基于粒子群聚类优化的分簇路由算法

为延长无线传感器网络的生命周期,给出一种基于粒子群聚类优化的分簇路由算法。根据网络内存活节点的数目确定最优簇首数,将能量均方误差引入粒子群聚类算法的适应度函数中,以此改进粒子群聚类算法,并利用改进后的粒子群聚类算法对整个网络进行能量均衡化分簇。基于节点的剩余能量、节点与基站的距离以及簇首节点到簇内其他成员节点的平均距离等因素,评选簇内最优簇头。在100m×100m区域内撒播100个传感器节点进行仿真实验,结果表明,与低功耗自适应集簇分层协议算法相比,改进算法的首个节点死亡时间可延长34.04%,有效节点死亡时间可延长12.12%。     

基于距离分簇算法的WSN组网方法

针对无线传感器网络中传感器节点能量受限不能及时供给的问题,提出一种基于距离分簇算法的无线传感器网络组网方法,旨在均衡节点负载,提高通信效率。算法由Sink节点发起,主要通过设置Sink节点的不同通信距离来划分传感器网络,根据网络层数设定每个簇的最大节点数目,引入簇首轮换机制保证网络存活周期,根据多跳通信路由函数选取簇间通信最佳路由。仿真结果验证了算法能够有效降低网络能耗和延长网络生存周期。     

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。     

LEACH协议簇头选择算法的改进与研究

分簇式路由协议LEACH随机地将节点设置成首领节点均衡整个网络的能量消耗.提出一种簇头选择优化的方法,将簇首选择能耗计算到网络的整个能耗中,推导出最优簇首数,然后利用距离关系将所有节点群组化,使群组的数量与期望最优簇头个数相同,簇首的实际个数与期望的簇头个数相同,从而提高了网络生命周期,节省了网络能耗.     

基于能量和距离的WSN自适应分簇算法

无线传感器网络中节点的能量有限且难以补充,为了提高网络节点的能量利用率,延长网络生命周期。在LEACH算法分簇结构的不足的基础上,提出一种自适应的最优簇首数计算方式,综合考虑传感器节点的能量及距离,对阈值公式T(n)进行改进。经仿真实验分析,本文提出的算法较LEACH算法节点存活率更高,网络生命周期显著延长。     

基于节点密度的无线传感器网络簇首选取机制

目的 避免无线传感器网络簇首过早死亡,延长网络寿命.方法 使簇首节点分布在节点部署比较密集的区域,避免簇首与簇内节点通信距离较远而使簇首耗能过大.结果 提出一种基于簇首与簇内节点平均距离最小化的簇首选取方式,有效地降低了位于节点密度小区域的节点成为簇首的概率,从而将节点能量均衡分布到整个网络.仿真实验表明,随着网络规模的增大.所提算法与LEACH协议相比能够延长网络的生存时间20%以上.结论 笔者所提簇首选取机制能够有效地延长网络寿命.     

无线传感器网络中的动态聚类分簇算法研究

能耗问题是无线传感器网络的关键问题之一。通过深入分析已有算法存在的诸多不足,该文提出了一种基于动态聚类的分簇算法。该算法首先分析了低能耗自适应分簇的一阶能耗模型,给出了基于最小能耗的簇首数计算公式,然后在此基础上引入动态聚类思想,以最优簇首数将传感器网络内的所有节点进行聚类,得到最优的簇首节点及其内部簇成员。仿真结果表明：算法划分的网络具有低能耗、高稳定性等特点,弥补了已有算法的不足。     

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.     

能量高效均衡的动态分簇路由设计

针对无线传感器网络中存在的能量空洞现象,基于能量高效均衡的思想提出了一种新的动态路由非均匀分簇算法,在均匀间隔圆环的网络模型中,通过分析单跳和多跳的能耗划分网络,并计算网络全局能耗得出最优簇首个数,从而构建非均匀分簇网络,以解决能量空洞现象.在数据传输阶段,簇首节点综合考虑能耗和剩余能量,依概率选择下一跳节点.仿真实验结果表明,该算法有效地延长了网络的生存周期.     

WSN分簇路由协议LEACH的研究与改进

为了提高大型无线传感器网络的稳定性,延长网络的整体寿命,以WSN分簇路由协议LEACH为基础,提出一种新的簇头选举方法。算法利用网络寿命预测模型,首先预测网络节点死亡时间,然后将文中定义的网络收敛速率引入优化算法中得到最优簇头数目。仿真结果表明,优化后的算法相比于LEACH算法能耗显著减少,有效地延长了网络的寿命。     

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.     

