簇头选择

摘要： 为进一步均衡无线传感器网络能耗,提出一种基于遗传算法改进的异构无线传感器网络分簇算法。在簇头选举阶段,分析传感器节点剩余能量、节点分布位置、节点的邻居节点密度因素,通过遗传算法寻优,选举出每轮最佳数目的最优簇头集;同时为解决周期性分簇造成的能量损失,建立簇头更新策略,降低簇头集更新频率。仿真结果表明,该算法与SEP、LEACH和TSEP算法相比较,第一死亡节点出现时间分别推迟了44.59%,69.4%和8.85%,网络寿命延长了174%,47.78%和71.33%。

摘要： 在现有的车对车(Vehicle-to-vehicle,V2V)通信中,由路边单元(Road Side Unit,RSU)实现局部道路区域内车辆的分簇通信无法满足全局分簇通信的稳定性和局部区域快速分簇的要求。为解决上述两个问题,本文提出了一种基于平均链路依赖度的软件定义车联网分簇算法,并依据该算法设计、实现了车辆节点加入/离开簇、簇内以及簇间的通信协议,最后对方案进行了性能分析。与现有算法相比,该算法的平均簇头持续时间在城市道路和高速公路两种场景分别提升了44%和68%。

摘要： 能量消耗的问题一直是无线传感器网络中一个重点研究方向.针对经典LEACH算法中能量消耗过大并且不均匀的问题,提出一种基于最优分簇半径进行分簇的路由算法,即LEACH-OR算法.该算法在簇头选取阶段依据最佳簇半径进行簇的划分,避免簇头分布不均匀的现象.在考虑传感器节点的工作剩余能量以及节点间距离的基础上,引入能量参数和距离参数对簇头选择公式进行改进.降低簇头选择的不合理情况.为了降低通信过程中不必要的能量消耗,采取多跳发送的方式,优化数据传送的路径.实验仿真的数据结果表明,与LEACH算法对比,优化之后的算法可以大幅度地节省网络的消耗,从而延长网络的工作时长.

摘要： 为延长网络寿命,提出面向通信扇区优化的簇(communication sector optimization-based clustering,CSOC)路由.依据基站的方向,给节点构建候选扇区集;根据节点能量、距离以及邻居节点数,从候选扇区集中选择簇头,未成为簇头的节点遵循就近原则选择簇头作为自己的簇头,簇头从两跳邻居节点中选择网关,通过网关转发,完成簇头间的数据传输;考虑到簇头能量逐渐减少,当簇头能量低于阈值,重新选择簇头,采用动态阈值.仿真结果表明,CSOC路由可延长网络寿命,减少系统开销.

摘要： 针对无线传感器网络中LEACH高能耗及簇头早死问题,在簇头选择过程中,考虑了节点剩余能量和到基站的距离.通过混沌优化的粒子群算法来扩大搜索范围,迭代选取性能最优的节点作为簇头.在能量消耗总和、节点存活数和网络剩余能量3个方面进行了几种方法的对比研究.

摘要： 如何有效提高能量利用率是无线传感器网络研究的一个重要方向.R-LEACH协议改进了LEACH(Low Energy Adaptive Clustering Hierarchy)协议的簇头选择算法,本文在R-LEACH协议基础上提出簇头选举方案,提出的算法改进了最佳簇头数目的计算方法,仿真结果表明,改进的协议相比R-LEACH协议,在网络寿命上提升了63％,在剩余能量上提升了60％.

摘要： 针对无线传感器网络的节点吞吐量低、生命周期短和延迟时间长等问题,提出一种基于灰狼和乌鸦搜索混合优化算法的簇头选择路由方案,该方案综合考虑节点剩余能量、节点间距离和传输延迟等因素,采用基于灰狼优化(Grey Wolf Optimization,GWO)和乌鸦搜索(Crow Search Algorithm,CSA)混合优化算法选择簇头,实现能量均匀利用,提高网络预期寿命.混合算法充分利用CSA算法的全局寻优和GWO算法的局部开发能力,提高了簇头选择过程中最优解的精度和可靠性.实验结果表明:本文提出的方案簇头选择性能良好,在吞吐量、传输速率和网络寿命方面比其他对比算法更具优势.

