一种无线传感器网络的簇数目优化方法

针对LEACH算法中无线传感器网络分簇数目的确定问题,提出了一种节点服从泊松分布的情况下最优簇数目的计算方法。该方法利用节点的通信能耗模型,从能耗最小的角度给出了网络的最优簇数目,并证明最优簇数目与监测区域面积、节点数目和泊松分布强度有关,而不是LEACH算法中的固定值,从而为优化网络簇头数提供了一定的依据。仿真表明,在该方法上设计的LEACH算法减少了网络的总能量消耗,有效延长了网络生命周期。

基于禁忌搜索的聚类簇数目估算算法

本文提出一种基于禁忌搜索的聚类算法,能自动估计数据集的正确的聚类簇数目,其数据对象既可是紧凑球型分布,也可是非紧凑球型分布,或皆具两者。该算法包括三个阶段:最小生成树聚类、聚类簇重组和禁忌搜素优化。实验结果表明,所提出的算法可行、有效。

一种新的基于动态最优簇数目的WSN分簇协议

针对低功耗自适应分簇(LEACH)协议不足,提出一种新的分簇协议,称为动态最优簇数目(DONC)分簇协议。在分簇阶段,它能够根据网络中剩余节点个数来确定最优簇数目而不是固定值,并在簇首选择中充分考虑节点能量和地理位置因素;在传输阶段,采用改进的簇首链式转发。仿真表明,协议能保证簇数目始终保持最优状态,并且簇首在网络中均匀分布,有效延长网络的生存期。

26 GHz室内簇的时变特性及建模研究

基于室内大规模单输入多输出(Single-Input Multiple-Output,SIMO)测试,开展了26GHz毫米波无线信道簇变化量的时变特性建模研究.首先针对构建2020年信息社会的无线通信关键技术(Mobile and Wireless Communications Enablers for the Twenty-twenty Information Society,METIS)标准中分簇算法的不足进行改进,然后通过对功率时延谱求包络,来去除簇内射线及噪声对分簇结果的影响,在此基础上进行分簇会得到更加合理的结果.办公室环境下大规模虚拟天线阵列测试数据的分析结果表明,簇数目的变化量服从正态分布,经过不同时间簇数目变化量的均值和方差与二次函数较吻合.因此,将办公室场景下簇数目的变化量建模成均值和方差为二次函数的正态分布是合适的.

一种基于多跳路由的WSN分簇协议能耗优化模型

针对LEACH协议中每轮产生的簇头个数为最佳簇头数的概率并不是最大,网络能量效率低的问题,提出了一种节点服从泊松分布的WSNs分簇协议能耗优化模型。考虑到一般选择多跳路由比单跳路由更节省能量,对多跳方式下的协议能耗和最优分簇数目的分析和建模,建立了节点泊松分布密度、最优分簇数目与能耗的关系。理论分析和仿真实验表明:节点泊松分布密度影响最优分簇数目,而最优分簇情况下分簇能耗最优,所以适当调整节点分布密度,合理选取最优分簇数目,能够有效地改善WSNs分簇协议的能耗性能。

基于近邻传播的限定簇数聚类方法研究

针对传统近邻传播聚类算法不能进行限定类簇数目的聚类缺陷,提出一种三阶段的改进聚类方法。该方法通过近邻传播聚类从数据集中获得中心代表点集合,利用K-means算法对中心代表点集合进行指定类簇数目的聚类进而获得初始训练集,结合改进的K最近邻算法实现数据的聚类分析。采用人工仿真数据及UCI数据集进行对比实验,实验结果分析表明,与近邻传播聚类算法和传统限定类簇数目的聚类算法相比,新聚类算法具有更好的聚类效果。

