李建奇, 曹斌芳, 王 立, 任艷惠

(1. 湖南文理學(xué)院 電氣與信息工程學(xué)院, 湖南 常德, 415000; 2. 湖南文理學(xué)院 物理與電子科學(xué)學(xué)院, 湖南 常德, 415000)

一種基于LEACH的無(wú)線傳感器網(wǎng)絡(luò)改進(jìn)路由算法

李建奇1, 曹斌芳2, 王 立1, 任艷惠1

(1. 湖南文理學(xué)院 電氣與信息工程學(xué)院, 湖南 常德, 415000; 2. 湖南文理學(xué)院 物理與電子科學(xué)學(xué)院, 湖南 常德, 415000)

延長(zhǎng)網(wǎng)絡(luò)的生命周期是無(wú)線傳感器網(wǎng)絡(luò)研究中的重要問(wèn)題, 針對(duì)經(jīng)典 LEACH路由算法分簇機(jī)制中存在的不足, 提出了一種改進(jìn)LEACH算法. 該算法分簇機(jī)制綜合考慮了節(jié)點(diǎn)的狀態(tài)以及分簇機(jī)制帶來(lái)的開銷, 它通過(guò)計(jì)算每輪網(wǎng)絡(luò)能量消耗速度來(lái)動(dòng)態(tài)調(diào)整分簇的策略以減少了分簇機(jī)制產(chǎn)生的開銷. 改進(jìn)協(xié)議將每輪分為簇的建立、簇間路由的形成、簇頭簇內(nèi)的調(diào)整和數(shù)據(jù)的穩(wěn)定傳輸階段4個(gè)階段. 仿真結(jié)果表明該算法提高了網(wǎng)絡(luò)的能量效率, 延長(zhǎng)了網(wǎng)絡(luò)的生存周期.

無(wú)線傳感器網(wǎng)絡(luò); 分簇; 能量效率

由于無(wú)線傳感器網(wǎng)絡(luò)(WSN)中采集節(jié)點(diǎn)一般采用電池供電, 同時(shí)節(jié)點(diǎn)更換不便, 在確定的數(shù)據(jù)通信任務(wù)條件下, 網(wǎng)絡(luò)的生存周期與網(wǎng)內(nèi)節(jié)點(diǎn)的能耗密切相關(guān), 因此優(yōu)化網(wǎng)絡(luò)的整體能耗效率, 延長(zhǎng)網(wǎng)絡(luò)壽命的路由協(xié)議是無(wú)線傳感網(wǎng)絡(luò)的一個(gè)重要研究?jī)?nèi)容[1-2].

Heinzelman等于2000年提出的LEACH(Low Energy Adaptive Clustering Hierarchy)算法是比較具有代表性的層次型路由算法, 是WSN中最早和廣泛應(yīng)用的分層路由協(xié)議[3]. 很多路由協(xié)議都是基于LEACH協(xié)議基礎(chǔ)改進(jìn)而來(lái)的[3-4]. LEACH協(xié)議在選擇簇頭時(shí)主要考慮的各節(jié)點(diǎn)平均承擔(dān)簇頭工作, 當(dāng)多個(gè)簇頭與基站直接通信, 特別是當(dāng)隨機(jī)性產(chǎn)生的次優(yōu)簇頭節(jié)點(diǎn)位于距離網(wǎng)關(guān)較遠(yuǎn)的時(shí)候, 傳輸數(shù)據(jù)將無(wú)謂消耗額外的能量, 可能導(dǎo)致該節(jié)點(diǎn)提前死亡, 并加大了網(wǎng)絡(luò)單位數(shù)據(jù)流的能量消耗. 研究人員針對(duì)LEACH協(xié)議的不足提出了結(jié)合剩余能量、地理位置和節(jié)點(diǎn)密度等多種改進(jìn)方法[5-10]. 但是文獻(xiàn)[5-10]研究剩余能量主要是與自身的初始節(jié)點(diǎn)之間的關(guān)系和節(jié)點(diǎn)與網(wǎng)關(guān)節(jié)點(diǎn)距離之間的關(guān)系等多個(gè)因素. 這些改進(jìn)算法在優(yōu)化簇的選舉的同時(shí), 也帶來(lái)了不同程度分簇開銷, 本文針對(duì)這類情況提出了一種改進(jìn)型LEACH算法, 綜合考慮簇結(jié)構(gòu)優(yōu)化和分簇活動(dòng)開銷, 最后通過(guò)MATLAB仿真驗(yàn)證本文算法的有效性.

