基于CFSFDP聚类算法的WSNs高能效分簇路由算法

为进一步降低无线传感器网络在周期性数据收集过程中的能量消耗,提出一种基于CFSFDP聚类算法的能量高效分簇路由算法。算法首先采用CFSFDP聚类算法对网络分簇进行集中控制,使网络各簇得到均衡分布的同时能够降低网络中的控制包开销;其次在簇头、副簇头及中继节点的选举公式中增加动态权重因子保证数据传输的可靠性;最后在选择下一跳中继节点时加入簇内能耗因子使各簇能耗能够更加均衡地下降。仿真结果显示,该算法网络生存周期较LEACH、KBECRA、CHTD-M算法均有显著提高,表明改进算法在降低和均衡网络能耗上具有优越性。     

基于混沌优化萤火虫算法的WSN分簇算法

针对无线传感器网络(wireless sensor networks,WSN)寿命严重受能量制约的问题,本文在LEACH协议的分簇思想上提出一种基于混沌优化萤火虫算法的WSN分簇算法(WSN Clustering Algorithm Based on Chaos Optimized Firefly Algorithm,CACOFA).该算法采用群智能算法中的萤火虫算法对节点进行聚类,引入混沌理论优化算法的收敛速度和解的精确度,通过优化聚类中心的分布来均衡网络节点的负载;在聚类的每个簇内选取双簇首,主簇首负责数据收集与融合,副簇首负责数据传输;在数据传输阶段采用Bellman-Ford算法确定多跳路径.仿真结果表明:与其他相关算法相比,使用CACOFA算法的网络出现第一个死亡节点的轮数比LEACH、EEUC、GAFCMRA分别提高了127％、99％、39％,有效的均衡了节点能耗,延长了网络的生存周期.     

一种能耗均衡的无线传感器网络分簇算法

以无线传感器网络中的LEACH和HEED分簇算法为背景,提出一种基于能耗均衡的自适应网络分簇算法EBACA。算法的主要特点是传感器节点根据自身状态信息自主竞争簇头,簇头选择标准考虑了随机概率与节点剩余能量结合,并引入了节点能量预测和能量阈值;为均衡各个节点的能耗,通过重新规划时间片来调节节点的工作频率;为减少簇头的能量开销,簇头之间通过多跳方式将各个簇内收集到的数据发送给特定簇首节点,并由此簇首节点将整个网络收集的数据发送给基站。设计的目标是均衡网络能耗,进而最大化网络寿命。分析和仿真结果表明,相对于几种重要的分簇算法,如LEACH和HEED,EBACA在平衡节点能量消耗和延长网络寿命方面具有更优越的性能。     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

WS N中利用双重接收器结合自适应加权数据融合的簇首优化聚类算法

针对无线传感器网络(WSN)中很多传统聚类算法在选择簇首时较少考虑簇首间平均距离而导致能耗较大、网络寿命较短的问题,提出一种利用双重接收器结合自适应加权数据融合的WSN簇首优化聚类算法.使用双重接收器(静态接收器和移动接收器),通过移动接收器弥补静态接收器附近聚类快速消亡的问题;利用自适应加权数据融合技术对节点收集的数据进行有效信息提取;根据能量的计时器、冗余能量、节点ID和信任值来选择临时簇首,并结合竞争范围、节点度和簇首数量选择最终的簇首.仿真结果表明,相比较新的EEUC和MRRCE技术,该方法显著降低了连续监测无线传感器网络的能耗,从而提高了网络寿命.     