基于改进分簇算法的网络流量识别方法

网络流量相关应用的自动检测对于网络安全和流量管理来说非常重要。但是,由于Peer-to-Peer(P2P)、VOIP等网络新应用使用动态端口、伪装和加密流等技术,使得基于端口匹配和数据包特征字段分析等识别方法在识别这些应用时存在一定的难度。不少研究工作提出了分簇算法进行流量识别,但现有的分簇算法在簇中心和簇数目的选择上存在一定缺陷。本文首先使用基于WeightingD2算法对初始化簇中心选择进行改进,通过NMI值来确定簇的数目,得到改进的分簇算法,并提出一种基于该算法的应用层流量识别方法。对于应用层流量,尤其是P2P应用识别实验结果表明,该方法能达到90%以上的识别率以及较低的误识别率和漏识别率。

无线传感器网络中跨层优化的分簇算法

针对无线传感器网络中节点能量受限问题,提出一种跨出优化的无线传感器网络分簇算法,根据跨层分析方法计算得到的簇数目,将网络区域划分为非均匀的虚拟单元格,采用能量有效策略组织成簇,均衡网络能量消耗。仿真实验证明,采用跨层的方法计算的簇数目可以有效降低节点的能量消耗、延长网络的生存周期。

WSN分簇路由协议LEACH的研究与改进

为了提高大型无线传感器网络的稳定性,延长网络的整体寿命,以WSN分簇路由协议LEACH为基础,提出一种新的簇头选举方法。算法利用网络寿命预测模型,首先预测网络节点死亡时间,然后将文中定义的网络收敛速率引入优化算法中得到最优簇头数目。仿真结果表明,优化后的算法相比于LEACH算法能耗显著减少,有效地延长了网络的寿命。

一种基于蚁群优化的分簇路由算法

在无线传感器网络路由协议的研究中,能量高效是其首要设计目标。传统LEACH协议产生簇头数目比较随机,并且簇头直接与基站通信导致能量消耗过快。在分析传统和改进LEACH路由协议的基础上,提出了一种簇头数目固定的簇头选择机制,解决了簇头分布不均匀的问题。并且将蚁群优化算法应用到无线传感器网络的路径选择中,利用蚁群的动态适应性和寻优能力,在簇头与基站之间形成一条最优路径进行通信。在Matlab平台下对新提出的算法进行仿真测试实验,实验结果表明,相对于LEACH路由协议,该算法降低了平均能量消耗,延长了网络的生命周期。

基于簇结构稳定的分环多跳路由算法

为了提高大型无线传感器网络的稳定性,延长网络出现首个节点的死亡时间,提出一种基于簇结构稳定的分环多跳路由算法CBSM(Cluster structure stability based Sub-ring algorithm over multi-hop routing).CBSM算法将监测区域划分为许多固定小区,采用基于节点剩余能量和节点位置的代价函数选择簇头.仿真结果表明,基于簇结构稳定的多跳路由算法,能有效延长网络出现首个节点死亡的时间,提高整个网络的稳定性.

基于Ward’s方法的k-平均优化算法及其应用

通过对k-平均算法存在不足的分析,提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基础上,确定合适的簇数目、初始聚类中心等k-平均算法的初始参数,并进行孤立点检测、删除;基于上述处理再采用传统k-平均算法进行聚类。将优化的k-平均算法应用到罪犯人格类型分析中,实验结果表明,该算法的效率、聚类效果均明显优于传统k-平均算法。

基于可能性C-均值的鲁棒多视角聚类算法

目前多数多视角聚类算法不考虑噪声问题,为了更有效地分析含有噪声数据的聚簇结构,提出了一种基于可能性C-均值的鲁棒多视角聚类(PCM-RMVC)算法,该算法同时利用多个视角空间中的特征信息,最小化每个视角空间中数据对象与聚簇中心的距离.推导出数据隶属度和每个视角权重的迭代更新规则,设计出聚类过程的迭代算法.实验表明:PCM-RMVC算法对噪声具有较强的鲁棒性,并且聚类效果优于五种有代表性的多视角聚类算法.