无人机自组网的动态双簇首分簇算法研究

无人机自组织网络的动态拓扑特性给分簇路由协议的设计带来一定的挑战,如何建立有效稳定的分簇机制至关重要。针对局部网络中弹性的无人机自组网单一分簇算法分簇不合理以及单簇首结构抗毁性低的问题,根据局部节点间链路过期时间生成的拓扑结构,设计动态双簇首的分簇算法。该算法允许在不同的局部网络形成不同的网络结构,同时双簇首设计保证了簇结构的高抗毁性。

一种使用双簇首的分簇路由协议的研究

高效地使用资源和延长网络的生命周期是传感器网络中高效路由协议应考虑的很重要的问题.本文提出一种能解决以上两种问题的新算法,即在算法中使用双簇首,可以减少任何形式的流行算法的使用,因而节约了许多资源并且使得路由发现更容易.实验结果表明使用双簇首极大地减少了路由发现过程中的信息开销并且延长了网络的生命周期.

双簇首的同簇异频分层多跳路由协议

LEACH协议是一种低能耗自适应的无线传感器网络分簇协议,基于簇间多跳的改进型协议进一步提高了网络寿命。然而,LEACH协议不是为多跳传输设计的,直接引入簇间多跳机制会带来严重的数据冲突问题。针对该问题,本文提出了基于双簇首的同簇异频分层多跳路由协议LEACH-DC。NS2仿真结果表明,所提出的协议可以很好地解决簇间多跳带来的数据冲突问题,延长网络寿命。

基于改进BIRCH的双簇首WSN能耗优化研究

传统无线传感器网络动态路由算法在进行簇的划分及簇首的选举时,仅分别进行二维和三维因素的考量。针对这些问题,首先,通过引入改进的BIRCH聚类算法,将簇划分依据优化至三维;同时,通过不均匀的簇划分,解决均匀分簇可能引发的“热点”问题。其次,引入多维双簇首策略,将现存的内外通信双簇首节点的选取机制由三维向四维优化,并针对内外簇首工作特性的不同采用相应的选取策略。经仿真实验验证,所提算法相较于对比算法在网络生命周期和节点能耗均衡性上,均实现了一定的提高。

基于分簇的双簇首水下传感器网络时间同步算法

水下传感器的时间同步会受到节点移动、传播时延、能耗等因素的影响,陆地传感器的时间同步算法无法直接应用于水下环境。综合考虑水下通信的特点,提出一种基于分簇的双簇首辅助时间同步算法。基于节点能耗和深度对其进行分簇,从簇中选取2个最优节点作为主副簇首,引入节点移动模型以减小节点移动性造成的计算误差,并使用移动信标节点完成簇首间的同步。在此基础上,利用双簇首对普通节点进行同步,并考虑声速动态变化对同步性能的影响。仿真结果表明,与TSHL、MU-Sync、multi-hop、D-Sync等算法相比,该算法的能耗较低,同步精度较高。

基于CS算法的LEACH极值双簇首分簇方法

为降低无线传感器网络能量消耗问题,提出了一种基于布谷鸟搜索(CS)算法的LEACH极值双簇首分簇算法。首先根据节点的剩余能量和到基站的距离选择簇首,避免了因随机方式带来的不合理性和不均匀性;但由于节点数目最多的簇、簇首距离汇聚节点最远的簇,其簇首在管理和数据传输上需要消耗更多的能量,因此选举副簇首来分担能量负载;最后在数据传输阶段,各簇首利用CS算法选择转发节点建立当前簇首到基站的簇间路由,CS算法能够快速地选择最佳中继节点优化传输路由。仿真结果表明:本文算法能够很好地提高网络的生命周期,改善传感器网络性能。

基于节点度和通信代价的双簇首交替算法

本文提出一种基于节点度和通信代价的双簇首交替算法——NDCC算法。该算法用于解决语音导游系统中靠近导游机的节点过度利用的问题,算法在移动自组织网络中引入双簇首轮换制度。该制度以优先级为考查标准,综合多种因素:以节点度的变化作为簇首交替的参考标准;计算双簇首与簇内某个随机节点的通信代价。最后,本文将NDCC算法在Matlab平台进行多方面仿真,证明算法的优势,也提出本算法值得改进的方向。

无线传感器网络分簇拓扑控制算法

通过对经典的分簇算法HEED和EEUC进行研究与分析,对它们不足之处进行了改进,提出了一种新的基于双簇首节能的无线传感器网络分簇拓扑控制算法,即DCHEB算法。该算法提出了一种新的簇划分方案,通过此方案可以对无线传感器网络进行合理分簇,使得簇首节点位于合适的位置上,平均了各个簇的节点个数,可以避免簇内的边缘节点过早死亡。最后通过理论分析和仿真工具验证了该算法对减少无线传感器网络的能量消耗和延长其生存时间有很好的作用。

基于优化成簇多跳的LEACH协议改进

针对无线传感器网络分簇路由协议因簇内和簇间的能耗不均带来的覆盖空洞和能量空洞的问题,提出一种基于优化成簇多跳的LEACH协议改进。依据通信射频能耗模型,在成簇时,采用优化分区和双簇首模式,避免因成簇空间和簇首分布不均带来的"覆盖空洞"问题;在簇间路由时,基于簇首能量和与基站的距离,选择代价最小的路由,弥补了因簇首能耗不均导致"能量空洞"的现象。经仿真实验测试,结果表明,与LEACH及同类改进算法相比,该算法有效地降低了网络能耗,延长了网络生命周期,同时提高了网络数据吞吐量。

WSN中能耗均衡的非均匀分簇路由算法

针对无线传感器网络中能耗不均衡、生命周期短的问题,提出WSN中能耗均衡的非均匀分簇路由算法。通过改进的K均值算法进行非均匀分簇,引入双簇首减轻簇首通信压力;利用基尼系数衡量簇内节点的能耗均衡性,以动态权值调整影响副簇首竞选的因素;簇间采用单跳和多跳相结合的传输方式,将剩余能量、传输距离、转发次数和节点数作为中继节点选择的依据,均衡簇间传输能耗。仿真结果表明,相比LEACH和EBRAA算法,提出算法能有效均衡节点能耗,延长生命周期和提高吞吐量。

传感器网络的一种能量感知分簇路由算法

高效地使用资源和延长网络的生命周期是传感器网络中高效路由协议应考虑的很重要的问题。提出一种能解决以上两种问题的新算法,即在算法中使用双簇首,可以减少任何形式的流行算法的使用,因而节约了许多资源并且使得路由发现更容易。实验结果表明使用双簇首极大地减少了路由发现过程中的信息开销并且延长了网络的生命周期。

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。

基于狮群优化极限学习机的数据融合算法

为降低异构无线传感器网络中冗余数据传输数量,设计一种基于狮群算法改进的极限学习机数据融合算法。针对草莓种植园实时监测数据的时间相关性,将双簇首分簇机制与LSO-ELM时间序列预测模型结合,对初始数据序列进行三次指数平滑和归一化的预处理,使用输出的预测值代替真实值,避免冗余数据的传输。仿真结果表明,双簇首机制可以均衡网络的通信负担,算法能够有效地降低网络中冗余数据的发送,保证数据准确性,延长网络生命周期。

一种基于LEACH的无线传感器网络路由改进算法

在低功耗自适应分层路由算法(LEACH)研究的基础上,针对它簇首负担过重的问题,提出了一种基于双簇首机制的改进算法。该改进算法通过在簇内选择次簇首传输数据,在一定程度上平衡了网络内能量损耗。在NS2上的仿真实验表明,与LEACH相比,它能延长网络生存周期。