无线传感器网络分簇路由算法研究与仿真设计

《无线传感器网络分簇路由算法研究与仿真设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、无线传感器网络分簇路由算法研究与仿真设计摘要：为提升无线传感器网络节点的存活能力，并保证节点的监测效能，通过改进LEACH算法，优化了偏僻节点选取为簇头节点的概率，并使用NS平台对改进后的传感器网络进行网络测试，与传统LEACH算法比较，改进后的LEACH算法可以实现耗能均分化的目的，寿命更长，效率也更高。关键词：无线传感器；LEACH算法；仿真分类号：TP393文献标识码：A文章编号：1009-3044(2014)34-8108-02WSN(WirelessSensorNetworks)是由大量的微型传

2、感器节点以自组织方式构成的无线网络，其目的是协作地感知、采集、处理和传输网络覆盖地理区域中感知对象的信息，并发布给观察者。不同于其他网络，WSN中的传感器节点体积小、成本低，大都用电池供电，能量有限，且在危险和无人环境下能量供给困难。针对WSN能量受限特性，设计有效的协议和算法以降低节点能量消耗、延长网络的生命周期，是WSN研究的核心问题之一。路由协议对WSN的整体性能的好坏有着重要影响，而路由算法在路由协议中的作用尤为重要。从网络拓扑的角度看，WSN可以被分为平面结构以及分簇结构两大类。与平面结构相比，

3、采用分簇结构的WSN具有能量效率高、可扩展性好等优点。作为网络拓扑控制的有效方式之一，分簇路由算法可显著降低WSN的能量消耗，延长网络生命周期，有效解决WSN能量受限的问题。1改进的LEACH算法LEACH算法是无线传感器网络工作优化方面非常经典的一个算法。LEACH算法使无线网络分成若干簇，并在每簇中产生簇首负责收集并上传环境信息。但簇首由簇节点轮换担任，使无线传感器节点耗能均分话，这样就不会出现节点过早死亡的情况，传感器网络寿命也会增强。簇首的选择是随机的，但作为簇首的节点不会连续座簇首，轮换多次后，

4、每个节点作为簇首的概率是基本相等的。簇节点选取依据公式(1)。首先簇节点已平均分布方式，在［0,1］区间产生随机数，当随机数小于之前设定的阈值T(n)时，这个节点将成为簇首。T(n)表示如公式(1):虽然LEACH算法延长了网络寿命，但其自身也存在诸多缺陷。因为簇头选取是随机的，远离簇群中心并远离传输接口的节点担任簇头可使得传输距离增加，也导致耗能增加，并影响传输信息质量。单纯利用平均选取的方式用LEACH算法选取簇头具有盲目性，会导致节点过早死亡情况。为了优化网络，本课题采用控制选取簇首以及网络通信方式

5、的算法，使簇存活时间更长。改进的T(n)计算公式为改进后的算法改善了簇头节点的选取，避免了偏远节点作为簇头节点的情况发生，并均衡节点剩余能量与信息传输效果，保证了无线传感器网络工作效率更高。2仿真及性能分析仿真使用NetworkSimulatorversion(下称NS)软件，首先对传统的LEACH算法和优化后的LEACH算法进行仿真实验对比，实验中节点处于过载状态，工作中传输过量信号，1是两使节点过早进入死亡状态，从而缩短了实验时间种算法下的存活节点数与网络运行时间的关系如图1所示，本实验中传统LEAC

6、H算法构建的传感器网络在第4h就出现节点死亡状态，随后不断的有节点死亡。而优化后的LEACH算法保证了前期节点的存活，直到18h后节点才大范围死亡，可知节点耗能更加均分。而且在19.6h时改进型网络运行才终止，比传统LEACH网络延长3h。可见在节点大量存活并取得更多的存活时间基础上，无线传感器网络的质量监控与存活寿命都得到明显的改进。在特殊环境中，对传感器网络性能会提出更高的要求，往往通过增加节点数量来满足要求，但不一定能实现性能的最优化，大量节点的存在势必造成信号之间的干扰以及协议之间的冲突，从而提高

7、了节点选取的复杂度。应使用适当的节点来构造最优化的网络。因此引入平均监测率，监测率为对目标区域的覆盖程度的指标。2所示，在lKmXO.lKm狭长区域中，节点数目为18个时，监测效率随节点数量增加而提高的不再明显，为监测拐点，此点位是监测效率与节点数的最优化位置，一般选择此数量的节点作为节点配置的数量。3结论为提升传感器网络寿命与监测质量，本课题改进了传统的LEACH算法，优化了过偏的传感器节点选取簇头的概率，通过仿真验证，新网络工作效率更高，寿命更长，并实现了节点数量与监控区域的优化。针对WSN能量受限的

8、特点，课题在原有分簇算法的基础上进行改进，尝试在簇头的选取、簇的划分以及簇的路由等环节提出新的改进策略，以期能有效地平衡网络节点的能耗负载，改善网络能量的使用效率，延长网络的生存时间，从而更加有效的解决WSN能量受限的问题。同时，课题研究也为其他从事相关研究的人员提供可借鉴的解决思路。参考文献：[1]Younis0，FahmyS.Heed:ahybrid，energy-efficient，distributedclusteri