基于不均匀圆环模型的无线传感器网络分簇算法

合集下载

无线传感器网络中的分簇算法

无线传感器网络中的分簇算法
置 为 当前值 。在簇 重 构 后 , 重新 设 定 和 发布 两 将
T'D路 由算法 是 针对传 感器 节 点不 动 ,ik I D Sn
节 点移 动并 且 有 多个 Sn ik节 点 而 提 出 的解 决 方
案 。算法 要求 每个 节点知 道 自己的位 置 。 当多 个 传 感器节 点探 测 到事 件 发 生 时 , 择 一个 节 点 作 选 为 发送数 据 的源 节点 , 以 自身 作 为 格状 网 的一 并 个 交叉 点利 用贪婪 算法 与相邻 的四个 点构造 格状
将 C P乘 以 2 再去 竞 选簇 头 。这 样 不 断 的 迭代 H ,

匀 , 头 的选择 也没 有考 虑节点 的剩余 能量 。 簇
2 2T E 和 A T E 算法 . E N PE N TE E N和 A Y E T E N都 是 M ni w r 人 提 出 aj h a 等 s 的 , L A H 算 法 的 改 进 。 T E 是 针 对 是 EC EN L A H算 法实 时性不 强 的提 出的一 种解 决 方案 , EC 但 不 能 周 期 性 的 采 集 数 据 。 A T E 综 合 了 PE N L A H和 T E EC E N的思想 , 出了一 种 既 能周 期 性 提 采 集数据 , 能 实 时 采 集 数 据 的方 法 。T E 又 E N算
21 0 2年 8月
济南 职业 学 院学 报
J u n lo i a c t n lC l g o r a f n n Vo a i a o l e J o e
Au . 01 g 2 2
第 4期 ( 总第 9 3期 )
N . ( ei o 9 ) o4 Sr N .3 l a
融合 处理再 传送 给基 站 。节 点在 空 闲的时 隙进入

新的无线传感器网络分簇算法探析

新的无线传感器网络分簇算法探析
节点一样 ,这就表 明簇头 已经覆盖了全部 的相邻节点 。
合 ,从而提高网络的性能 。
参 考 文献

[ 1 】 胡静, 沈连丰, 宋铁成, 任德盛 新的无线传感器网络分簇 算法[ J l l 通信 学报, 2 0 0 8 0 6 ( 0 7 ) : 2 0 — 2 6 .
同时 ,簇头还可以在集合 中进行节点的挑选 ,其簇头通 常都是在所 以节点中选择最小的 ,选择之后 ,同时发出
息驱动机制就是其 以有一个正整数作 为每个节点 的认证码 ,其剩余
能量就是节点权值 。集中的集合和变量主要包括 以下几 点: ( 1 )相邻 的两个节点进行 结合 ; ( 2)相邻 的两 个 节点簇 头进 行结合 ; ( 3 )相邻 的两个 节点与下级节
网络直径 ; ( 5 )算法消息的复杂度为0 ( n ) 。
网络模型 ,以双层结 构的为例 ,簇头节 点主要将 其他节点所发出的数据进行收集 ,并通过融 合 ,最后将
融合过 的数据向各个基点输送 。由于本文是为了解决簇
形成而提出的算法 ,因此 ,不要求簇头到基点 的传输方
式 。也就是说 ,簇头之间可 以选择采用各种方式将数据
对其生成 的信息进行处理 ,当其他节点发 出簇头消息被

的网络结构上的 ,并且可以在簇 内可以选取多频率等方
式进行节点配置的 ,通过结合本机的数据对功能进行融
个节点收取时 ,两个节点就会集合 ,但假设该节点并
没有被其他节点所覆盖 ,就表 明该节 点已经成为覆盖节 点 ,而且还可以在簇 内进行信息广播。要是相邻 的两个


网络模 型 与能量模 型
三、算术 的简单 分析 以及仿真
R DC A算法具有 以下特征 : ( 1 )算法是通过分布 的形式执行 的 ,而且算 法 的执行 只依赖相邻 的节点信 息; ( 2 )在每一个非簇 头节点基 础上仅采用一个簇头 节点 ; ( 3 ) 簇头 的分散性一定要好 ,而且任何2 个簇头 都不 可以相邻 ; ( 4 ) 算 法时间的复杂度是0 ( d ) ,且d 为

无线传感器网络中基于环的非均匀分簇路由算法

无线传感器网络中基于环的非均匀分簇路由算法

点的位置都不会改变。如果传输功率 已知 , 节点通
过接收 到信号 的强度 能大致 估算 出收发节 点 的相 对
少、 太多或位置太偏 , 网络都将消耗更多的能量。
除此 之外 , A H使 用簇 头 到基 站 直 接 通信 的 E L C 方 式 。随着簇 头 到 基站 距 离 的增 加 , 种方 式 能量 这
和剩余能量来选举簇头。H E 【利用 当前能量水 E D4
平、 剩余 能量 水 平 和 通信 代 价 来选 举 簇 头 。实验 证 明D H C S和 H E E D都能 延长 网络 的生存 时间 。但是 在 复杂 的情 况 下仅 仅 考 虑 能 量 是 不够 的 , 头 的分 簇 布情 况 和簇 头 到基站 的距 离等条 件也 很重 要 。 在划分 网格 方 面 , A 把 目标 区 域 分 成 矩 形 G F
于环的非均匀分簇算法 ( R R 。在该 算法 中, NC) 传
感 器节 点分 布在相 同间隔 的同心 圆环 中。 同 时根 据
最优簇头数 目算法 , 这些 同心环被分成大小不 同的
网格 。 由网格组 成簇 。 N C 根据 节 点 的剩 余 能 量 RR
和通信代价选择簇头。在簇 的重构 阶段 , R R通 NC
20 09年 9月 2 2日收到
作 者简介 : 志华 ( 9 6 ) 山 东 诸 城 人 , 士 , 究 方 向 : 力 郑 16 一 , 学 研 电 系统。
的簇的算法。但是 R MC仍然依靠随机数去选择簇 B
头, 导致簇 头 的数 目不稳 定 。
1O O







1 0卷
关键词
无线传感器 网络

无线传感器网络分簇路由算法的研究与改进的开题报告

无线传感器网络分簇路由算法的研究与改进的开题报告

无线传感器网络分簇路由算法的研究与改进的开题报告一、研究背景随着无线传感器网络技术的广泛应用,网络规模逐步增大,网络带宽和能量资源的限制也变得更加紧迫。

由于传感器节点的能量有限,因此如何有效地利用节点资源,延长网络寿命,成为无线传感器网络研究的关键问题之一。

在无线传感器网络中,簇路由是一种有效的能量管理和数据聚集方式。

簇头节点负责收集周围的数据,并将其汇聚到基站。

簇头节点和普通节点组成一个簇,其中簇头节点由其他节点选举。

然而现有的簇路由算法存在一些问题,比如算法复杂度高、能量分配不均等问题,这些问题会严重影响网络的性能和寿命。

因此,本人计划研究无线传感器网络分簇路由算法,通过改进现有的算法,提高算法的效率和能量利用率,降低节点能量消耗,延长网络寿命,在无线传感器网络应用中具有重要的理论研究价值和实际应用价值。

二、研究目的本次研究的目的是改进无线传感器网络分簇路由算法,提高算法性能和能量利用率,降低节点能量消耗,延长网络寿命。

具体目标如下:1. 综合现有簇路由算法的优势和不足,提出一种新的分簇路由算法,并证明其正确性和有效性。

2. 实现新算法的原型系统,并进行仿真实验,验证算法性能和能量利用率。

3. 与已有的分簇路由算法进行比较,评价改进算法与原算法的性能差异,证明优化算法的有效性和可行性。

三、研究内容1. 理论研究:综合分析现有分簇路由算法的优缺点,提出新的分簇路由算法,并证明其正确性和有效性。

2. 系统实现:基于新算法的设计思路和理论分析,实现原型系统,包括簇头节点的选举和能量分配、数据聚集和传输等功能。

3. 仿真实验:构建仿真实验平台,在不同的网络条件下,对新算法和比较算法进行仿真实验,比较性能和能量利用率。

4. 总结评估:评价改进算法与原算法的性能差异,总结实验结果,证明优化算法的有效性和可行性。

四、研究方法1. 理论分析:通过对现有分簇路由算法的综合研究,提出新的算法,分析其优势和不足,通过理论论证证明新算法的正确性和有效性。

非均匀分布的无线传感器网络分簇路由算法

非均匀分布的无线传感器网络分簇路由算法

( H N D C R A )w a s p u t f o r w a r d ,i n w h i c h t h e e l e c t i o n p r o b a b i l i t y o f t h e c l u s t e r h e a d s w a s c o n t r o l l e d b y t h e n u m b e r o f t h e


