无线传感器网络LEACH算法的改进

合集下载

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进无线传感器网络（WSN）是由大量的小型传感器节点组成的自组织网络，用于收集和传输环境中的数据。

WSN 的目标是提高监控、控制和处理环境数据的效率和准确性。

然而，WSN 中的传感器节点有限的计算和存储资源，以及有限的能源。

因此，如何在最小化能量消耗的同时提高数据传输效率是一个关键问题。

WSN 中广泛使用的协议之一是LEACH（Low-Energy Adaptive Clustering Hierarchy）协议，该协议构建了分簇结构，以减少数据传输过程中节点的能量消耗。

LEACH 是一个分簇算法，它通过选择聚类头（Cluster Head）来组织节点。

聚类头节点收集所有从其它传感器节点收集到的数据，将数据进行压缩和聚合后，转发至基站（Base Station）。

LEACH 协议的问题在于，在网络生命周期内，聚类头的选举是随机的，并不能保证选择的聚类头是能量最高的节点，因此会导致一些节点的能量消耗过快，从而缩短了整个网络的生命周期。

为此，我们对 LEACH 协议进行了改进，提出一种改进的 LEACH 算法，以下将详细说明改进内容。

改进算法采用了一种动态簇头选举策略，根据节点的能量进行簇头节点的选择。

在最初的网络部署过程中，节点随机地选择自己的簇头。

在后续的网络运行过程中，根据每个节点的能量动态选择簇头节点。

节点能量越高，则被选为簇头节点的概率越大，与此同时，为了平衡网络负载和能量消耗，簇头节点的角色应该定期轮流转换。

改进算法还引入了一种数据传输的动态策略。

在常规 LEACH 算法中，每个节点定期向簇头节点传输数据，这样会导致簇头节点的能量迅速消耗。

与此相反，改进算法通过根据节点的能量和簇头节点的状态（能量，负载等因素）确定数据传输的目标节点，减少了无效的数据传输，从而提高了整个网络的生命周期。

实验对比结果显示，改进算法在能量效率和数据传输效率上均表现出较大幅度的提高。

一种针对无线传感器网络LEACH协议的改进算法

一种针对无线传感器网络LEACH协议的改进算法孙建伟;王绍辰;贾军营【摘要】随着无线传感器网络技术的不断发展和完善,越来越多的领域需要用到这项技术.但是无线传感器网络中节点携带电量有限,容易造成网络的寿命短的问题.这也制约了无线传感器网络技术的广泛应用.LEACH算法是现在无线传感器网络中广泛使用的协议.它有效的改善了节点能耗问题,但该算法簇头是自适应随机生成、未考虑当前节点剩余能量以及簇头分布均衡性等问题.因此会使网络中能量损耗不均衡,导致网络过早死亡.本文采用理论分析和仿真验证相结合的方法.针对LEACH协议成簇过程引入最佳簇头数,双簇头传输数据等方法来均衡网络中节点的能耗延长网络寿命.实验结果表明,改进后的方法有效地减少了网络能量消耗、保证了网络负载的平衡、延长了网络的寿命.【期刊名称】《计算机系统应用》【年(卷),期】2015(024)012【总页数】5页(P186-190)【关键词】LEACH;粒子群算法;均衡能量;网络寿命【作者】孙建伟;王绍辰;贾军营【作者单位】中国科学院沈阳计算技术研究所,沈阳110168;中国科学院大学,北京100049;中国科学院沈阳计算技术研究所,沈阳110168;中国科学院沈阳计算技术研究所,沈阳110168【正文语种】中文1 引言无线传感器网络(WSN)是一种由大量微型传感器节点组成的多跳自组织网络. 作为当前的热点研究领域, 随着该项技术的不断发展, 它在智能生活、环境监测、军事应用、农业监测等许多领域都有着重要的应用[1].近年来, 随着研究的深入, 相关学者提出了很多种无线传感器网路的由协议, 通常按照网络拓扑结构不同, 可将其分为平面型路由协议和层次型路由协议[2]. 平面型路由协议由于建立和维护路由的开销较大, 尤其是基站附近的节点参与数据的传输频率较大,容易导致这部分节点的能量会很快耗尽, 并且不能很好的适应网络快速的动态变化, 因而并不适合在大规模网络中采用. 层次型路由协议在满足传感器网络的可扩展性方面优势明显, 适合应用于大规模的无线传感器网络, 在一定程度上解决了上述问题. LEACH 协议是由 MIT 的 Heinzelman 提出的一种经典的层次型路由协议, 不仅是一种低功耗、自组织的WSN路由协议, 而且是第一个运用数据融合的自适应分层路由协议[3]. 在一定程度上延长了网络寿命. 由于 LEACH协议在降低能耗延长网络寿命方面的效果较好, 因而其后的许多层次型路由协议都借鉴了LEACH协议的思想, 在其基础上发展而来.本文基于 LEACH 协议提出了一种基于粒子群算法选择簇头, 同时在数据传输阶段采用数据融合和单跳与多跳结合的改进算法, 从而达到延长网络生命周期的目的.2 LEACH协议2.1 LEACH协议概述LEACH协议, 全称是“低功耗自适应集簇分层型协议”(Low Energy Adaptive Clustering Hierarchy), 是第一个在无线传感器网络中提出的层次式路由协议[4].其后的大部分层次式路由协议都是在它的基础上发展而来的.LEACH定义了“轮”(ro und)的概念, 一轮由建立簇和数据传输两个阶段组成. 通常数据传输阶段一持续时间相对较长, 这种安排可以避免经常建簇造成额外的能量消耗. 在簇的建立阶段, 簇头是通过下面的机制产生的. 传感器节点随机生成一个0到1之间的数,如果该数小于阈值 T(n),则选举该节点为簇头. T(n)的计算方法如下:上式中p是簇头百分比, r表示当前循环的轮数,G是最近 1/p轮中未当选过簇头的节点集合. 由此可知,对于已当选过簇头的节点在接下来的 1/p轮中将不再参与簇头选举:T(n)的值越大, 该节点当选簇头的概率越大, 随着轮数的增加, 未当选过簇头的节点当选簇头的概率越来越, 当只剩最后一个节点时, 该节点当选概率达到1. 从第1轮开始, 每隔1/p轮所有节点又重新具有相同的成为簇头的概率, 如此循环从而在概率意义上保证了簇头竞争的公平性. 这种对族头进行轮换的方式将远距离传输所需的能耗较为均匀的分散到每个节点上, 防止了簇头节点因为负载过重而过早死亡进而造成网络寿命降低.2.2 LEACH算法的不足LEACH算法通过轮次选举随机产生不同的簇头节点, 使得每一个节点都有成为簇头的可能, 有效的平衡了网络构建簇时消耗的能量; 通过簇头节点对簇内节点信息的融合, 减少了冗余信息的传递[5]. 这些处理方式在一定程度上使得网络的生存时间在得到了延长, 但还存在以下几个方面的不足:(1) 簇头是随机选举的, 不能保证选出的簇头的个数, 可能会出现没有节点或是有过多节点当选为簇头.(2) 某个区域产生过多簇头节点或者没有簇头节点, 这些情况都会浪费网络能量影响网络寿.(3) 各节点被选为簇头的概率严格相同, 会造成不适合做簇头的节点当选, 自身能量较低, 可能在工作中途簇头能量耗尽而失效, 导致网络信息的中断,影响网络的整体性.3 LEACH算法的改进办法为解决上述 LEACH协议存在的问题, 更好地延长网络寿命提高数据传输质量, 许多相关学者都对LEACH算法提出了相应的改进, 如: LEACH-F使用了时隙表安排节点当选簇头, 节省了簇头的选举产生的能耗; LEACH-C则通过基站计算得出适合做簇头的节点, 这样也节省了簇头选举的能耗, 但增加了基站的工作负担. 通过这些实例所反映的问题, 本文在LEACH算法的基础上引入粒子群算法和双簇头机制,提出一种新的层次路由协议 LEACh-PDQ, 主要在簇头选举的方法以及簇头数目方面对LEACH进行优化.3.1 粒子群算法粒子群算法(Particle Swarm Optimization, PSO)是1995年Kennedy和Eberhart共同提出的一种群智能优化算法[6]. 粒子群算法具有能较快发现最优路径、节省的能量的优点, 非常适合在无线传感器网络中使用.粒子群算法是一种基于群体协作的全局优化算法,空间内的任意解均可以看作一个具有位置和速度属性的粒f[7]. 每个粒子利用一个全局优化函数对当前的位置进行评价, 评价结果称为适应值, 通过分别跟踪自身和群体在飞行历史中所经历的最佳位置来调整速度和位置, 不断地进行迭代以逼近最优解. 