基于多目标优化的WSN簇首选择算法

分簇思想可以很好的用于优化路由算法,现有的分簇算法簇首轮换选举大多数只是从簇首和基站之间距离、节点密集度、剩余能量、节点位置等指标来进行改进,没有考虑候选簇头距离各个簇首的平均距离。簇间转发数据包会消耗大量能量,是影响网络性能的一个重要因素。针对目前簇首轮换选举算法存在的不足,提出了一种综合考虑簇内和簇间两个优化目标的算法,此种算法本文简称为DEDS。建立了候选节点剩余能量、候选簇头节点距各个簇首节点平均距离等多目标概率模型作为簇首轮换选择依据。通过在NS2仿真平台上验证了该算法在时延、分组递交率、能耗、稳定性等网络性能优于其它分簇算法。     

改进的WSN节能分簇多跳路由算法

LEACH算法是WSN中典型的单跳分簇路由算法,本文针对LEACH算法的缺点,提出了一种改进的节能分簇多跳路由算法.该算法采用层次分析法确定节点度数、节点间的通信距离、节点剩余能量和节点距基站的距离这四个因素的权值系数,在簇首选举中引入这四个因素,每一轮的簇首选举结束后,利用遗传算法寻找出一条遍历所有簇首节点和基站的最优路径,该算法实现了簇首以多跳通信方式向基站传输数据的功能.仿真结果表明,该算法在网络能耗、生存周期和能量均衡性方面均优于CECA、LEACH-GA和LEACH算法,达到了能量均衡和延长了网络生存周期的目的.     

一种能量高效的非均匀分簇算法

针对无线传感器网络中的能量消耗不均衡问题,提出一种能量高效的非均匀分簇算法--EUCA。算法采取基于节点剩余能量的簇首选举策略,簇首采用非均匀分簇的思想来构建大小不等的簇,在构建簇间路由树时,综合考虑了邻近簇首的剩余能量、簇成员数目、相对自身的距离和相对基站的距离,以此来均衡簇首能量损耗。仿真结果表明,该算法有效均衡了网络能量损耗,延长了网络的生存周期。     

能量高效的无线传感器网络分簇路由算法研究*

针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。首先,基于节点接收信号强度与自身剩余能量的乘积及网络连通度选取簇首,计算簇首间的合理距离,使网络均匀分簇;其次,基于跳数及簇首当前剩余能量构造簇间优化路由树;然后用OMNeT++对该算法进行仿真对比分析。仿真结果表明,与LEACH等分簇路由算法相比,采用该算法,簇首分布更均匀,提高了簇的负载平衡程度,使节点的能量更为高效,延长了网络的生命周期。     

基于投票策略的异构传感器网络分簇算法

为了减少传感网络节点的能量消耗,提出了一种基于节点投票策略的异构传感网络分簇算法.通过坐标位置分割地理区域,根据剩余能量和距离,对每个区域内节点投票选举产生簇首,从而使能量消耗最慢和高剩余能量的节点优先当选为簇首.为了保证簇首能量消耗均衡,簇首之间基于剩余能量和距离形成多跳路由,簇首收集数据融合后转发到基站.仿真结果表明,在异构网络下,VSCA与早期的几种分簇路由算法相比,提高了网络的稳定周期,延长了网络生存时间,获得了更高的数据吞吐量.     

一种能量均衡的WSN多级分簇路由算法

通过分析无线传感器网络分簇路由协议中簇首选择不合理和网络负载不均衡的问题,提出一种能耗均衡的多级分簇算法,簇首通过分析已学习到的周围网络数据作出较优决策。在簇首选举方面,综合考虑了节点剩余能量和相对节点密度,选择出合适的簇首;路由方面,运用贪婪算法选择较优簇内通信方案,为簇间数据转发预留能量;簇首对死亡节点能及时发现和广播死亡信息,更好地维护网络运行。仿真和分析结果表明,该算法能选出更为合理的簇首,更有效地均衡了网络负载,显著延长了网络寿命。     

一种综合能量和节点度的传感器网络分簇算法

针对无线传感器网络分簇过程中簇首耗能过快问题,提出了一种综合节点剩余能量和节点度数进行簇首选取的分簇算法ENCA(energy and node degree synthesized clustering algorithm).该算法在每轮的簇首选取中考虑了每个簇内所有节点的剩余能量和平均剩余能量,并在每个簇中依据节点的度数优化簇首的选择.在算法运行过程中,在保证网络连通的同时,避免了能量较低的节点当选为簇首.仿真结果表明,与LEACH算法和ACE算法相比,ENCA算法均衡了网络中节点的能量消耗,有效延长了网络寿命.     

