浅谈无线传感器网络leach协议的研究与改进

《浅谈无线传感器网络leach协议的研究与改进》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅谈无线传感器网络LEACH协议的研究与改进【摘要】文章在分析了无线传感器网络中分层路由LEACH算法的基础上，提出了一种新型选择簇首节点的方法，并通过matlab对改进后的LEACH算法进行了仿真，仿真结果显示改进后的LEACII算法在网络生命周期和网络能量消耗两方面比LEACH算法有很大的提高。【关键词】无线传感器网络（WSN）；LEACH算法；生命周期；能量消耗无线传感器网络（WSN）是一种由成千上万的微传感器构成的具有动态拓扑结构的自组织网络。由于其随机布设、自组织、灵活等特点各领域有着广泛的应用价值，但是由于传感器节点通常使用容量有限、不可更换的电源、计算也非常有限，这就要求W

2、SN路由协议必须以节约能源为主要目标，最大限度地延长网络的生命周期。一、LEACII算法LEACH是低功耗自适应分层路由算法。它的基本思想是以循环的方式随机选择簇首节点，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、提高网络整体生存时间的目的。（BLEACH算法的工作机制。LEACH在运行过程中不断地循环执行簇的重构过程。每个簇重构过程可以用“回合（round）”的概念來描述。每个回合可以分成两个阶段：簇的建立阶段和传输数据的稳定阶段。一是簇的建立阶段。簇的建立阶段可分为四个过程:簇首节点的选择。簇首节点的选择具体实现的方法为：每个传感器节点随机选择0〜1之间

3、的一个值，如果选定的值小于某一阈值T(n),那么这个节点成为簇首节点。T(n)值计算如下：T(n)=■若n^Gr0otherwise(公式1),其中，N为网络中传感器节点的总数;k为一个回合网络中的簇首节点数；r为已完成的回合数。簇首节点的广播。簇的建立。调度机制的生成。(2)LEACII算法存在的问题描述。尽管LEACH能够提高网络的生存时间，但是协议所使用的假设条件仍存在着一些值得讨论的问题，主要表现在以下几个方面：由于LEACH假定所有节点能够与汇聚点直接通信，并且每个节点都具备支持不同MAC协议的计算能力，因此该I办议不适合在大规模的无线传感器网络中应用。山于LEACH假定在最初

4、的簇首选择回合中，所有的节点都携带相同的能源，并口每个成为簇首的节点都消耗大致相同的能量。因此，协议不适合节点能量不均衡的网络。协议没冇说明簇首节点的数目怎样分布才能遍及到整个网络。因此，很可能出现被选的簇首节点集中在网络中某一区域的现象，这样就会使得一些节点的周围没有任何簇首。二、LEACII算法的改进(1)无线能量模型的选取。本文采用H前广泛使用的第一顺序无线电模式(firstorderradiomodel),这个模式基于以卜两个假设：网络里所有节点完全相同；无线电信号在各个方向上能量消耗相同。根据这一模式，某一传感器节点发送kbit数据所消耗的能量为：Esend二k*Estatic

5、+k*eamp*d0(公式2),传感器节点接收kbit数据所消耗的能量为：Ereceive二k*Estatic(公式3),其中eamp是信号放大器的放大倍数，而Esend则是发送电路和接收电路消耗的能量，在这一模式里面两者相等。而0是由无线信道决定的常量。d是信号传输的距离。（2）LEACH算法屮簇首节点选择算法的改进。为了使整个网络内负载能耗平衡,木文提出了一种新的选择簇首机制：首先，假设网络内每一节点的初始能量相等，标记为Eo；其次，每一节点通过以下5个属性来描述：ID、Cid、E_node>Nx、Ny來描述，分别代表节点的标识、聚类的标识、节点当前的（剩余）能量、节点在网络中的水平

6、位置、节点在网络中的垂直位置。其中节点的位置信息可以通过自带的GPS获得。最后，对于能量消耗过快的节点，应该尽可能的减少该节点被选择为簇首节点的机会，因此，本文用入作为衡量目前节点能量消耗大小的指标，其中入的大小为：X=B（公式4）,其中，E_node为当前节点的能量，通过节点的属性值來获得；Eo为节点的初始能量值，为一常数。（公式4）式表明，入越小说明该节点的能量消耗越快，反之则能耗较低。通过上面的描述，可以得出新的阈值大小为：T（n）new-leachO二GO*入*・+G2若nWGr0otherwise（公式5）其中，N为网络中传感器节点的总数；k为一个冋合网络中的簇首节点数；r为已

7、完成的回合数；X=E_node/E。表示衡量H前节点能量消耗大小的指标；GO、G2为网络变化的加权系数。下面讨论nWGr的情况：当GO二1,G2二0时，和文献中的情况相类似，阈值大小变为:T（n）new-leachl=入*・（公式6）,其中式（公式6）中的符号意义同式（公式5）,虽然该方法能够提高整个网络的生命周期，但是由于阈值太低和网络节点的初始能量较低两个因素的影响，会导致整个网络性能的下降。因此，木文利用G0、G2作为网络的加