一种改进LEACH协议的仿真与研究

针对无线传感器网络LEACH协议在簇头选择、簇头与Sink通信方面存在的不足,以均衡能耗和节省能量为出发点,提出对LEACH协议的改进方案.假设协议中的簇头只能在路由节点中产生,感知节点只能就近成为簇成员,选举出的簇头之间需要再进行分簇,远离Sink的簇头作为靠近Sink的簇头的簇成员.仿真实验结果证明,改进后的协议有效地延长了网络的生命周期.     

一种基于WSN的协议改进算法分析

针对无线传感器网络(WSN)路由协议LEACH 算法中簇首分配不均以及簇首与Sink节点直接通信的问题,提出一种新的无线传感器网络LEACH路由算法.该算法通过节点能量分簇,并在簇首的数据发送过程中引入了改进的多跳路由算法.仿真结果表明,改进后的算法在网络生存时间和节省能量上比LEACH 算法有了很大提高.     

基于簇首负载均衡的无线传感器网络分层路由协议

针对分层无线传感器网络的簇首选择开销大,靠近汇聚节点(Sink)的簇首容易负载过重,且路由需经多跳才能至Sink而导致时延大等问题,提出充分考虑簇首负载均衡的路由协议;采用多Sink节点来构建网络,运用接收信号强度指示对网络进行梯度分簇,使用移动传感节点在簇首和Sink之间转发数据;仿真实验验证了上述方案能有效地均衡无线传感器网络中的簇首负载,从而降低网络传输时延与能耗,提高网络生存周期;对于解决无线传感器网络单点失效及网络能耗高等问题有重要的价值。     

传感器网络中一种基于簇的路由算法的研究

为了降低无线传感器网络中节点的能量消耗,提高网络生存期,提出了一种基于簇的路由算法.该算法首先采用K均值动态聚类算法将网络分簇,靠近Sink节点处具有更多的簇;其次利用数据汇聚路由算法寻找从簇头节点到Sink节点的路由;最后由当前簇头根据节点剩余能量及邻居节点的位置重新选择下一轮的簇头,并由新簇头形成簇间路由.仿真计算证明该算法是合理有效的,达到簇内节点能量均衡消耗的目的,同传统分簇算法相比,具有更长的网络生存期和更低的通信能耗.     

基于深度和能量的水下三维传感器网络分簇路由算法

针对水下三维传感器网络定位困难、传输损耗大等特性,提出了基于深度和能量的水下三维传感器网络分簇路由协议.在分簇过程中,根据水下节点到水面的深度、节点的剩余能量来选取簇头,普通节点根据其与簇头的深度差选择自身的簇头,形成适合水下数据传输的锥形簇结构.簇间数据传输考虑了水下节点数据传输向上(水面方向)和向内(以Sink节点垂线为柱心的方向)的原则,采用多跳传输保证数据由深水层向浅水层传递.仿真结果表明,该算法能有效均衡网络能耗,延长网络的生存周期,提高网络数据传输效率.     

无线传感网中分簇分层k-medoids协议研究

研究了大规模高密度节点部署的无线传感器网络(Wireless Sensor Networks),提出了一种具有可扩展性的分层分簇k-medoids协议.在簇的建立阶段采用改进的k-medoids聚类算法分簇,并将多级分层技术和k-medoids分簇算法融合形成多个层次的分层分簇网,在层0完成全部分簇之后,启动第1层的分簇,并以此类推直到用户指定的层数.仿真实验表明,多层k-medoids分簇算法缩减了网络节点与sink节点之间的通信量,降低了能耗,最终延长了网络生存期.     

非均匀分簇的无线传感器网络数据传送机制

针对无线传感器网络多跳数据传送过程中遇到的问题,提出一种非均匀分簇的数据传送机制(DTUC).其核心思想是:从概率的角度出发分层和分簇,使得靠近汇聚节点(Sink)分层内的簇数量较多,簇内节点数较少,而在远离Sink节点分层内的簇数量较少,簇内节点数较多,从而保证内层簇头节点减少其簇内开销,以节省更多的能量用于数据的簇间传送.同时,基于能耗均衡的思想对各层节点进行部署.使得各层能耗大体相当.仿真实验表明,DTUC算法能有效地平衡网络节点能耗,延长网络生命期,比EECS和LEACH的网络生命期分别提高了33%和54%.     