粒子的速度和位置更新公式为:其中vk和xk分别表示k时刻粒子的速度和位置, pbestk和办gbestk分别表示截止到k时刻该粒子所找到的最优解位置和整个群体所找到的最优解位置[8]. C0表示惯性权重, 一般取(0,1)之间的随机数, 它的值较大时有利于跳出局部极值, 较小时则有利于算法收敛; C1、C2表示加速常数, 取值较低时会允许粒子在目标区域以外徘徊, 取值较高时则会造成粒子突然冲向或者超过目标区域, 一般取(0,2)之间的随机数.3.2 最佳簇头求出公式簇头节点的数目过多时, 整个网络能量消耗增多,网络的生命周期变短; 簇头节点数目过少时, 网络中的簇头节点负担过重, 能量消耗过快造成簇头节点过早死亡, 导致网络中节点的能耗不均衡[9]. 因此, 网络中存在最佳簇头数目使得在保证通信质量的前提下每一轮网络的能量消耗最小.假设在一个A=N*N这样大的一个区域中, 有n个节点不均匀的分布于该区域中. 能量高的节点的数量占所有节点数目的比值为m, 并且高能量节点所携带的能量是正常能量节点所携带的能量的α倍. 如果Sink节点是坐落于该区域的中心位置, 并且所有的簇的节点到这个Sink节点的距离都是d0该过程步骤如下:Stepl: 计算网络在一轮簇的生成过程中选举簇头消耗的能量:Step2: 计算网络在一轮簇的生成过程中成员节点生成过程消耗的能量:step3: 由于节点在网络中分布不均匀, 求出节点和它的主簇头节点的平均距离dtoCH:Step4: 计算在一轮簇的生成过程中一个簇消耗的能量:Step5: 计算整个网络在一轮簇的生成过程中的消耗的总能量:Step6: 计算网络能构建的最佳簇的数量:Step7: 计算簇头节点到 Sink 节点的平均距离:Step8: 当大量的节点到Sink节点的距离大于d0时,求出簇的最佳个数为:3.3 利用优化粒子群算法选取簇首3.3.1 适应度函数的改进粒子群算法中的适应度函数是评价最优解的关键因子, 我们将用它来评价所选簇头的质量[10]. 因此,在定义适应函数时需考虑以下几个因素:①簇头能量评价因子 f1, 用来表示候选节点当前的剩余能量.②簇头距离评价因子 f2, 用来表示当选簇头节点与簇内成员节点的平均距离.③剩余能量的均衡程度评价因子 f3, 用来表示对于均衡网络的能耗的影响.④基站距离评价因子 f4, 等于簇头节点到基站的最大距离除以基站至网络中心的距离.综上分析,定义适应度函数为:3.3.2 簇头的选举按照优化过的适应函数, 在符合本轮簇头条件的节点集中随机选取N个节点作为初始粒子, 计算各个粒子的适应度函数 cost(xi), 通过迭代的方式搜索网络区域内最优簇头的位置, 直到达到终止条件, 得到最优解作为本轮的主簇头, 次优解作为本轮的副簇头,具体步骤如图1所示:图1 簇头选举的流程图其中, 更新粒子个体极值: 对每个粒子的适应值cost(xi)进行评价, 即将第i个粒子的当前适应值cost(xi)与该粒子的个体极值pbestk进行比较, 若cost(xi)优于pbestk, 则更新pbestk, 否则pbestk不变.更新全局极值: 对每个粒子, 将其适应值cost(xi)和全局最优值gbestk比较, 若cost(xi)优于gbestk则将其作为全局极值gbestk, 否则保持不变.3.4 簇的形成步骤 1) 各个被选为主簇头的节点向全网广播自己成为主簇头的信息.步骤 2) 所有未被选为簇头的节点接收来自所有主簇头信息.步骤 3) 所有未被选为簇头节点的节点分别计算自己到所有主簇头节点的距离.步骤 4) 所有节点选择离自己位置最近的主簇头节点作为自己的主簇头, 并向该主簇头发送加入请求.步骤 5) 所有主簇头接收完所有请求之后向本簇的所有成员节点发送网络形成信号, 并为每个节点分配 TDMA. 所有非簇头节点在各自的时段向主簇头发送信息, 发送时间之外节点可关闭收发设备, 进入休眠状态, 减少簇内传输的能量消耗.步骤 6) 每个簇的主簇头节点把收集好的簇成员节点信息整合后计算自身到基站的距离 d, 若 d＜d0, 采用单跳方式直接发给基站; 若 d＞d0, 则将数据发给最近的副簇头, 副簇头间利用粒子群算法搜索最优路径通过多跳的方式将数据传给基站. 当同一簇中两个簇头中任何一个簇头由于异常原因失效时, 由另一簇头同时承担一个簇内两个簇头的功能, 直到两个簇头都低于限定的阈值后, 再进行簇头的重选, 这样数据传输阶段持续的时间远远比簇形成阶段长, 保证了路由的健壮性.步骤 7) 整个网络持续一段时间后, 重新开始以上操作, 重新分簇, 传输数据.4 结果分析本文采用 Matlab仿真工具建立了网络仿真模型,对改进后的LEACH-PDQ算法与Leach算法及两种改进算法分别进行仿真测试并比较它们的性能. 对算法的评价通过网络运行的轮数与网络中节点的存活个数的关系进行分析. 算法的仿真是在500 m×500 m 的区域内, 随机布置 500 个节点, 其中基站的位置分别置于(0, 0)、(0,100)、(0,500),通过不同的情况使实验结果更加准确. 仿真参数如表1所示:表1 仿真参数表?表2 仿真结果对比?实验对比结果表 2所示, 通过比较分析可以看出改进后的算法算每一轮的节点平均能耗都比LEACH算法少, 节点存活数比LEACH算法多, 并且FND的轮数也比多于LEACH, 这说明本文算法相比 LEACH算法在运行过程中节约能量的损耗, 显著提高了网络的寿命, 且该算法具有一定的鲁棒性.5 结语本文针对 LEACH 协议的不足, 在簇头的选举过程中引入最佳簇头数概念并采用双簇头机制, 结合粒子群算法充分考虑各种因素选出了更适合网络的簇头.并且在数据传输过程中采用了多跳和单跳结合的传输方式, 多角度的降低网络的能耗. 同时, 由于粒子群算法能够快速寻找到最优解, 节省了簇头选举的时间也降低了整个算法的复杂度. 仿真实验的结果表明,新的算法在有效地利用能量, 提高网络的稳定性等方面有很大的改进, 从而均衡了网络的能量消耗, 有效地延长了网络的寿命.参考文献【相关文献】1 秦智超.无线传感器网络中节能关键技术的研究.北京:北京邮电大学,2013.2 白凤娥,李环.能量均衡的无线传感器网络非均匀分簇算法的研究.计算机与数字工程.2012,40(1):28–313 赵雁航.一种基于LEACH协议改进的物联网路由算法[硕士学位论文].长春:吉林大学,2014.4 杜风雷.基于 LEACH的改进型无线传感器网络路由算法研究.微电子学与计算机,2010,27(8):128–131.5 Liu AF, Wu XY, Chen ZG, et al. Research on the energy hole problembased on unequal cluster-radius for wireless sensor networks. Computer Communications. 2010,33(3): 302–321.6 Abbasiaa Y. A survey on clustering algorithms for wireless sensor networks. Computer Communications, 2007, 30(15): 2826–2841.7 Melhta R, Pandey A, Kapadia P. Reforming Clusters Using C-LEACH in Wireless Sensor Networks. 2012 International Conference on Computer Communication and Informatics.2012.8 Wei Dali, Shaun Kaplan, H Anthony Chan. Energy efficient clustering algorithms for wireless sensor networks. Proc. of IEEE Communications Society, 2008:236–240.9 Y. Jennifer, M. Biswanath, G. Dipak. Wireless sensor networksurvey. Computer Networks, 2008(52):2292–2330.10 Hu Y, Wang XH. PSO-based Energy-balanced Double Cluster-heads ClusteringRouting for wireless sensor networks. 2011 International Conference on Advanced inControl Engineering and Information Science, CEIS. 2011: 3073–3077.。

