优化聚类分簇结合自适应中继策略的双簇首WSNs路由算法

针对无线传感器网络中分簇路由算法节点能量利用率低、能量消耗不均匀等问题,提出了一种优化聚类分簇结合自适应中继策略的双簇首无线传感器网络路由算法.该算法对分簇路由协议中的三个阶段分别进行优化设计.成簇阶段,首先对双簇首模型下最优成簇规模与网络能耗的关系进行理论分析,然后使用改进的算术优化算法计算模糊C均值算法的初始聚类中心,提高了模糊C均值算法聚类成簇的准确率和鲁棒性.簇首选举阶段,引入双簇首策略,以节点的位置、能量和中心度为影响因子,根据承担任务的不同分别为内外簇首设计独立的簇首评价函数,以评价值为依据由节点分布式动态选举簇首减少了广播数量,同时可以将整个簇的能量负载平均分配到每个簇成员节点中.数据传输阶段,设置了多跳中继策略的距离适用条件,并以能量消耗速率为依据选择中继节点,避免了节点提前过载.仿真结果表明:在多种规模的网络中,该算法相较于对比算法在均衡网络负载、提高能量利用效率方面效果更好,从而延长了网络的有效感测时间.

基于能量均衡的非均匀分簇调度算法

针对无线传感器网络节点能量有限且不可充电的问题,本文提出基于能量均衡的非均匀分簇调度算法(EBNC_CHES)延长网络寿命。EBNC_CHES在麻雀搜索算法的基础上,引入时间竞争机制减少冗余信息获取和能耗传递的同时,采取K-means非均匀分簇均衡簇间网络能量消耗,引入改进的麻雀搜索在簇头选举中均衡簇内能耗。仿真结果表明:该算法与LEACH、EECHS_ISSADE和EESSTBRP相比,冗余信息降低了81%、80%、55%,能耗利用率提高了133%、50%、11.4%,寿命延长了52.8%、43.5%、12.2%。此算法能减少冗余信息,降低网络能耗、延长网络寿命。

一种半集中式低能耗自适应无线传感器网络成簇算法

基于对LEACH等算法的研究,提出一种半集中式,综合利用节点位置信息与剩余能量的无线传感器网络分簇及簇头选举算法。利用节点位置信息,在簇头选举阶段和传感数据传输阶段使用不同的拓扑划分,在尽可能选取剩余能量较高的节点作为簇头的前提下,能够既保证簇均匀分布,又尽量做到簇头在簇内处于相对中心位置,并且避免了成簇阶段的碰撞。仿真结果表明,该算法有效延长了网络生存周期,收集了更多的传感数据,并且适合大范围覆盖的传感器网络。

无线传感器网络中一种基于聚合层次聚类的分簇路由算法

针对无线传感器网络中节点连接以及能量受限不足的问题,为了延长网络寿命,提出了一种基于AHC的分簇路由算法(HACCRA)。该算法首先运用AHC对网络节点分簇,接着为簇首选择、簇形成和路径构建分别定义了恰当的决策目标函数,运用能量阈值、提出距离阈值、并且路由过程优先考虑簇首节点之间的一对一连接,有效解决了路由算法中分簇和路由不衔接的问题。仿真结果表明,与JCR、ICR以及DCK-LEACH相比,HACCRA能够更好地实现网络节点的能耗均衡,保证网络数据传输的连接性,从而延长网络寿命。

基于自适应果蝇优化算法的加权分簇算法

针对无人机编队网络管理问题,提出了一种基于自适应果蝇优化算法的加权分簇算法,利用分簇结构进行网络优化。该算法使用了基于离差标准化的数据归一化方法对各性能指标进行处理,并根据整体能耗改变权值分配规则,共同提高了簇头选举的客观性;分析了未定节点调整准则,提出了应用自适应果蝇优化算法进行簇的规模优化,消除了孤立节点和小规模簇;引入了剩余能量阈值和安全距离阈值约束维护条件,并分析了阈值的最优取值,减少了簇的维护次数。仿真结果表明,所提算法能够有效提高无人机编队各方面的性能,与现有算法相比,能够获得更好的网络管理效果。

一种聚类区域自适应调整的WSN能耗均衡分簇算法

详细分析LEACH协议,针对LEACH协议随机产生簇头导致网络中出现局部区域簇头分布不均、簇的规模不一、整个网络能耗不均衡、网络寿命缩短等问题,提出了一种聚类区域自适应调整的WSN能耗均衡分簇算法。在算法的选举簇头阶段,将节点剩余能量、备选簇头与邻居簇头的间距相结合作为判据参数;在成簇阶段,将节点预加入的簇头到基站的距离考虑在内,比较多个数据流向,采用节能最优路径策略。仿真结果表明,该协议能够有效均衡网络各节点能耗,显著延长了网络生存时间。

