基于邻域势函数的无线传感器网络模糊分簇算法

为解决冶金工业中网络拓扑稳定情况下的分簇问题,提出了一种基于节点邻域势函数的无线传感器网络模糊分簇算法.该算法将邻居节点的势函数信息作为模糊C均值隶属度矩阵的权值,用于网络分簇,提高了网络的负载均衡指数,确保分簇更加均衡.仿真实验表明,与LEACH相比,该算法使网络生命周期提高了93.6%,大幅延长了网络生命周期.     

一种基于正六边形分簇的WSN拓扑控制研究

本文针对LEACH算法存在的不足之处提出一种基于正六边形分簇的WSN拓扑控制算法.该算法将正六边形作为监测区域,分簇保持均匀状态,簇首节点也依赖于节点剩余能量和地理位置两个因素生成,从而建立起簇首节点依靠中继节点进行数据转发并降低与BS节点通信能耗的新机制.改进后的算法具备均衡化的节点能量,节点和网络生命周期得以延长,吞吐量有显著提升.     

无线传感器网络中基于HEED的多层分簇路由算法

基于HEED算法中簇首与基站通信能量消耗过大的问题,提出了一种新的成簇路由算法.在参考HEED路由算法的基础上,整合多层分簇的思想,通过在网络拓扑的底层构建多个簇头节点的簇集合、在拓扑的顶层构建多跳转发机制,提出基于HEED的多层分簇路由算法.实验表明,该算法在簇头节点分布和网络生存时间方面较已有的算法有较大的提高.     

一种能量高效的无线传感器网络分簇路由算法

分析了无线传感器网络的分簇路由算法,针对现有算法存在的热点问题,提出一种基于分簇思想的能量高效路由算法.采用簇首轮转及局部竞争优化节点簇内通信的能量消耗,采用粒子群优化算法均优化簇首节点的簇间通信负载和能量消耗,从而延长网络的生命期.仿真结果表明,该算法能够有效提高无线传感器网络生存期以及节点与网络的能量利用率.     

基于节点划分的无线传感器网络自适应分簇算法

为延长网络的生命周期,针对随机部署的无线传感器网络节点均匀分布和能量有限的特点,提出了一种基于节点划分的分布式自适应分簇算法.通过节点的划分均衡簇内负载,利用节点的剩余能量与通信距离信息的自适应加权来优化调整节点竞选簇头的概率.模拟实验结果表明,该算法可有效延长网络的稳定周期和生存时间,数据传输量比LEACH-E算法增加了近20%.     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

无线传感器网络分簇路由算法及其改进

无线传感器网络的能量有限是限制其作用的重要因素,因此如何高效使用能源并延长节点寿命成为研究的热点.结合已有算法,提出了一种改进的分簇路由算法,将簇头的选举由原先的随机选举变为基于剩余能量的选举,以平衡网络负载;在数据传输过程中采用多跳的通信方式降低簇节点的通信负载.仿真结果实现了节能、平衡节点能耗、延长网络寿命的目的.     

无线传感器网络基于节点调度的双簇头路由协议

为了延长无线传感器网络的生命周期,提高节点能量利用率,将分簇与节点调度相结合,提出了一种基于节点调度的双簇头的路由协议.该算法利用节点调度实现网络中冗余节点查找,减少分簇时活跃节点;考虑节点和基站的距离及能量,优化选择主、副簇头,副簇头优先选择冗余节点.主簇头用以收集和融合簇内节点的信息,副簇头负责与基站进行通信.仿真结果表明,新算法能有效节约网络能量、平衡节点能耗、延长网络生存时间.     

基于混沌小生境狼群算法的高密度无线传感器网络高能效分簇方法

无线传感器网络节点能量通常由能量有限的电池供应,如何在对节点进行分簇的同时减小通信能耗是研究中的一个重要问题。提出了一种基于混沌小生境狼群算法的高密度无线传感器网络能量高效分簇方法,通过智能选取簇头位置来降低无线传感器网络的单轮通信能耗。在不同节点数和簇头比例的条件下,分别采用了粒子群算法、量子遗传算法、模拟退火算法和混沌小生境狼群算法进行了无线传感器网络分簇。仿真结果表明,基于混沌小生境狼群算法的无线传感器网络分簇能够有效降低无线传感器网络的整体单轮通信能耗和平均节点通信能耗,有效提升了能量利用效率。     

基于最大选票的无线传感器网络分簇算法

在分簇的传感器网络中,簇首节点的选取将直接影响网络的生存期。提出了一种基于最大选票的分簇算法(CABMV),该算法综合考虑节点剩余能量及网络拓扑结构对簇首选举的影响,每个节点根据邻居节点的投票数决定是否当选簇首。该算法是完全分布的,不依赖网络大小及结构。仿真实验表明,该算法扩充性强,能量利用率高,能有效的延长网络生存期。     

任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

无线传感器网络中簇树骨干网的维护和更新算法

无线Adhoc传感器网络中的路由设计将能效高放在首位,设计用于路由基础的高效能簇树骨干网是延长网络寿命很有效的方法.文中利用图论中极大权独立集和根树的概念给出一种求簇树骨干网的EACT算法及对该骨干网的维护和更新算法.并通过仿真结果表明算法的有效性.     