摘要： 为解决传感器节点资源受限以及通信链路易出错的问题,给出一种分簇无线传感器网络中基于有效负载握手的远程身份验证协议.使用集中式基于簇的分层无线传感器网络选出最优百分比的簇头,授权允许其与邻近节点通信,通过最小化节点的能量消耗实现网络负载平衡;每个簇头发挥一个服务器的作用,在每个传递消息的有效负载内保证数据认证和交换,对附近节点进行身份验证以形成簇.实验结果表明,所给协议在安全性、抵御攻击的鲁棒性、握手持续时间、平均能量消耗和网络平均吞吐量性能方面均优于现有的imp-LEACH协议和sec-LEACH协议.

摘要： 为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.

摘要： 无线传感器网络中的分簇是将传感器网络划分成多个簇的过程,可用于延长网络生存期.每个簇中都存在一个称为簇头节点和若干个普通节点.首先给出了无线传感器网络中分簇路由协议的分类特性和关键因素，接着对已有的分簇路由协议按簇头选择和数据传输两个阶段按不同参数进行了分类,并对已有的分簇路由协议从网络结构、负载均衡、路由类型等几个方面进行了比较，最后总结了已有分簇路由协议研究的不足之处,并指出了未来有待研究的关键问题.

摘要： 无线传感器网络能够在恶劣的环境下获取大量详实而可靠的信息,可以广泛应用于国防军事、工业控制、环境监测、交通管理、医疗保健、智能家居等各个领域.但是,传感器节点一般只靠电池供电,有效的利用传感器节点的能量是传感网络通信协议设计的重要目标.提出了一种基于定时器策略的具有能量效率的分布式成簇算法,称为LEACH-T算法.该算法主要包括两部分内容:一是簇头选择时引入定时器策略,使得能量较大的节点具有更高的概率成为簇头;二是引入竞争机制,使得簇头均匀分布,进而能有效平衡簇头节点的能量使用情况;三是构造了基于能量和距离的花费函数以平衡节点的能量效率.理论和仿真结果均说明该算法优于LEACH,生命周期比LEACH延长达到40%.

摘要： 本文针对无线传感器网络分簇路由LEACH协议忽视了每轮选举簇头节点的能量、节点密度以及相对于基站位置的信息等因素,提出了一个基于能量、密度和Sink位置信息改进的分簇路由算法,在阈值公式中引入剩余能量和密度因子,使得簇头针对整个网络分布更合理,能量更均衡.成簇后进行数据传输时,同时引入协同通信理念,由选举出的辅助簇头进行数据转发.利用OMNeT++仿真平台,对经典LEACH协议和改进后的LEACH协议进行对比,结果表明改进后的算法有效地降低了能量消耗,提高整个网络的寿命.

摘要： 本文针对无线传感器网络分簇路由LEACH协议忽视了每轮选举簇头节点的能量、节点密度以及相对于基站位置的信息等因素,提出了一个基于能量、密度和Sink位置信息改进的分簇路由算法,在阈值公式中引入剩余能量和密度因子,使得簇头针对整个网络分布更合理,能量更均衡.成簇后进行数据传输时,同时引入协同通信理念,由选举出的辅助簇头进行数据转发.利用OMNeT++仿真平台,对经典LEACH协议和改进后的LEACH协议进行对比,结果表明改进后的算法有效地降低了能量消耗,提高整个网络的寿命.

摘要： 本文针对无线传感器网络分簇路由LEACH协议忽视了每轮选举簇头节点的能量、节点密度以及相对于基站位置的信息等因素,提出了一个基于能量、密度和Sink位置信息改进的分簇路由算法,在阈值公式中引入剩余能量和密度因子,使得簇头针对整个网络分布更合理,能量更均衡.成簇后进行数据传输时,同时引入协同通信理念,由选举出的辅助簇头进行数据转发.利用OMNeT++仿真平台,对经典LEACH协议和改进后的LEACH协议进行对比,结果表明改进后的算法有效地降低了能量消耗,提高整个网络的寿命.

摘要： 本文针对无线传感器网络分簇路由LEACH协议忽视了每轮选举簇头节点的能量、节点密度以及相对于基站位置的信息等因素,提出了一个基于能量、密度和Sink位置信息改进的分簇路由算法,在阈值公式中引入剩余能量和密度因子,使得簇头针对整个网络分布更合理,能量更均衡.成簇后进行数据传输时,同时引入协同通信理念,由选举出的辅助簇头进行数据转发.利用OMNeT++仿真平台,对经典LEACH协议和改进后的LEACH协议进行对比,结果表明改进后的算法有效地降低了能量消耗,提高整个网络的寿命.

