基于改进模糊C均值的能量均衡LEACH算法

针对LEACH算法随机选取簇首、分簇数量不合理导致网络能耗大、吞吐量低等问题,提出一种改进的LEACH算法(GFCR-LEACH)。网络初始化阶段,基站采用遗传算法优化的模糊C均值聚类算法对网络节点进行聚类分簇,在每个簇内利用考虑节点位置信息和剩余能量的LEACH算法选举簇首,并改善有资格竞选簇首的节点集。数据传输阶段,节点根据自身地理位置选择当前轮次的通信对象。簇内通信阶段引入轮询机制。通过仿真比较GFCR-LEACH算法、LEACH算法和基于Fuzzy C-Means的改进LEACH算法,GFCR-LEACH分簇效果理想,有效地降低了网络能耗,延长了网络生命周期,提高了网络吞吐量。