基于剩余能量和节点度的无线传感器网络分簇算法*

为了解决无线传感器网络的能量效率问题,提出了一种基于剩余能量和节点度的分簇算法BREND。该算法在簇头选取过程中,通过两轮分簇竞选最终簇头,综合考虑所有节点剩余能量和节点度,避免能量低的节点当选为簇头,并且采用临时簇头退位机制,一跳通信范围内只有一个临时簇头,使簇头分布更加均衡。仿真结果表明,与LEACH和ENCA算法相比,该算法延长了网络生存时间。     

传感器网络中基于平均剩余能量的数据汇聚节点选择算法

针对如何根据变动的网关节点在网络内部选择合适的数据汇聚节点以传输采集的数据这一问题,综合考虑节点剩余能量和距离因素,提出了一种基于平均剩余能量的数据汇聚节点选择算法,以均衡节点能耗、延长网络生命周期。与基于最大剩余能量的数据汇聚节点选择算法比较,证明该算法能够在保持相近生命周期的情况下大大减少计算量,更适用于资源有限的传感器网络。     

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.     

基于能量和距离的无线传感器网络分簇算法

无线传感器网络由大量能量有限的传感器节点组成,这些节点一般都是靠电池供电.如何在这种情况下,尽量延长网络的生存周期是研究的热点问题.基于分簇的无线传感器网络路由算法不论是在网路生存周期方面,还是在数据融合方面都比自组织算法表现出了很大的优势.文中提出了一种基于能量和距离的ED-LEACH(Energy and Distance-LEACH)改进算法,在簇头的选举和簇的生成两个阶段都综合考虑了能量和距离这两个因素.仿真表明该算法较LEACH算法显著地延长了网络的生存期.     

无线传感器网络分簇算法综述

分簇算法是无线传感器网络领域中一种典型的算法,并在其中扮演着重要的角色。从能量均衡和网络生命周期的角度出发,根据是否仅由一个中心控制节点负责整个网络的簇划分,将分簇算法分为3类,系统地叙述了目前经典的分簇算法以及近年来最新的研究成果,并分析了这些算法的特点和适用情况。最后结合该领域当前研究现状,提出了WSN研究中需要关注的问题,展望了这一研究方向在未来的发展趋势和前景。     

传感器网络中基于不均衡分簇的数据收集算法

无线传感器网络(W SNs)中簇头与基站的通信方式可分为多跳和单跳2种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡;而在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。针对上述问题,提出一种基于不均衡分簇的数据收集算法,使靠近基站的簇的规模小于远离基站的簇。实验表明:不均衡分簇的数据收集算法能有效地延长网络的生命周期。     

能量异构传感器网络中的分布式数据收集算法

针对无线传感器网络分簇过程中簇头耗能过快问题,提出了一种综合节点剩余能量和节点位置进簇头选取的分布式数据收集算法.在每轮的簇头选取中,算法考虑了簇内节点的剩余能量和所有节点的平均剩余能量,并依据节点的位置优化簇头的选择.算法在保证网络最优簇头个数的同时,避免了能量较低的节点当选为簇头.仿真结果表明,本算法与LEACH和...     

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.     

基于分簇的无线传感器网络编码算法

通过均衡网络能量消耗和延长网络生命周期,以提高无线传感器网络的能量利用率,提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段,采用节点剩余能量和接收信号强度来完成分簇,解决了部分节点因能耗过度而过早失效的问题;在数据采集阶段,采用基于簇头进行随机线性网络编码的方法,有效降低了传输到网关节点数据包的数量,减少了网络能量的耗用.仿真实验结果表明,该算法与标准协议AODV相比,有效的均衡了节点能量消耗,提高了能量使用效率,改善了网络吞吐量和端到端延迟.     

传感器网络中一种基于节点平均能耗的分布式簇头选取算法

在分簇路由协议中,延长传感器网络的寿命在很大程度上依赖于簇头节点选择的合理性。通过对LEACH算法的改进,提出了一种基于传感器节点的每轮平均能量消耗的分布式簇头选取算法。算法在簇头选取时除了考虑节点轮流成为簇头的问题之外,同时还考虑了各节点平均每轮成簇及工作消耗的能量。仿真实验表明,新算法能比LEACH、DCHS等算法更有效地降低网络的能量消耗,均衡网络能耗水平,从而可进一步提高传感器网络的生命周期。     

基于k最近邻网络的数据聚类算法

聚类研究在数据挖掘研究领域中占有十分重要的地位。虽然目前已有很多数据聚类算法,但精度仍不够理想。文中提出一个基于结构化相似度的网络聚类算法(SSNCA),试图从网络聚类角度进一步提高数据聚类精度。具体解决方案是,将待聚类的向量数据集转化为k最近邻网络,并用SSNCA对该网络进行聚类。将SSNCA与c-Means、仿射传播进行比较,实验表明文中算法得到的目标函数稍差,但聚类精度要明显高于这两个算法。     

