基于LEACH的线性预测能耗均衡路由协议

LEACH协议是无线传感器网络中层次型路由协议的典型代表,网络中节点自动成簇,簇内成员通过簇首与基站通信,网络定时选举簇首以均衡节点能量.但节点在空间上分布不均以及在每轮稳定阶段担当簇首的节点能耗不均都会使得网络平均性能下降.提出了基于LEACH的线性预测能量消耗均衡路由协议,能够通过预测下一轮的能量消耗速率来动态调整下一轮的簇首切换的时长.仿真结果显示该协议在能量消耗、实际单位比特所耗能量和网络生命周期等方面性能更好,能均衡网络能量消耗,延长网络生命周期.     

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%。     

一种基于动态竞争半径的非均匀分簇路由算法 �

针对一般的无线传感器网络可扩展性较差和能量消耗不均等问题,提出一种基于动态竞争半径的非均匀分簇路由算法(Non-uniform clustering routing protocol based on energy consumption,NCRP).其核心思想是:对LEACH协议的阈值公式加以改进,引入节点与基站之间的距离和节点剩余能量等因素.使靠近基站的节点成为候选簇首的概率稍大于远离基站的节点,从而间接使得靠近基站的区域产生更多的簇首用于转发其他簇首的数据,有效均衡了整个传感器网络能量消耗,在竞争半径的计算中引入继任能量消耗因子和前任能量消耗因子,使得竞争半径更加合理.并在后续轮次利用节点剩余能量选举下一轮候选簇首,减少了选举候选簇首的能量开销.通过与LEACH和EEUC对比,实验结果表明,NCRP能够有效均衡节点间能耗,大大延长整个网络的存活时间.生存时间较LEACH提升了88.42％,较EEUC提升了34.25％.     

一种基于能量均衡的无线传感器网络协议

无线传感器网络协议LEACH中提到了分簇的思想,能够有效的减少节点在通信中的能量消耗,延长网络的生存时间.为了更有效的减少节点的能量消耗,延长网络的生存时间,可以在分簇的算法中采用能量均衡的思想,同时簇头收集数据后通过一棵路由树向汇聚节点发送数据.实验表明采用基于能量均衡的分簇算法的无线传感器有更好的整体性能和网络生存时间.     

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.     

异构传感器网络的分布式能量有效成簇算法

为了延长网络的生存时间,需要设计能量有效的协议,以适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.研究了异构传感器网络中成簇算法在节省能量方面的性能,提出一种适应异构无线传感器网络的分布式能量有效的成簇方案.此方案基于节点剩余能量与网络节点的平均能量的比例来选举簇头节点.较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点,从而使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的重要成簇方案相比,新的成簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量.     

基于最低能耗路径的分簇路由算法

研究无线网络能耗优化问题,在无线传感器网络中,由于网络生存电池容量有限,为减少系统能耗、延长网络生存时间,提出一种最低能耗路径的无线传感器网络分簇路由算法(MECP).在分簇阶段节点采用和LEACH相同的选举机制竞选簇首.簇间通讯阶段通过构造簇首和基站的加权图,用改进的加权图的最短路径算法选择每个簇首到基站的最低能耗路径.簇首采用多跳方式与基站通信,减少了每一轮簇首数据传输的能量开销,同时保证了簇首负载均衡.实验结果表明,改进方法是有效的,为网络的生存时间和节点能量均衡等性能的改善提供了依据.     

无线传感器路由算法中的仿真研究

在研究无线传感器优化的问题中,传感器的簇首节点选择的合理性直接决定传感器网络寿命的长短.由于传统的算法在确定簇首过程中忽略了邻居节点的状态信息,导致簇内节点过早的出现盲节点,从而降低网络的生存时间.针对传统LEACH 算法能量消耗快、网络生存时间短的缺点,提出了一种改进的 LEACH 算法(ILEACH).在分簇阶段簇首选择时充分考虑节点剩余能量和地理位置因素;在稳定传输阶段,采用改进的簇首间多跳路由机制,并在转发过程中再次进行数据融合.对 ILEACH 算法进行仿真实验,仿真结果表明,与经典分簇路由算法 LEACH 相比,ILEACH 算法有效平衡节点间开销,提高能量有效性,降低了网络整体能耗,有效地延长了网络的寿命.     

