面向WSN的高精度预测算法和分簇路由研究

摘要

无线传感器网络(WSNs)中的节点通常由电池供电,能量是限制网络性能的重要因素。尽管部分节能路由和低功耗协议的提出在一定程度上缓解了此问题,但是无法从根源上解决。太阳能是一种可再生清洁能源,是解决网络能量受限问题的有效途径,但由于能源具有不稳定性,因此针对此类能量收集无线传感器网络(EH-WSN)进行充能预测和路由规划的研究具有重要意义,它是EH-WSN中低功耗技术的重要研究内容。针对充能预测,本文提出一种基于分类和递归的高精度预测算法k-LSTM,以实现更高效的能源管理,为WSN的路由规划提供有力支撑。此外,针对分簇路由中簇首节点选择不合理导致节点耗能加剧,网络性能不佳的问题,本文改进簇首适应度函数提出了一种基于粒子群的分簇算法,并对簇间路由下一跳的选择提出新的代价函数,进一步优化网络能源消耗。实验证明了所提方案对网络性能的提升优势,延长了网络寿命,并提高了网络吞吐量。