无线传感器LEACH算法的优化及仿真

研究无线传感器网络节能问题.针对传统LEACH簇首选择不合理以及节点能耗不均衡,导致网络生存周期过短的不足,在分析LEACH算法的基础上,提出一种改进的LEACH算法(I_LEACH).在簇首的选择阶段,把能量因素考虑进去对LEACH算法的阈值计算公式进行改进,防止能量低的节点成为簇首节点;在簇的数据传输阶段,采用多跳和单跳相结合的混合通信方式,改了传统的单一通信方式,更加均衡网络能量能耗,避免了距离基站远的节点过早耗尽能量的难题.最后在Matlab平台上进行仿真.仿真结果表明,与传统LEACH算法相比,I_LEACH算法算法能均衡簇首和节点的能量消耗,有效延长网络的生存周期.     

基于能量的无线传感器网络分簇算法研究

研究通信传感器节能问题,针对无线传感器网络存在严重的能量约束条件,网络协议的首要设计目标就是要高效地使用传感器节点的能量,延长网络的存活时间.在分析经典的分簇路由协议 LEACH 的基础上,针对节点能量足提出了能量的改进分簇路由算法,对随机性簇头选择算法中的阈值加以改变,降低该阈值,在原来的阈值中增加了节点的剩余能量因子,降低簇节点的通信负载,并进行仿真.仿真结果表明,改进算法实现了节能、减少平衡节点能耗,有效地延长了网络生存周期.     

一种基于能量和位置的LEACH协议优化

由于传感器节点电池能量有限,研究在无线传感器网络中节能是关键问题。根据经典的LEACH协议,提出了一种新型的簇首选择机制,算法通过加权思想综合考虑了节点的剩余能量和地理位置参数来优化簇首的选择。权衡考虑能量负载平衡和网络生存时间之间的关系,以得到较为理想的加权因子。针对网络节点初始能量分布均衡与否,用ns2进行仿真,证明算法可收集更多的现场数据,并有效地延长了网络生存周期,仿真结果表明改进后的协议适合在初始节点能量不均衡的网络中应用,节能效果明显。     

异构WSN中基于改进哈里斯鹰的分簇算法

针对无线传感器网络中传统的低功耗自适应集簇分层型协议存在的节点能耗过高、网络生存周期短以及负载不均衡等问题, 本文提出了一种异构传感网络下的多目标簇头选举和基于模拟退火的哈里斯鹰路由优化算法(LEACH-MHO). 这种改进算法首先在计算节点最优阈值的基础上, 构建新的考量能耗和负载的适应度函数, 找到最优簇首节点, 保证簇首节点的均匀分布; 再建立基于哈里斯鹰优化器的路径选择策略, 同时嵌入模拟退火算法, 防止过早陷入局部最优; 最后使用评估函数筛选出可加入到最佳路径的簇头, 缩短簇头节点到基站的通信距离. 仿真实验数据表明, 与CREEP、LEACH-C、LEACH算法相比, 本文算法的网络生存寿命分别延长了22.18%、77.83%和180.52%, 能更有效地延长网络生存寿命.     

基于分簇的无线传感器网络多跳路由算法

由于无线传感器网络中节点能量有限,而且不易补充,因此节能是其研究的主要技术之一。为平衡网络节点能耗负载,延长网络寿命,考虑到随机分布节点的剩余能量和节点相对于基站的位置,提出了一种基于分簇的多跳路由算法。算法中,引入了能量控制因子来降低低能量节点被选为簇首的概率;利用簇首权重的影响,建立基于最短距离的多跳路由,解决了不同距离的簇首之间的能耗平衡问题。仿真实验表明,所提算法能够更好地均衡网络负载,延长网络的生存时间。     

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.     

优化分簇的无线传感器网络路由算法

延长传感器网络的生存周期,降低网络节点的能耗成为无线传感器网络(WSN)研究的关键.由于无线传感器网络能量有限,针对LEACH算法中簇首分布不均、簇首数目偏离最优值等对网络能耗的影响,提出了一种同时考虑节点剩余能量、最优簇数和簇首分布状况来选择簇首的算法EBCS-LEACH.新算法使簇首数目为最佳,以满足能量阈值的节点才能当选为簇首和对簇首的分布进行了相应调整.仿真结果表明,EBCS-LEACH算法延长了网络的生存周期,相比LEACH算法生命周期延长19.5％,同时能耗也更加均衡.     

UCUBG:基于等级划分的水下传感器网络非均匀分簇算法

随着海洋经济发展,水下无线传感器网络已成为研究热点.针对水下传感器网络中集中式分簇困难,能耗不均和水声时延长问题,提出一种基于等级划分的分布式非均匀分簇算法.该算法首先利用平均能量与节点密度相结合的阈值函数以及综合考虑节点深度和节点密度的簇首竞争半径函数,选择簇首节点,使簇首分布更加合理和均匀;然后划分簇首等级,优化入簇过程,均衡具有不同簇间传输任务的簇内负载;最后结合簇首等级和贪心算法,构建簇间多跳传输路由,降低整体通信能耗和时延.仿真结果表明,所提出的算法不仅能均衡能耗,延长网络寿命,而且能够有效降低网络通信时延.     