基于EAD 协议的无线传感器网络高效成簇算法

在无线传感器网络中,成簇算法是减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络生存时间.本文提出了一种基于EAD 协议的无线传感器网络高效成簇算法（EC-EAD）。 EC-EAD算法在确立簇头节点时,将节点能量,节点之间距离与轮回次数综合加权,决定节点发送延迟。剩余能量高且距离较远的节点成为簇头节点,降低了网络内的簇头数目,也保证了网络能量的均匀消耗,延长了网络的生存时间。模拟实验结果表明,EC-EAD 算法在延长网络生存期方面比EAD 具有一定的优越性。     

基于LEACH协议的簇头多跳(LEACH-M)算法

为了延长网络的生存时间,需要设计能量有效的协议,适应传感器网络的特点.成簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间.早先提出的LEACH协议是无线传感网中的低功耗自适应分层路由算法,但节点通过一跳通信将数据传送给簇头,簇头也通过一跳通信将聚合后的数据传送给基站,这样会造成簇头节点负载过重,在LEACH协议中引入簇头多跳算法,使得簇头之间形成一个多跳的最优路径通向基站,从而减少了簇头节点能量的消耗,延长了传感网的寿命.实验表明此方法行之有效.     

一种通过剩余能量过滤进行簇头选举的低能耗无线路由算法

基于LEACH协议提出一种改进的无线传感器网络的自组织路由算法。该算法在原LEACH协议的簇头产生环节做了较大改进,在簇头产生过程中,将当前节点剩余能量与全无线传感器网络节点平均剩余能量进行比较,防止剩余能量小于全网平均剩余能量的节点当选簇头,进一步优化了全网络节点能量消耗的均衡性,有效推迟了节点的死亡时间。通过在簇头选举阶段使用有目的性的筛选取代LEACH的随机选取,实现降低无线传感器网络能耗、延长网络生命周期的目的。通过MATLAB仿真软件进行试验测试,结果表明,改进的算法可以提高无线网络的生命周期,均衡无线网络能量消耗,增加网络吞吐量,有效延迟无线网络节点的死亡时间。     

一种基于能量和时延的动态分簇算法

在无线传感器网络中,传感器节点的能量由电池提供,有时难以更换。因此,降低能耗是目前无线传感器网络设计中一个很重要的技术问题。通过对层次型路由协议的研究,提出了一种基于能量和时延的动态分簇算法,该算法通过动态地确定每一轮数据收集时无线传感器网络中的簇头数目,从而在满足不超过网络最大延迟时间的基础上,使网络能耗达到最小,最大延迟时间由Sink节点确定。通过仿真实验与传统的LEACH和PEGASIS协议进行比较,结果表明,该算法有效地减少了网络能耗,同时显著降低了传输时延。     

无线传感器网络中事件驱动数据收集研究进展

无线传感器网络是目前研究的热点,事件驱动数据收集是无线传感器网络中一种重要的信息采集方式。由于节点普遍具有能量水平低、通信能力弱、易损坏等特点,而用户普遍需要网络能长时间稳定工作或尽快获得数据,因此,如何以低能耗、低延迟、高可靠的方式完成事件驱动数据收集是研究的难点。介绍了事件驱动数据收集的概念和特点,对已有的典型事件驱动数据收集协议进行了系统的分析和对比。通过探讨存在的挑战和亟待解决的关键性问题,为下一步更深入的研究指明了方向。     

权衡能耗与延迟的数据融合算法研究

在无线传感器网络的路由协议中考虑数据融合能极大地提高网络生存期性能,但随之会带来网络可靠性下降、数据传输延迟增加等问题。设计一种新的可权衡能耗与延迟的数据融合算法ECLT,通过二级模糊综合评判的方式来调整原有的路由信息,增加数据传输路径间的交叠,以提高数据融合度、延长网络生存期;同时,传感节点在转发数据的过程中还可根据本身状态来动态调整进行数据融合的等待时间,从而在均衡网络中各节点能耗的同时减少了数据传输延迟。经仿真验证,该算法能在极大的延长无线传感器网络使用寿命的同时降低数据的平均传输延迟。     