基于最小生成树的非均匀分簇路由协议

针对无线传感器网络中利用分簇技术,簇首到Sink节点通信采用多跳路由方式容易引起"能量空洞"的问题,提出了基于最小生成树的非均匀分簇路由协议.该协议在簇首选举阶段,以节点剩余能量、节点度、节点能量消耗速度为权重计算簇首竞争等待时间,选用簇首竞争等待时间小的节点为簇首,以均衡能量;簇形成后,以剩余能量、簇间的距离和能量消耗为参数构建基于最小生成树的最优传输路径通过多跳方式将数据发送到Sink节点.仿真结果表明,该路由协议能有效均衡能耗,延长网络生命周期,延缓"能量空洞"的形成.     

一种新的基于链簇式的WSN不均匀分簇路由协议

针对无线传感器网络中节点耗能不均衡的情况,提出一种基于链簇式的不均匀分簇路由算法(URCC)。在簇首选举机制中,以能量变化为度量确定簇头数以及不均匀分簇的大小,同时以邻节点数及剩余能量作为权重选举簇首。路由采用链式路由,由距离基站近的m个簇首分别成链并构成一条高级链,并将稳定阶段分为m个阶段,依次从m个簇首中随机选取一个簇首作为链头与基站通信,降低簇重建的频率。仿真实验表明,该算法不仅有效均衡了簇内节点间的能量消耗,同时兼顾了簇头之间的能量均衡,有效延长了网络的存活时间。     

能量均衡的无线传感器网络非均匀分簇路由协议

提出了一种能量高效均衡、非均匀分簇和簇间多跳路由有机结合的无线传感器网络分布式分簇路由协议DEBUC(distributed energy-balanced unequal clustering routing protocol).该协议采用基于时间的簇头竞争算法,广播时间取决于候选簇头的剩余能量和其邻居节点的剩余能量.同时,通过控制不同位置候选簇头的竞争范围,使得距离基站较近的簇的几何尺寸较小.这样,网络中不同位置节点之间的簇内和簇间通信能耗得以互相补偿.DEBUC采用簇间多跳路由,根据节点剩余能量、簇内通信代价和簇间通信代价,每个簇头在邻居簇头集合中运用贪婪算法选择其中继节点.仿真实验结果表明,DEBUC能够有效地节约单个节点能量、均衡网络能耗、延长网络生存周期.     

基于量子遗传算法的无线传感器网络路由研究

通过分析无线传感器网络(WSN)分簇路由算法中簇首节点分布,能量消耗,数据传输等问题,提出了一种基于熵权法量子遗传算法的路由算法,该算法在簇首的选举过程中采用熵权法动态的确定节点剩余能量、节点间的通信距离、节点度数和节点与基站的距离这四个因素的权值系数,在簇首选举结束后,利用量子遗传算法寻找出一条遍历所有簇首与基站的路由,通过最佳路由将所采集的数据传输给最终的基站节点。该算法实现了合理的簇首选举,并在簇首间采用最佳路由的方式向基站传输数据的功能。仿真结果分析表明,该算法在网络生存周期、能耗均衡方面均优于LEACH、CECA-GA算法,达到了延长了网络生存周期,均衡能耗的目的。     

基于双簇头的WSNs非均匀分簇路由算法

无线传感器网络由大量密集部署的传感器节点组成，通过节点间的相互协作才能完成工作，因此传感器节点之间的协作非常重要。针对分簇结构无线传感器网络簇头间能耗不均衡导致的“热区”问题，提出一种基于双簇头的新型路由算法NCDH。通过将网络虚拟分区实现网络不均匀分簇，并依据节点的剩余能量、节点与基站的距离、节点度等因素，在簇内选取主、副双簇头节点负责数据处理和转发。在网络运行阶段，根据主簇头的运行状态确定是否启动副簇头，以保证网络能量均匀消耗。在数据传输阶段综合考虑节点与中转节点的距离以及中转节点的剩余能量，从而选出最佳中转节点。实验结果表明，与DEEC、MRDC、GURCP等算法相比，NCDH算法有效改善了网络的“热区”问题，延长了网络的生存时间。     

基于分簇多节点协作规划的无线传感器网络定位算法

为了提升无线传感器网络的定位精度,减少网络在进行定位运算时节点能量消耗过大等问题,提出一种基于分簇的多节点协作规划的无线传感器网络定位算法,该算法先通过将网络形成多个分簇,计算簇内节点间的相对距离,再通过协作规划的方法来提升节点坐标定位的准确度。得到簇内节点相对簇头的位置坐标后,再求出簇头相对于汇聚节点的位置坐标,从而实现在网络中对任意节点的精确定位。实验仿真结果表明,与基于加权质心和参考节点序列的定位算法相比,基于分簇的多节点协作规划的定位算法可以得到更好的定位精度。     

