无线传感器网络中基于分层的非均衡分簇算法

降低网络能量消耗、延长网络寿命是无线传感器网络设计的重要目标,分簇是实现该目标的主要方法之一。针对矩形传感器网络,提出一种基于分层的非均衡分簇算法。算法根据节点的能量消耗情况计算出了每层的宽度,可以有效实现网络的能耗均衡。将非均衡分簇算法与LEACH协议进行了比较,仿真实验表明:基于分层的非均衡分簇算法可以更好地实现能耗均衡,能有效延长网络的寿命。

传感器网络中基于不均衡分簇的数据收集算法

无线传感器网络(W SNs)中簇头与基站的通信方式可分为多跳和单跳2种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡;而在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。针对上述问题,提出一种基于不均衡分簇的数据收集算法,使靠近基站的簇的规模小于远离基站的簇。实验表明:不均衡分簇的数据收集算法能有效地延长网络的生命周期。

基于能量和均衡分簇的WSN自适应拓扑控制

无线传感器网络中基于分簇的拓扑控制方法容易将低能量节点误选为簇头而加速死亡,且在成簇过程中未考虑簇成员数量,会导致簇头负载过重。为此,提出一种基于能量和均衡分簇的自适应拓扑控制方法。在选择簇头时考虑节点的剩余能量,采用均衡化思想自适应构建簇成员。仿真实验结果表明,该方法能有效降低节点死亡速率,延长网络寿命,提高网络的服务性能。

一种不均衡的无线传感器网络分簇算法

传感器网络的通信方式可分为多跳和单跳两种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡,在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。针对上述问题,该文提出一种不均衡的分簇算法,使靠近基站的簇规模较大,给出计算簇规模的方法。实验表明,相对LEACH协议,该算法能延长网络生命周期25%左右。

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。