一种基于LEACH路由协议的改进算法

无线传感器网络的生存时间受传感器节点软硬件条件的限制,改进传感器网络路由协议是延长网络生存时间的有效途径。LEACH协议是最早提出的经典分层路由协议,文中基于LEACH协议提出改进,应用K-medoids算法改进LEACH协议的簇首分簇机制,并通过Matlab仿真实验,证实了改进后的LEACH算法在均衡化网络能耗,延长网络的生命周期方面具有优越性。     

基于LEACH的低能耗改进算法研究

为了解决LEACH协议在簇头分布不均和能量消耗集中等方面的缺陷,提出一种基于LEACH协议的距离调控改进路由算法LEACH-D。在簇头选取阶段,充分考虑簇头选择的个数和相对分布位置;在簇形成阶段,采用节点维护的路由属性表和分布的密集程度及相对距离确定入簇方式。仿真结果表明,相较于LEACH算法,改进后的算法有效均衡了网络能耗,延长了网络生存周期。     

基于扇形分簇的无线传感器网络路由算法

无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间。为此,提出一种针对簇首节点选取和分簇的改进LEACH算法。该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后基站根据节点剩余能量和与基站的距离进行簇首节点选择,节点根据簇首节点和基站接收信号强度选择路由方式,以均衡网络能量消耗。仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍。     

基于双簇头非均匀分簇的LEACH协议的改进

在无线传感器网络中的LEACH协议是一种自适应聚类路由算法．由于LEACH协议存在着无法控制簇首在网络中的分布位置、簇首选择方式限制条件不够等缺点导致能量消耗太大．基于簇头能量限制和双簇头路由方式,对LEACH协议进行了改进,设计了一种降低能耗的双簇头非均匀分簇路由协议．双簇头非均匀分簇路由协议采用NS2进行网络仿真实验,通过仿真结果的分析以及与LEACH协议的对比,证明双簇头非均匀分簇路由协议有效提高了网络能耗的均衡性．     

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。     

一种基于剩余能量的LEACH算法改进

分析了LEACH(Low-EnergyAdaptiveClusteringHierarchy)路由协议,提出了一种改进算法。该算法在LEACH协议的基础上,同时考虑到节点剩余能量与初始能量的比值,对簇首的选举概率加以改进,修正了原协议的簇首选举概率公式。在改进公式中选择不同的调节参数,分别进行了模拟仿真试验。结果表明,改进后的算法降低了整个网络能量消耗,延长了网络的生存周期。     

一种针对无线传感器网络LEACH协议的改进算法

针对传统LEACH协议在簇首选取的随意性,以及簇首节点将数据以单跳形式传输给汇聚节点造成能耗大的缺点。文中提出了改进协议,该算法在对簇头节点的选择时会将节点的剩余能量考虑进去,会在选择剩余能量最多,同时以其到汇聚节点距离小的节点作为下一跳来传输数据,以实现多个簇之间的路由数据传输。通过Matlab仿真可以知道,改进后的协议使整个传感器网络的能量消耗变得更加均衡,同时使整个网络的生存时间得到了15%的延长。     

基于节点位置的无线传感器网络分簇路由协议

针对LEACH协议生成非均匀簇造成能量损耗的问题,以网络簇头分布最优和降低能量损耗为目的,从选择簇头节点、形成簇、簇间路由等方面做了改进。经过理论分析和仿真实验与LEACH和LEACH-C算法比较,结果表明,该路由协议的设计使各节点较均衡地消耗能量,节点生存时间更长,延长了整个无线传感器网络的生命周期。     

基于LEACH的改进型无线传感器网络路由算法研究

针对经典分簇路由算法LEACH在选取簇头时没有充分考虑节点剩余能量的问题,在LEACH协议的基础上,改进了簇首选择、最优簇首数和簇形成过程,提出一个自适应分布式算法,即ADCP-LEACH算法,该算法可以应用干周期性的采集数据,根据每个节点竞选簇头时的阈值不同,让剩余能量大的节点当选簇头的概率更大.NS2仿真实验表明,改进的协议有效延长了网络的存活时间,性能优于LEACH协议.     

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.     