基于能量福利函数的传感网络节能路由算法

针对无线传感器网络能耗不均衡、能量利用率低等问题,在PARPEW协议基础上提出了一种基于能量福利函数的传感网络节能路由算法。通过在簇形成阶段引入能量代价开销公式和能量福利函数确定簇成员和最终簇头,并且对选举临时簇头时的阈值进行了优化;簇间路由阶段,采用单跳与多跳结合方式,中继节点选举时的权值函数加入了簇内节点个数、已当选过中继节点次数因素。仿真实验表明,与LEACH和原PARPEW协议相比,改进算法均衡了网络能耗,提高了能量利用率,延长了网络生存周期。     

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。     

煤矿井下无线传感器网络路由算法的研究

为了降低能耗,均衡网络开销,提出了一种高效节能的TSSM算法。该算法规定在网络初始化时进行簇的划分,以后各轮簇内的成员节点将不再发生改变,从而降低了多次生成簇的能量消耗;通过循环选举簇头节点来分散网络的开销;通过划分虚拟单元格以及规定非活动节点休眠,活动节点设定软、硬门限工作的方法,有效降低了网络冗余度;通过簇间多跳将距离网关较远节点的能耗分散到了网络中的其它簇头节点。仿真结果表明,TSSM算法更能有效利用网络资源,均衡节点能源的分配,在一定程度上延长了网络的生命周期。     

基于簇头预测的无线传感器网络节能算法

针对无线传感器网络寿命受节点能量制约的问题,提出基于簇头预测的节能算法。分析节点接收、发送和处理数据所需能耗与通信中数据包长度的近似线性关系,给出节能算法的能耗模型。以已有融合数据为基础,簇头利用灰色预测算法求出该簇的数据,降低簇头与非簇头节点的通信频率,使簇头以较低能耗延长其轮回周期。仿真结果表明,该算法能有效降低节点死亡速度,延长网络寿命。     

基于数据关联性的无线传感器网络簇内数据管理算法

无线传感器网络(Wireless sensor networks, WSNs)节点能量有限, 能量高效的数据管理和延长网络寿命是该领域的技术难题. 在以簇构建的传感器网络中, 利用节点的计算和分析功能, 提出了基于数据关联性的簇内数据管理算法. 簇头利用误差函数和模糊函数分析成员感知数据的关联性, 获取节点感知数据综合支持度, 由此将成员节点划分为冲突节点、补充节点和可靠节点, 对不同类别节点采用不同的调度规则以便降低簇内能耗和尽可能实现簇间节点能耗均衡, 并给出了簇头数据融合的处理方法. 仿真结果表明算法能够实现簇内数据分类管理, 并能有效降低簇内数据收发量和延长网络寿命.     

无线传感网中一种智能数据融合算法的实现及仿真分析

在无线传感网中,传感器节点一般都由自身装配的电池供电,难以进行电量补充,因此节约电量对于无线传感网来说至关重要.为了提高无线传感网能量使用效率,延长网络生存时间,提出了一种结合遗传算法和粒子群算法优化BP神经网络的智能数据融合算法 GAPSOBP(BP Neural Network Data Fusion algorithm optimized by Genetic algorithm and Particle swarm).GAPSOBP算法将无线传感网的节点类比为BP神经网络中的神经元,通过神经网络提取无线传感网采集的感知数据并结合分簇路由对收集的传感数据进行融合处理,从而大幅减少发往汇聚节点的网络数据量.仿真结果表明,与经典LEACH算法和PSOBP算法相比,GAPSOBP算法能有效减少网络通信量,节约节点能量,显著延长网络生存时间.     

基于萤火虫算法的无线传感器网络节点重部署策略

节点部署是无线传感器网络研究的重要问题之一。针对节点部署过程中的能量空洞问题,提出了一种基于萤火虫算法（FA）的节点重部署（NRBFA）策略。首先,在节点随机部署的传感器网络中,利用k-means算法进行分簇并引入冗余节点;然后,利用FA移动冗余节点,以分担簇头（CH）负载并均衡网络中节点的能耗;最后,再次利用FA寻找目标节点,从而更新冗余节点。该策略通过有效地移动冗余节点,减小了节点移动距离并降低了网络能耗。实验结果表明,该策略能够有效地缓解“能量空洞”问题,并且与基于虚拟力的分区节点重部署算法相比降低了算法的复杂性,且能更好地提高网络的能量效率,均衡网络负载,并将网络生命周期延长近10倍。     

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%。     

基于能量和距离加权的WSNs簇头选择算法

针对LEACH分簇路由协议存在的簇头数目和分布位置不合理等问题导致能耗不均衡、网络周期不理想,提出了一种基于能量和距离加权的簇头选择优化算法。通过加入节点到基站的距离和节点剩余能量作为簇头选取的参考因素,依据改进后的阈值公式使得选取的簇头数达到预设最优值,并通过簇头的二次选择,最终确定最佳的簇头。仿真结果表明:相比于LEACH协议,该算法可以有效地延长网络生命周期,使网络能耗更加均衡。     

基于区域分簇的大规模无线传感器网络生命周期优化策略

针对环境监测、电网冰灾监测等大规模监测系统中监测区域覆盖广、传感器数量大等特性,为节约网络能耗以延长生命周期,提出了一种基于区域分簇的大规模无线传感器网络生命周期优化策略(RCS).该策略首先利用传感器节点的位置信息进行凝聚的层次聚类(AGNES)算法将大规模网络分区以优化簇首的分布;其次,候选簇首节点竞选簇首成功后进行不均匀分簇,同时加入时间阈值来均衡簇首节点的能耗;最后,采用簇间多跳路由,根据节点剩余能量、与汇聚点距离计算网络能耗代价来构建最小生成树进行路由选择.在仿真实验中,该策略与经典的低功耗自适应分簇(LEACH)协议和能量高效的非均匀分簇(EEUC)算法比较,簇首能耗平均分别减少了45.1%和2.4%,网络生命周期分别延长了38%和3.7%.实验结果表明,RCS在大规模网络中能有效均衡整体网络能耗,显著延长了网络的生命周期.