一种抗干扰半静态分簇路由算法

针对无线传感器网络( WSNs)分簇路由算法中的能量洞、热点和抗干扰问题,设计一种抗干扰半静态分簇( AlSSC)路由算法,给无线传感器网络提供能量多、距离短、链路质量好的路径来传输数据.该算法利用节点定位获取节点地理位置,综合考虑传感器节点剩余能量和干扰信噪比,通过节点距离度量、节点聚簇、簇间融合、簇头选举和簇头轮换五个步骤进行无线传感器网络节点的分簇.仿真结果表明:这种路由算法可以提高无线传感器网络通信链路质量,均衡网络能量消耗.     

一种基于时间延迟机制的WSNs非均匀分簇算法

为减少无线传感器网络分簇路由协议中节点竞争簇首时多余的能耗,解决簇首能耗不均的问题,提出一种基于时间延迟机制的非均匀分簇算法。该算法使能量较多的节点被优先选为簇首,并提出了簇首竞争半径的计算方法,确保其数目稳定且位置均匀分布。成簇过程中,节点根据最小消费函数选择簇首,簇内成员加入时考虑簇首能量、二者距离以及簇首和汇聚节点角度等因素来均衡簇首能耗。仿真结果表明:算法能有效地均衡节点能耗,延长网络寿命,分别比CHTD和EEUC算法延长了35.1%和12.9%。     

基于自适应惯性权重的混沌粒子群优化无线传感器网络成簇算法

为了解决簇头选举过程中多因素冲突问题,以优化簇头选举和延长网络生命周期为目标,提出一种基于自适应惯性权重混沌粒子群优化（AWCPSO）的分簇算法.该算法在簇头竞选过程中,考虑了节点剩余能量、与基站的距离以及该节点担任簇头的概率,通过自适应惯性权重的混沌粒子群算法优化簇头的选举,并将通信范围内的节点作为其簇成员.簇头数目的选择满足最优簇头个数,从而进一步提高了网络的能量使用效率.仿真结果表明,与SEP和DEEC算法相比,本文算法能够更有效的节省能量,网络稳定周期分别延长62.31%和16.45%,同样有效的均衡网络能量消耗,延长了网络生命周期.     

虚拟力导向的无线传感器网络覆盖策略

摘要;通过建立传感器节点与节点、节点与目标之间的虚拟力模型,制定一种新的簇头选择策略,将节点剩余能量和距离目标的大小作为参数,选择离目标近且剩余能量大的节点作为簇头,提高网络覆盖率;通过虚拟单元格进行分簇,以保持簇头节点之间的数据通信,同时休眠其它非簇头节点的周期性轮换簇头的方式来优化节点能耗,以此来延长网络寿命.与经典GAF算法比较,理论分析和仿真实验结果表明了该算法在网络覆盖率和节点生存时间上均有明显的优势.     

改进的无线传感器网络非均匀分簇路由算法

针对无线传感器网络中不均匀分簇引起能量空洞的问题,提出了改进的无线传感器网络非均匀分簇路由算法。该算法先根据节点剩余能量、节点到基站的距离、节点“度”和节点到簇头的距离等因素选举簇头;没有成为簇头的节点选择加入到距离最近的簇头所在的簇中,从而将整个网络划分为大小不等的簇;然后簇头再根据簇头剩余能量、簇头到基站的距离构造基于最小生成树的最优传输路径;通过簇内节点单跳、树内簇头多跳通信的方式将数据最终传输到基站。仿真结果表明,该路由算法能有效节约能量和均衡节点能耗,从而延长网络的生命周期。     

基于学习自动机的无线传感网能量均衡分簇算法

优化簇首选择、均衡节点能量负载以延长网络存活时间,一直是无线传感器网络分簇协议研究的重点。针对无线传感器网络节点随机分布的情况,在基于学习自动机(Learning Automata, LA)的ICLA算法基础上,提出一种兼顾节点密度的能耗均衡分簇算法。在簇头选举方面,综合考虑节点剩余能量和节点密度,利用学习自动机与周围环境进行信息交互和动作奖惩,选择出相对较优的簇头;根据簇首与基站距离和其节点密度构造大小非均匀的簇,实现不同位置不同网络疏密程度下簇内和簇间能耗互补均衡;构造了基于簇首剩余能量、簇内节点密度和传输距离的评价函数,并运用贪婪算法选择出最优中转簇首进行多跳传输。仿真实验结果表明,该算法能选择出更为合理的簇头,有效地均衡网络能量负载,延长网络生存时间。