基于改进PSO算法的WSN移动Sink路径规划算法

尽管基于汇聚节点(Sink)的移动可缓解无线传感网络(Wireless Sensor Network, WSNs)的能量空穴,但规划汇聚节点的移动路径是一个复杂问题。为此,提出基于改进PSO算法的WSN移动汇聚节点路径规划算法(Improved Particle Swarm Optimization- based Path Planning of mobile Sink- IPS- OPP)算法,IPS- OPP算法利用改进的粒子群优化算法选择驻留点(Ren-dezvous Point ,RP),再将基于RPs的构建移动路径看成旅行商问题(Travelling Salesman Problem, TSP),并通过Christofides算法求解,得到满足数据时延要求的移动路径。仿真结果表明,提出IPS- OPP算法缩短了移动路径,减少了收集数据时延。     

基于狼群算法的异构无线传感器网络聚类路由算法研究

为了最大化异构传感器网络的网络性能并有效地控制网络成本,提出了一种基于狼群算法的异构无线传感器网络聚类路由算法(CLWPA)。首先,将异构节点的最优部署转化为求解所有公共节点到汇聚节点的距离之和的最小值的问题,然后提出了一种基于改进狼群算法的异构网络路由算法,并针对算法中路径固定的问题,引入边界程度的概念对 DEEC算法进行了改进,最后,利用改进的DEEC算法改善簇头选举,以延长网络的稳定期和寿命。仿真实验结果表明:CLWPA算法有效地延长了网络的稳定期和寿命,并且能耗更加均衡。     

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。     

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。     

基于引力搜索算法的异构无线传感器网络路由分簇算法

针对异构无线传感器网络簇头节点能耗大、网络寿命较低等问题,提出一种路由分簇算法.以均衡簇头节点的能耗为目标,采用引力搜索算法对网络簇头的通信链路进行规划,从而降低簇头节点间通信的负载能耗.为同时兼顾普通节点和簇头节点的工作时间,根据普通节点与高能节点携带能量的差异和簇头节点的负载情况进行分簇.实验结果表明,所提出的路由分簇算法相对于目前优化性能较好的粒子群算法(PSO)、遗传算法(GA)和最小距离聚类法(LDC),在不同检测环境、不同的节点布撒比例下,能够更好地均衡节点能耗,从而获得更长的网络寿命.     

无线传感网络中的分簇融合决策方法

无线传感网络的簇划分和簇内节点访问顺序对数据融合决策能耗和耗时具有重要影响．对此，提出一种分簇融合方法，采用最大熵聚类法和蚁群算法实现分簇和节点访问顺序规划，在簇内由移动代理以渐近方式完成局部融合，中心服务节点通过二次融合得到最终结果．仿真实验以能耗×耗时为评价指标，分析了簇数目对数据融合效率和准确性的影响．验证了分簇融合决策方法能有效降低网络能耗和耗时．提高融合准确性和执行效率．     

负载均衡的无线传感器网络的分簇路由算法

无线传感器网络分簇算法中,簇首肩负着收集、融合和传输数据的责任,影响整个簇的性能。簇首能量快速消耗,破坏了网络节点能量的均衡性。针对此,提出了一种负载均衡的分簇算法（LBCA）,由簇内成员和助理簇首帮助簇首完成任务。簇首选择阶段,通过两次筛选确定簇首的方法来控制簇首个数;簇内收集数据时结合蚁群算法寻找遍历簇内的最短路径,减小簇首能量消耗的压力;给Sink节点传递数据过程中,在簇内选择一个助理簇首来辅助簇首工作。仿真结果表明,该算法可以有效地均衡网络节点负载的能耗,提高网络的生命周期。     

基于Fuzzy C-Means聚类算法的改进LEACH协议

LEACH协议是一种被广泛应用到无线传感器网络中的路由算法。针对经典LEACH算法存在簇头节点空间分布不均匀和传感器节点能耗不均衡等缺点。提出了一种改进LEACH协议,新的路由算法首先利用Fuzzy C-Means聚类算法和节点位置信息将整个网络分割为多个簇;在每个簇中再利用考虑了节点剩余能量的LEACH算法完成单簇头的选举,以完成数据簇内收集和双跳传输。计算机仿真表明,改进的LEACH协议能均衡网络节点能耗,有效延长整个网络的生存周期。     