基于蚁群算法的低能耗LEACH协议分析

针对无线传感器网络路由协议LEACH(低功耗自适应分层路由)算法中簇首与Sink节点直接通信的问题,提出了一种基于蚁群算法的LEACH算法.该算法利用蚁群算法简单易于实现、支持多路径的特点,通过相邻簇首节点间的距离和剩余能量值,在整个网络中建立和更新簇首间的信息素浓度,形成簇首间多跳路由.仿真结果表明,与LEACH算法相比,该算法在能量消耗与延长网络生存周期等方面具有更好的性能.     

基于不等簇半径分簇的无线传感器网络能量空洞避免

基于无线传感器网络特性,提出一种不等簇半径非均匀分簇策略,根据各节点至Sink的距离,由近至远依次采用等比递增的不等簇半径进行分簇。并从理论上证明该策略可有效地均衡无线传感器网络的能量消耗。实验结果表明:距离Sink较近的节点,采用较小的簇半径成簇,使得簇头节点可保留更多能量进行簇间数据转发;距离Sink较远的节点,采用较大的簇半径成簇,使得簇头节点可保留更多能量覆盖更大范围的节点进行簇内数据收集,从而使得整个网络的负载比簇半径恒定的分簇网络更加均衡。     

煤矿巷道无线传感器网络的LEACH协议改进

将LEACH协议应用于环境复杂的煤矿巷道中存在不足,为了使LEACH协议更适用于煤矿巷道,对LEACH协议进行改进。首先,本文对选择簇头的阈值函数进行调整,加入节点剩余能量、位置信息以及邻节点数量因素;其次,改进建簇算法,节点通过计算与簇头节点和汇聚节点之间的距离来判断加入簇头还是与汇聚节点直接通信;最后,改进簇间通信机制,簇头之间通过多跳方式进行数据传输,并根据能量和距离信息选择下一跳簇头节点,提高簇间数据传输的可靠性。仿真实验表明,改进后的LEACH协议可以有效降低煤矿巷道无线传感器网络能耗,延长网络生命周期。     

EHWSNs中面向吞吐量和能耗优化的时隙分配算法研究

针对在具有移动汇聚结点(Sink)的能量收集无线传感器网络中,如何在数据收集时提升网络吞吐量和降低能耗的问题,分析了Sink移动距离与节点数据传输的时间周期之间的关系,将面向吞吐量和能耗优化的数据收集问题建模为基于混合整数线性规划的优化问题,并提出了一种基于有效传输周期的时隙分配算法来对其进行求解。算法主要分2个阶段进行：移动Sink在每个时间周期内识别出可进行数据传输的邻居节点,并为其分配时隙;移动Sink根据数据可用性对节点进行排序,并最终决定哪些节点在各个时隙期间发送数据。理论分析和仿真实验结果表明,所提算法在吞吐量和能耗方面的性能优于当前典型算法,且计算复杂度更低。     

基于位置信息的WSN数据汇聚路由算法

文章以无线传感器网络在建筑环境下的应用为研究背景,根据建筑能耗监测系统中无线数据传输网络特性,按位置信息对网络节点进行分簇,设计网络2级结构模型;并设计适合该网络模型的基于位置信息的WSN数据汇聚路由算法,保证簇头节点从邻居列表中选择最佳下一跳节点,最终实现与Sink节点的数据通信功能。仿真分析表明所设计的路由算法具有低时延、高可靠性、节能等优点。     

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%.     