无线传感器网络LEACH路由协议的节能改进算法

无线传感器网络LEACH路由协议的节能改进算法摘要：LEACH（Low Energy Adaptive Clustering Hierarchy）是一种经典的WSN自适应分簇分层路由协议，但协议没有考虑节点的剩余能量，随机的产生簇头节点，且在分簇过程中没有考虑簇头节点的数量，过多的簇头造成数据冗余，过少的簇头又因数据传输距离过长而消耗过多的能量，缩短了整个网络的生存周期。

针对LEACH存在的以上缺陷，首先在阀值公式中引入节点的能量因素，然后提出一种新的簇头数的计算方法，通过控制簇头数量确保了网络负载的平衡。

仿真结果表明：改进后的算法有效降低了能耗，延长了节点和网络的寿命。

关键词：无线传感器网络，LEACH路由协议，最佳簇头数，能量消耗1 引言无线传感器网络（WSN）是由大量传感器节点以自组织的方式构成的无线网络。

传感器节点通常采用电池供电，其计算和存储能力十分有限，因此节能是无线传感器网络的一个重要研究方向[[1]]。

其中LEACH路由协议是最早提出的一个能量利用率较高的分层路由协议，协议采用分簇的方式，实现网络能量消耗的均衡。

本文针对LEACH协议的一些不足，提出改进算法。

2 LEACH 算法概述LEACH算法是无线传感器网络最早提出的分簇路由协议， LEACH定义了轮的概念，每轮分为簇的建立阶段和稳定状态阶段。

在簇的建立阶段，每个节点产生一个（0,1）之间的随机数，并把它和阀值 T(n)进行比较，如果这个数小于阀值，则该节点成为簇头节点。

T(n)的计算公式为：其中，P是簇头在所有传感器节点中所占的百分比，P=k/n,k为网络中的簇头个数，N为网络中的节点总数，r是当前的轮数，G是前1/P轮中未当选过簇头节点的集合。

在每1/P轮，每个节点有且只能成为一次簇头。

3 簇头选择的改进Leach协议中所有节点被选为簇头的概率是相等的，但他们当选为簇头的概率依然是相等的。

在这种情况下会出现一些剩余能量很少的节点依然被选为簇头节点，这样导致此节点的能量会很快耗尽，出现网络“洞点”使得整个网络的生存时间变短[2]。

无线传感器网络Leach算法在某突发情况下的改进

据，并将采集数据发送给簇头．当一轮的数据传输完毕后，簇头节点会对数据进行处理，然后发送到
ｓｉｎｋ节点，一段时间后，进入下一工作轮．
１．２存在问题
因为无线传感器网络应用广泛，特别是在军事
国防、环境监测、交通管理等方面有重要作用．在实际应用中会出现如下情况：当网络工作到某一・轮
的影响…．本文中，无线传感器网络的研究主要是针对以下几个特性进行的：能源有效性；生命周期；容错性】．由于在无线传感器网络中传感器节点
是能源有限的，所以让有限的能源得到高效的利
ｆ ———卫ｎ∈Ｇ（ｎ）＝｛ｌ１一Ｐ（ｒｍｏｄ ÷）（１）
第６期
林蔚，等：无线传感器网络Ｌｅａｃｈ算法在某突发情况下的改进放大倍数．
９０３
域内的节点死亡．死亡节点带有的能量被无端损
Ｌ０其他
用，延长的网络生存时间有积极意义Ｊ．无线传感
器网络的容错机制，能达到延长网络生命这一目
在上式（１）中，Ｐ＝ｋ／Ｎ，ｒｔ为网络中传感器节点数，Ｐ为一轮中需要的簇头节点的百分数，ｋ为一轮中网络中的簇数，ｒ为当前的轮数，Ｇ为之后１／ｐ轮中没有成为簇头的传感器节点组成的集合．各个节点依照阈值Ｔ（）进行分簇．簇构建完成，数据通信便开始，网络进入稳定阶段．节点采集监测数

