一种基于 LEACH协议的分阶段簇头选举算法

通过分析LEACH协议簇头选举算法的运行机制,针对无线传感器网络节点能量有限性的问题,在原有算法基础上提出在网络运行不同阶段的簇头选举中以能量和平均距离为参考因素的算法。最后,通过实验仿真证明改进后的算法相对均衡了节点能量的消耗并且有效延长了网络的生命周期。     

基于LEACH协议的链式簇头节能路由算法

根据LEACH协议提出一种改进的路由算法,利用能量和距离参数对簇头进行成链创建,既减轻了负载过重簇头节点的负担,又减少了能量消耗。通过MATLAB仿真实验验证,新算法比LEACH算法更加节约能量,同时延长了网络生命周期,提高了网络寿命。     

节点位置信息已知的分簇算法

无线传感器网络是一种无线自组织网络,并由大量的传感器节点构成.本文研究了典型的分簇协议,并在此基础上提节点位置信息已知的分簇算法出了一种新的分簇算法——最大最小距离分簇算法（max-min distance clustering algorithm）.该算法在节点位置信息已知的情况下,引入定位点为参量,可确保每轮选出理想的簇头个数.     

无线传感器网络初始化簇头选举算法

利用节点初始分布后,对无线传感器网络具有的极少确知信息,建立了初始的异步通信模型;同时给出一种简单产生临时ID号的方法,保证相互间较大概率的互异性.基于此,提出了一种有效初始簇头选举方法,通过局部比较本地ID与邻居ID,实现快速簇头选举.实验表明,该方法能在无线传感器网络初始分布的无序、空白的环境下,迅速建立起有效的簇头,完成网络初级结构的建立,为后续接入资源的分配乃至协议的应用,提供了前提.多组仿真结果表明,算法的稳定性较好,具有较强的实用性.     

基于簇头距离和能量的优化LEACH协议

LEACH(low energy adaptive clustering hierachy)路由协议通过循环随机选举簇头节点的方式均衡网络能耗.但当选簇头的节点能量剩余较少或距离基站较远时会过早死亡,从而导致网络运行不稳定,通过在簇头选择过程中加入待选簇头节点的剩余能量平均值及标准差、节点与基站距离等参数对其改进处理,可提高网络稳定性.但若出现极大簇或极小簇,则会导致网络生命周期缩短.针对这一问题提出一种基于簇头距离和能量的优化LEACH算法,在成簇过程中加入簇头节点的能量和节点距各簇头的距离等参考量对成簇过程进行优化.MATLAB仿真结果表明,在节点均匀分布的网络中,该改进算法能够在提高网络稳定性的基础上有效延长网络生存周期.     

基于最优簇头数的LEACH改进算法研究

在LEACH协议的基础上,计算出最优簇头数,并使用数学期望值法计算得到簇头节点与普通节点之间最佳距离。仿真结果表明,改进后的LEACH协议降低了网络能耗,增长了网络存活时间,增加了数据发送总量。     

异构无线传感器网络能量均衡簇头选举算法

从"均衡网络的能量消耗"这一角度,研究了异构环境下基于分簇路由的SEP算法,提出了一种基于SEP的改进算法——能量均衡簇头选举(EBCHS)算法.仿真结果表明,改进后的路由算法在异构网络环境下能够有效延长网络的生存时间、提高网络的数据吞吐量.     

基于LEACH协议簇头定位算法研究

无线传感器网络能量消耗受簇头选择的影响很大,能耗对网络寿命起着至关重要的作用。在LEACH协议基础上,针对该协议的缺点,在保证网络簇头节点覆盖最大化基础上,对簇头位置选择边缘化及密度进行优化,提出一种新的分簇方法。仿真结果表明,改进后的LEACH协议,降低了网络的能耗、增加了数据发送的总量、延迟了网络的寿命,是一种比较有效的分簇算法。     

一种基于分层的无线传感器网络路由协议

合理使用节点的有限能量是无线传感器网络的关键技术之一,本文在LEACH协议及其一般改进协议基础上,提出了一种新的改进算法。该算法通过等间隔分层和层中分簇方式来平衡节点间的能量消耗,选择簇首时综合考虑了节点的能量及到基站的距离,给出了具体的簇首选举算法,并在簇首的数据发送中引进了单跳和多跳相结合的路由协议。仿真结果表明,新的改进算法相对原有算法有明显改进,极大地延长了网络寿命。     

基于能量优化分簇的WSN路由协议

针对无线传感器网络的特点,在LEACH协议的基础上,提出一种新的能量优化分簇路由算法。该算法使用能量因子修正了LEACH协议中的阈值,产生簇头;再选取距离最近的两个节点形成节点对,选择能量高的节点采集发送数据,采集的数据最后通过簇头融合提交给基站,从而减少了节点的能量消耗。MTLAB仿真结果显示该协议有效延长网络的稳定期。     

无线传感器网络分簇算法的研究

从节省无线传感器网络能量消耗的角度出发,在分析当前最具代表性的分簇算法LEACH的基础上,将图论知识和无线传感器网络拓扑结构相结合,引入Floyd算法来选择簇头.为测试Floyd算法的性能,通过仿真试验,主要从每个节点能量的消耗和LEACH算法进行了比较,证明了该算法能在一定程度上节省整个网络的能量消耗,说明了该算法的有效性.     

基于混沌遗传算法的无线传感器网络改进LEACH算法

针对传统LEACH协议及其改进方法能耗过高和负载不均衡的问题,提出一种采用混沌遗传算法最小化无线传感器网络能量消耗的算法CGA-LEACH.该算法通过构建新的考量能耗和负载的适应度函数,采用条件约束的混沌映射生成实数编码染色体,并用混沌遗传选择、交叉和变异操作提高收敛速度,找到最优簇头,从而形成分布均匀、能耗和负载均衡...     

基于地理位置划分的无线传感器网络分簇算法

利用分簇算法延长无线传感器网络的生命周期是一个研究热点。基于经典的LEACH路由算法,提出了改进:主要体现在对节点地理位置的划分和在成簇过程中考虑传感器节点的剩余能量以及簇头与非簇头之间的距离。最后用Matlab对LEACH算法和改进后的算法进行仿真,证实了改进后的算法在网络生存时间上比LEACH算法有了很大提高。     

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.     

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.     

一种基于无线网络的改进自稳定领导者选举算法

对IISLE算法进行了分析,IISLE算法的时间复杂度为O(n),针对无线网络环境的高断接概率,改进了IISLE算法,提出了一种适用于无线网络的改进自稳定领导者选举算法(ISLEABWN).该算法结合移动主机断接概率模型,修改了IISLE算法的树扩展机制.仿真实验结果发现:改进的算法在无线网络环境下具有良好的性能.     

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.     

一种基于接收信号强度指示的改进型定位算法

针对无线传感器网络在道路监控、管道传输等一维环境中出现的因经验模型基站移动或环境发生改变时需要重新建立数据库的问题,提出了一种基于接收信号强度指示(RSSI)的一维经验模型定位算法(1-DEMRSSI).该算法基于一维线性定位的思想,利用信号强度比值来确定未知节点的位置,所以只需要建立一次信号强度比值数据库.仿真结果表明,1-DEMRSSI 算法比 RSSI 算法的运算量小,且一次定位时间可缩短10%左右,定位精度提高 14.2%～66.4%,其在一维线性应用领域表现出了良好的灵活性和实用性.