基于簇内RSSI测距改进的DV-Hop算法

针对DV-Hop定位算法在实际环境中的定位精度较低、通信量较大等问题,在DV-Hop定位算法的基础上提出了一种基于簇内RSSI测距改进的DV-Hop定位算法.该算法利用以信标节点为簇头的分簇策略后,信标节点只发送校正值给其邻居节点,无需泛洪广播,且未知节点只需被动接收,无需交互通信,从而降低网络通信总量;簇内节点利用RSSI测距方案计算其与最近信标节点的距离,相比DV-Hop定位算法以校正值代替一跳通信范围内的所有节点距离更加精确,从而提高节点定位精度.     

无线传感网络多节点通信链路质量检测算法

为提升无线传感网络的扩展性和通信性能,研究无线传感网络多节点通信链路质量检测算法。基于稳定路由协议设计了无线传感网络多节点通信链路质量检测算法,利用通信节点分析报文确认邻居节点间距,通过非参数局部线性核平滑方法依据邻居节点间距建立信号获取平滑后的信号接收强度。判断无线传感网络中的节点是否来自上游节点分组的平滑后信号接收强度后,采取滑动窗口局部多项式拟合方法建立链路质量检测模型,通过链路质量检测结果判断无线传感网络中该链路中通信节点移动状态,通过通信节点移动状态判断链路质量。实验结果表明,采用该算法可准确检测无线传感网络多节点通信链路质量,且在节点数量增加时检测效果依然良好,具有较好的扩展性。     

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．     

一种基于局部信息最小二乘法的节点定位算法

针对一些面积较大、节点分布密度过低的实际应用场景中,由于节点间距离测量误差过大而导致定位算法结果精度较低的问题,提出一种根据各邻居节点相关信息划分为若干个局部网络块的节点定位算法.该算法首先将无线传感器网络节点定位技术与机器学习领域中的降维方法相结合;然后根据节点间的距离越近,测量精度越高的规则及在一定通信半径内的各邻居节点相关信息共建网络块;最后将网络块组建成全局坐标系,利用全局构建以及锚节点的具体信息映射出各节点的坐标.仿真实验结果表明,该算法较其他节点定位算法在节点定位精度方面表现更优.     

融合相对密度与近邻关系的密度峰值聚类算法

密度峰值聚类算法(density peaks cluster,DPC)是一种基于密度的聚类算法,该算法可以聚类任意形状的类簇.在类簇间有密度差距的数据集上,DPC不能准确地选择聚类中心.DPC的非中心点分配策略会引起连续错误,影响算法的聚类效果.模糊k近邻密度峰值算法(fuzzy k-nearest neighbor DPC,FKNN-DPC)是一种改进的DPC算法,该算法采用边界点检测并结合2步分配策略来避免连续错误.当类簇间有密度差距时,FKNN-DPC的边界点检测效果不理想,此外,其非中心点分配策略缺乏对样本近邻信息的考虑.定义相对密度(relative density)并结合近邻关系(nearest neighbor relationship)提出RN-DPC算法解决上述问题.针对DPC因为类簇间的密度差距而不能准确选择聚类中心的问题,定义相对密度用于消除类簇间的密度差距.基于反向k近邻关系检测边界点并且引入共享最近邻关系来对FKNN-DPC的分配策略进行改进.RN-DPC算法在人工数据集和真实数据集上分别与不同的聚类算法进行了对比,实验结果验证了RN-DPC算法的有效性和合理性.     

基于最优簇头数的环形无线传感器网络分簇算法

基于无线传感器网络中每个环能量消耗最小原则, 提出一种基于最优簇头数的环形无线传感器网络分簇算法. 首先计算出网络中每个环的最优簇头数, 然后在最优簇头数的基础上, 将网络划分为若干不同大小的簇, 最后在选择簇头时, 考虑了每个环的最优簇头数与相应环中节点数目的比值、 节点的剩余能量以及簇成员节点到簇头节点的最短距离与簇头节点到基站距离的关系. 解决了无线传感器网络簇内节点通信能量消耗过多的问题, 均衡了网络节点的能耗. 仿真结果表明, 该算法提高了网络能效和扩展性, 平衡了网络能耗, 延长了网络的生命周期.