无线传感器网络LEACH路由协议的改进算法

近年来,由于无线技术、计算机技术与传感器技术的迅猛发展和快速融合,无线传感器网络应运而生。

无线传感器网络技术作为一种新型网络技术受到研究者的普遍重视和广泛研究[1]。

但传感器网络也有一些固有的缺点如:能量利用率低、生存周期短、抗干扰能力差。

而通过良好的分簇算法不仅可以减少传感器节点的能耗,还可以降低通讯干扰、提高M A C 协议和路由协议的效率。

因此,提出一个高效稳定合理的算法便成为迫切需要解决的问题[2]。

本文在L EA CH 算法的基础上,综合考虑了各个节点的剩余能量,提出了一种更为高效、更为合理的低开销自适应分层的E -L E A C H 算法。

1 LEACH 算法分析LEACH协议是由Wendi等人提出的,其基本思想是:提出了“轮(round)”的概念,通过每一轮的循环随机选择簇头节点,然后再对簇头节点进行轮换,从而达到平衡和降低能耗、延长网络的生存周期的目的。

在L E A C H 协议中,每一轮由两部分构成。

第一部分是构建簇阶段,第二部分为稳定工作阶段。

在实际的无线传感器网络中,经过多轮选举后,各个节点的剩余能量将会有很大的不同,靠近簇头的节点剩余的能量多,而远离簇头的节点剩余的能量少。

但是在传统的LE AC H算法中,所有的节点成为簇首节点的概率是相同的。

因此,若在以后的多轮数据传播中都选取远离基站的节点做簇头,则该节点的能量将很快被耗尽,最终无线传感器网络L E A C H 路由协议的改进算法周志强1 刘森2 王允臣2(1.江苏省徐州市东方人民医院江苏徐州 221004; 2.中国矿业大学计算机学院江苏徐州 221116)摘要:针对无线传感器网络簇头节点选取难、网络生存周期短、能量消耗大等问题,本文在传统的LEACH算法基础上,设计了E-LEACH 算法,E-LEACH算法引入了能量阈值的概念。

能量阈值是判断该节点是否可以作为簇头节点的先决条件,同时引入距离因子的概念,在每轮选取簇头时,都会考虑到和基站的距离。

无线传感器网络LEACH算法的改进

1 LEACH协议概述由于使用大量小型和低成本传感器节点的可行性,无线传感器网络(WSN)已被许多研究人员所关注。

典型的无线传感器网络由大量电池供电的传感器节点组成,这些节点用于监视和收集有关本地区域的数据,并将数据报告给汇聚节点(基站)进行分析。

WSN广泛应用于监控环境,军事,工业,安全,家庭应用和医疗保健等领域[1]。

LEACH是一种分层的跨层协议架构,它将媒体访问与路由相结合,收集数据并将数据传输到基站。

为了获得低能耗,增加网络生命周期,LEACH使用包含许多迭代的分层方法。

每次迭代包括设置阶段和稳定数据传输阶段[2]。

在设置阶段从所有传感器节点随机选择簇头,并动态创建多个簇。

在稳定数据传输阶段,每个集群中的成员节点将数据传输到它们自己的簇头。

从成员节点接收的数据被压缩并将压缩数据发送到汇聚节点。

2 簇头选择每个传感器节点产生一个0到1之间的随机数,然后与LEACH 协议的公式产生的阈值T (n)做比较,若小于T (n),那么该节点可能当选为簇头。

如果最终当选为簇头,则广播消息告知其它节点,等待其它非簇头节点的加入。

()(), if 11*mod 0, otherwise n n p T n G p r p T ⎧=∈⎪⎛⎫⎛⎫⎪- ⎪ ⎪⎨⎝⎭⎝⎭⎪⎪=⎩(1)式中,p为簇首的比例,r表示网络当前运行的轮数,G表示在最后的1/p轮中还没有成为簇首节点的集合。

在r=0时,每个节点都以p的概率成为簇头,经过1/p-1轮后阈值变为1。

3 网络能耗模型LEACH算法的能耗模型为:2040,,Tx elec fs Tx elec mp E k E k d d d E k E k d d d εε⎧=⋅+⋅⋅<⎪⎨=⋅+⋅⋅≥⎪⎩ (2)Rx elec E k E =⋅ (3)Tx E 是发送k比特数据、传输距离d的能耗,Rx E 则是接收k比特数据的能耗。

4 LEACH协议的缺点与一般的平面多跳路由协议和静态分层算法相比,LEACH协议能够延长15%的网络周期,但仍有一些缺点:(1)LEACH协议假定所有的节点都可以与基站直接通信,所以它不能应用于大规模无线传感器网络中[3]。

无线传感器网络中LEACH算法改进与分析_余海霞

器被价格低廉的金属谐振器所取代，这不仅满足了产品电性能指标，还实现了产品的低成本化要求，使所设计生产的产品在市场上更能满足客户需求，并且更具竞争力。

参考文献[1]Narrow-band multiple-coupled cavity synthesis.A.E.ATIA,MEMBER,IEEE,A. E.WILLIAMS,AND R.W.NEWCOMB,FELLOW,IEEE[2]General Coupling Matrix Synthesis Methods for Cheby-shev Filtering Functions”Richard J.Cameron,Senior Member,IEEE作者成果：孙尚传，男，一九六三年生，深圳市大富科技股份有限公司董事长兼总裁，安徽机电学院工业电气自动化专业学士，北京大学光华管理学院工商管理硕士，安徽省蚌埠市十佳科技工作者，由其本人或与他人合作共获专利授权８０余项。