基于自适应粒子群优化的WSNs非均匀分簇路由算法

针对无线传感器网络(WSNs)中存在的能量空洞问题,提出了一种基于自适应粒子群优化(PSO)的WSNs非均匀分簇路由(APSO-NUCR)算法。在簇首选举阶段,引入一个能量阈值从网络中筛选出候选簇首,候选簇首根据竞争半径构造规模大小不一的簇。引入PSO算法来确定簇首,建立基于节点能量和位置的适应度函数,根据适应度值来确定最终簇首。根据粒子当前适应度值计算惯性权重和学习因子,更新速度和位置,平衡算法的全局和局部搜索能力。在数据传输阶段,簇内采用单跳传输方式,簇间数据传输基于Prim最小生成树的最优多跳路径。仿真结果表明:APSO-NUCR算法在利用能量和均衡网络能耗方面有良好的性能,延长了网络寿命。

基于混沌克隆遗传算法的无线传感器网络低能耗分簇方法

合理的低能耗分簇是无线传感器网络中的重要问题之一。为了降低无线传感器网络通信能耗,提升能量利用效率,本文提出一种混沌克隆遗传算法,设计了分簇模型,提出了目标函数用于计算无线传感器网络通信能耗;设计了新的分簇编码方式,以改进低能耗分簇的性能。设计了新的混沌算子和克隆算子,提升了算法的收敛速度,避免了算法陷入早熟收敛。实验结果显示,当传感器节点数量增至250时,混沌克隆遗传算法优化后的网络能耗相比常用的粒子群算法和混合蛙跳算法分别降低了0.22%和0.30%,即所提方案降低了无线传感器网络通信能耗,提升了网络能量利用效率。

改进粒子群算法优化低功耗自适应集簇分层的路由算法

针对LEA低C功H算法的簇头分布不合理、网络能耗不均的问题,在耗自适应集簇分层路由算法。首先将分割线的选择LE问A题CH转协议的基础上,提出了一种改进粒子群算法优化化成带约束的非线性优化问题,然后利用粒子群算法求解,并针对粒子群算法的不足进行相应的改进,最后采用仿真实验测试算法的性能。仿真结果表明,相对于其它改进LEACH路由算法,本文算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。

基于IHBA优化模糊C均值的三维WSN分簇路由算法

针对分簇路由算法在三维场景下能量消耗大、网络生存周期短的问题,提出了一种基于改进蜜獾算法优化模糊C均值的三维无线传感网分簇路由算法IFCRA。IFCRA分别对网络成簇、簇首选举以及数据传输阶段进行了优化。首先,采用改进蜜獾算法优化模糊C均值算法,解决模糊C均值易陷入局部最优的问题,并综合节点的距离和能量特征划分拓扑结构。其次,结合簇内节点的能量和相对距离构建最优簇首函数,平衡簇首负载。最后,采用自适应传输机制寻找中继节点,综合节点距离和能量构建最优传输路径函数,采用改进蜜獾算法进行寻优,均衡数据传输能耗。仿真结果表明,IFCRA在三维异构场景中分簇合理、能耗均衡且生存周期长。

基于混合能耗机制的无线传感器网络分簇算法

无线传感器网络寿命受节点电池供能的限制,为提高网络生存寿命,提出一种采用簇间平衡能耗和簇内不平衡能耗的混合能耗机制的分簇算法。基于簇间能耗平衡机制,优化单跳距离和分簇角,使同扇区内靠近基站的簇规模小于远离基站的簇规模,降低了同扇区簇间的通信能耗。此外,每个簇内采用不平衡能耗机制,即簇头连续担任本地控制中心直至其能量即将耗尽才被候选簇头替代,降低簇头更换频率和用于建立新簇头所需能耗。仿真和实验结果表明,该分簇算法能有效降低广播能耗并延长网络寿命。

一种能耗均衡的无线传感器网络分簇路由算法

针对分簇路由协议分簇不均匀及能耗不均衡等问题,提出一种基于能量和距离因子的分簇路由算法。通过加入能量和距离因子对簇头选择的阈值公式进行改进,延长竞选出的簇头工作时间,增加备择簇头以减少重建簇的轮数,从而降低选举消耗的能量。在广播当选信息之前加入等待时间,普通节点选择与其通信代价最小的簇头所在簇申请加入。建立最优路径进行簇间路由,并采用单跳和多跳相结合的方式。仿真结果表明,与EECS算法相比,该算法可减少约8%的能耗,并有效均衡节点能耗,延长网络生命周期。

能耗均衡的自供能无线传感器网络分簇路由算法

当前的采能技术已经能够让传感器节点自动从环境中获得适量的能量补给,针对现有自供能无线传感器网络分簇路由算法中未考虑位于不同地理区域的节点所获补给能量大小的不同,而导致能量补给少区域的簇头数过少、簇规模过大,全网能耗不均衡等问题,提出了一种能耗均衡的自供能无线传感器网络分簇路由算法-EBCS(Energy Balanced Clustering with Self-Energized),该算法结合实际能量补给场景对簇头选举机制进行了改进,并采用了一种自适应式簇间通信机制,充分保存与利用补给能量。理论和仿真实验表明:EBCS算法能够较好维持预设的簇头比例,在网络平均剩余能量、当前可用节点数量等性能方面优于另外两种现有算法。