要: 针 对无线传感 器网络 ( WS N) 现 有分簇路 由协议 中选举 的簇 头节点在监 测 区域 内分布 不均 的问题 , 提出
种基于局部 区域传 感器 网络节点分布数量控 制簇 头节 点选举概 率的 算法 HN D C R A。该算 法通过对 传感器 网络检
测区域的 网格 划分 , 计算 出网格局部 区域的传感 器节 点分 布, 并 以此 为依 据确 定传感 器节 点 当选簇 头的概率 , 来保证 选举后每 个 网格都有簇 头节点 , 且 节点数 量 多的 区域 节点当选簇 头概 率较 大 , 使得簇 头随节点分布 密度“ 均 匀” , 达到 能耗 均衡 的 目的。性 能分析 和仿真 实验表 明, 与经典 的 L E A C H协议 相比 , H N D C R A能够更好 地将 簇头“ 均 匀” 分布到
Ab s t r a c t :I n t h e e x i s t i n g c l u s t e r i n g r o u t i n g p r o t o c o l f o r Wi r e l e s s S e n s o r N e t w o r k( WS N ) ,t h e e l e c t i o n o f c l u s t e r h e a d

无线传感器网络中的分簇算法研究

无线传感器网络中的分簇算法研究

无线传感器网络中的分簇算法研究一、引言随着计算机技术和通信技术的发展,无线传感器网络(Wireless Sensor Network,WSN)得到了越来越广泛的应用。

在WSN中,节点以无线方式相互通信,在网络中通过协同处理和交互信息来完成分布式的感知和处理任务。

WSN在环境监测、农业、交通、能源、医疗等领域中得到广泛应用。

在WSN中,节点通常分布在一个广阔的、开放的、未知的场景中。

节点的数量可能会非常庞大,如几千甚至几万个。

节点之间的通信需要依赖电池供电,因此节点的能耗成为WSN中需要解决的一个重要问题。

为了延长网络寿命,需要对节点进行节能管理。

同时,网络中存在数据冗余、信息流量大等问题,这会降低设备的数据处理能力。

为了处理这些问题,需要对WSN进行簇分组,充分利用网络中的节点资源。

本文将分析WSN中的分簇算法,解决WSN中的簇头选择、簇间通信、节能等问题。

二、WSN中的簇算法2.1. 分簇地图算法分簇地图算法(Cluster-Based Geographic Routing,CBGR)选择地图中特定的点作为簇头,将周围的节点分为多个组。

CBGR算法依据地理位置,通过选取附近节点,完成簇头选择和簇间通信。

CBGR算法可以提高网络的能耗和数据处理能力。

在CBGR算法中,节点可以通过选择相邻节点进行通信,从而节省能源。

CBGR算法允许簇头和周围节点之间相互通信,减少冗余的信息流量,进一步提高了网络的处理能力。

2.2. 基于能量的分簇算法基于能量的分簇算法(Energy-Based Cluster,EBC)通过选择节点的电池剩余能量作为簇头,将周围的节点分组。

这种方法有利于减少网络的能耗,并有效处理冗余信息。

EBC算法基于节点的电池剩余能量,选择寿命较长的节点作为簇头,以提高网络的寿命。

同时,节点之间的通信可以通过簇头实现,减少能源开销。

EBC算法可以控制网络中节点的状态,延长节点的寿命并减少噪音信号的干扰。

无线传感器网络分簇算法的仿真研究

无线传感器网络分簇算法的仿真研究
2 C l g f hm syadC e cl n i e n , iia nvrt, i hr e ogag110 , hn ) . oeeo e ir n hmi g er g QqhrU i s y Qq a inj n 6 06 C i l C t aE n i ei i H l i a
区中通过免疫记忆粒子群算法选取簇头 , 使簇头具有高能量 、 负载 能力强 的优点 。仿真结果表 明, 算法不仅在能 量有效 性、
负载均衡性方面有 良 的效果 , 好 而且延长网络生命周期 和缩短建簇 时间。因此 , 该算法在解决无线传感器 网络节点不均衡
问题 上 具 有 一 定 的实 用 性 。
L i, I in h n HE P n IHu L U Ja - o g , e g
( . o eeo o mui t nadEet ncE gne n , iia U i rt, ih r e ogi g1 10 , hn ; 1 C l g f m nc i n l r i nier g Qq r nv sy Qq a inj n 60 6 C ia l C ao co i h ei i H l a

第2卷 第5 8 期
文 章 编 号 :0 6 9 4 (0 1 0 — 12 0 10 — 38 2 1 ) 5 02 - 4



仿

21年5 01 月
无 线 传 感 器 网络 分 簇 算 法 的 仿 真 研 究
李 会 刘剑虹 何 , , 鹏
( .齐齐哈尔大学通信与电子工程学 院, 1 黑龙江 齐齐哈尔 1 10 ;. 6 0 62 齐齐哈尔大学化工学院 , 黑龙 江 齐齐哈尔 110 ) 60 6

无线传感器网络的自组织与分簇控制方法

无线传感器网络的自组织与分簇控制方法

无线传感器网络的自组织与分簇控制方法无线传感器网络(Wireless Sensor Network,简称WSN)是一种由大量分布在空间中的无线传感器节点组成的网络系统。

它具有自组织、自适应和自修复等特点,广泛应用于环境监测、智能交通、农业控制等领域。

在WSN中,节点之间的通信和协调是实现网络功能的关键。

自组织是WSN中的一个重要特性,指的是节点之间通过无线通信自动形成网络拓扑结构。

自组织能够提高网络的可靠性和适应性,降低网络部署和维护的成本。

在WSN中,自组织通常通过分簇控制方法实现。

分簇控制是WSN中的一种重要机制,它将节点分为若干个簇(Cluster),每个簇由一个簇头节点(Cluster Head)负责管理。

分簇控制可以提高网络的能效和可扩展性,减少网络中的冲突和能量消耗。

下面将介绍几种常见的分簇控制方法。

一种常用的分簇控制方法是基于距离的分簇(Distance-based Clustering)。

该方法根据节点之间的距离将节点划分为不同的簇。

具体来说,节点选择离自己最近的簇头节点作为自己所属的簇。

该方法简单有效,但容易导致簇头节点负载不均衡的问题。

为了解决负载不均衡的问题,一种改进的方法是基于能量的分簇(Energy-based Clustering)。

该方法根据节点的能量水平将节点划分为不同的簇。

具体来说,能量较高的节点更有可能成为簇头节点。

该方法能够均衡地分配节点的能量负载,延长网络的寿命。

除了距离和能量,节点的位置信息也可以用于分簇控制。

一种基于位置的分簇方法是基于虚拟网格的分簇(Grid-based Clustering)。

该方法将网络空间划分为若干个虚拟网格,每个网格由一个簇头节点负责管理。

节点选择离自己所在网格中心最近的簇头节点作为自己所属的簇。

该方法能够减少节点之间的通信开销,提高网络的效率。

另一种基于位置的分簇方法是基于分布的分簇(Distribution-based Clustering)。

能量均衡的无线传感器网络非均匀分簇算法的研究

能量均衡的无线传感器网络非均匀分簇算法的研究
用非均匀分簇的思想 , 远离汇集节点簇的规模 大于靠近汇集节点的簇 的规模 , 使 同一区域 内簇头节点 间用多跳的方式传输数 据。仿 真结果 表明: 新算法 E C B A较 I AC E H算法 , 从整体上均衡 了节点能耗 , 延长了网络 的生命周期 。 关键词 无线传感器网络 ; E H; L AC 分簇 ;生命周期