改进遗传算法的WSN节点最优路由选择策略

针对无线传感器节点数据传输过程中的能量消耗问题,为了提高节点数据传输实时性,提出一种改进遗传算法的无线传感器网络节点最优路由选择策略。根据无线传感器网络的拓扑结构将监测区域划分不同大小的簇,并根据节点剩余能量选择每一个簇的簇头节点,然后将簇头节点编码成遗传算法的个体,根据数据转发能量耗能和延迟时间构建个体的适应度函数,并通过模拟自然界生物进化过程中的选择、交叉、变异等操作,找到节点数据转发的最优路径,在Matlab 2012平台上对数据路由算法的性能进行仿真测试。仿真结果表明,相对其他路由选择策略,提出的路由选择策略不仅可以均衡各个传感器节点的剩余能量,而且大幅度减少了数据转发路由过程中的能量消耗和延迟时间。     

基于自适应动态簇和预测机制的WSN目标跟踪算法

无线传感器网络由大量能量有限的传感器节点组成,如何高效利用网络中节点的能量是无线传感器网络用于目标跟踪时研究的主要内容。合理构建动态簇可以有效降低网络的能量消耗,延长网络的生命周期,本文通过改进动态簇组建过程中簇头的选举和簇成员的征集过程,达到进一步节能的效果。其中,簇头的选择,综合考虑节点的能量和节点离目标的距离两个因素。簇成员的征集,同时考虑目标的移动速度和网络中节点的分布情况。同时,引入有效的预测机制,通过避免盲目的唤醒网络中的节点和降低跟踪延迟,可以进一步增强网络的跟踪性能,使跟踪过程更加有效和稳定。仿真结果表明本文算法在保证跟踪精度的前提条件下,可以有效节省网络中节点的能量。     

无线传感器网络免疫代理数据融合算法

针对网络能耗和延迟问题,提出了一种基于免疫代理的数据融合算法。通过代理的自由迁移降低节点传输能耗;通过免疫降低参与融合的节点数以降低网络能耗;设立应急通道以降低紧急情况下的网络延迟;采用十六进制编码方法对融合数据进行压缩处理。试验结果表明,该算法能有效降低网络能耗和延迟。     

蚁群优化算法在WSN路由中的应用研究

介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。     

传感网中延迟限定的非汇聚数据移动式收集

在大规模的无线传感器网络中收集数据,不仅需要考虑节点的能量消耗,而且还需要考虑数据收集延迟.如何有效地均衡节点的能量消耗,同时最小化数据收集延迟,是一个具有挑战性的问题.为了均衡节点的能量消耗,利用移动数据收集器收集数据.以此为基础,提出一种DC-Collection算法来解决数据收集延迟和能耗的问题.首先,在网络中构造最短路径树,网络非连通时,不同的网络子图可以构造多棵最短路径树,它们构成一个最短路径树集合;其次,在每一棵最短路径树上选取部分节点作为采集节点和逗留节点,使得以采集节点为根的限高树的高度不超过h,且在每个采集节点的通信区域内至少有一个逗留节点;再次,在每棵限高树内调整树的结构,让能量高的节点承担更多的子孙节点,最大化限高树的生命周期;最后,移动数据收集器从Sink出发,遍历逗留节点所在位置收集数据,最终回到起点,并将数据发送给Sink.通过理论分析和大量仿真实验,其结果表明:与现有的数据收集协议相比,DC-Collection不仅能够均衡各节点的能量消耗从而延长网络生命周期,而且能够缩短移动数据收集器收集数据行走的路径长度,从而缩短数据收集延迟.     

基于802.11ah井下监测传感网的RAW重分组研究

现有的ZigBee、超宽带、WiFi等井下无线传感网通信技术或传输距离短,或传输速率较低,或覆盖范围与接入设备数量受限,而IEEE 802.11ah协议满足井下无线传感网对传输范围、功耗、网络容量、传输速率等的要求,可用于井下监测传感网传输周期性监测数据。针对802.11ah协议中MAC层标准限制接入窗口(RAW)机制在进行传感节点分组时不灵活、易导致组间负载不平衡的问题,提出了一种基于时延优化的RAW重分组方法:根据数据包预计传输时间对所有传感节点重新分组,通过3次分组来减少RAW组内节点碰撞、降低传输时延。为实现RAW重分组,提出了关联标识符(AID)分组重分配方法:采用部分传感节点断开关联的方式,按重分组后的RAW组分批次为节点重新分配AID,并将AID与节点MAC映射,从而减小RAW重分组时间开销,避免AID重分配过程中因数据无法传输而导致网络性能下降。仿真结果表明,随着井下监测传感网中传感节点增多,RAW重分组方法较标准RAW机制的网络时延更小、吞吐量更大、丢包率更低,且重分组过程对网络性能影响较小。