Comparing the biological coherence of network clusters identified by different detection algorithms

Protein-protein interaction networks serve to carry out basic molecular activity in the cell. Detecting the modular structures from the protein-protein interaction network is important for understanding the organization, function and dynamics of a biological system. In order to identify functional neighbor- hoods based on network topology, many network cluster identification algorithms have been devel- oped. However, each algorithm might dissect a network from a different aspect and may provide dif- ferent insight on the network partition. In order to objectively evaluate the performance of four com- monly used cluster detection algorithms: molecular complex detection (MCODE), NetworkBlast, shortest-distance clustering (SDC) and Girvan-Newman (G-N) algorithm, we compared the biological coherence of the network clusters found by these algorithms through a uniform evaluation framework. Each algorithm was utilized to find network clusters in two different protein-protein interaction net- works with various parameters. Comparison of the resulting network clusters indicates that clusters found by MCODE and SDC are of higher biological coherence than those by NetworkBlast and G-N algorithm.     

基于双簇头聚类分簇和数据融合的无线传感器网络路由算法

针对无线传感器网络中基于低能量自适应聚类层次(LEACH)算法进行分簇时出现的簇分布不均匀及路由能量消耗过快问题,提出一种基于双簇头聚类和数据融合的分簇算法.该算法在分好的簇中选择两个级别的簇头,两个簇头履行不同职责,能更好地均摊能量消耗,提高了分簇均匀性.仿真实验结果表明,该算法降低了网络能耗,提升了网络生命周期.     

基于距离和分布的无线传感器网络分簇算法

考虑随机分布节点的剩余能量以及节点相对基站的位置,针对基站位置的非均匀无线传感器网络,提出了一种基于节点位置和分布密度的多跳自组织分簇算法．该算法在分簇准备阶段,根据节点分布密度和相对基站的距离确定分簇的半径,均衡分簇能耗;在簇头选举阶段,利用节点的剩余能量和节点连接密度信息,选择最优的节点成为簇头;在分簇建立阶段,限制分簇跳数,有效降低簇内通信量．通过一系列的仿真实验,验证了算法在节点均匀和非均匀分布情况下均能取得较好的性能,建立更为均衡的分簇结构,显著提高网络生存周期．     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题,延长无线传感器网络寿命,提出一种新的基于双簇头的无线传感器网络非均匀分簇算法.该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头,将无线传感器网络分为不同规模的簇;为了减小规模较大簇的簇头节点收集与传输数据的负担,在数据传输阶段构造基于改进最小二叉树的数据传输路径.实验结果表明,该算法能够有效减小节点能量消耗,可有效延长无线传感器网络的使用寿命.     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

传感器网络中基于抽样的带权近似Top-k〖WT〗〖HT3,2〗查询算法

提出一种适用于传感器网络的抽样带权阀值过滤近似Top-k聚集查询算法.该近似算法会将无线传感器网络划成几个两两不相交的簇进行处理,在汇聚节点进行预处理以及在各个簇内进行抽样过滤处理,在抽样过程中给可靠而重要的节点赋上相应更大的权值,同时根据节点采集的信息具有时间相关特性,在簇内进行抽样阀值过滤处理,每个簇头节点都会接收到该簇内的Top-k候选子集,然后将每个簇的子集发送给Sink节点,该Sink节点将接收到能代表整网Top-k样本候选集.仿真实验结果显示该算法只需发送少量的数据,更小的抽样样本,并能满足任意精度要求.     

基于阶梯式拓扑结构的WSN半动态路由算法

针对全动态路由算法随着网络规模的增大其拓扑管理能耗剧增的不足,提出一种半动态路由算法.该算法创建了以簇为基本单元的阶梯式网络拓扑模型,根据无线信道传输模型确定簇的覆盖并建立簇到基站的多跳梯度场,在梯度场中采用有序、定向的数据传送方式,实现信息以链路最短的距离向基站汇聚,并在簇内创建了一套簇头轮转机制,以实现簇内能耗平衡.对该算法能耗的定量分析和具体场景的仿真结果表明,该算法大大减少了拓扑管理和数据传送过程中的通信能耗,尤其是随着网络规模的增大,与LEACH算法相比具有明显的节能效果.     

一种高效的无线传感器网络自组织聚类算法

提出了在无线传感器网络(WSN)中一种高效的自组织聚类算法。该算法随机产生群集,并根据传感器的权重选择簇头的。首先产生,并根据密度以及剩余能量计算每个传感器的权重。选择权重最大的作为该群集的簇头。其次,当群集大小低于某个阈值时,需要重新组织群集并重新选择簇头。仿真结果证明,该算法能够均匀的分布传感器能量消耗,从而延长了传感器网络的生命周期。