节点密集型传感器网络中路由算法的研究

传感器网络的路由协议越来越引起人们的关注。针对节点高密度部署并且存在部分移动节点的网络环境,当前常用的各类路由算法都不能有效地降低能耗。论文提出了改进型GAF算法,将网络划分成若干个单元格,不同移动速度的节点以不同的权重竞选簇头,竞选失败者将进入休眠状态,以此来降低网络总能耗。通过分析和仿真,验证了该算法在节能方面的优势。     

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．     

一种基于蚁群优化的分簇路由算法

在无线传感器网络路由协议的研究中,能量高效是其首要设计目标.传统LEACH协议产生簇头数目比较随机,并且簇头直接与基站通信导致能量消耗过快.在分析传统和改进LEACH路由协议的基础上,提出了一种簇头数目固定的簇头选择机制,解决了簇头分布不均匀的问题.并且将蚁群优化算法应用到无线传感器网络的路径选择中,利用蚁群的动态适应性和寻优能力,在簇头与基站之间形成一条最优路径进行通信.在Matlab平台下对新提出的算法进行仿真测试实验,实验结果表明,相对于LEACH路由协议,该算法降低了平均能量消耗,延长了网络的生命周期.     

基于最优覆盖的无线传感器网络能量LEACH路由协议

LEACH算法作为经典分簇算法在无线传感器网络中有着广泛应用,但由于没有考虑簇头数量及监测区域等因素,使得网络消耗巨大,大大缩减了网络的生命周期。针对这一缺陷,本文在Wang的最优覆盖定理的基础上,提出CDE-LEACH算法,通过在基站中预构建"数据表"存储最优覆盖理想簇头位置坐标,结合保证网络能量消耗最小的这一目标来选取最优的簇头,推导出了新的簇头与簇内成员选择算法。在Matalab7.0实验仿真平台下,通过对提出的CDE-LEACH算法进行仿真,与LEACH算法结果对比发现,网络能量消耗大大减少,并且延长了网络生命周期。     

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LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

一种基于节能的无线传感器网络GAF算法

GAF(Geographical Adaptive Fidelity)拓扑控制算法提出的节点休眠机制和基于网格划分的拓扑控制方案,使其在无线传感网络的拓扑生成及节能方面起到非常好的效果。然而,传统的GAF算法由于其随机的簇头选择策略和固定的网络划分机制,导致其全网节点的能量消耗不均匀,节点死亡过快。文章将GAF中固定的网格结构进行动态化的水平和垂直方向的周期化移动,最大化延长了网络生存时间。     

无线传感器网络LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

非变换簇的WSN分簇路由算法

针对LEACH算法簇头选取及能量消耗方面的不足,提出一种基于能量、距离和节点度的分簇路由算法CMEDD,通过均匀分簇减少重建过程,对簇头选举公式进行改进,合理选择簇头,从而均衡节点能耗。采用基于代价因子的单跳和多跳相结合的方式建立最优路径进行数据传输。仿真结果表明,与LEACH算法和RMCRW算法相比,CMEDD算法能够有效均衡节点能耗,可相对延长网络生存周期。     

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。     

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。     

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。     

基于改进SSA优化WSN分簇协议

无线传感器网络(Wireless Sensor Networks,WSN)的路由协议是无线传感器网络领域中的一个研究热点.针对LEACH协议的不足,提出一种基于自适应t分布改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)的改进LEACH协议(LEACH?ISSA),以解决...     

Energy Efficient Cluster Based Routing Protocol for WSN Using Firefly Algorithm and Ant Colony Optimization

Maximizing network lifetime is the main goal of designing a wireless sensor network. Clustering and routing can effectively balance network energy consumption and prolong network lifetime. This paper presents a novel cluster-based routing protocol called EECRAIFA. In order to select the optimal cluster heads, Self-Organizing Map neural network is used to perform preliminary clustering on the network nodes, and then the relative reasonable level of the cluster, the cluster head energy, the average distance within the cluster and other factors are introduced into the firefly algorithm (FA) to optimize the network clustering. In addition, the concept of decision domain is introduced into the FA to further disperse cluster heads and form reasonable clusters. In the inter-cluster routing stage, the inter-cluster routing is established by an improved ant colony optimization (ACO). Considering factors such as the angle, distance and energy of the node, the heuristic function is improved to make the selection of the next hop more targeted. In addition, the coefficient of variation in statistics is introduced into the process of updating pheromones, and the path is optimized by combining energy and distance. In order to further improve the network throughput, a polling control mechanism based on busy/idle nodes is introduced during the intra-cluster communication phase. The simulation experiment results prove that under different application scenarios, EECRAIFA can effectively balance the network energy consumption, extend the network lifetime, and improve network throughput.

     

高斯分布下的WSN能量均衡算法

针对无线传感器网络能量有限的问题,从稳定性的角度出发,提出一种在低功耗自适应分簇路由算法（LEACH）的基础上的改进算法。该算法首先确定高斯分布下最优簇头数目,在一个周期内,节点能量高于网内平均可用能量可以多次竞选簇头,并相应地延长周期的轮数。经仿真结果表明,在高斯分布下每一轮簇头的数量保持在最优簇头数目上下,改进协议能获得比LEACH协议更长的网络稳定期,更高的能量利用率。     

一种负载均衡且能量高效的水下传感网络分簇协议

针对水下无线传感网络能量效率低、生命周期短的问题,提出了一种负载均衡且能量高效的水下分簇（load balanced and energy efficient underwater clustering,LBEEUC）协议。该算法在分簇过程中首先根据节点的经验负载来确定节点所在区域簇头的比例,使经验负载大的区域分布较多的簇头,分担数据转发的任务,均衡网络的能耗;其次在节点入簇时,在簇内设置中继节点,用于均衡远离簇头节点的传输能耗,并提前进行数据融合,减少数据冗余;最后在建立簇间路由时,利用Q 学习算法根据路径消耗的总能量最小的原则选择最优传输路径。仿真结果表明,本算法有效地均衡了网络的能耗,提高了能量利用效率,进而提高了网络的生存时间。     

A hybrid elephant herding optimization and cultural algorithm for energy‐balanced cluster head selection scheme to extend the lifetime in WSNs

Clustering‐based optimal cluster head selection in wireless sensor networks (WSNs) is considered as the efficient technique essential for improving the network lifetime. But enforcing optimal cluster head selection based on energy stabilization, reduced delay, and minimized distance between sensor nodes always remain a crucial challenge for prolonging the network lifetime in WSNs. In this paper, a hybrid elephant herding optimization and cultural algorithm for optimal cluster head selection (HEHO‐CA‐OCHS) scheme is proposed to extend the lifetime. This proposed HEHO‐CA‐OCHS scheme utilizes the merits of belief space framed by the cultural algorithm for defining a separating operator that is potent in constructing new local optimal solutions in the search space. Further, the inclusion of belief space aids in maintaining the balance between an optimal exploitation and exploration process with enhanced search capabilities under optimal cluster head selection. This proposed HEHO‐CA‐OCHS scheme improves the characteristic properties of the algorithm by incorporating separating and clan updating operators for effective selection of cluster head with the view to increase the lifetime of the network. The simulation results of the proposed HEHO‐CA‐OCHS scheme were estimated to be superior in percentage of alive nodes by 11.21%, percentage of dead nodes by 13.84%, residual energy by 16.38%, throughput by 13.94%, and network lifetime by 19.42% compared to the benchmarked cluster head selection schemes.