摘要： LEACH是一种在无线传感器网络中运用比较广泛的层次式路由协议。介绍了LEACH算法的优缺点，给出了其有限状态下的系统模型。在LEACH算法的基础上提出了基于节点分布密度、节点剩余能量和节点信号强度等综合因素的LEACH-T算法。该算法在簇头的选举过程中，能够根据节点的密度、节点剩余电量和节点信号强度均衡划分各个簇的规模。通过对LEACH-T算法进行测试与验证，与传统LEACH算法相比，该算法降低了节点的使用能耗，延长网络使用时间。

摘要： LEACH是一种在无线传感器网络中运用比较广泛的层次式路由协议。介绍了LEACH算法的优缺点，给出了其有限状态下的系统模型。在LEACH算法的基础上提出了基于节点分布密度、节点剩余能量和节点信号强度等综合因素的LEACH-T算法。该算法在簇头的选举过程中，能够根据节点的密度、节点剩余电量和节点信号强度均衡划分各个簇的规模。通过对LEACH-T算法进行测试与验证，与传统LEACH算法相比，该算法降低了节点的使用能耗，延长网络使用时间。

摘要： LEACH是一种在无线传感器网络中运用比较广泛的层次式路由协议。介绍了LEACH算法的优缺点，给出了其有限状态下的系统模型。在LEACH算法的基础上提出了基于节点分布密度、节点剩余能量和节点信号强度等综合因素的LEACH-T算法。该算法在簇头的选举过程中，能够根据节点的密度、节点剩余电量和节点信号强度均衡划分各个簇的规模。通过对LEACH-T算法进行测试与验证，与传统LEACH算法相比，该算法降低了节点的使用能耗，延长网络使用时间。

摘要： LEACH是一种在无线传感器网络中运用比较广泛的层次式路由协议。介绍了LEACH算法的优缺点，给出了其有限状态下的系统模型。在LEACH算法的基础上提出了基于节点分布密度、节点剩余能量和节点信号强度等综合因素的LEACH-T算法。该算法在簇头的选举过程中，能够根据节点的密度、节点剩余电量和节点信号强度均衡划分各个簇的规模。通过对LEACH-T算法进行测试与验证，与传统LEACH算法相比，该算法降低了节点的使用能耗，延长网络使用时间。

摘要： 本发明公开了一种基于模糊逻辑选择VANET分簇中最佳簇头的方法，应用于车载自组织网络，方法包括如下步骤S1：取任一时刻，计算VANET分簇中指定车辆v的相对平均车速ψ

摘要： 本发明提供一种簇头节点选择方法、节点分簇方法和簇头节点选择装置，属于无线传感器网络技术领域。本发明的簇头节点选择方法，包括：接收各节点发送的剩余能量；根据所述剩余能量判断各节点是否满足预设的簇头竞争条件；若所述节点满足所述簇头竞争条件，则获取所述节点的相关数据；所述相关数据包括：中心度、担任簇头的历史时长；根据所述相关数据和所述剩余能量选择出最佳节点作为簇头节点。

摘要： 本发明公开了一种应用于电力物联网的无线传感分簇路由簇头选择方法，包括步骤1，节点间相互发送测试数据包以计算节点间通信能效值，并建立邻域节点信息表；步骤2，全网选取具有最大邻域节点通信能效值之和的节点作为簇头节点；步骤3，簇头节点对邻域节点设置衰减系数后进入休眠状态，全网各节点重新计算邻域节点通信效能之和，并返回执行步骤2，直到获得预设数量的簇头节点；步骤4，各非簇头节点根据簇头信息表选择具有最高路径效能值的簇头节点作为自身簇头进行数据传输。本发明将自动选择出通信能效最高的节点作为全网簇头，并让各节点按照具有最高通信能效的路径与簇头节点间进行数据传输。

摘要： 本发明公开了大规模自组织无线通信分簇网络的生成簇头选择方法。上级簇头根据簇成员的通信质量将簇成员划分为k个类，并统计每类中簇成员的数量。上级簇头给每类簇成员赋予选择权重，根据每类簇成员的选择权重和每类簇成员的数量来计算每个类的选中概率。上级簇头按照计算出的选中概率，随机选择一个类，然后从该类中等概率选出一个簇成员作为临时子簇头。选出临时子簇头后，该临时子簇头所在类的成员数减1。重复步骤B3至B5，选出新的临时子簇头，直至当前周期内能够生成的临时子簇头数达到上限或没有簇成员可供选择。上级簇头将判断选出的临时子簇头是否能成为正式子簇头，并更新临时子簇头、正式簇头、簇成员的数量。簇头利用该信息在步骤B3中判定是否能够生成新的临时子簇头。