其中包括：序号专利名称专利号１缓冲装置ＺＬ２００９１０１８０２３０．Ｘ２螺钉装置及使用该螺钉装置的腔体滤波器ＺＬ２００９１０１４７６４５．７３一种高能束焊接夹具ＺＬ２０１１２００３２７４３．９４一种气体加速装置和高能束焊接用装置ＺＬ２０１１２００３２７３５．４５一种高能束焊接装置ＺＬ２０１１２００３２７３３．５６腔体滤波器、通信设备以及射频通信装置ＺＬ２０１０２０６８１６５６．１７一种射频通信设备ＺＬ２０１０２０６７５５２４．８８一种射频通信设备ＺＬ２０１０２０６７５５３２．２９腔体滤波器、信号处理模块及通信设备ＺＬ２０１０２０６９５９９０．２１０一种腔体滤波器ＺＬ２０１０２０６９６４５１．０１１一种射频通信设备ＺＬ２０１０２０６９６４５４．４１２腔体滤波器及通信设备以及射频通信装置ＺＬ２０１０２０６７９９２０．８１３室内覆盖模块ＺＬ２０１０２０６６４０６０．０１４一种腔体四功分器内连接件及腔体四功分器ＺＬ２０１０２０６６７０５７．４１５一种腔体三功分器内连接件及腔体三功分器ＺＬ２０１０２０６６７０１８．４１６一种腔体二功分器内连接件及腔体二功分器ＺＬ２０１０２０６６７０４８．５１７介质滤波器、介质谐振杆安装结构以及通信设备ＺＬ２０１０２０６４６０８０．５１８一种功率分配装置及其壳体与盖板ＺＬ２０１０２０６９５９１１．８１９一种功率分配装置及其耦合件ＺＬ２０１０２０６９６０２６．１２０室内覆盖模块ＺＬ２０１０２０６９２４２０．８无线传感器网络中LEACH算法改进与分析□余海霞凌永发安坤陈楠云南民族大学电气信息工程学院ＬＥＡＣＨ算法主要通过循环的方式随机选择簇头（Ｃｌｕｓｔｅｒｈｅａｄ），将整个网络的能量负载平均分配到每个传感器节点中，从而达到降低网络能源消耗、提高整个网络的生存时间的目的。

无线传感器网络的LEACH算法的改进

无线传感器网络的LEACH算法的改进
吴臻;金心宇
【期刊名称】《传感技术学报》
【年(卷),期】2006(19)1
【摘要】无线传感器网络是监控远程环境的工具之一.由于能量和存储空间的限制,其路由协议必须维持较小的路由信息并尽可能的减少能量消耗.基于经典的LEACH 路由算法,提出了改进:主要体现在对能量和簇头间距的考虑上.最后用Matlab对LEACH算法和改进后的算法进行仿真,证实改进后的算法在网络生存时间和簇负载平衡程度上比LEACH算法有了很大提高.
【总页数】3页(P34-36)
【作者】吴臻;金心宇
【作者单位】浙江大学,信息学院,杭州,310027;浙江大学,信息学院,杭州,310027【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于TinyOS的无线传感器网络LEACH算法的改进 [J], 朱明;刘漫丹
2.无线传感器网络LEACH算法的改进研究 [J], 王丽红;于光华;刘平
3.无线传感器网络LEACH算法的改进 [J], 王浩
4.无线传感器网络LEACH算法的改进 [J], 王浩[1]
5.基于混沌遗传算法的无线传感器网络改进LEACH算法 [J], 李蛟;胡黄水;赵宏伟;鲁晓帆
因版权原因，仅展示原文概要，查看原文内容请购买。

无线传感器网络LEACH算法的改进与仿真

ｔｉｐｐｒｗｅａａｙｅｔｅｏｅａｉｇｐｎｉｌｆＬＡＣｐｏｏｏｎｒｓｎｎｉｒｖｄａｇｒｈ，ｉｈｔｋｓｉｔｃｏｎｈｒｔｃｌＳｈｓａｅｎｌｚｈｐｒｔｒｃｐｅｏＥＨｒｔｃｌａｄｐｅｅｔｍｐｏｅｌｏｉｍｗｈｃａｅｎｏａｃｕｔｔｅｐｏｏｏ ’ ｎｉａｔ
ｐｒｍｅｅｓｃｎｉｅｎｔｅｒａｄｏｉｉｎｉｃｍｓａｅｆｔｅｏｅａａｔｒｏｓｄｒｇｈｅｎｅｇｉｙｎｐｓｔｏｃｒｕｔｎｃｏｈｎｄｓ，ｈｎｅｈｎｄｗｉｈｅｃｔｅｏｅｔｈｉｈｒｒｄｍｉａｃｉｃｍｐｅｎｓｖｇｅｐｅｏｎｎｅｎｏｒｈｅｉｅ
ｐｒｒｎｅｉｓｌｃｅｏｂｈｌｓｅｅｄＳｍｕａｉｎｒｓｌｅｎｔａｅｔａｅｉｒｖｄａｇｒｔｍｕｐｒｏｍｓｔｅＬｅｏｍａｃｓｅｅｔｄｔｅｔｅｃｕｔｒｈａ．ｉｌｔｅｕｔｄｍｏｓｒｔｈｔｔｍｐｏｅｌｏｈｏｔｅｆｒｈＥＡＣｒｔｃｌｎｆｏｓｈｉＨｐｏｏｏｉ
ｐｒｏｍａｅｆｅｅｇｅｕｃｉｎ，ｅｗｏｋｌｆｔｍｅｐｏｏｇｔｏｎｄｍｏｔｒｎｏｅａｅａｓｒｎｅ，ｔ．ｅｒｎｃｓｏｎｒｙｒｄｔｏｎｔｒｉｅｉｒｌｎａｉｎａｎｉｏｇｃｖｒｇｓｕａｃｅｃｆｉ

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进无线传感器网络（WSN）是由大量的分布式传感器节点组成的网络系统，用于监测、收集和传输环境中的数据。

WSN可以应用于许多领域，如环境监测、智能交通系统、医疗保健和军事应用等。

由于传感器节点通常由电池供电，因此能源是WSN中一个非常有限的资源，因此如何有效地利用能源是WSN中的一个重要问题。

LEACH（Low Energy Adaptive Clustering Hierarchy）是一种经典的WSN能源管理协议，它通过将传感器节点划分为不同的簇并采用轮流工作的方式来延长网络的寿命。