一种能耗均衡的无线传感器网络分簇算法

以无线传感器网络中的LEACH和HEED分簇算法为背景,提出一种基于能耗均衡的自适应网络分簇算法EBACA。算法的主要特点是传感器节点根据自身状态信息自主竞争簇头,簇头选择标准考虑了随机概率与节点剩余能量结合,并引入了节点能量预测和能量阈值;为均衡各个节点的能耗,通过重新规划时间片来调节节点的工作频率;为减少簇头的能量开销,簇头之间通过多跳方式将各个簇内收集到的数据发送给特定簇首节点,并由此簇首节点将整个网络收集的数据发送给基站。设计的目标是均衡网络能耗,进而最大化网络寿命。分析和仿真结果表明,相对于几种重要的分簇算法,如LEACH和HEED,EBACA在平衡节点能量消耗和延长网络寿命方面具有更优越的性能。

移动Ad Hoc网络的一种自适应权值分簇算法

为有效解决移动Ad Hoc网络簇结构的稳定性问题,提出了一种分簇算法.在流量均衡的基础上,综合考虑节点所处的网络环境和本身状态,根据适应性权值选择簇首,实现对随机分布的移动节点自适应动态分簇,并通过可用度来优化簇内的节点数.仿真测试表明,该算法在不增加开销的情况下,能适应性均衡簇首负载,有效防止簇首成为瓶颈.

无线传感器网络能量均衡自适应分簇算法

针对无线传感器网络能量及存储计算能力等方面的限制,提出了一种能耗均匀的分簇算法EBAC,改进了LEACH协议的簇头选举过程,把节点剩余能量作为簇头选举的依据.实验结果表明,该算法能有效延长网络的生存时间,并且因为网络中能耗均衡,节点死亡时间非常接近(第一个和最后一个节点死亡时间只差约20轮),所以监测结果更加准确可靠.

一种基于移动预测的自适应Ad hoc网络分簇算法

在移动Adhoc网络中采用分簇机制可以达到在拓扑结构频繁变化的网络环境中快速部署节点通信的目的。本文在深入研究移动预测技术的基础上,分析已有分簇算法存在的诸多不足,提出了一种基于移动预测的自适应分簇算法,包括分簇算法和分簇保持策略两方面的内容,并通过模拟证明该算法保持了分簇结构的稳定性,提高了网络负载平衡能力,减少了节点之间的通信路由开销,有效防止了通信的中断,弥补了已有分簇算法的不足。

无线自组网中基于移动预测与功率调整的适应性分簇算法(英文)

传送功率控制是无线自组网中资源管理和控制干扰的中心技术.传统上功率控制只是用作消除信道消隐负作用的一种手段,当前观点一般认为功率控制是一种可以为单个用户提供服务质量的灵活机制.提出一种分簇算法以达到减轻网络拓扑的动态变化的同时节省电能.此提案是基于全球定位系统的(GPS).根据移动主机的历史轨迹预测它下一个最可能处在的位置,预先调整传送功率.为了最大化网络的吞吐量,算法自适应性的控制每个簇在合适的大小.在GlomoSim模拟器上仿真了提出的算法.仿真结果表明,它是无线自组网中有效的拓扑管理机制,对由高速运动主机组成的网络特别有效.

无线传感器网络低功耗自适应分簇协议

低功耗自适应分簇(LEACH)协议随机循环地选择群首节点将网络能耗平均分配到每个传感器节点中,但并没有考虑每个节点的剩余能量。为了避免能量较少节点因为当选为群首较快消耗能量而过早死亡,提出了一种LEACH-New节能算法,根据能量概率选取剩余能量较多的节点作为群首并确定最佳群首个数,群首收集数据并融合后采用单跳和多跳相结合的方式将数据转发给基站。这样解决了LEACH协议能量较少节点当选为群首和群首负载过重的问题,从而延长网络生存时间。仿真结果表明,改进后算法有效地减少了网络能量消耗,保证了网络负载的平衡。

节点密度自适应的传感器网络加权分簇算法

无线传感器网络的分簇密度不确定会导致网络的有效性降低、生存周期减少等问题。提出了一种节点密度自适应的传感器网络加权分簇算法,通过设定权值,将节点的节点度、与邻节点的平均距离及节点的剩余能量考虑在内,保证综合性能最好的节点成为簇头。再通过控制簇头发射功率使簇内节点密度控制在合理范围内。该分簇算法优化了簇头选择,均衡了网络节点的能量消耗,延长了网络的生命周期。最后通过仿真进一步验证该分簇算法的性能。