要 在对经典的分簇路 由算法 L A H研 究的基础之上 , E C 提出了一种基 于非均匀分簇的新 的路 由算法 E C 。新算法在簇 头的确 BA
定和成簇机制上较 I c A H做 出了一些改进 , 考虑到节点 的剩余能量及最优簇头数 目的确定等参数 , 效避免低能耗节点被选 为簇头 。采 有
总第 27 6 期
计算机与数字工程
Co ue mp tr& Dii l gn eig gt a En ie r n
Vo . 0 No 1 14 .
2 8
21 0 2年第 1 期
能 量 均衡 的 无线 传 感 器 网络 非 均 匀分 簇 算 法 的研 究
白凤 娥 李 环
太原 002) 3 0 4 ( 太原理工大学计算机与软件学 院
1 引 言
随着微 电子工艺 、 嵌入式技术 、 无线通信技术 的飞速 发 展, 无线传感器网络( rls esrNew r , Wi es no t ok 简称 WS e S N) 逐渐成为 当前 国际上备受关注 、 涉及 多学科 交叉 、 知识 高度 集成 的前沿热点研究领域 。传感器网络是 由空 间上相互 离
c o sn h o re r y n d scu trh a . Thes ae o h lse a t e wa r m h i k h v ra e ie ha h en a he h o ig t elwe neg o ea l se e d c l ft ecu t rfrh ra y fo t esn a eg e t rsz st n tos e rt

基于聚类的无线传感器网络的分簇算法研究

基于聚类的无线传感器网络的分簇算法研究
维普资讯
第 8卷第 2期 20 0 8年 6月
南京师范大学学报 ( 工程 技 术 版 ) JU N LO A J GN R A NV R IY E GN E IGA DT C N L G DTO ) O R A FN NI O M LU IE S ( N IE RN N E H O O YE IIN N T
Vo. . 18 No 2 J n,0 8 u 20
基 于 聚 类 的 无 线 传 感 器 网络 的 分簇 算 法 研 究
夏心锋 , 孙 燕
( 南京 师范大学 数学与计算机科学学院 , 江苏 南 京 20 9 ) 10 7
[ 要 】 针对无线传感器网络中的 L A H算法的簇 头节点分布不均匀的不足之处 , 摘 EC 提出了一种基于聚类的无线传感器 网络
Ke y wor ds:wiee ss n o t r r ls e s rnewo ks, lse n s se lf cu tr g, y tm ie i
无 线传 感器 网络 ( ils sno e okWS 由大量 部署 在 监 测 区域 的 传感 器 节 点 组 成 , 点 以无 wr es esrnt r , N) e w 节 线 通信 方式 相互 连接 , 以感 知 、 集 和 处 理 监 测 区 域 的 信 息 ¨ . 感 器 网络 的 节 点 使 用 有 限 电池 做 能 可 采 J传
接影 响 了 网络 寿命 . 因此 , 本文 针对 上述 问题 提 出 了基 于聚类 的分 簇算 法 ( 简称 为 聚类 分簇算 法 ) .
1 聚类分簇 算法
算 法首先 采用 聚类 方 法将传 感 器 网络按 照 节点 的密 集程 度分 成 几个 固定 的 区域 ( ) 在 每个 区域 中 簇 , 选择 簇 头节点 , 头节 点仅 接 收本 区域 内 的节点 发来 的数据 , 接 收 其 它 区域 的节 点数 据 . 作 一段 时 间 簇 不 工

无线传感器网络分簇方法的优化

无线传感器网络分簇方法的优化

Ke r s y wo d :wi l s s n o ewo k ;o o o o to ; iti u e cu t r g a g rt m ;o d b l c n r e s e s r n t r s t p lg c n l d sr t d; l se i l o i e y r b n h la aa ig n
h e inl n i ,h o e dut t o te rgo a esy te n d ajs i cmmu ia o cv rg ad b l cs te o d f e ey ls r h s ua o d t s s nct n o ea e n a n e la o v r c t . e i lt n i a h u eT m i
s o a n h e o - n f r h ws t t i t n n u i m d p o m e t S , o a e wi L h o e l y n W N c mp d r t h EAC H n HEE ,h s l o i m e f r s b t r a o d ad D ti a g r h p ro t m et e t la
gn ei g a d Ap l a o s 2 1 . 7 1 : 2 9 . ie rn n pi t n . 0 1 4 ( ) 9 -5 ci
Ab t a t T e p e e t d sr u e l se i g l o i m s a e g n r l e i n d f r t e u i r sr c : h r s n iti t d c u tr ag rt b n h r e e al d sg e o h n f m d p o me t W S , n e n t y o e ly n N a d a o r

一种基于非均匀分布双簇头的无线传感器网络分簇算法

一种基于非均匀分布双簇头的无线传感器网络分簇算法
d m sL o a EACH c e ,a d d cd st ep o a i t ft er ly cu t rh a e e a ig,a c r ig t h s h me n e ie h r b b l yo h ea l se e d g n r tn i c o dn ot e dsa c ewe n t ea e sn d eo g oa d b s tto . To rd c an cu trh a Sla fr lyn it n eb t e h ra o eb ln st n a esa in e u em i ls e e d’ do ea ig o m e s g ,t er ly cu trh a ee mi e yt ep o a i t n sr sd a n r y Sm ua in s o sa e h ea l se e di d t r n d b h r b b l ya di e i u l e g . i lt h ws s i t e o t a h tBUDC smo eefciet a EA CH aa cn n r yc n u p in a di p o ig s se l e i e i r fe tv h n L i b ln i ge e g o s m to n n m r vn y tm i t . f m Ke r s wiee ss n o ewo k;r u ig p o o os n v n d srb td;d u l l s e e d ywo d : r ls e s rn t r o tn r t c l ;u e e iti u e o b ecu trh a s
比能更有效地平衡 网络 中的能量 消耗 , 延长整个 网络 的生存ห้องสมุดไป่ตู้期 。

无线传感器网络分簇算法研究综述

无线传感器网络分簇算法研究综述

无线传感器网络分簇算法研究综述郭士琪华北电力大学【摘要】由于无线传感器网络存在能量约束问题,因此如何利用现有能量资源,延长网络的生命周期是无线传感器网络技术迫切需要解决的问题。

分簇算法(ClusterAlgorithm)是无线传感器网络在分层路由中的重要算法。

本文在简单介绍当前几个典型分簇算法的基础上,重点分析了簇首的形成过程,最后给出了结论和展望。

【关键词】无线传感器网络分簇算法LEACH近年来随着无线通信、集成电路、传感器以及微机电系统等技术的飞速发展,使得低成本、低功耗、多功能的微型无线传感器的大量生产成为可能,这些微型无线传感器具有无线通信、数据采集和处理、协同合作等功能,无线传感器网络就是由许多这些传感器节点协同组织起来的。

传感器网络的节点可以随机或者特定地布置在目标环境中,它们之间通过特定的协议自组织起来,能够获取周围环境的信息并且相互协同工作完成特定任务。

无线传感器网络中,节点通常运行在人们无法接近的恶劣甚至危险的远程环境中,能源无法替换,因此如何设计有效的策略延长网络的生命周期是该种网络的核心问题。

另外,无线通信带宽窄、易受干扰的特点决定了无线传感器网络数据传输易出错、易被窃取,所以设计易安装、寿命长、容错能力强、传输安全的无线传感器网络就成了研究人员努力追求的目标。

分簇算法(ClusterAlgorithm)是无线传感器网络在分层路由中的重要算法。

分簇的概念最早是在分组无线网中提出,主要是对网络中的节点进行层次划分,若干相邻节点构成一个簇,每个簇内选举一个簇首(ClusterHeader),簇首之间的连接构成上层骨干网,所有簇间通信都通过骨干网进行转发。

迄今为止,在无线自组网(WirelessAdHocNetworks)中已经提出较多的分簇算法用于实施层次路由协议,如基于节点ID的链路分簇算法、最低移动性算法等。

