一种新的多级能量异构WSNs簇优化算法

传统多级能量异构无线传感网络(Wireless Sensor Networks,WSNs)的簇优化问题一般只是对簇头选举过程进行优化,没有对簇的生成过程进行优化.对应簇的生成和运行两个阶段,分别进行簇生成和簇头选择两级优化.第一级优化采用模糊c均值(Fuzzy c-Means,FCM)算法对传感网络节点进行簇划分,然后综合簇内节点的剩余能量、簇内节点之间的距离和节点到基站的距离三个方面,构建簇头选择数学模型,进行二级优化.仿真结果表明,运用该算法的无线传感网络能均衡网络节点能耗,延长了网络的生命周期,比DEEC、TDEEC协议更加适用于多级能量异构WSNs.

异构网络中基于DEEC的非均匀分簇路由算法

针对异构无线传感器网络中分布式节能分簇路由(DEEC)存在的能量空洞现象,提出一种改进算法EIDEEC。该算法一方面在簇头选举阶段,通过调整簇头选举概率,实现非均匀分簇;另一方面在簇形成阶段,通过将节点与sink的距离与距离阈值进行比较,判断节点是单跳或者经过簇头转发的形式进行数据传输。通过两方面的改进,克服能量空洞现象。经仿真验证,EIDEEC算法的网络生存周期、基站数据接收量和节点平均剩余能量较DEEC算法均有所提高。

一种基于DEEC的异构节能分簇改进算法

针对无线传感器网络中因有限能量利用不佳从而导致网络生存周期缩短的问题,提出一种基于DEEC的优化能量利用的改进算法(IDEEC)。该算法一方面对DEEC的阈值进行调整,在DEEC的阈值中加入剩余能量与网络平均剩余能量的比值以及最优簇头数,以增加剩余能量多的节点成为簇头的概率,另一方面采用精确化方案求解网络平均剩余能量,同时采用簇内成员节点的调度机制让冗余节点进入休眠模式以节约网络能耗、延长网络生存周期。仿真结果表明,IDEEC的能耗比LEACH降低60.6%,比DEEC降低47.9%,网络生存时间比LEACH提高61.9%,比DEEC提高49.1%。

基于变异系数的异构传感器网络成簇算法研究

延长网络寿命并获得更好的监控质量是无线传感器网络成簇算法的重要性能指标.在分析现有主要成簇算法的基础上,提出一种适用于多级能量异构传感器网络的基于变异系数的成簇算法CVCA（COEFFICIENT OF VARIANCE CLUSTERING ALGORITHM）.算法中,节点根据通信范围内节点密集度和向心性、节点相对距离以及节点剩余能量、节点能量消耗速率等因素作为模糊决策因子,采用变异系数评价策略计算节点成为簇头的概率.所有节点轮流成为簇头,以分摊能量消耗.仿真实验结果表明,与现有主要聚簇算法相比,在多级能量异构环境下,新的成簇算法拥有更长的生存时间和更优的网络监测质量.