LEACH算法也存在一些问题，例如簇头节点的选取不够公平、能量分配不均匀、数据传输过程中的能量消耗大等。

研究人员对LEACH算法进行了不断改进以解决这些问题，并提出了许多改进的版本，比如VLEACH、M-LEACH、TEEN等。

本文将重点介绍LEACH算法的改进及新版本的发展情况，深入分析其改进思路和效果，为WSN的性能优化提供一定的参考。

一、 LEACH算法的改进方向1. 簇头节点的选取原始的LEACH算法中簇头节点的选取是通过随机数生成的方式进行的，这使得簇头节点的选取不够公平。

改进的LEACH算法一般会引入一些能量或距离的参数，使得选取簇头节点更加公平和均匀。

比如VLEACH算法通过引入节点的剩余能量和节点到基站的距离两个参数，采用加权随机数生成的方式选取簇头节点，从而使得簇头节点的分布更加均匀。

2. 能量分配在传统LEACH算法中，簇头节点负责整个簇的数据聚合和传输，导致簇头节点的能耗较大，簇内节点的能量耗尽速度不一致。

改进的LEACH算法一般会引入数据负载均衡的机制，将簇头节点的聚合任务分摊给其他节点，从而使得能量分配更加均匀。

M-LEACH算法引入了多簇头节点的概念，使得簇内节点可以选择不同的簇头节点进行数据传输，从而实现了能量的均衡分配。

3. 消息传输改进的LEACH算法还会引入一些新的机制以减少数据传输过程中的能量消耗。

基于无线传感器网络LEACH算法的改进

目录引言 (3)1.LEACH协议 (3)1.1簇建立阶段 (4)1.2稳定传输阶段 (5)1.3 LEACH协议的性能分析 (5)1.4 LEACH 算法的不足 (6)2. LEACH-T协议 (7)2.1具体描述 (7)2.1.1簇头选择建立阶段 (8)2.1.2 路由更新建立阶段 (9)2.1.3数据传输阶段 (11)2.2 LEACH-T协议理论分析 (12)3. LEACH-T协议仿真 (13)3.1 LEACH-T协议在TinyOS下的实现 (13)3.1.1总体设计 (13)3.1.2 数据结构设计 (14)3.1.3 功能模块设计 (16)3.2 路由维护 (18)3.3 实验结果与分析 (19)3.4 小结 (21)参考文献 (22)基于无线传感器网络LEACH算法的改进——LEACH-T协议专业：通信工程姓名：冶帅摘要：无线传感器网络(WSN)融合了微传感器、嵌入式计算、现代网络和无线通信四大技术，作为一种新的计算模式推动着科技的发展和社会的进步。

它能够通过各类集成化的微型传感器协作地实时感知、处理信息，从而为人们提供大量真实可靠的监测信息，在军事应用、环境监测、空间探索和灾难拯救等领域具有极为广阔的应用前景。

延长传感器网络的生存周期，降低传感器节点的能耗成为无线传感器网络(WSN)研究的重点。

基于LEACH 协议中簇头生成算法提出了改进、调整节点竞选簇头的阀值函数，并在非簇头节点选择适合自己的最优簇头时综合考虑了候选簇头节点的剩余能量以及距基站的距离等因素，给出了新的成簇机制的适合因子的计算公式。

仿真结果表明，新型簇首选择机制能够有效平衡节点的能耗分布，延长节点与网络的寿命。

关键词：无线传感器网络低功耗自适应集簇分层型协议簇头选择负载均衡适合因子ABSTRACTWireless sensor network(WSN)．which is the integration of micro-sensors，embedded computing，modern networks and wireless communication technologies，is a novel computing model and promote the development of science and technology and social progress．Through the real-time collaboration of the integrated micro．sensors．it can be used for sensing and processing information，and then call provide a large amount of reliable information．it has broad application prospects not only in military applications，environmental monitoring but also in disaster rescue，space exploration and so on．As the dmrelopment of WSN，people do some deep researches on cluster—based protoeol，most around the prolongation of the lifetime of WSN and decline of energy consumed by the sensors．This paper analyses the clusterheads generated arithmetic among LEACH and presents improved approach，adjusts the node’s threshold function chose to be cluster-head and considers comprehensive node’s residual energy and d istance to basestation． The simulation results show that the new strategy of cluster-heads election achieves great advance in sensorand network．Key words： WSN LEACH clusterhead selection load balancing fitting factor引言无线传感器网络（wireless sensor network），是新一代的传感器网络，具有非常广泛的应用前景，其发展和应用将会给人类的生活和生产的各个领域带来深远影响。

无线传感器网络路由算法的改进.

1. LEACH 算法的优缺点①将网络消耗的能量平均分摊到每个节点上,从而延长了网络的生存期。

②簇头进行数据融合,减少了数据通信量。

③不需要控制,每个节点自适应的运行。

④由于LEACH假设每一个节点都可以与网络中的任意节点通信,那么在网络覆盖区域较大时,因为传感器节点的通信距离是有限的,LEACH协议将不再适用。

⑤由于LEACH随机产生簇头,使得簇头节点在网络中分布不均匀,若簇头位置靠近簇的边缘,则导致簇内普通节点与簇头通信总能量开销较大;若簇头距离较近,则失去分簇的意义。

⑥没有考虑节点的剩余能量。

如果某个节点的剩余能量比较小,而它又恰巧被选为簇头节点,而簇头的能量消耗比较大,那么一旦簇头的能量耗尽,那么该簇所收集的信息将不能传回Sink节点,这种情况,应该尽量避免。

2. SP算法2.1SP算法的节点架构避免了像传统的基于簇的路由协议那样频繁选举簇头,为S节点节省了大批量能量,而且支持节点的移动。

三层移动节点架构如下:S节点(感应节点:彼此互不通信,仅接收数据,将其发送给一跳以内的F邻接点。

F节点(融合节点:管理维护路由表,接收融合接收的数据,然后通过最短路径转发给C节点。

C节点(控制节点:是M2WSN的数据仓库。

接收到F节点的数据后,终端用户加以分析找出自己想要的数据。

而且C节点可以作为网关与Internet互联。

2.2SP路由协议原理(1邻节点查找F节点广播含有ID和自己坐标的HELLO包,F收到包后,记录ID 和坐标,然后将其写入矩阵邻接表Table(i,j(1≤i,j≤n.。

如果HELLO包的源地址和目的地址的距离在F节点的通信半径之内,目的节点会将距离写入矩阵Cost(i,j,否则写∞。

(2最短路径构建基于矩阵Cost(i,j,每个F节点执行佛洛伊德算法找到任意两个F节点的最短路径。

算法的基本思想是递归地获得一系列的矩阵值C(0、C(1、C(2…C(k…C(n。

其中C(0是给定的。

C(k(i,j是节点i,j通过中间节点数目小于k的距离矩阵。

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进无线传感器网络（WSN）是由大量互联的低成本无线传感器组成的，用于监测周围环境中的事件并将数据传输到中心节点。