而无线传感器网络中的分簇算法正处于研究的阶段。

同无线自组网相比,无线传感器网络中的分簇算法更侧重于保持网络整体的能量消耗的均衡,避免出现热点问题(“hots。

基于环扇交错的无线传感器网络分簇算法

基于环扇交错的无线传感器网络分簇算法
第1 3卷
第 7期 2 0 1 3



Vo l | 1 3 N o . 7 Ma r .2 0 1 3
1 6 7 l ~1 8 1 5 ( 2 0 1 3 1 0 7 — 1 9 7 5 — 0 4
S c i e n c e T e c h n o l o g y a n d E n g i n e e r i n g
们 提 出了 多种 多样 的 路 由协 议 , 分类方法也繁 多。 根 据节 点在 路 由过 程 中是 否 有 层 次 结 构 可 以 分 为 平 面路 由协议 和 层 次 路 由协 议 。平 面 型 路 由 协 议 中节 点 的地位 平 等 、 简单 、 健 壮性 好 , 但 各 节 点 问 相 互 协 作算 法复 杂 , 适 合 小 规模 网络 。层 次 路 由协议 将 传感 器节 点分 成 不 同 的簇 群 , 并 选 取 一 个 节 点做







1 3卷
E E C S协议 提 出 了新 的通 信 代 价 计 算 公 式 , 让剩余 能量 最大 的节 点 当选成 为簇 头 , 考 虑 了簇 头 与基 站 的距离 , 具 有 良好 的效 果 , 但 是 在 局 部 簇 头
分 布上会 出现 漏洞 。
的平方 甚 至 四次 方 成 正 比, 通信距离越 长, 能 量 消 耗越 大 , 我们采用文献¨ 提 出 的能 量模 型 , 节 点 无 线通 信模块 包 括 无线 接 收 、 放 大 和 发送 模 块 。 当传

2 0 1 3 S c i . T e c h . E n g r g .
基于环 扇交错 的无线传感 器网络分簇算法

无线传感器网络中分区分簇路由协议的设计

无线传感器网络中分区分簇路由协议的设计
Design of subsection clustering routing protocol in W SN
ZHANG Shuang, WANG Qian—ping, DAI Kao—zhu, LIU Jun (School of Computer Science and Technology,China University of M ining and Technology,Xuzhou 22 1 1 1 6,China)
本 文 提 出 的 是 基 于 LEACH改 进 的路 由算 法 ,一 种 分 区分
簇 路 由协 议 (SCRP)。预 先根 据 网络 及 节 点 的 传 输 范 围来 确 定 划 分 网 络 的 区 域 数 ,基 站 根 据 区域 数 以 及 自 己发 送 的 功 率 ,以 决 定 每 个 区域 的 最 高 功 率 和 最 低 功 率 ,然 后 将 这 样 的 消 息 发 送 到 整 个 网 络 中广 播 ,节 点根 据 接 收得 到 消 息 包 ,来 确 定 以确 定 加 入 哪 个 区 域 :簇 头 是 在 每 个 区域 分 别进 行 选 举 ,选 举 时 不 仅考 虑 了LEACH中 的 阀 值 ,还 考 虑 了 簇 头 剩 余 能 量 和 平 均 消 耗 能 量 ;该 协 议 的数 据 传 输 结 合 了 单 跳 和 多跳 。
Abstract: To address the problem ofthe uneven distribution ofcluster heads and the high frequency ofthe head etcetion in LEACH, a
new routing protocol in wireless senseor network, which is called subsection cluster ing routing protocol(SCRP)is proposed.In SCRP, f irstly the nodes is joined into the correspording according to the messagel about t he regions divided by t he base station sent. When

