无线传感器网络能量均衡的非均匀分簇算法

无线传感器网络节点随机分布,针对均匀分簇容易造成网络中能耗不均的问题,提出一种能量均衡的非均匀分簇算法EBUCA(Energy-Balanced Unequal Clstering Algorithm)。该算法在簇头选举阶段,根据节点的剩余能量、节点所在区域稀疏程度来保证簇头的均匀分布;同时结合各簇头所在区域的节点密度与距sink节点的距离来构造大小不等的簇半径,使节点所在区域密度大或距离基站较近的簇半径较小,平衡了簇内和簇间的通信能耗。仿真结果表明与LEACH、DBCP、EEUC算法相比,EBUCA算法能够有效地均衡节点能耗,延长网络生命周期。     

树型链式非均匀分簇混合多跳路由算法

为了均衡无线传感器网络能耗,延长网络寿命,提出一种树型链式非均匀分簇混合多跳路由算法(TUCHM)。通过引入候选簇头之间的角度控制优化簇头选取,构建树型链式非均匀簇结构以优化成簇策略,利用混合层次网络拓扑结构、并改进蚁群算法的路径选择概率模型和信息素更新模型,实现混合多跳传递数据,以消除LEACH等分簇路由算法在大面积仿真环境下簇内远距离单跳传递和簇头向Sink节点远距离单跳传递的缺点。仿真实验结果表明:与LEACH和DEEC算法相比,TUCHM算法在节点存活数量、网络的稳定周期和生命周期、节点剩余能量方差等性能方面表现优异。     

一种聚类区域自适应调整的WSN能耗均衡分簇算法

详细分析LEACH协议,针对LEACH协议随机产生簇头导致网络中出现局部区域簇头分布不均、簇的规模不一、整个网络能耗不均衡、网络寿命缩短等问题,提出了一种聚类区域自适应调整的WSN能耗均衡分簇算法。在算法的选举簇头阶段,将节点剩余能量、备选簇头与邻居簇头的间距相结合作为判据参数;在成簇阶段,将节点预加入的簇头到基站的距离考虑在内,比较多个数据流向,采用节能最优路径策略。仿真结果表明,该协议能够有效均衡网络各节点能耗,显著延长了网络生存时间。     

一种LEACH协议的多级分簇改进算法

LEACH协议的簇头节点分布不均,导致网络负载不均衡.为此,提出一种LEACH协议的多级分簇改进算法.将网络划分为若干小单元,采用多级分簇相结合的方法,在簇头节点选举过程中引入节点剩余能量作为参考度量,以减少簇头节点与sink 节点之间的通信能耗.仿真结果表明,当网络规模增加到200节点时,该算法在第420轮出现第一个死亡点,优于LEACH协议,能延长网络生存周期,降低网络能量消耗.     

基于质心的LEACH改进算法

对无线传感器网络而言,网络生存时间是衡量网络性能的关键指标。为延长传感器网络寿命,提高能量使用效率,提出一种基于质心的LEACH改进型算法。利用在网络中加入一定量的信标节点并结合改进的Euclidean定位算法确定网络中各节点的相对位置,网络在LEACH算法分簇并确定一个簇头(副簇头)的基础上,基于簇内节点的相对位置在质心区域内选举另一个簇头(主簇头)。主簇头负责收集数据,并把融合后的数据发送给副簇头,由副簇头将数据转发给其它簇或基站。仿真结果表明,该算法有效均衡了网络负载,延长了网络生存时间。     

基于能量的EBAPC分簇网络拓扑控制算法

低功耗自适应集簇分层型协议LEACH算法对簇头的选择具有随机性,并且没有综合考虑节点的剩余能量、分布位置。为此,提出一种基于能量的仿射传播聚类EBAPC分簇拓扑控制算法。对适应度因子重新进行定义,借鉴仿射传播AP聚类算法中聚类中心的选择策略,簇头选择综合考虑无线传感器网络节点的剩余能量和节点之间的距离因素。仿真实验结果表明,EBAPC算法较LEACH算法分簇更均匀,簇头选择更合理,网络中能量的消耗更均衡,从而延长网络寿命。     