无线传感器网络的LEACH（Low-Energy Adaptive Clustering Hierarchy）是一种常见的能量有效的聚类协议，它通过在无线传感器节点之间形成聚类，将传感器节点分组成不同的簇，并将簇头节点的工作机会平均分配给每个节点，从而延长了整个网络的寿命。

LEACH协议仍然存在一些问题，例如聚类头节点选取的不均匀和能源消耗的不平衡。

研究人员对LEACH算法进行了多方面的改进，以提高网络的性能和能源利用效率。

1. 分簇头节点选择改进LEACH算法中，簇头节点的选择是随机的，这导致一些节点被频繁选为簇头节点，而其他节点却几乎不会成为簇头节点。

为了解决这一问题，研究人员提出了一种改进的LEACH算法，即在节点选择簇头节点时考虑节点的能量水平和其到簇头节点的距离。

这种改进的算法可以使得簇头节点的选择更加均匀，减少了能源消耗的不平衡。

2. 多路径通信改进在传统的LEACH算法中，数据是通过单一路径传输到基站。

在无线传感器网络中，由于节点可能会因为环境变化或故障而失效，单一路径通信容易导致数据丢失。

为了提高数据传输的可靠性，研究人员提出了一种基于LEACH的多路径通信改进算法。

该算法利用多条路径将数据传输到基站，以提高数据传输的稳定性和可靠性。

LEACH算法的改进主要集中在簇头节点选择、多路径通信、节点能量均衡和路径选择优化等方面。

这些改进使得LEACH算法在能源利用效率、网络稳定性和可靠性方面都取得了明显的改善。

随着无线传感器网络的不断发展，LEACH算法的改进也需要不断地调整和完善，以适应不同应用场景的需求。

希望未来能够有更多的研究人员和工程师加入进来，共同努力推进无线传感器网络技术的发展和应用。

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进无线传感器网络（WSN）是一种由大量分布在感兴趣区域内的无线传感器节点组成的网络。

这些节点通常由微控制器、传感器、无线通信设备和能量供应组成。

WSN被广泛应用于环境监测、健康监测、军事侦察等领域，因此对WSN的性能需求也越来越高。

LEACH（Low Energy Adaptive Clustering Hierarchy）是一种用于WSN的分层聚类算法，它通过将网络节点划分为若干个簇来减少能耗、延长网络寿命，提高网络的稳定性和可靠性。

LEACH算法存在着一些问题，如随机选举簇头节点、能量不均衡等，因此需要对LEACH算法进行改进，以提高其性能。

LEACH算法的改进可以从多个方面入手，下面我们将就几个常见的改进方向进行讨论。

1. 节点能量均衡在传统的LEACH算法中，节点被随机选举为簇头节点，这样会导致部分节点频繁成为簇头节点，从而使得它们能量消耗更快。

为了解决这个问题，可以引入基于节点能量水平的簇头节点选举机制。

具体做法是，每个节点都可以计算一个能量阈值，当节点的剩余能量超过该阈值时，它才具备成为簇头节点的资格。

当簇头节点选举完成后，节点可以定期更新自己的能量水平，并根据能量水平动态调整簇头节点选举的阈值。

这样可以让能量消耗较快的节点更少地成为簇头节点，从而达到能量均衡的目的。

2. 聚合传输机制在WSN中，数据的传输是一个重要的能耗环节。

为了降低数据传输的能耗，可以引入数据聚合机制。

具体做法是，当一个节点需要向簇头节点发送数据时，可以先将数据聚合成一个包，然后再传输到簇头节点。

这样可以减少数据传输的次数，降低能耗。

簇头节点在接收到数据后，可以对数据进行聚合处理，再向基站发送数据。

这样可以减少整个网络中数据传输的总量，降低网络的能耗。

4. 路由优化机制在WSN中，节点之间的通信是通过多跳路由实现的。

为了降低数据传输的能耗，可以引入一种根据路由距离进行动态调整的路由优化机制。

基于LEACH的无线传感器网络路由算法的分析与改进

基于LEACH的无线传感器网络路由算法的分析与改进基于LEACH的无线传感器网络路由算法的分析与改进一、引言随着无线传感器网络（Wireless Sensor Network, WSN）的发展，人们对于无线传感器网络路由算法的研究也日益增多。

在无线传感器网络中，路由算法对于网络的性能和能耗具有重要影响。

LEACH（Low Energy Adaptive Clustering Hierarchy）作为一种经典的无线传感器网络路由协议，具有较低的能耗和较好的性能。

本文将对LEACH算法进行分析，并提出一种改进方案。

二、LEACH算法的原理与优缺点分析1. LEACH算法原理LEACH算法是一种分簇式的路由算法，其基本思想是将网络中的节点划分为多个簇。

每个簇内有一个簇头节点负责管理簇内的通信，并将数据传输到基站。

LEACH算法主要包括两个阶段：簇头选择阶段和数据传输阶段。

在簇头选择阶段，每个节点根据阈值（摄取阈值）决定是否成为簇头节点。

节点通过计算能量消耗的阈值，来控制簇头节点的选择，以降低能耗。

簇头节点选定后，其他节点将成为其成员节点。

在数据传输阶段，节点将数据传输到簇头节点，簇头节点再将数据传输到基站。

为了减少能量消耗，簇头节点通常采取限制传输功率和路由选择的策略。

2. LEACH算法的优点与缺点LEACH算法具有以下优点：- 能量均衡性：通过轮流选取簇头节点和采用时分多路复用的方式，使得网络中的节点能量使用均匀，延长网络寿命；- 低延迟：数据通过簇头节点进行传输，减少了节点间的通信距离，缩短了数据传输的时间；- 无需全局信息：LEACH算法只需要节点之间的局部信息即可进行簇头节点的选择，无需全局信息的维护和通信。

然而，LEACH算法也存在以下缺点：- 随机性：簇头节点的选择过程采用随机算法，容易导致不同轮次簇头节点的能量不平衡；- 无线信号干扰：由于节点之间通信的无线信号干扰，导致网络性能下降。

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进无线传感器网络（WSN）是一种由大量分布在监测区域的无线传感器节点组成的系统，用于监视环境变量，并通过无线通信将数据传输到基站。

在WSN中，为了延长网络寿命，LEACH（Low Energy Adaptive Clustering Hierarchy）算法被广泛应用于数据聚合和能量节省方面。