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法作者:缪聪聪等来源:《计算机应用》2013年第12期摘要:无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期关键词:蚁群算法;能量均衡;非均匀分簇;无线传感器网络;路由算法中图分类号:TP393 文献标志码:A0引言无线传感器网络(Wireless Sensor Network,WSN)是一种获取和处理信息的新兴技术,被大量应用到环境监测和野外设备监控方面[1-2],但WSN节点仅依靠电池供电,不合理的能量消耗会使网络过早出现死亡节点而降低网络生存期因此如何设计节约节点能耗且提高网络通信质量的WSN路由算法成为研究热点人们提出了分簇路由算法以减少开销,方便管理节点和控制信道接入,提高资源使用效率[3]Heinzelman等[4]提出了经典的低功耗自适应分簇(Low Energy Adaptive Clustering Hierarch,LEACH)协议,采用随机选取节点作为簇头的分簇方式来降低网络能耗,但通信采用单跳方式,所有簇头直接向基站传送信息,能耗较大之后提出的改进算法EECS[5]通过候选节点广播自己的剩余能量来竞选簇头,簇头的选择要考虑自身到基站的距离,但远离基站的簇比靠近基站的簇要求更多的能量,在均衡全网能耗上并不理想文献[6]首次提出利用非均匀分簇的思想来解决这个“热区”问题,但是它考虑的是一个异构网络,簇头为超级节点,而且位置是事先计算好的,无需动态构造簇的操作文献[7]提出了一种基于非均匀分簇的无线传感器网络路由协议EEUC,通过非均匀分簇来均衡网络能耗,但需要周期性地随机竞选簇首,而且竞选簇首时只考虑了节点的剩余能量,未考虑链路可靠性和实时性后来在非均匀分簇基础上又提出基于最小生成树的非均匀分簇算法UCRAMST[8]、基于粒子群的非均匀路由算法[9]等以上算法只从剩余能量的角度来考虑,并没有考虑链路的其他状况,无法选择最优的路径进行路由,会导致更多不必要能量的消耗基于蚁群算法(Ant Colony Algorithim,ACA)[10-13]的无线传感网路由协议是目前国内外研究的热点之一基于蚁群算法的路由协议通过蚂蚁包的发送,每个节点都可以获悉网络当前实际情况,并根据信息素概率公式选择下一跳,非常适合设计这种能量负载均衡同时又可综合考虑链路状态和实时性的多路径分簇路由协议文献[14]中提出的ARA算法是最早的将蚁群算法应用于无线移动自组织网络的按需多路径算法,路由的建立依靠前向蚂蚁和后向蚂蚁来实现,开销比较小文献[15]中提到的IEEABR算法是一个主动式的路由协议,采用累加的方式进行信息素更新,但这样的策略容易陷入局部最优,使个别路径上的节点过早死亡,从而对整体的网络寿命和通信能力产生不利影响在以往WSN非均匀分簇路由算法研究中,采用非均匀分簇可避免“热区”而导致节点死亡,但较少考虑能量以外的其他环境参数,采用蚁群算法模型可以较好解决非均匀分簇路由算法没有充分考虑簇首与基站之间各跳的带宽、实时性、路径上剩余的最小能量、距离目的节点的跳数来进行最优路径选择的问题文献[16]提出的利用蚁群的非均匀分簇路由算法考虑了带宽和实时性,但没有考虑已成功发送数据的路径消耗的能量以及路径上节点的最小剩余能量,在路由更新时没有考虑节点到目的节点的跳数,会导致局部路径最优因此,本文将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇(Ant Colony based Energy Balanced Uneven Clustering,ACEBUC)路由算法优化非均匀分簇方法考虑节点能量对节点进行分簇,而蚁群优化算法则进行多路径搜索,搜索过程考虑路径上剩余的最小能量、距离目的节点的跳数、所选链路的时延和带宽等因素,更合理地更新信息素和设计下一跳的概率公式1蚁群算法蚁群算法是由意大利学者Dorigo等[10-11]提出的一种基于种群的启发式仿生进化系统蚁群算法最早用于解决著名的旅行商问题(Traveling Salesman Problem,TSP),采用了分布式正反馈并行计算机制,易于与其他方法结合,并具有较强的鲁棒性[12-13]基于蚁群算法的路由协议中,每个节点维护一张路由表和一张附加表:路由表记录目标节点地址和到达目标节点地址的下一跳的启发式信息值;附加表包含网络蚂蚁流量的分布信息,记录蚂蚁经过的节点通过设计选择下一跳的概率公式和启发式信息值可设计不同的路由算法以往的相关研究证明,基于蚁群的路由算法能延长网络生存时间,但是会陷入局部最优,导致能量消耗“热区”本文结合非均匀分簇的能量均衡的优势设计基于蚁群的路由协议,以解决两者的不足,达到延长网络生存时间的目的2网络模型考虑一个M×M的正方形区域内随机分布N个传感器节点,本文假设:1)在观测区域内,传感器节点和基站在部署后均不会发生位置移动;2)所有节点都是同构的;3)链路是对称的,若已知对方发射功率,节点能够根据接收信号的强度(Received Signal Strength Indication,RSSI)来计算到发送者的近似距离;4)根据接收者的距离远近,节点可以调整其发射功率来节约能量本文在EEUC的非均匀分簇结构的基础上采用ACEEUC算法进行优化EEUC采用分布式拓扑控制算法非均匀分簇结构,如图1所示用一个n个点m条边的无向加权连通图G(V,E)作为网络模型,V是簇首和汇聚节点,E是边集设C是簇首集合,有N个元素,Sink是汇聚节点,路由问题就是在G中寻找从C中任意要发送数据的节点到Sink节点满足性能要求的多条路径设每一跳链路i上所消耗的能量为ei,链路延迟为ti,链路带宽为bi现要求N跳路由链路要满足目标函数f(Sink)最小:本文用EDF表示融合单位比特数据消耗的能量假设邻近节点采集的数据具有较高的冗余度,每个成员发送长度为b的数据包,簇头可以将其成员的数据融合成长度为b的数据包,而簇间通信冗余度很低,不能融合3ACEBUC路由算法本文提出的ACEBUC算法按轮次分为簇首选举、路径搜索、数据传输、簇内调整和路由更新能量均衡主要体现在采用非均匀分簇的方式解决基站附近容易出现热区的问题,本文的簇首选举方法是在文献[7]方法上进行优化改进,而在路径搜索方面则采用基于蚁群的簇首多跳路径搜索,将节点能量和链路的时延及带宽信息作为启发式信息3.1簇首选举采用非均匀分簇的方式可以解决基站附近容易出现热区的问题,EEUC对候选簇首的选择是依据LEACH算法中的随机获取每个节点成为候选簇首的概率t,且与设定的阈值T进行比较,选出t本文提出的ACEBUC算法考虑尽可能增长网络生存时间,簇首选举只在第一轮采用全网络竞争方式,后续轮在簇内进行调整选择簇首候选节点应该是能量较充足的节点为让剩余能量多的节点成为候选节点的概率增大,现对T(i)作如下改进:其中:Eri是si节点的剩余能量,Erave为全网平均剩余能量,p为簇头节点占所有节点百分比的期望值网络内的簇首个数对网络的生存时间存在影响,过多或者过少都不合适,为了减少能耗,需要在选择簇首阶段确定理想簇首数,同时确定簇首的广播半径本文采用由文献[5]提出的理想簇首数目:3.2基于蚁群的路径搜索在簇首将数据传输到目的节点的这个阶段,簇首首先对簇内数据进行融合,然后数据以多跳通信的方式发送至目的节点,随后,非簇首节点进入休眠状态以节约能量多路径搜索是基于蚁群算法的模型,簇首节点释放蚂蚁寻找从簇首到目的节点的有效路径,每个蚂蚁都有自己的内存表,用禁忌表来存储已经过的节点,以后在搜索中不能访问这些节点,用簇首节点表(allowed)存储允许访问的节点ACEBUC协议中规定前向蚂蚁要携带以下信息:所有簇首节点ID、能耗Ecost、剩余能量Eremain、信息素τkij、概率pki,j(t)、已访问节点字段VisitedNode、时延delayij和带宽bandwidthij;后向蚂蚁要携带已访问节点字段VisitedNode、链路最小剩余能量EkminRemain和链路平均消耗能量EaveCostACEBUC协议中规定前向蚂蚁要携带以下信息:所有簇首节点ID、产生前向蚂蚁的源节点地址SrcAdd、已访问节点字段VisitedNode,蚂蚁访问过节点已消耗的能量总和Esum,蚂蚁从源节点出发的时间SrcTime;蚂蚁经过簇首建立的路由表信息包括:能耗Ecost,剩余能量Eremain,信息素τkij,下一跳概率pki,j(t);后向蚂蚁要携带已访问节点字段VisitedNode,此后向蚂蚁对应的前向蚂蚁从源节点出发的时间SrcTime,链路最小剩余能量Emin,链路平均消耗能量Eavg每个前向蚂蚁的任务是找一条连接源节点到目的节点的路径,在源节点和目的节点之间的节点若没有路由信息,则广播前向蚂蚁,若有路由信息则按着下一跳的信息素概率公式单播发送前向蚂蚁,其下一跳选择只能从allowed中以某种概率搜索,概率pki,j(t)的计算公式为式(9):在路径搜索中,前向蚂蚁分组里携带了从源节点出发的时间,这样端到端的时延很容易获得,同时链路带宽和发送数据包的大小已知;利用数据包传输的延迟时间,汇聚节点可以计算出源节点到汇聚节点的数据发送率,将这个速率与预期速率相比较,若小于预期速率,则意味着产生了丢包同时在前向蚂蚁到达一个簇首后更新簇首路由表,根据能耗模型公式计算接收能耗以及到下一跳的发射能耗总和,同时更新路由表的剩余能量,然后更新蚂蚁携带的信息包中的总消耗能量,直到找出满足目标函数的最优路径3.3路由更新当源数据节点的簇首si将数据成功发送到目的节点之后,统计传输信息的转发时延,根据后向蚂蚁获取路径上的最小剩余能量以及路径的平均能耗、距离目的节点的跳数,更新各簇头sj的信息素浓度在蚁群算法中,信息素增强为式(12),路由更新采用式(13)ACEBUC算法对信息素的更新不是传统的累加方式,而是节点每次收到后向蚂蚁就重新计算链路信息素,这样数据包在网络上的分布更均匀此定义对sj节点的信息素更新公式如(14)所示3.4簇内调整在第一轮数据传输的最后,要判断路由经过的簇首能量水平,若簇首能量高于簇平均能量,保持原簇首不变;反之,进行簇内调整,选取大于平均能量的节点进入簇内候选节点,低于平均能量的节点进入休眠设候选簇首个数为m,在候选簇首中再依据式(8)求得下一轮簇首新选出的簇首广播原簇首ID、自身ID、自身剩余能量的消息通知簇内成员及其他簇首成员,所有簇首节点收到簇头调整信息后更新各自对应的路由表信息4仿真与分析现对EEUC、ACOUC、IEEABR算法和本文提出的ACEBUC算法分别用NS2进行了仿真,并在能耗、可靠性、实时性、路由成功率方面进行分析ACEBUC的工作方式是周期性采集目标数据传输给汇聚点,适用于对野外环境进行周期性信息采集和实时监控,节点随机布撒或分布在被监控设备周围实验中所用的参数如表1所示,其中能量消耗模型所用参数取自文献[5]4.1簇首特征本文采用改进的EEUC算法的非均匀分簇方式,在文献[9]中指出簇首数目由参数R0c和c 