延迟容忍移动传感器网络中基于节点优先级的数据转发策略

为了更好地解决延迟容忍移动无线传感器网络(Delay Tolerant Mobile Sensor Network, DTMSN)中的数据收集问题,提出了一种基于节点优先级的数据转发策略NPD(Node Priority Data Dclivcry Schcme) 。NPD根据计算得出的各节点不同的转发优先级作为消息传输时选择下一跳的依据。为优化消息复本管理,NPI)采用动态消息队列,并根据消息的生存时间决定消息的丢弃原则。仿真实验表明,与现有的几种DTMSN数据传输算法相比,NPD有更高的数据传输成功率与更小的传输延迟,并具有相对较长的网络寿命。     

无线传感器网络邻近节点数据融合调度算法

现有的调度算法存在节点能耗大、数据收集时延长等问题。为此,提出一种能量高效的邻近节点数据融合调度(CNDAS)算法。该算法通过计算竞争集,产生无冲突的调度序列,并为兄弟节点分配连续的传输时隙,从而降低节点状态转换的频率,节省节点能耗。模拟结果表明,当网络规模较大时,CNDAS算法的能量有效性明显优于SCHDL算法。     

基于数据流和网络编码的无线传感器网络数据聚合算法

为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少.     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

基于GPRS的无线传感器网络数据中转器的设计

介绍了数据中转器的必要性和GPRS网络的特点和连接方法,提出了一种嵌入式数据采集无线传输的方法。采集数据通过ZigBee网络传至汇聚节点再传到数据中转器ARM芯片,ARM芯片完成采集数据存储和无线数据传送的功能。采集数据存储在铁电存储器中;无线数据传送部分采用SIM300C模块,通过GPRS网络将采集的数据传送到远程服务器上。该软件设计方案不仅满足系统实时性要求,而且具有数据传输稳定、可靠等优点。     

一种高效的无线传感器网络分簇算法

论文在LEACH-M的基础上提出一种高效的无线传感器网络分簇算法.新算法在保持簇的稳定性的同时,在簇头选择过程中引入稳定性因子对簇的稳定性进行度量,选取稳定性因子最小的节点成为簇头.在簇的组建过程中设置能量阈值作为簇的重建条件,减小簇的重建频率,同时采用单跳与多跳结合的数据传输模型,解决网络中的热点、热区问题.仿真结果表明:新算法能够有效提高在移动环境下的吞吐量,延长网络寿命.     

基于节点度和距离的WSN分簇路由算法

针对无线传感器网络(WSN)中节点的负载均衡问题,提出一种基于节点度和距离的WSN非均匀分簇路由算法。该算法在首轮成簇时采用了定时机制的簇头竞争方案,定时的长短取决于节点本身的节点度和距离基站的距离,且节点根据不同的竞争半径形成不同的簇。在首轮成簇结束后,簇的结构不再发生变化,而簇头的轮换则根据簇内节点的剩余能量和距离本簇质心的通信代价在簇内进行动态轮换。采用簇间多跳路由,根据节点的剩余能量、距离基站的距离、节点间通信代价和节点的转发热度来选择中继节点。仿真结果表明,该算法的网络生命周期与LEACH协议相比延长了2倍以上,与EEUC协议相比延长了13.97%,且均衡了网络的能量消耗。     

基于遗传神经网络的数据清洗方法

现实世界中的数据常常是有噪声、不完全和不一致的,数据清洗能够帮助改善数据的质量,进而帮助提高数据挖掘的有效性和准确性。该文提出了一种基于遗传神经网络的数据清洗模型,它充分利用了神经网络的非线性映射和遗传算法的全局优化特性。实验证明,这种方法的可行性、有效性及处理精度都比较高。     

基于分簇的无线传感器网络MAC节能算法

为减少节点能耗和提高信道利用率,提出一种基于分簇结构的无线传感器网络MAC节能算法(EEC-MAC)。在TDMA机制的基础上,采用时隙系数动态调整簇内节点的时隙大小,降低数据的传输时延。对于部分不需要数据传输的节点不分配时隙,使其拥有较长的睡眠时间来节约能量。簇内节点按其剩余能量系数形成时隙分配顺序,减少状态转换的能耗。簇间节点采用基于CSMA/CA机制的随机分配策略实现通信。仿真结果表明,EEC-MAC节能效果较好,具有较小的平均通信时延和较长的网络生命周期。