一种高能效传感网路由控制算法

针对传感网络中节点能耗高的问题,提出了一种基于层次的多跳非均匀分簇路由算法UCER.该算法通过计算各层次中节点的平均剩余能量,挑选剩余能量高于层次平均能量的节点形成候选簇头集合,根据不同层次中候选簇头竞争半径的不同,在局部层次范围内竞争正式簇头,并建立非均匀簇结构.结果表明,与同类型分簇算法相比,UCER可以产生更加合理的簇头数量和簇头间距,并较好地均衡了各个簇及簇头的能耗,延长13. 4%的网络生存时间.     

改进无线传感器网络路由算法

无线传感器网络是由能量有限的节点组成,高效节能的路由算法是无线传感器网络的基础。针对低功耗自适应分簇（LEACH）路由算法在选择簇首节点及通信过程中能量消耗大的不足问题,提出了一种改进的LEACH路由算法。引入节点剩余能量因素参与簇首节点的选择,有效地降低剩余能量较小的节点成为簇首的可能性,节点之间的数据传输采用单跳和多跳相结合的通信方式,也降低了传感器网络能耗。     

一种负载均衡的无线传感器网络自适应分簇算法

在分簇算法中,有效的簇首选取策略可以提高网络负载均衡和簇首均匀分布程度.针对簇首选取问题,文章提出了一种负载均衡的无线传感器网络自适应分簇算法,该算法使用簇半径、节点剩余能量和簇首间距作为参数选取簇首,网络中簇内成员到簇首的通信以及簇首之间的通信都基于自由空间模型的低能量衰减,簇首与Sink节点采用多跳的方式进行通信.仿真结果表明,与LEACH算法比较,该算法有效地实现了网络负载均衡和簇首均匀分布,延长了网络生存时间.     

一种能量有效的无线传感器网络分簇路由算法

为减少无线传感器网络能耗、延长网络的生存周期,基于经典的低功耗自适应分簇算法（LEACH）,提出了一种新的能量有效的分簇算法．算法的主要思想是综合网络能量分布和簇首间位置分布来优化簇首选择,从而在使簇分布更均匀的同时,进一步保证了网络内节点负载均衡．仿真和分析表明,该算法是一种有效的分簇路由算法．     

具有最优簇规模的传感网不等簇数据收集协议

针对无线传感器网络的能量空洞问题,提出了一种具有最优簇规模的无线传感器网络不等簇的数据收集协议(UCPOCS)。首先,UCPOCS协议运用定时广播代替传统的消息协商机制竞选簇首。其次,利用候选簇首的位置信息从理论上获得最优簇半径对网络进行不等簇的划分。然后,簇首间多跳路由机制根据其相邻簇首的剩余能量等3种信息选择其中继节点,使UCPOCS能够适用于均匀和非均匀节点分布情况。最后,仿真结果表明UCPOCS协议能够有效地均衡网络能量消耗,延长网络寿命。     

基于能量预测的分簇可充电无线传感器网络充电调度

为及时对可充电无线传感器网络中的"饥饿"节点补充能量,提出了一种基于预测的分簇低能量路径移动充电算法(CLP)。网络采用非均匀分簇的多跳路由协议,每个簇选取能量最低的节点作为簇头节点,移动充电车仅为簇头节点充电并收集簇内节点的能量信息。每次充电调度完成后,移动充电车将所收集的能量信息发送至基站,基站根据马尔科夫模型预测各簇内节点的能耗,以优化选取下一次的充电目标。仿真结果表明,采用CLP算法比旅行商问题(TSP)算法的网络效用提高约20%,数据传输能力提高约17%。     

利用粒子群优化的WSN环状簇路由协议

针对无线传感器网络(WSN)中采用多跳分簇算法所带来的能耗不均衡问题,提出了一种利用粒子群优化的环状簇路由协议. 该协议采用粒子群算法将整个网络划分成间隔不等的同心圆,在各环内再分成若干扇区作为簇首选举的基本单位. 在每个扇区内,各节点根据到扇区中心的距离剩余能量来竞选簇首. 同时引入能级的概念,在很大程度上克服了簇首轮换速度过快造成网络开销过大以及轮换速度过慢造成单个节点过早死亡的缺点. 仿真结果表明,该协议有效地均衡了各环间的能耗,延长了网络寿命.     

基于萤火虫算法优化FCM的WSN路由算法

针对无线传感器网络节点能源有限,容易出现能量负载不均衡的问题,提出了一种基于萤火虫算法优化模糊C均值(FCM)的无线传感器网络(WSN)路由算法(FFACM),优化了分簇路由算法中的分簇阶段和簇间路由建立阶段。在分簇阶段,使用萤火虫算法计算初始聚类中心,避免模糊C均值算法因初始聚类中心而陷入局部最优的问题。在选择簇首节点上,建立关于剩余能量和距离的适应度函数,选取适应度值最大的节点作为簇首节点并动态更新。通过计算节点间的链路代价并根据剩余能量和到sink节点的距离建立代价函数,选择代价函数值最小的节点建立簇间多跳路由,使得簇首节点的负载降到最低。从仿真实验结果可知,相比于其他无线传感器网络的路由算法,FFACM算法能有效均衡网络负载,降低节点能耗,从而延长网络的使用周期。     

基于改进萤火虫优化神经网络的WSNs分簇路由协议

针对无线传感器网络中能耗不均衡问题,提出了一种基于改进萤火虫算法优化反向传播神经网络的非均匀分簇路由协议.通过在萤火虫算法中引进权重因子并增加4个评价指标,来平衡簇内负载和减少簇间的通信距离.结合BP神经网络,优化路径选择和簇首选举方式,达到最佳成簇效果.仿真结果表明,改进萤火虫算法优化BP神经网络的非均匀分簇路由协议能有效延长网络生命周期,节省能量,并均衡能耗.     