共同决定,同时由实验证明在c=0.5时,网络存活时间最长在c固定时,簇首数目与R0c成反比本文取c=0.5,由式(5)可知理想簇头个数为2~56,由图5可知,可取30m进行实验,生成的簇头数为40,在理想簇首范围内4.2网络能量消耗EEUC算法均采用每轮依据概率重新选取簇头,每轮生成的簇首数目会有波动,而一个稳定的分簇算法应在网络拓扑固定的情况下,生成较一致的簇首数目;ACOUC算法在信息素更新时仍采用累加信息素的方式,并没有考虑在路由成功后,具有较高信息素的路径由于承担过多数据发送任务反而消耗过多能量;IEEABR算法由于没有采用非均匀分簇的方式,容易知道在靠近汇聚点的簇首耗能较大;ACEBUC仅在首轮采用竞选方式,之后在簇内进行选举,因此簇首数目稳定,整个网络具有较好的稳定性在每一轮次中所有簇首消耗的能量在所有节点消耗的总能量中占大部分比重通过实验统计四种算法每轮簇首消耗的能量,第一个实验点记录首轮消耗能量,之后随机抽取9轮进行统计,结果如图6所示由图6可以看出,ACEBUC仅在首轮消耗较多的能量,之后在簇内竞选簇首,比EEUC、ACOUC、IEEABR算法能更好地实现节能4.3可靠性和实时性ACEBUC算法在簇内节点将数据发送给簇首节点之后,由簇首节点将数据进行融合,并采用蚁群改进算法,充分考虑链路的能量、带宽和时延进行下一跳路由选择通过实验分别比较EEUC、ACOUC、IEEABR和ACEBUC算法的丢包率和时延情况由图7、8可以看出,EEUC 算法的丢包率相对较高、时延较大,因为该算法采用多跳方式,但是在路由选择时并没有充分考虑链路状况,只是简单考虑节点的能量,因此在数据传输时会出现较高的丢包率;ACOUC、IEEABR均采用蚁群算法模型,在路由选择时充分考虑了链路状况,因此丢包率和时延相对较低;ACEBUC采用多跳传输,考虑了链路状态,选择最优最可靠的路径,出现丢包的情况较少,时延相对较小4.4网络生存时间通过仿真记录每轮结束节点存活数量直到节部死亡比较四种算法的网络存活时间由图9可以看出, EEUC采用竞争选取簇头方式,并考虑能量空洞问题,但是在路由选择时并没有考虑链路状况;而ACEBUC算法不像EEUC算法每轮都要在全网络进行簇首选举,只是在首轮在全网络内进行簇首选举,之后采取在簇内竞选簇首的方式,实现了节能,路由采用蚁群改进算法,使网络生存时间长于EEUC算法;ACOUT与IEEABR算法在定义路由信息素时都没有合理考虑路径的能量消耗速度、路径上剩余的最小能量、距离目的节点的跳数等,在路由时容易陷入局部最优,网络生存时间不如ACEBUC长4.5路由成功率随机生成具有100至400个节点的随机网络拓扑结构进行路由仿真比较,对于每个网络拓扑,选择所有节点中距离最远的节点作为源和目的节点,这样2个节点间的可选路径较多从图10可以看出随着节点数的增加,网络规模增大,ACEBUC显示出算法的优势,其路由成功率要高于其他三个算法5结语本文将蚁群优化算法与非均匀分簇路由算法相结合,有效地减少了簇首选举和路由维护的开销,而且能实时寻找性能更好的路由仿真分析表明,ACEBUC的网络存活时间比EEUC、ACOUC算法都有显著提高但是在路由层次,本文采用的蚁群优化路由算法比较适用于大规模节点路由情况,对于节点较少且实验区域较小的情况并不需要采用蚁群路由算法,可以直接采用单跳发送数据参考文献:[1]AKYILDIZ I F, SU W, SANKARASUBRIMANIAM Y, et al. Wireless sensor networks: a survey [J]. Computer Networks, 2002, 38(4): 393-422.[2]ALKARAKI J N, KAMAL A E. Routing techniques in wireless sensor networks: a survey [J]. IEEE Wireless Communications, 2004, 11(6), 6-28.[3]汤波,罗昌俊.能量均衡的无线传感器网络分簇方法[J]. 计算机应用研究,2008,25(3):878-880.[4]HEINZELMAN W R,CHANDRAKASAN A,BALAKRISHNAN H. Energyefficient communication protocol for wireless microsensor networks [C]// HICSS 2000: Proceedings of the 33rd Annual Hawaii International Conference on System Sciences. Washington, DC: IEEE Computer Society, 2000,8: 8020.[5]YE M,LI C F, CHEN G H,et al. EECS: an energy efficient cluster scheme in wireless sensor networks [C]// IPCCC 2005: Proceedings of the 2005 24th IEEE Performance,Computing, and Communications Conference. Piscataway: IEEE, 2005: 535-540.[6]SORO S, HEINZELMAN W B. Prolonging the lifetime of wireless sensor networks via unequal clustering [C]// IPDPS 05: Proceedings of the 19th International Parallel and Distributed Processing Symposium.Washington, DC: IEEE Computer Society, 2005: 8-15.[7]李法成,陈贵海,叶懋,等.一种基于非均匀分簇的无线传感器[J].计算机学报,2007,30(1):27-36.[8]张明才,薛安荣,王伟.基于最小生成树的非均匀分簇路由算法[J].计算机应用,2012,32(3):787-790.[9]邹杰,史长琼,姬文燕.基于粒子群优化的非均匀分簇路由算法[J].计算机应用,2012,32(3):787-790.[10]COLOMI A,DORIGO M,MANIEZZO V. Distributed optimization by ant colonies[C]/ / ECAL 1991: Proceedings of the 1991 European Conference on Artificial Life.[S.l.]: Elsevier,1991: 134-142.[11]DORIGO M. Optimization learning and natural algorithms[D]. Milano: Politecnico di Milano, Department of Electronics, 1992.[12]DORIGO M,STUTZLE T. 蚁群优化[M].张军,胡晓敏,罗旭耀,等译.北京:清华大学出版社,2007: 3-7.[13]DORIGO M,BONABEAU E,THERAULAZ G. Inspiration for optimization from social insect behavior [J]. Nature,2000,406(6):39-42.[14]GUNES M, SORGES U, BOUAZIZI I. ARA: the antcolony based routing algorithm for MANETs [C]// ICPP 2002: Proceedings of the 2002 International Conference on Parallel Processing Workshops. Piscataway: IEEE, 2002:79-85.[15]童孟军,俞立,郑立静. 基于蚁群算法的无线传感器网络能量有效路由算法研究[J].传感技术学报,2011,24(11):1632-1638.[16]张荣博,曹建福.利用蚁群优化的非均匀分簇无线传感器网络路由算法[J].西安交通大学学报,2010,44(6):33-38[17]汤波,罗昌俊.能量均衡的无线传感器网络分簇方法[J]. 计算机应用研究,2008,25(3):878-880.。