摘要： 本发明属于通信技术领域，具体涉及一种机会网络的簇头选择方法、分簇方法以及机会网络系统。该机会网络的簇头选择方法，包括步骤：步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态,簇内节点状态包括：每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值；步骤S2)：计算并比较节点的自身的检验值，确定簇头。该簇头选择方法以及相应的分簇方法减少能量消耗和延长网络生存时间。

摘要： 本发明提供一种簇头选择方法、簇头选择系统和多跳网络。该簇头选择方法包括：各个节点将自身的能量信息发送给基站；基站根据各个节点发送的能量信息计算网络平均能量和本轮簇头选择的阈值，并将网络平均能量和阈值回传给各个节点；各个节点根据当前自身能量与网络平均能量的第一比值确定其在本轮簇头选择过程中是否进入休眠状态；未进入休眠状态的节点生成0?1之间的随机数，并判断其随机数与第一比值的比值是否小于阈值，如果是，则选择该节点为簇头节点。该簇头选择方法按照剩余能量来选择簇头节点，保证了整个网络的能量分布更加均匀；同时，采用了与节点剩余能量相关的休眠机制，能使节点的生存时间延长，从而延长了整个网络的生存时间。

摘要： 本发明公开了一种应用于电力物联网的无线传感分簇路由簇头选择方法，包括步骤1，节点间相互发送测试数据包以计算节点间通信能效值，并建立邻域节点信息表；步骤2，全网选取具有最大邻域节点通信能效值之和的节点作为簇头节点；步骤3，簇头节点对邻域节点设置衰减系数后进入休眠状态，全网各节点重新计算邻域节点通信效能之和，并返回执行步骤2，直到获得预设数量的簇头节点；步骤4，各非簇头节点根据簇头信息表选择具有最高路径效能值的簇头节点作为自身簇头进行数据传输。本发明将自动选择出通信能效最高的节点作为全网簇头，并让各节点按照具有最高通信能效的路径与簇头节点间进行数据传输。

摘要： 本发明涉及一种基于异构车联网分簇的簇头选择方法，包括以下步骤：1)基站根据当前路面车辆分布，以IEEE 802.11p定义的最大传输距离进行最大化簇成员分簇，将分簇信息传输给各车辆；2)车辆向簇内所有车辆广播自身车辆运动信息，同时接受簇内其他车辆的车辆运动信息，计算车辆的分簇属性的数值并反馈给基站，所述分簇属性包括相对置信距离、相对移动性、传输可达速率和与基站间的信道质量指示；3)基站通过层次分析法获得各分簇属性的权重；4)基站通过叙述偏好法选择最优节点作为簇头。与现有技术相比，本发明具有降低网络丢包率、提高簇结构稳定、提升簇头与eNodeB的链路传输速率与资源利用率等优点。

摘要： 本发明公开了大规模自组织无线通信分簇网络的生成簇头选择方法。上级簇头根据簇成员的通信质量将簇成员划分为k个类，并统计每类中簇成员的数量。上级簇头给每类簇成员赋予选择权重，根据每类簇成员的选择权重和每类簇成员的数量来计算每个类的选中概率。上级簇头按照计算出的选中概率，随机选择一个类，然后从该类中等概率选出一个簇成员作为临时子簇头。选出临时子簇头后，该临时子簇头所在类的成员数减1。重复步骤B3至B5，选出新的临时子簇头，直至当前周期内能够生成的临时子簇头数达到上限或没有簇成员可供选择。上级簇头将判断选出的临时子簇头是否能成为正式子簇头，并更新临时子簇头、正式簇头、簇成员的数量。簇头利用该信息在步骤B3中判定是否能够生成新的临时子簇头。

摘要： 本发明属于通信技术领域，具体涉及一种机会网络的簇头选择方法、分簇方法以及机会网络系统。该机会网络的簇头选择方法，包括步骤：步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态,簇内节点状态包括：每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值；步骤S2)：计算并比较节点的自身的检验值，确定簇头。该簇头选择方法以及相应的分簇方法减少能量消耗和延长网络生存时间。