低能量自适应分群分层协议的改进

为了避免能量较少节点当选为群首而过早死亡,对Leach协议群首的选取进行改进。采用结合节点剩余能量重新设置阈值的方法,选取剩余能量较多的节点作为群首,解决了能量较少节点当选为群首和群首负担载过重的问题。仿真结果表明,采用改进后的算法可以有效减少网络能量的消耗,延长网络生存时间。     

Impact of the energy-based and location-based LEACH secondary cluster aggregation on WSN lifetime

The improvement of sensor networks’ lifetime has been a major research challenge in recent years. This is because sensor nodes are battery powered and may be difficult to replace when deployed. Low energy adaptive clustering hierarchical (LEACH) routing protocol was proposed to prolong sensor nodes lifetime by dividing the network into clusters. In each cluster, a cluster head (CH) node receives and aggregates data from other nodes. However, CH nodes in LEACH are randomly elected which leads to a rapid loss of network energy. This energy loss occurs when the CH has a low energy level or when it is far from the BS. LEACH with two level cluster head (LEACH-TLCH) protocol deploys a secondary cluster head (2CH) to relieve the cluster head burden in these circumstances. However, in LEACH-TLCH the optimal distance of CH to base station (BS), and the choicest CH energy level for the 2CH to be deployed for achieving an optimal network lifetime was not considered. After a survey of related literature, we improved on LEACH-TLCH by investigating the conditions set to deploy the 2CH for an optimal network lifetime. Experiments were conducted to indicate how the 2CH impacts on the network at different CH energy levels and (or) CH distance to BS. This, is referred to as factor-based LEACH (FLEACH). Investigations in FLEACH show that as CHs gets farther from the BS, the use of a 2CH extends the network lifetime. Similarly, an increased lifetime also results as the CH energy decreases when the 2CH is deployed. We further propose FLEACH-E which uses a deterministic CH selection with the deployment of 2CH from the outset of network operation. Results show an improved performance over existing state-of-the-art homogeneous routing protocols.     

基于LEACH路由协议的混合光无线传感网络研究

分析了基于低功耗自适应分簇(LEACH)路由协议的无线传感网络(WSN)在不同拓扑形状下的生命周期,并改进了长方形拓扑形状的路由协议。进而针对WSN在某些场合能量有限、易受干扰和安全性差等缺点,在长方形区域中引入分布式光纤传感结构。将传感光纤铺设在环境复杂和外界电磁波干扰大的监测区域,从而提高整个传感网络的生命周期和可靠性。理论分析和仿真结果表明,改进的拓扑和协议在提高可靠性的同时,有效地延长了光WSN的生存时间,性能优于传统LEACH协议。     

基于遗传算法对LEACH协议的改进

针对LEACH协议中簇头随机选举产生、重新建簇频率过高、单簇头非健壮性的不足,提出改进算法LEACH—GAHS。该算法结合能耗、距离信息,利用遗传算法优化簇头生成,并建立候选簇头集来提高算法的鲁棒性和降低建簇的频率,从而延长了网络生命周期。     

Energy optimized micro genetic algorithm based LEACH protocol for WSN

This article presents the design, analyses and implementation of the novel routing protocol for energy optimization based on LEACH for WSN. Network Lifetime is the major problem in various routing protocols used in WSN. In order to overcome that problem, our proposed routing protocol is developed, which is a combination of Micro Genetic algorithm with LEACH protocol. Our proposed µGA-LEACH protocol, strengthen the cluster head (CH) selection and also reduce the energy consumption of the network when compared to existing protocols. This paper shows the improvement of network lifetime and energy consumption with the optimal CH selection based on a micro genetic algorithm and also compared the results with an existing hierarchical routing protocol like LEACH, LEACH-C, LEACH GA and GADA LEACH routing protocol with various packet sizes, and initial energy.

     

一种基于LEACH协议的改进算法

作为能量有效、基于层次结构的路由协议的典型代表,LEACH协议存在的不足表现为网络中会出现极大簇和极小簇并存;当节点能量不同时簇头选择不合理;在簇头死亡后簇内节点仍会消耗能量.本文基于LEACH提出了一种改进算法,使用引入簇成员数门限和合并极小簇的方法避免极大簇和极小簇同时存在;通过对簇头能量消耗的估计,在簇头能量耗尽...