无线传感器网络非均匀等级分簇拓扑结构研究

无线传感器网络非均匀等级分簇拓扑结构研究
r i t h m wa s p r e s e n t e d . Fi r s t we s t u d i e d t h e s t r u c t u r a l c h a r a c t e r i s t i c s o f t h e v a s c u l a r n e t wo r k, t h e n e t a b a l i s h e d t h e ma t h e —
c h i c a l l y ma r k e d a n d s t a t i c a l l y c l u s t e r e d wi t h n o n - u n i f o r m p r o b a b i l i t y b a s e d o n he t i mp r o v e d p a r t i c l e s wa r I n o p t i mi z a —
明, 此 算 法 能 优 化 网络 分 簇 , 均衡 节 点 能耗 , 延 长网络生命期 , 避 免 网络 能耗 热 点 问题 。
关键词
无线传 感器网络 , 拓扑 结构, 等级分簇 , 非均 匀, 粒子群 算法
T P 3 9 3 文献标识码 A
中图法分类号
S t u d y o n To p o l o g y wi t h No n - u n i f o r m Hi e r a r c h i c a l Cl u s t e r i n g f o r Wi r e l e s s S e n s o r Ne t wo r k s
t he v a s c u l a r p a t h s a n d i n s p i r a t i o n s t o t o p o l o g y f o r wi r e l e s s s e n s o r n e t wo r k s . a n o wu n i f o r m h i e r a r c h i c a 1 c l u s t e r i n g a l g o —

基于网格的无线传感器网络非均匀分簇算法

基于网格的无线传感器网络非均匀分簇算法
量消耗 , 达到延长 网络寿命 的 目的。
【 关键词】无线传感器网络; 节能; 虚拟网格; 非均匀分簇 【 中图分类号】T N 9 1 5 ; T P 3 9 3 【 文献标志码】A
Une v e n Cl u s t e r i n g Al g o it r hm Ba s e d o n Gr i d i n WS N
2 C o l l e g e o f E n g i n e e r i n g , P e k i g n U n i v e r s i t y , B e i j i n g 1 0 0 8 7 1 , C h i n a )
【 Ab s t r a c t 】J n w i r e l e s s s e n s o r n e t w o r k , t h e i f r s t t h i n g t o c o n s i d e r i s h o w t o s o l v e e n e r g y c o n s u m p t i o n p r o b l e m . A c c o r d i n g t o t h e d a t a r e d u n d a n c y a n d e s a n d u n e q ua l c l u s t e r t o b a l a n c e n e t wo r k e n e r g y c o n s u mp t i o n .Th e s i mu l a t i o n r e s u l t s s h o w t h a t t h e a l g o r i t h m c a n e fe c t i v e l y r e d u c e r e du n d a n c y