一种基于死亡节点与半径调度的LEACH覆盖保持协议

提出了一种基于死亡节点与半径调度的低功耗自适应集簇分层型（LEACH）覆盖保持协议,对簇头的随机选择机制进行了阈值的联合优化,采用泰森多边形对簇头节点进行Voronoi图划分,并根据簇头节点和簇内节点覆盖半径的不同进行分簇.在增大簇头节点通信半径及减小簇内节点的通信半径时,同时考虑网络中死亡节点数目,修正簇头节点的阈值选择公式,根据该阈值对网络的簇数重新选择和分簇.仿真结果表明,该算法对网络的覆盖度可保持在1 700轮左右,提高了网络的数据传输能力,延长了生命周期.     

基于簇划分的移动网络多播树生成算法

针对移动网络的特点，提出了一种基于簇划分的多播树生成算法：通过对移动网络按分层管理进行簇划分，形成由簇头节点、网关节点和普通节点构成的分簇网络结构，并且在由簇头节点和网关节点形成的虚拟骨干网基础上，通过回路检测和冗余剪枝算法处理，最终得到一个能满足多播要求的多播树。     

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。     

无线传感器网络分布式同步协议

针对无线传感器网络同步问题,提出分布式时间同步和分布式数据同步的解决方法.前者要求簇头网络进行局部信息交互,并采用低通滤波技术去除噪声干扰;后者为节点提供网络数据均值,要求簇头网络执行比例一致性算法,簇头在迭代过程中引入簇内节点数量.实验结果表明,分布式时间同步具备抗噪声能力,该算法在前期收敛速度最快.网格状网络和随机网络实验表明,分布式时间同步和分布式数据同步的通信开销非常低,它们的收敛速度均高于普通数据同步.     

一种新的无线自组传感器网络组网算法

模仿钢化玻璃破碎的逆过程,构建出一个崭新无线自组传感器组网算法．首先构建一个节点的通讯半径的圆域并作为基本颗粒,称为簇,基本颗粒之间接缝处的节点挂于基本颗粒之上,称之为客人节点,也加入到这个簇中,最后形成的簇类似于不规则的钢化玻璃破碎颗粒,这种簇构成了整个网络．这个算法基于分布式计算,只需了解很少的周围节点信息,算法简单,网络部分节点损毁、失效后,具有自恢复能力,适合于大型和小型规模的传感器网络．通过计算机仿真得到了很好的效果．     

能量有效的扇区划分LEACH改进算法

针对无线传感器网络生存期和能量有效性问题,提出了一种基于多跳传输和节点ID扇形分布的低功耗自适应集簇分层型协议(LEACH)改进算法MHS-LEACH.该算法根据节点的剩余能量调整簇头,并按虚拟扇区分配簇头节点ID,使得某簇头节点在同一扇区内寻找其父节点,经过多次迭代与基站建立树形链路,实现了簇头节点与基站间的多跳通信.仿真结果表明,与LEACH算法和ID-LEACH算法相比,MHS-LEACH算法不仅有效地延长了无线传感器网络生存时间,而且使整个网络的能量消耗更加均衡.     

基于均值滤波的大规模无线传感网能耗及海量数据去冗余方法研究

随着无线传感网络结构日趋复杂及逐渐朝大规模方向转变。科学、高效地解决传感网内的海量数据冗余及巨大能量消耗问题变得十分困难,本文通过对节点数据图像化建模,提出了一种基于节点数据图像的均值滤波算法来达到降低大规模无线传感网中的冗余数据量及能量消耗。首先从传感网的部署结构出发,通过节点之间的位置关系进行节点分簇并标记簇头节点,然后依据各簇内节点获取的数据信息进行图像化建模,建模完成后以各簇簇头节点获取的数据为参照标准对图像化后的簇内节点进行均值滤波,从而将簇内节点划分为活跃节点与休眠节点,活跃节点为传感网提供有效数据而休眠节点提供冗余数据,需要进入休眠状态。从仿真结果可知：在实际数据集与模拟数据集结合验证下,一个大规模、结构复杂的无线传感网被分为若干个簇并有效的完成了各簇内的节点数据图像化建模。在整体数据有效且不失真的前提下,各簇内实现了将可能存在的部分节点转化为休眠节点且成功将休眠节点转为休眠转态,不再产生、传递数据,从而降低传感网内的整体数据量及数据传递消耗的能量。因此本文提出的算法能够有效地处理规模大、结构复杂的无线传感网中存在的数据冗余及巨大能量消耗问题,通过该算法不仅降低了无线传感网中的冗余数据量,而且降低了无线传感网的能量消耗,提高了无线传感网的生命周期。