无线传感器网络的分簇拓扑控制算法研究

在层次型分簇拓扑控制算法的基础上,提出非均匀分簇EBUC的拓扑控制算法,建立无线传感网络内的多个非均匀节点簇,设置靠近基站的簇规模更小、远离基站的簇规模更大,同时合理选择簇首节点、设置节点非均匀竞争半径,采取簇间多跳路由机制,使能量水平较高的节点选择基站附近能量高的节点进行数据转发,以最大程度节省网络能量、延长网络生命期。仿真实验表明,相比于其他算法而言,分簇拓扑控制算法的节点簇拓扑稳定性、能耗均衡性更加优秀。

基于Q学习的多基站分簇拓扑控制算法

为了解决无线传感器网络中单基站附近出现的"能量空洞"和网络时延过高等问题,引入多基站分簇拓扑控制算法。算法根据不同的场景来选择基站数目,结合图论和定向扩散中梯度的思想对网络进行分簇并运用Q学习算法对簇头节点进行周期性的学习训练,比较到达不同基站的不同路径上的Q值进行最优路径的选择。通过仿真分析表明,该算法相对于单基站分簇算法可以有效延长网络的生命周期。

基于能量等级的分簇拓扑控制算法

针对无线传感器网络中节点能耗不均匀和节点容易过早死亡的问题,提出了基于能量等级的分簇拓扑控制算法ELBC和多跳M-ELBC算法。通过在簇头选择策略中引入能量等级的概念并考虑基站位置影响,上述算法根据网络的整体能量状况动态调节各因素在簇头选择过程中的权重,来有效地保证簇头的合理分布,均衡能量消耗;同时根据节点剩余能量对偏向参数进行优化,来提升高能量节点在簇头竞争中的竞争力,避免低能量节点过早死亡。仿真结果表明,ELBC和M-ELBC算法能够有效地推迟死亡节点的出现时间,均衡节点能耗,延长网络生存时间。

基于节点竞争力的网络分簇拓扑控制算法

通过提出节点竞争力的新定义和研究网络分簇拓扑控制过程中簇头选择的新策略,提出了一种基于节点竞争力的网络分簇拓扑控制算法APBCS。该算法以节点剩余能量的比值、节点之间的距离和邻居节点的密度作为竞争簇头的参数,采用分环的方式实现簇头间的多跳通信。仿真实验表明,APBCS算法与LEACH算法相比较分簇更均匀,簇头选择更合理,第一个死亡节点出现时间推迟了92%,与EBAPC算法相比较,第一个死亡节点出现时间推迟了4.6%,说明比较显著地延长了网络生命周期。

基于能量的EBAPC分簇网络拓扑控制算法

低功耗自适应集簇分层型协议LEACH算法对簇头的选择具有随机性,并且没有综合考虑节点的剩余能量、分布位置。为此,提出一种基于能量的仿射传播聚类EBAPC分簇拓扑控制算法。对适应度因子重新进行定义,借鉴仿射传播AP聚类算法中聚类中心的选择策略,簇头选择综合考虑无线传感器网络节点的剩余能量和节点之间的距离因素。仿真实验结果表明,EBAPC算法较LEACH算法分簇更均匀,簇头选择更合理,网络中能量的消耗更均衡,从而延长网络寿命。

基于无线传感器网络的拓扑控制算法

拓扑控制在无线传感器网络中具有举足轻重的作用,对于延长生命周期、减小通信干扰、提高通信效率方面具有重要作用。在提出了无线传感器网络拓扑控制的设计目标后,从功率控制和分簇拓扑控制两个方向去举例解释当前两个主流算法的现象。