基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy,LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。

无线传感器网络LEACH协议的改进

为提高经典LEACH路由协议的功能表现,解决因选取过程中簇头节点过于集中带来的相关问题,对LEACH协议中簇首的选取以及簇首到基站的通信进行优化。从原理上详细分析LEACH的算法原理,并在此基础上提出改进的LEACH路由算法。改进算法在簇首选取过程中考虑节点的剩余能量和空间位置,在数据稳定传输阶段采用多跳方式传递数据。通过MATLAB进行仿真实验,结果显示改进后的LEACH算法有助于减少节点的能量消耗,延长了网络节点的生命周期。

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。

农田信息采集单多跳共存LEACH算法

针对农田环境信息量丰富的特点,提出一种基于LEACH算法的改进型无线传感器网络路由算法——LEACH-SMC。在LEACH-SMC算法的稳态阶段,簇头节点到基站间通信采用临界距离来判断和选择多跳或单跳方式,在多跳方式中采用基于最小能量消耗的路由方式。应用M atlab对LEACH-SMC算法和LEACH算法进行仿真对比分析,结果表明,LEACH-SMC算法能提高网络有效覆盖面积并延长整个网络的寿命。

基于LEACH的WSNs分簇优化策略

针对LEACH算法中能量消耗不均匀的缺陷,本文提出了一种改进的路由协议来提高无线传感器网络的能量效率。在簇首选择阶段,引入节点剩余能量和初始能量来调节传感器节点随机数的大小;在成簇阶段,该算法将节点的剩余能量和距离汇聚节点的远近作为成簇的依据,使簇首的分布更加合理;在数据传输阶段,将节点与汇聚节点之间的距离及节点的剩余能量相结合,提出一种单跳与多跳相结合的传输方式,从而减少了能量消耗。仿真实验表明,改进后的算法能够更好的减少能耗,延长无线传感器网络的生命周期。

一种基于遗传算法的无线传感器网络LEACH路由协议的改进算法

针对LEACH协议存在的簇首数目与最优簇数目不一致,随机选择簇首,未考虑节点剩余能量、节点位置和节点密集度等问题,提出了一种基于遗传算法的新型路由算法LEACH-GEC,算法首先利用最优簇数目与遗传算法的结合对网络节点进行分簇,然后利用节点剩余能量、距簇内质心的距离、节点覆盖度和共享密钥数目等约束条件来选择簇首.仿真表明:改进后的路由算法较LEACH协议分簇更均匀,簇首选取更合理,有效延长了网络寿命,同时还可以确保簇内通信的安全性.

无线传感器网络路由协议LEACH的研究与改进

无线传感器网络(WSN)数据传输离不开路由协议,路由协议是其组网的基础.由于WSN是一种资源受限网络,尤其是能量的受限,因此路由协议必须维持较小的路由信息并尽可能的减少能耗.文中从其体系结构、协议栈、网络层次等几个方面分析介绍了无线传感器网络,在对传感器网络路由协议作了充分了解的基础上深入研究了经典的聚类路由算法——LEACH(Low Energy Adaptive Clustering Hierarchy),提出了对它的改进方案并用OPNET对改进前后的算法进行了仿真比较.仿真结果证明了改进后算法的有效性,并且在能耗和网络生存时间上比LEACH有了提高.

基于剩余能量和位置的LEACH改进算法

在无线传感器网络中,不合理的分簇算法导致节点过早死亡、区域信息无法完全感知。针对该问题,提出一种基于剩余能量和位置的LEACH改进算法。改进算法将选簇过程分为临时簇头选择和正式簇头选择两步,以传感器节点的节点剩余能量值和几何平均位置作为选簇的重要因素,在此基础上选出区域内最佳簇头。通过OMNET++网络模拟器的仿真结果表明,改进算法的节点利用率和网络可靠性更高。

基于LEACH的簇树网络路由算法研究

分簇算法是目前无线传感器网络(WSN)研究的重点之一;在对LEACH算法(低功耗自适应聚类路由算法)进行研究分析的基础之上,针对LEACH算法中簇头节点与基站(BS)之间单跳通信能耗较大的问题,采用连通网络中最小生成树的Prim算法,提出了一种簇树网络路由算法;该算法使得簇头节点间通信代价耗费降低,仿真结果说明了该算法的可行性和有效性。

无线传感器网络路由优化中的能量均衡LEACH改进算法

详细分析了LEACH算法,并介绍了LEACH算法的优缺点。针对LEACH算法选择簇头没有考虑剩余能量,提出一种改进后的算法LEACH-N。主要节点利用剩余能量和特定范围内相邻节点数的不同,给予不同成为簇头的概率;同时,增加普通节点可以直接发送数据到汇聚节点(Sink),减少能量的消耗。仿真结果表明,与传统LEACH算法相比,LEACH-N算法能均衡节点能量消耗,延长网络的生命周期。

无线传感器网络LEACH算法的改进

针对无线传感器网络LEACH算法簇头的选择增加了剩余能量因素的考虑,并且考虑了簇头到基站的距离后再选择非簇头节点所要加入的簇.计算机仿真结果表明,改进后的协议能够延长网络的生存周期.