基于IK-means聚类的分簇路由算法

为了均衡移动自组织网络的能耗,提高簇结构稳定性,提出了一种基于IK-means聚类的分簇路由算法(IK-CRA).首先利用IK-means算法对网络中的节点进行分簇;然后通过节点的剩余能量、邻居节点数与连通代价的比值、链路维持时间构造适应度函数,采用改进的人工蜂群算法(IABC)解决分簇路由算法中的最优簇头问题.仿真结果表明,IK-CRA算法缩短了成簇时间,降低了节点的状态变化率,减少了节点的能量消耗,延长了簇首的持续时间,提高了动态环境下簇结构的稳定性.     

基于聚类分析的能耗均衡无线传感器网络分簇算法

为降低并均衡无线传感器网络(WSN)中传感器节点的能量消耗,提出一种基于最优传输距离和K-means聚类的WSN分簇算法。根据层次聚类算法建立聚类特征树,将聚类特征树中的叶节点视为一个簇,并使每个簇控制在最优传输距离内,实现簇内节点的能耗均衡。通过目标函数对K-means聚类簇进行优化,保证簇内节点数目的均匀分布,并在考虑剩余能量和地理位置的基础上完成节点数据传输。实验结果表明,该算法在均衡网络能耗的同时,可有效延长网络生命周期。     

基于LEACH的无线传感器网络分簇路由算法

路由协议是无线传感器网络的重要组成部分之一,而路由算法在路由协议中起着至关重要的作用。文章在LEACH算法基础上,提出一种改进的路由算法,改进后的算法采用相对固定的成簇方式,每隔一轮重新构建簇。利用图论中的prim算法,选择每轮中Ped最大的簇头作为根节点,在簇头节点之间构造树形路由,簇头之间以多跳方式将收集到的数据发送到根节点,然后通过根节点将整个网络收集到的数据发送到基站。仿真结果表明,与LEACH算法相比,改进算法降低了能耗,有效延长了网络生存周期。     

基于能量均衡高效WSN的分簇路由算法

针对无线传感器网络(WSN)节点能耗不均衡导致网络生存时期短的问题,提出一种基于改进人工蜂群算法(CTABC)和模糊C均值(FCM)聚类的分簇路由算法(AFCR).簇构建阶段,基站采用由CTABC优化的FCM对网络节点聚类分簇;每个簇内,节点基于自身状态分布式竞选簇首;簇间路由阶段,通过引入经济学中的基尼系数对蚁群优化(ACO)进行改进,提出一种基于改进ACO的簇间路由算法;簇内通信阶段,引入区分忙闲节点的轮询控制机制.在不同的场景中对所提协议进行仿真,实验结果表明,与FIGWO和GAFCMCR算法相比,AFCR能够有效地均衡网络能耗,延长网络生存期,提高网络吞吐量.     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于PSO的无线传感器网络双簇头分簇算法

利用粒子群优化算法对无线传感器网络分簇算法进行优化,考虑簇内节点和簇头节点两者的位置及能量信息优化选择主簇头和副簇头。主簇头用以收集簇内节点的信息并进行数据融合,并将融合后的数据发送给副簇头。副簇头负责与基站进行通信。该算法可以均衡簇内的能耗,达到延长网络生命周期的效果。仿真实验结果表明,与LEACH算法相比,该算法可使网络生命周期延长50%。     

带执行器节点的无线传感器网络的分簇算法

带执行器节点的无线传感器网络(WSAN)是指在无线传感器网络中加入执行器,传感器用于检测物理环境信息,执行器收集和处理这些检测数据,并作出适当的执行任务。传感器和执行器的协作是WSAN研究的一个重要内容,就此提出了一个动态分簇算法,根据事件发生的实际情况,仅仅对该事件区域分簇,每个簇包括一个执行器节点以及传送数据到该执行器节点的传感器节点。通过这种分簇,可以决定传感器与哪个执行器通信以及路由方式。