基于LEACH协议节能路由算法的研究与优化

针对LEACH(Low-Energy Adaptive Clustering Hierarchy)协议在分簇算法中存在的未考虑节点的剩余能量,簇头节点分布位置不合理等缺陷,提出基于LEACH协议的节能路由改进算法。在原有协议的基础上,优化了成簇的条件,充分考虑了剩余能量与相对位置,使得无线传感器网络的寿命得到进一步延长。仿真实验结果表明改进后的算法有效降低了网络能耗,提高了无线传感器网络的性能。     

一种基于成簇优化的无线传感器网络非均匀分簇算法

针对大规模无线传感器网络中靠近基站的簇头需要转发大量数据而能量消耗较快的特点,提出了一种基于成簇优化的非均匀分簇算法。该算法通过对构建的传感器网络模型进行非均匀分层,然后各层独立展开簇的组建来实现非均匀分簇,在簇头选举阶段依据节点剩余能量及节点离层中间线距离的加权和来优化簇头选举方法。分簇完成后,簇头调整通信距离,构建簇头间动态的多跳路由。仿真实验结果表明,新算法生成的簇头数目稳定,拓扑结构合理,与LEACH算法和EEUC算法相比能较好均衡簇头的能耗,延长网络寿命。     

基于分簇和覆盖优化的改进LEACH协议

针对传统LEACH协议中簇头数量自由度高以及分布不均所导致能量消耗过多的缺陷,提出一种基于优化分簇的、能耗均匀的改进LEACH协议。改进簇头选择机制,在常规能量阈值选取簇头节点的过程中,引入最优簇半径控制策略,改善簇头节点的物理分布位置,达到网络能量的均衡,同时引入网络覆盖率控制簇头数目,避免产生多余的簇头节点。该算法还在传统LEACH协议的基础上,使用CH-VCH交替轮寻策略简化计算量。仿真结果表明,该改进LEACH协议能解决传统LEACH协议存在的能量问题,使网络的能量消耗更加均匀,并在一定程度上延长网络的生存期限。     

基于模糊逻辑推理的WSNs非均匀分簇算法

为了进一步降低无线传感网络WSNs(Wireless Sensor Networks)能耗,拓延网络寿命,提出了基于模糊逻辑推理的WSNs非均匀分簇算法,记为DUCF.DUCF算法充分考虑了节点剩余能量、节点度以及离基站距离.根据经验制定模糊规则,通过模糊推理系统得到节点当选为簇头的几率和簇尺寸.DUCF算法形成非均匀簇,进而平衡簇头间的能量消耗.仿真结果表明,DUCF算法在网络寿命、能量消耗方面的性能优于LEACH、CHEF和EAUCF算法.     

一种基于节点密度的无线传感器网络路由协议

能量问题一直是制约无线传感器网络(WSNs)发展的问题。成簇算法可以很好地降低网络通信能耗。分析已有的各类成簇算法,在LEACH协议的基础上,改进了簇头节点的选取方式。讨论了网内簇头个数的选择,然后以网内节点密度为参考选取簇头,通过赋予不同的参数来比较节点密度对协议运行的影响。仿真结果表明:改进的算法有效降低了通信能耗,延长了网络的生存周期。     

无线传感器网络LEACH协议群首算法的改进

LEACH是最早的无线传感器网络路由协议之一,其组网过程中的推选群首的算法存在着群首个数和群首位置分布不稳定的现象,对网络寿命会产生不良影响。本文提出了撤销群首算法和增选群首算法,通过调整群首数目和群首间距离,达到使群首个数和分布位置趋于稳定的目的,仿真结果证明了算法的有效性。     

一种带有能量自补给节点的异构传感器网络分簇路由算法

针对现有无线传感器网络分簇路由算法的网络生命周期短、能量消耗不均衡等问题,结合节点的能量采集技术,提出了一种带有能量自补给节点的异构传感器网络分簇路由算法。考虑到实际环境中节点能量补给不稳定,根据节点的剩余能量和当前能量自补给状态,设计了能量均衡的簇头选举机制和簇间多跳机制。仿真结果表明,在延长网络生命周期和均衡全网能量消耗方面,该算法优于采用相同能量补给规律的传统分簇路由算法(LEACH算法和SEP算法)和其他基于能量自补给的分簇路由算法(PHC算法和EBCS算法)。     