基于LEACH协议的多因子可靠数据融合优化策略

针对无线传感网中节点部署密度大、数据冗余度高、能量有限和易遭攻击等问题,提出基于LEACH算法的多因子可靠数据融合优化策略。该策略对LEACH算法做出3方面优化改进:在数据融合的相似度计算中增加两个可靠性优化因子MN-LEACH和LF-LEACH;在数据传输中采用多路径传输优化因子MT-LEACH。在敌对环境中,为避免大量恶意节点干扰真实数据,提高数据融合精确度,首先对突发的非线性噪声数据采用拉普拉斯函数而非高斯函数进行过滤,然后采用MN-LEACH优化因子计算相似度,通过加权平均进行数据融合,最后采用LF-LEACH优化因子对链路传输进行检测,并在传输时采用MT-LEACH优化因子,从而使链路负载更加均衡。实验结果表明,该策略与传统LEACH算法相比,在数据融合精确度、信噪比及能耗等方面有明显的优势。

基于蚁群算法的LEACH协议研究

针对LEACH协议中簇头节点与汇聚节点之间采用单跳通信造成能量损耗过快的问题,提出了一种基于蚁群算法的LEACH协议,该算法利用蚁群算法易实现、支持多路径的特点,结合节点的剩余能量及传输距离,通过对网络中信息素浓度的建立和更新,达到降低簇头节点能量消耗过快的问题。仿真实验结果表明,该算法在降低能耗、延长网络生命周期等方面,与LEACH协议相比,具有更好的性能。

基于覆盖率的无线传感器网络LEACH协议研究及改进

无线传感器网络中如何对节点能量进行优化使用是无线传感器网络应用中的关键技术之一。本文针对现LEACH协议的分簇及覆盖率方面进行改进。主要根据邻居节点的数量,通过对簇头节点分布及簇内实际覆盖率的优化来提高整个网络寿命。由MATLAB仿真结果表明:与LEACH协议相比,LEACH-C协议不仅保证较高的覆盖率,并能有效的延长网络生存时间。

基于功率控制与分簇数量的LEACH优化算法

针对低能量自适应聚簇分层(LEACH)算法在簇头选举过程中采用最大发射功率,且未考虑剩余能量、簇头数量的变化,导致网络生存周期短的问题,提出一种自适应功率控制与优化分簇数量改进算法。新算法引入虚拟单元格划分节点位置以调整节点发射功率,动态优化簇头的数量以改变簇头选举方式,最终解决节点能耗不均的问题。仿真实验结果表明:新算法在簇头的选举和节点能量的利用率方面优于LEACH算法,能够有效均衡网络能耗,延长网络的生存周期。

无线传感器网络的LEACH算法的改进

无线传感器网络是监控远程环境的工具之一.由于能量和存储空间的限制,其路由协议必须维持较小的路由信息并尽可能的减少能量消耗。基于经典的LEACH路由算法,提出了改进主要体现在对能量和簇头间距的考虑上。最后用Mat-lab对LEACH算法和改进后的算法进行仿真,证实改进后的算法在网络生存时间和簇负载平衡程度上比LEACH算法有了很大提高。

无线传感器网络基于类的LEACH路由算法研究

无线传感器网络(W SN)融合了计算、通信和传感器这三项技术的交叉应用,具有十分广阔的应用前景。本文研究了无线传感器网络中基于类的路由算法—LEACH(Low Energy Adaptive C lusteringH ierarchy),分析了该协议的优点和局限性,并对进一步的研究提出了展望。

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.

无线传感器网络LEACH算法的研究与改进

针对传统LEACH算法中簇头分布不合理和能量浪费问题,在LEACH算法的基础上提出一种改进算法GEC(Geographical Energetic Clustering)算法以及分层功率控制技术. GEC算法的基本思想是:首先采用K-means聚类算法将节点进行分簇,将簇内距离汇聚节点最近的节点作为首轮簇头,然后将簇内节点基于位置分层,通过节点所处层次和剩余能量进行备选簇头的选举. GEC算法的优点在于:使用K-means分簇效果更好,簇内分好层以后可以直接在第一层内进行簇头的选取并极大地减少了节点处理所浪费的资源.分层功率控制技术根据节点间的距离信息动态调整其发射功率.本文将GEC算法同LEACH、LEACH-C和SEP算法做比较,实验结果表明:GEC算法能够更好地优化簇的结构,提升网络生命周期.

无线传感网络中能量和距离改良的LEACH分簇算法

LEACH算法作为经典分簇算法在无线传感器网络中有着广泛应用,但由于没有考虑簇头数量及监测区域等因素,使得网络消耗巨大,大大缩减了网络的生命周期。针对这一缺陷,在Warneke的最优覆盖定理的基础上,提出CDE-LEACH算法,通过在基站中预构建"数据表"存储最优覆盖理想簇头位置坐标,结合保证网络能量消耗最小这一目标来选取最优的簇头,改善LEACH算法随机选择簇头的弊端。在Matlab 7.0实验仿真平台下对提出的CDE-LEACH算法进行仿真,与LEACH算法结果对比发现,网络能量消耗大大减少,并且延长了网络生命周期。