地延长网络生命周期.     

基于BWAS的无线传感器网络静态分簇路由算法

为提高路径搜索效率,避免动态分簇较多的能量消耗,提出了基于最优-最差蚂蚁系统(BWAS)的无线传感器网络静态分簇路由算法.BWAS是对蚁群算法的改进,在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加快了路径搜索速度.通过无线传感器网络静态分簇、簇内动态选举簇头,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,能减少路径寻优能量消耗,实现均衡能量管理,延长网络寿命,且具有较强的鲁棒性.通过与基于BWAS的动态分簇和基于蚁群算法的动态分簇路由的仿真实验相比较,证实了本算法的有效性.     

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。     

无线传感器网络能量异构分簇算法的研究

在无线传感器网络能量异构环境下对低功耗自适应的分簇算法(Low Energy Adaptive Clustering Hierarchy,LEACH)与稳定选举协议(Stable Election Protocol,SEP)算法进行了分析,针对其存在的不足提出了一种改进的方案。在簇头选举过程中提高了剩余能量高、距离基站较近节点当选为簇头的概率,同时对当选为簇头的节点设定能量阈值,避免能量过低的节点当选为簇头。仿真结果表明,改进后的算法较好地均衡了网络中节点的能量消耗,有效地提高了网络中能量的利用效率,并且极大地延长了网络正常工作的生命周期。     

无线传感器网络一种基于聚合收益的动态成簇算法

无线传感器网络资源有限,通常采用分簇聚合减少传输数据,本文提出了一种基于聚合收益的动态成簇算法.首先,针对网络整体能耗最优化问题,建立一个非线性整数规划模型,进而提出一种近似最优、低复杂度的启发式簇头选举算法.在此基础上,提出一种分布式的、基于聚合收益的动态成簇算法,可分布式实现该簇头选举算法并进行成簇.理论分析和实验仿真表明,基于聚合收益的动态成簇算法能较好地解决节点负载均衡问题,提高网络能耗效率,延长网络生命周期.