能量均衡的无线传感器网络非均匀分簇算法的研究

在对经典的分簇路由算法LEACH研究的基础之上,提出了一种基于非均匀分簇的新的路由算法EBCA。新算法在簇头的确定和成簇机制上较LEACH做出了一些改进,考虑到节点的剩余能量及最优簇头数目的确定等参数,有效避免低能耗节点被选为簇头。采用非均匀分簇的思想,使远离汇集节点簇的规模大于靠近汇集节点的簇的规模,同一区域内簇头节点间用多跳的方式传输数据。仿真结果表明：新算法EBCA较LEACH算法,从整体上均衡了节点能耗,延长了网络的生命周期。     

基于改进布谷鸟搜索算法的LEACH协议

LEACH协议是一种低能耗自适应的无线传感器网络聚类层次算法。它存在着随机选取簇头、不考虑节点剩余能量和节点位置等缺点。针对这些问题,本文提出一种基于改进布谷鸟算法的LEACH协议。布谷鸟算法（CS）是一种新型的智能优化算法。为了提高算法的局部搜索能力,对标准的布谷鸟算法进行改进：1）引入权重系数,调整算法收敛速度;2）所有个体从优到差进行排序,排序后将种群分为2部分,这2部分个体选择不同的飞行方式,避免较优个体陷入局部最优。改进后的协议将簇头选择过程分为临时簇头优化和形式簇头选择。首先,利用传统LEACH协议生成临时簇头,然后基于MCS对簇头进行优化,根据节点剩余能量选择形式化簇头。实验结果表明,与LEACH相比,新算法能有效平衡网络负载,提高能源的利用率,延长网络的生命周期。     

一种新颖的传感器网络聚类路由协议

提出了一种能量有效的基于聚类的传感器网络路由协议—EEHCA（an Energy-Efficient Hierarchical Clustering Algorithm for wireless sensor networks）。该协议通过最小化通信能量消耗并在所有节点之间实现能量消耗负载平衡的方式,达到了延长传感器网络生存时间的目的。协议提出了一种新颖的簇首确定机制,该机制可以避免感知区域内的节点进行频繁的簇首选举,从而节约了能量。为提高传感器网络的容错性能,引入了备用簇首的概念。在簇首与基站通信方面,采用多跳传输的方式进行,从而避免了距离基站较远的簇首进行长距离通信时所造成的能量过早耗尽的问题。仿真结果表明提出的协议拥有比LEACH和HEED协议更长的网络生存时间。     

无线传感器网络区域内心距离的固定分簇算法

分布式分簇算法(LEACH)中每轮的簇头数量不稳定以及位置分布不均匀,针对此问题,为了延长无线传感网络的稳定周期,优化簇头选举机制,以及均衡网络的能量消耗,提出了一种改进的固定分簇算法;该算法采用固定分簇技术,以汇聚节点为中心将网络划分为等大小的区域;在簇头选举阶段,引入代价函数,综合考虑固定分簇内各节点剩余能量、区域的内心距离、位置布局等因素,优化簇头的数量和布局;通过Matlab仿真实验表明,改进后的算法与原算法对比,均衡了网络能量消耗,每轮中簇头数量稳定且分布较均匀,有效延长了网络的稳定周期、半衰周期和生命周期。     

一种基于平均剩余能量的无线传感器网络分簇路由算法

The problem of node energy limitation in wireless sensor networks has a serious impact on network performance and network life. From the perspective of energy optimization, aiming at the unbalanced energy consumption caused by clustering mechanism of LEACH protocol clustering algorithm, a new improved algorithm is proposed, which takes the average residual energy as the main parameter, selects the appropriate cluster head, and obtains the optimal cluster head position and the number of cluster heads from the base station based on the understanding of the whole network nodes. When selecting a new cluster head, it is important to consider whether the residual energy of the node is larger than the global average residual energy, and the distance between the node and all the selected cluster heads is greater than the set value. MATLAB software is used for simulation experiment. The improved algorithm can effectively avoid the premature death of a cluster head node due to excessive energy consumption. It can further balance the energy consumption of the network as a whole, increase the network throughput and extend the network life.     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

基于传感器网络能量均衡分簇算法仿真研究

研究传感网络能量均衡分簇延长网络寿命问题。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,造成网络簇头的不均匀分布带来的能耗不均衡问题以及簇头的瓶颈等,为了解决上述问题,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。算法首先在簇头选择过程中利用节点的能量、邻节点数以及每一轮中簇头的个数等参数设置节点当选簇头的优先度,使簇头均匀地分布在网络中;在簇的组建过程中利用能量参数设置簇的重建条件,达到减小簇的重建频率的目的。