应用相对变换的无线传感器网络分簇算法

应用相对变换的无线传感器网络分簇算法

中图法分类号 : P 9 T 33
文献标 识码 : A
文 章编号 :0 072 (0 10 —0 80 10 —0 4 2 1) 107 —4
Cl se n ir r h rt m ei a e n r lt eta so m ai n f r r ls e s r e wo k u tr gh e a c y a h i i t b s d o ai n f r to ee s n o t r s c e v r o wi s n
c s fo t en d l se - e d a dib t e ncu t rh a a e tt nu e yt e o t r m o et c u trh a n e h o t w e l se - e dt b s a i s db d l ih i p e e td n ds lc eo t m o s o h mo e c r s n e ,a e t h p i wh s e t mu cu t r e d t r u h c lu ai g T e f e b c f r t n f m l s rh a o t l h x e t fcu t rt mp o en t r e f r l se — a h o g a c l t . h e d a k i o mai o cu t — e d c n r ee tn l se i r v ewo k p ro - h n n o r e ot o o ma c . T esmu ai n a da ay e h w a ep o o e l o i m fe t ey b ln e ee e g o s mp i n a o gt ewi l s ne h i lt n n l s ss o t t h r p s d ag rt e ci l aa c st n r y c n u to m n r e s o h t h v h h e s n o e o k a da h e e n o v o s mp o e n nt en t r i t . e s rn t r n c iv sa b i u r v me t ewo k l ei w i o h f me
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第37卷第4期2008年8月信息与控制Information and ControlV ol.37,No.4Aug.,2008文章编号:1002-0411(2008)04-0509-04基于不均匀圆环模型的无线传感器网络分簇算法袁辉勇1,2,王志和1,刘永逸1(1.湖南人文科技学院计算机系,湖南娄底417000;2.湖南大学计算机与通信学院,湖南长沙410082)摘要:提出一种基于不均匀圆环模型的分簇算法.该算法根据节点与基站的距离来优化簇的规模,进一步保证了网络内节点能量负荷的均衡性;还给出了计算簇规模的方法.实验表明,本文所提算法能有效地延长网络的生命周期.关键词:无线传感器网络;不均匀圆环模型;分簇算法中图分类号:TP393文献标识码:AClustering Algorithm of Wireless Sensor Networks Based on Uneven Cirque ModelYUAN Hui-yong1,2,WANG Zhi-he1,LIU Yong-yi1(1.Department of Computer Science,Hunan Institute of Humanities,Science and Technology,Loudi417000,China;2.College of Computer and Communication,Hunan University,Changsha410082,China)Abstract:A clustering algorithm based on uneven cirque model is proposed,in which distance between the nodes and the base station is considered to optimize the size of clusters,so as to ensure balanced energy-usage among nodes in the network.In addition,a method is presented to compute the size of the clusters.Experiment shows that the proposed algorithm is effective for prolonging the network lifetime.Keywords:wireless sensor network;uneven cirque model;clustering algorithm1引言(Introduction)无线传感器网络在环境检测、故障诊断、生物医学、家庭安全及智能空间等领域有着广泛的应用前景,越来越多地受到研究人员的重视.无线传感器网络的节点采用无法替换的电池供电,节点常常因耗尽能量而失效,某些节点的失效将导致网络分区,影响整个系统的生命周期[1].网络分簇可以降低系统总的能耗,延长网络的生命周期.但由于节点在网络中的位置和所起的作用不同,所消耗的能量也不同,从而出现能耗不均衡问题.Lian等人[2]提出一种不均匀的节点分布策略来均衡节点的能耗,随着与基站距离的减小,节点的密度相应增大.试验结果表明,对于密集型的传感器网络,不均衡的节点分布策略将导致网络流量增大.Perillo等人[3]分析指出,在采用相同通信半径的多跳方式时,靠近基站的节点更容易耗尽能量而失效;相反,节点与基站采用直接单跳通信时,距离基站较远的节点因能耗较大而提早死亡.为此,提出一种功率控制策略来平衡各节点间的能耗,但该策略会导致整个网络的能耗增大,不能有效延长网络的生命周期.文[4]假设基站位于圆形区域中心,把区域分成宽度相等的圆环,将节点到基站的路由简化为逐环的多跳方式,节点采用相同的通信半径,通信只在相邻的环上进行.提出一种混合使用单跳和多跳的通信方式来均衡节点的能耗,但没有说明该方式是一种最优方案.Olariu等人[5]采用与文[4]相同的网络模型,通过设置不相等的环宽来解决能耗不均衡问题,但没有使用数据聚合技术,能耗模型中也没有考虑接收数据时的能耗,计算结果比较粗糙.文[6]提出一种利用与距离有关的权重函数来计算簇大小的算法(energy efficient clustering scheme,EECS),以延长网络的生命周期,EECS算法类似于LEACH(low energy adaptive clustering hier-archy)协议,簇头节点采用单跳方式与基站通信,基金项目:湖南省重点学科建设资助项目;湖南省自然科学基金资助项目(07JJ3119).收稿日期:2007-05-08510信息与控制37卷权重函数使得靠近基站的簇较大.本文将无线传感器网络简化成以基站为中心的圆盘形结构,在文[5]不同环宽和文[6]不同簇规模思想的基础上,将圆盘形结构的传感器网络按簇大小分成宽度不等的多层圆环,处于同一圆环内的节点采用相同的通信半径组织成簇;并给出了在无线通信模型下求解各层圆环宽度的方法.实验表明,本文基于不均匀圆环模型的分簇算法能有效地延长网络的生命周期.2问题陈述(Problem description)2.1系统模型假定n个传感器随机节点均匀分布在以基站为中心、半径为a的圆形区域中.在网络布设完成后,传感器节点和基站不再移动,每个节点具有相似的通信能力,并且能计算它到基站的近似距离.传感器网络的大部分能耗来自于通信,通信所消耗的能量比感知和计算所消耗的能量要大得多.本文对节点进行运算和存储所消耗的能量忽略不计,并使用与文[6]相同的无线通信模型,节点在传输和接收len比特数据时所消耗的能量分别按下面的公式来计算.E tr(len,d)=len×E elec+len×E amp×d2(1)E re=len×E elec(2)其中len为数据的比特数,d为通信距离,E elec为收发电路的基本功耗系数,E amp为功率放大电路的功耗系数.很多协议和算法都使用了数据聚合技术来减少发送和接收的数据量,从而达到节能的目的.本文也采用数据聚合技术来减少能量损耗,并假定数据聚合的能力为k×len⇒len,k表示参与数据聚合的节点数量,len表示数据包的长度.2.2问题陈述节点采用多跳通信方式向基站传输数据时,靠近基站的节点因传送数据较多而较早死亡;而节点与基站采用单跳通信方式时,远离基站的节点因传送数据能耗太高会很快死亡.一般的分簇算法所生成的簇的大小基本相等,但由于簇头节点在网络中的位置不同,处于不同位置的簇头节点所消耗的能量也会不同,从而出现簇头之间的能耗不均衡问题.簇的构造将直接决定系统每轮的能量损耗情况.为了使能耗均匀分布到各个节点上,与通常的分簇算法一样,需要考虑簇头与成员节点间的能耗均衡;还应考虑簇头间的能耗均衡问题,以进一步均衡节点的能耗、延长网络的生命周期.3分簇算法(Clustering algorithm)本文基于不均匀圆环模型的分簇算法类似于LEACH协议,将圆盘形结构的无线传感器网络分成宽度不等的圆环,由圆心向外各圆环的半径依次为r1,r2,r3,···,r m,各圆环的宽度依次为∆1,∆2,∆3,···,∆m.同一圆环内的节点按通信半径∆i 组织成簇.在每轮数据收集时,最内层圆内不设置簇头,节点直接把数据传输到基站,外层圆环内的节点将数据发送到簇头,簇头将簇内所有成员节点的数据进行聚合,直接传输到基站.网络模型如图1所示.图1无线传感器网络模型Fig.1Wireless sensor network model为了计算各个圆环的宽度和圆环内节点的簇内通信半径,先给出如下定理.定理1:设节点i和节点j与基站的距离分别为d i和d j,它们所在簇的簇内通信半径分别为∆i 和∆j.若d i>d j,则∆i<∆j.证明:根据前面的无线通信模型,假设每个数据包的长度为len比特.下面计算节点i在一轮数据收集中的平均能耗.节点i所在簇的节点数为N i=n∆2i/a2,各成员节点发送数据到簇头消耗的总能量为E node i=2len·E elec+len·E amp∆2m×(N i−1),簇头节点传输融合后的数据包到基站所消耗的能量为E cluster i= len·E elec+len·E amp d2i.因此,在一轮数据收集中,节点i的平均能耗为:E average i=(E node i+E cluster i)/N i(3)4期袁辉勇等:基于不均匀圆环模型的无线传感器网络分簇算法511同理,节点j 在一轮数据收集中的平均能耗为:E averagej = E node j +E cluster j /N j(4)为均衡能耗,要求各节点的能耗尽量相等,即E average i =E average j .根据前面的假设d i >d j ,由(3)和(4)式可以推出:∆i <∆j .推论:远离基站的簇,簇内通信半径较小.3.1最内层圆和最外层圆环宽度由文[4]可知,当n 个节点随机均匀分布在半径为a 的圆形区域时,要使连通概率不小于1−ε,节点的通信半径R 满足:R ≥r m =aln (n /ε)/n(5)由前面的推论可知,远离基站的簇的通信半径较小.因此,最外层圆环内的节点所在簇的通信半径最小,故将最外层圆环内的节点的通信半径∆m 设为r m .最外层圆环中的每个簇的平均节点个数为n m =n ∆2m/a 2,每个成员节点传输长度为len 比特的数据包到簇头节点所消耗的能量为E node =2len ·E elec +len ·E amp ∆2m,簇头传输长度为len 比特数据包到基站所消耗的能量为E cluster =len ·E elec +len ·E amp a 2.根据前面的数据聚合模型,最外层圆环(第m 个圆环)内节点的平均能耗为:E m =[(n m −1)E node +E cluster ]/n m(6)最内层的节点将数据直接发送到基站,因此,最内层的节点的平均能耗为:E 1=len ·E elec +len ·E amp r 21(7)为均衡能耗,要求不同圆环内的节点的平均能耗尽量相等,即E 1=E m ,由(5)、(6)和(7)式求解r 1得:r 1=r 2m+a 4nr 2m −a 2n +E elec E amp ·1−a 2nr 2m因此,当节点与基站的距离小于等于r 1时,节点把数据直接发送到基站.3.2中间各层圆环的宽度下面先计算第2个圆环的宽度∆2.成员节点传输len 比特数据到簇头所消耗的能量为E node =2len ·E elec +len ·E amp ∆22,簇头传输len 比特数据到基站所消耗的能量为E cluster =len ·E elec +len ·E amp (r 1+∆2)2,每个簇平均节点个数为n 2=n ∆22/a 2.因此,第2个圆环内的节点的平均能耗为:E 2=(n 2−1)E node +E cluster /n 2(8)由E 1=E 2、(7)和(8)式,计算出∆2,由r 2=r 1+∆2计算出r 2.采用同样的方法依次计算∆3,∆4,···,∆m 和r 3,r 4,···,r m .3.3簇头选举算法基站计算出各圆环内节点的簇内通信半径∆i 后,由下式计算各个圆环内节点成为候选簇头的概率为:p =πa 2n ×1π∆2m =a 2n ∆2m(9)基站向节点发送包含∆i 和p 的控制信息,节点根据收到的信息来选举簇头.在后面的实验中,将节点成为候选簇头的概率设为2p .选举簇头时,第i 个圆环内的候选簇头节点使用通信半径∆i 发出其成为候选簇头的广播消息,并且接收半径为∆i 内的邻居节点发送的广播信息.候选节点根据接收到的信息来确定其是否成为簇头节点,如果所有邻居节点的剩余能量小于该候选节点的剩余能量,该候选节点宣布其成为簇头节点,否则,剩余能量最多的邻居候选簇头节点成为它的簇头.定理2:选举簇头时,系统产生的控制信息的复杂度为O (n ),n 为网络的节点个数.证明:在每轮的簇头选举算法中不需要反复迭代.每个候选簇头节点发送一次广播信息,广播信息为2pn ,成员节点发送加入簇的确认信息为n ,控制信息为2pn +n .因此,控制信息的复杂度为O (n ).由定理2可知,基于不均匀圆环模型的分簇算法在选举簇头时的控制信息很小.4仿真实验(Simulation experiment )使用MATLAB 分别在网络生命周期和存活节点的个数等方面做了仿真实验.在仿真实验中,将500个传感器节点随机均匀分布在半径a 为150m 的圆盘区域,每个传感器节点的初始能量为1J .E elec 和E amp 的取值分别为50nJ /bit 和10pJ /bit /m 2.下面的每个结果都是50次实验的平均值.连通概率1−ε直接影响最外层圆环内节点所在簇的大小,也影响其余各层圆环内节点的簇的512信息与控制37卷大小.将生命周期定义为第一个节点死亡时网络已运行的轮数,图2描述了不同的连通概率1−ε对网络生命周期影响.图2连通概率与网络生命周期Fig.2Connectivity probability and network lifetime由图2可以看出,节点间的最佳连通概率为0.84左右.当连通概率较大时,各圆环的宽度和簇的通信半径较小,簇头数较多,网络的生命周期较少;当连通概率较小时,各圆环的宽度和簇的通信半径变大,每个簇头消耗的能量增加,网络的生命周期也较少.图3存活节点个数Fig.3Number of alive sensor nodes基于不均匀圆环模型的分簇方法与LEACH协议关于存活节点个数的比较结果如图3所示,将基于不均匀圆环模型的分簇算法中节点间连通概率设为0.9.可以看出,基于不均匀圆环模型的分簇算法能有效延长网络生命周期.5结论(Conclusion)本文提出一种基于不均匀圆环模型的分簇算法来均衡无线传感器网络中节点的能量损耗,将以基站为中心的圆盘形无线传感器网络分成宽度不等的圆环,从理论上计算了各圆环的宽度和簇的大小.理论分析和仿真实验表明不均衡的分簇算法能有效地延长网络的生命周期.参考文献(References)[1]Akyildiz I F,Su W,Sankarasubramaniam Y,et al.Wireless sen-sor networks:A survey[J].Computer Networks,2002,38(4): 393∼422.[2]Lian J,Naik K,Agnew G B.Data capacity improvement of wire-less sensor networks using non-uniform sensor distribution[J].In-ternational Journal of Distributed Sensor Networks,2006,2(2): 121∼145.[3]Perillo M,Zhao C,Heinzelman W.On the problem of unbalancedload distribution in wireless sensor networks[A].Proceedings of the IEEE Global Telecommunications Conference Workshops[C].Piscataway,NJ,USA:IEEE,2004.74∼79.[4]Mhatre V,Rosenberg C.Design guidelines for wireless sensor net-works:Communication,clustering and aggregation[J].Ad Hoc Networks,2004,2(1):45∼63.[5]Olariu S,Stojmenovic I.Design guidelines for maximizing lifetimeand avoiding energy holes in sensor networks with uniform distri-bution and uniform reporting[A].Proceedings of the IEEE INFO-COM[C].Piscataway,NJ,USA:IEEE,2006.1∼12.[6]Ye M,Li C F,Chen G H,et al.EECS:An energy efficient clus-tering scheme in wireless sensor networks[A].Proceedings of the IEEE International Performance,Computing,and Communications Conference[C].Piscataway,NJ,USA:IEEE,2005.535∼540.作者简介:袁辉勇(1967-),男,硕士生.研究领域为传感器网络.王志和(1972-),男,硕士,副教授.研究领域为计算机网络,软件工程.刘永逸(1965-),男,硕士,副教授.研究领域为网络多媒体,数值计算.。

相关文档
最新文档