一种基于能量均衡的WSN分簇路由算法

针对无线传感器网络节点能量有限的特征,在研究现有算法的基础上提出了一种基于能量均衡的分簇路由算法CRAE。新算法在簇首选择时引入了节点剩余能量与邻节点平均能量参数,同时在通信中综合考虑了最小跳数与中转节点的能量问题。实验结果表明,该算法有效均衡了网络能耗,延长了网络生命周期。     

对地下管廊无线传感器网络LEACH协议的改进

针对无线传感器网络应用于地下管廊环境中由于能耗不均而引起生存周期短的问题,通过研究LEACH(low energy adaptive clustering hierarchy)路由协议及其应用,分析LEACH协议用于地下管廊环境的不足,提出了LEACH协议改进算法.改进的LEACH协议考虑了剩余能量对概率阈值的影响、引入半径竞争机制来实现簇首的高剩余能量、非均匀分布;数据传输阶段,改进算法采用设定单跳的传输阈值、选取多跳最低能耗传输路径的方式来降低网络能耗.仿真结果表明:在长带状网络中,与原有协议相比,改进LEACH协议的网络生存周期延长了2.66倍,相同轮数下该协议降低了能耗.     

基于蚁群算法的WSN路由协议研究

针对层次路由LEACH协议存在簇头分布不均,并且每次簇头轮换均在整个网络内进行,会造成耗能过多以及蚁群算法应用于LEACH协议建立簇间多跳路由仍存在能耗不均衡的问题,采用将网络节点进行区域划分,并将节点剩余能量作为参考因素,在区域内进行簇头节点的轮换选取的方法改进,并通过将节点能量引入到转移概率和信息素更新公式中,对蚁群路由算法进行改进,利用其建立从簇头节点到汇聚节点的多跳路由的最优路径.实验验证表明:与LEACH协议相比,改进协议整体上减少并均衡了能量的消耗,延长了无线传感器网络的生命周期.     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

分簇及局部优化的无线传感器网络拓扑控制算法

为保证网络连通性和覆盖度的情况下,尽量合理、高效地使用网络能量,延长网络生命周期,提出一种基于分簇和局部优化的拓扑控制（cluster and local optimization topology control,CLTC）算法．基于树型网络模型,利用分簇思想将网络分割为不同的簇,簇内运用最小生成树算法,确定邻居节点关系,降低节点通信碰撞;簇间通过簇头连接,形成优化的骨干网络拓扑．仿真实验表明,运行CLTC算法,构建网络拓扑结构快速,通信开销小,可以有效降低节点平均能耗,延长网络周期．     

无线传感器网络中基于时空分集的分布式能量有效成簇算法

为了延长无线传感器网络的生存时间,需要设计适合无线传感器网络特点的能量有效的协议。成簇算法能够减少无线传感器网络的能量消耗,对增强网络的可扩展性和延长网络的生存时间有着重要的作用。但现有算法对多路衰退的链路并不十分能量有效,针对这些算法的不足,提出了基于时空的分布式能量有效成簇算法,每个簇由一个簇首节点和一个协作节点相互合作运用时空编码实现数据传输的时空分集,以减少网络能耗和均衡节点能量。模拟实验结果显示,与现有重要成簇算法相比,该算法能够提供更长的网络生存时间。     

A Location-Based Clustering Topology Control Algorithm in WSN

Aiming at the existing problems in Leach algorithm,which has short network survival time and high energy consumption,a new location-based clustering topology control algorithm is proposed.Based on Leach algorithm,improvements have been done.Firstly,when selecting cluster head,node degree,remaining energy,and the number of being cluster head,these three elements are taken into consideration.Secondly,by running the minimum spanning tree algorithm,the tree routing is constructed.Finally,selecting the next hop between clusters is done by MTE algorithm.Simulation results show that the presented control algorithm has not only a better adaptability in the large-scale networks,but also a bigger improvement in terms of some indicators of performance such as network lifetime and network energy consumption.     

基于SVM的LEACH分簇算法优化

针对LEACH算法中簇首分布不均匀和每轮循环簇首数目未知的缺陷,提出两方面的优化：①基于SVM的优化,即考虑节点的地理位置,寻找支持向量并对网络进行区域划分,改善簇首分布不均匀的缺陷.②改进LEACH算法的簇首选举机制,即规定每轮循环的簇首数目,改善LEACH算法中簇首数目未知的缺陷.最后对优化的LEACH算法进行实验,实验结果表明,优化后的算法能有效延长整个网络的生存周期,降低网络能量消耗.     

一种基于DEEC的异构节能分簇改进算法

针对无线传感器网络中因有限能量利用不佳从而导致网络生存周期缩短的问题,提出一种基于DEEC的优化能量利用的改进算法(IDEEC)。该算法一方面对DEEC的阈值进行调整,在DEEC的阈值中加入剩余能量与网络平均剩余能量的比值以及最优簇头数,以增加剩余能量多的节点成为簇头的概率,另一方面采用精确化方案求解网络平均剩余能量,同时采用簇内成员节点的调度机制让冗余节点进入休眠模式以节约网络能耗、延长网络生存周期。仿真结果表明,IDEEC的能耗比LEACH降低60.6%,比DEEC降低47.9%,网络生存时间比LEACH提高61.9%,比DEEC提高49.1%。