LEACH算法也存在一些问题，例如簇头选择不均匀、能量消耗不平衡等。

一些学者们对LEACH算法进行了改进，以提高其性能。

本文将对这些改进进行深入探讨并加以总结。

一、原LEACH算法简介LEACH算法是一种典型的基于簇的无线传感器网络协议，主要通过簇头轮流传输数据，实现了能量均衡和延长网络寿命的目的。

LEACH算法的核心思想是将所有节点划分为若干个簇，然后选择一个簇头来进行数据聚合和传输，其他节点则将数据发送给簇头节点。

簇头节点负责将聚合后的数据传输到基站，并且进行簇头轮换以均衡能量消耗。

LEACH算法也存在一些问题。

簇头节点的选择是随机的，可能导致一些节点成为簇头的频率过高，从而消耗更多的能量。

簇头之间的距离可能会导致数据传输过程中的丢失和延迟。

由于这些问题的存在，一些学者们开始对LEACH算法进行改进，以提高其性能。

1. 混合LEACH算法混合LEACH算法是LEACH算法的一种改进版本，通过引入时间片来解决簇头节点不均匀的选择问题。

该算法将整个工作周期划分为若干个时间片，每个时间片中会有一个簇头节点被选择。

在每个时间片内，节点根据自身剩余能量来决定是否成为簇头。

通过引入时间片概念，混合LEACH算法成功解决了原LEACH算法中簇头选择不均匀的问题，提高了网络性能和能源利用率。

2. 改进的簇头选择策略为了解决LEACH算法中簇头选择不均匀的问题，一些学者提出了一种改进的簇头选择策略。

该策略首先通过计算每个节点的能量阈值来确定其成为簇头的可能性，然后根据概率来选择簇头节点。

这种改进的策略能够使簇头节点的选择更加均匀，从而有效地延长了网络寿命。

无线传感器网络LEACH算法的改进

无线传感器网络LEACH算法的改进全文共四篇示例，供读者参考第一篇示例：无线传感器网络（Wireless Sensor Network, WSN）是一种由大量分布在监测区域内的无线传感器节点组成的自组织网络，这些节点负责采集环境信息并将其传输到监控中心。

由于其在环境监测、军事侦察、智能交通等领域中的广泛应用，WSN已成为当前研究的热点之一。

WSN的能量限制和传感器节点分布广泛等特点给其数据节点传输和初始能量分配带来了巨大挑战。

LEACH（Low-Energy Adaptive Clustering Hierarchy）算法作为WSN中的一种典型能量高效性的协议，已经成为了WSN中的研究热点。

LEACH算法借鉴了分簇（clustering）思想和分散式（distributed）思想，在WSN 中通过建立簇形式的通信网络，将大量的传感器节点分为多个集群，每个集群由一个能量较高的簇首（cluster-head）节点负责协调整个簇的工作，其余的非簇首节点称为普通节点，普通节点通过簇首节点进行数据传输。

在每一个簇中，LEACH算法通过轮换机制将节点作为簇首节点，以实现能量平衡。

在实际应用中，LEACH算法依然存在一些问题，例如簇首节点的选举机制不够完善，数据传输的可靠性有待提高等。

对LEACH算法进行改进，提高其可靠性和效率是当前研究中的一个重要课题。

一种对LEACH算法的改进是基于改进选举机制的改进，通过优化簇首节点的选举过程，提高簇首节点的能量利用效率和簇的稳定性。

典型的改进选举机制包括基于节点能量、节点距离等因素的选举机制。

陈小斌等学者提出了一种基于节点能量和节点距离的算法，每个节点根据其剩余能量大小计算出一个能量阈值，将节点分为两类：超级节点和普通节点；超级节点之间的距离满足一定条件时，一个新的超级节点产生；选择超级节点作为簇首节点，并分配簇，将普通节点分配到其邻近的簇中。

通过这种改进选举机制，能够减少簇首节点的不必要能量消耗，延长网络寿命，提高整个网络的可靠性和稳定性。

无线传感器网络LEACH协议的研究与改进

ｄａｐｔｉｖｅＣｌｕｓｔｅｒｉｎｇＨｉｅｒａｒｃｈｙ）路由协议就是由Ｈｅｉｎ—
ｚｅｌｍａｎ等人提出的第一个分簇路由协议，它在ＷＳＮ路由算法研究中具有很重要的地位。随着ＷＳＮ的飞速发展，ＬＥＡＣＨ路由协议带来便利的同时，它的缺点也越来越明显，研究人员针对这些缺点提出了许多改进方案。本文在对ＬＥＡＣＨ路由协议研究的基础上，提出一种改进协议ＬＥＡＣＨ—ｉｍｐｒｏｖｅ，该协议在簇头建立阶段，采用全网选举和簇内选举相结合的方式来选举簇头，仿真结构表明，改进后的协议降低了能量消耗，延长了网络生命周期。
Ｒｅｓｅａｒｃｈａｎｄｉｍｐｒｏｖｅｍｅｎｔ０ｆＬＥＡＣＨｐｒｏｔｏｃｏｌｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ
ＦＥＮＧＹｏｎｇ．１ｉａｎｇ，ＬＥＩＷｅｉ－ｊｕｎ
（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００６５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＡｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆＬＥＡＣＨｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｃｌｕｓｔｅｒｈｅａｄｅｌｅｃｔｉｏｎ，ｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｍｐｒｏｖｅｄｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌＬＥＡＣＨ—ｉｍｐｒｏｖｅ．Ｉｆｔｈｅａｖｅｒａｇｅｒｅｓｉｄｕａｌｅｎｅｒｇｙｃｌｕｓｔｅｒｈｅａｄｉｓｌｅｓｓｔｈａｎｔｈｅｔｈｒｅｓｈｏｌｄｖａｌｕｅ，ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｔｈｅｗｈｏｌｅｎｅｔｗｏｒｋｃｌｕｓｔｅｒｈｅａｄｅｌｅｃｔｉｏｎｍｏｄｅ．Ｏｔｈｅｒｗｉｓｅ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｒｅｓｉｄｕａｌｅｎｅｒｇｙ，ｔｈｅｄｉｓｔａｎｃｅｆｒｏｍｔｈｅｃｌｕｓｔｅｒｃｅｎｔｒｏｉｄａｎｄｏｔｈｅｒｃｏｎｓｔｒａｉｎｔｓ，ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｓｃｌｕｓｔｅｒｉｎｔｅｒｎａｌｅｌｅｃｔｉｏｎｍｏｄｅ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈｏｗｓｔｈａｔ，ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｌａｓｓｉｃａｌｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌＬＥＡＣＨ，ＬＥＡＣＨｉｍｐｒｏｖｅｉｍｐｒｏｖｅｓｔｈｅｅｎｅｒｇｙｅｆｆｉｃｉｅｎｃｙａｎｄｐｒｏｌｏｎｇｓｔｈｅｌｉｆｅｏｆｔｈｅｎｅｔｗｏｒｋ．