1 WSN網(wǎng)絡(luò)模型

本文算法針對(duì)的傳感器網(wǎng)絡(luò)具有以下性質(zhì):

a) N個(gè)傳感器節(jié)點(diǎn)隨機(jī)的分布在M×M的區(qū)域當(dāng)中, 節(jié)點(diǎn)一旦配置完成即保持靜止不動(dòng), 也不再人工維護(hù), 每個(gè)節(jié)點(diǎn)結(jié)構(gòu)功能相同, 并且具有相同的初始能量, 并且具有功率控制功能;

b) 網(wǎng)關(guān)位于傳感器監(jiān)測(cè)區(qū)域以外的固定一點(diǎn), 因?yàn)閃SN應(yīng)用的場(chǎng)合均是常規(guī)監(jiān)測(cè)手段難以達(dá)到的區(qū)域, 將網(wǎng)關(guān)置于監(jiān)測(cè)區(qū)域之外是合理的假定, 網(wǎng)關(guān)節(jié)點(diǎn)功率可以覆蓋整個(gè)監(jiān)控區(qū)域;

c) 節(jié)點(diǎn)之間通信鏈路是對(duì)稱的, 每個(gè)節(jié)點(diǎn)總有監(jiān)測(cè)數(shù)據(jù)需要發(fā)送, 可以與一定范圍內(nèi)的節(jié)點(diǎn)通信;

d) 相鄰監(jiān)測(cè)區(qū)域內(nèi)的數(shù)據(jù)具有相關(guān)性, 可以進(jìn)行數(shù)據(jù)融合;

e) 每個(gè)節(jié)點(diǎn)都有足夠的計(jì)算能力支持不同的MAC協(xié)議和數(shù)據(jù)處理;

f) 每個(gè)節(jié)點(diǎn)均采用全向天線;

g) 節(jié)點(diǎn)消耗能量模型采用文獻(xiàn)[6]中所提出的模型:

其中式(1)中, d為傳輸距離, ETx(k, d) 表示傳感器節(jié)點(diǎn)發(fā)送kbit 數(shù)據(jù)通過(guò)距離d時(shí)的能耗, 由發(fā)射電路耗損和功率放大耗損兩部分構(gòu)成. 功率放大耗損根據(jù)發(fā)送者和接收者之間的距離分別采用自由空間模型和多路徑衰減模型. Eelec為發(fā)射電路的耗損能量. εfs和εmp分別表示兩種信道模型下功率放大所需能量. 式(2)表示接收kbit數(shù)據(jù)的能量耗損, 僅由電路耗損引起. 式(3)為將接收到的n個(gè)節(jié)點(diǎn)發(fā)送過(guò)來(lái)的n×kbit數(shù)據(jù)與本身的kbit數(shù)據(jù)融合, 融合成kbit數(shù)據(jù)再發(fā)送出去.

2 經(jīng)典LEACH路由協(xié)議

LEACH協(xié)議按周期運(yùn)行, 分成若干輪(Round). 每一輪分為簇的建立階段和穩(wěn)定通信階段. 簇的建立階段是簇首的形成階段. 在簇的建立階段, 每個(gè)節(jié)點(diǎn)生成一個(gè)介于0和1之間的隨機(jī)數(shù), 如果這個(gè)數(shù)小于這一“輪”所設(shè)定的閾值 T(n), 那么這個(gè)節(jié)點(diǎn)就成為簇首, 這個(gè)閾值通常需要根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)目按經(jīng)驗(yàn)值來(lái)給定.

其中p為節(jié)點(diǎn)中成為簇頭節(jié)點(diǎn)的百分?jǐn)?shù), r是當(dāng)前的輪數(shù), G是在前r輪中未被選為簇頭的節(jié)點(diǎn)集合. 簇首的節(jié)點(diǎn)向網(wǎng)絡(luò)廣播分簇信息, 告知其他節(jié)點(diǎn)相關(guān)簇首信息. 其他節(jié)點(diǎn)接收到消息后,根據(jù)信號(hào)強(qiáng)度來(lái)選擇它要加入的簇. 各簇群中的節(jié)點(diǎn)通過(guò)TDMA(時(shí)分復(fù)用技術(shù))方式與簇首進(jìn)行通信.

以 LEACH 算法的思想為基礎(chǔ), 針對(duì) LEACH存在的不足, 研究人員提出了很多的改進(jìn)算法, 例如LEACH-C (LEACH-Centralized), LEACH-EA (Energy Average)等算法[4-5]. LEACH-C算法是由基站基于整個(gè)網(wǎng)絡(luò)信息集中挑選簇頭, 每個(gè)節(jié)點(diǎn)把自身地理位置和當(dāng)前能量報(bào)告給基站, 基站根據(jù)所有節(jié)點(diǎn)的報(bào)告信息計(jì)算出平均能量, 低于平均能量的節(jié)點(diǎn)不能成為候選簇頭, 基站根據(jù)所有成員節(jié)點(diǎn)到簇頭的距離平方和最小的原則, 從剩余候選節(jié)點(diǎn)中選出合適數(shù)量和最優(yōu)地理位置的簇頭集合, 最后由基站將簇頭集合以及簇的結(jié)構(gòu)廣播出去.

3 改進(jìn)的LEACH協(xié)議

針對(duì)一個(gè)靜態(tài)固定網(wǎng)絡(luò)頻繁產(chǎn)生的全網(wǎng)分簇活動(dòng), 實(shí)際上加大網(wǎng)絡(luò)的總體能量消耗. 除掉由硬件差異造成的節(jié)點(diǎn)間能耗差異后, 較優(yōu)的網(wǎng)絡(luò)分簇結(jié)構(gòu)由節(jié)點(diǎn)所處地理位置分簇的是相對(duì)確定的, 而其他改進(jìn)算法要求 WSN網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)頻繁通信帶來(lái)的數(shù)據(jù)通信能耗相當(dāng)可觀, 因此對(duì)于整個(gè)網(wǎng)絡(luò)分簇與簇頭的選舉是可以進(jìn)行優(yōu)化的. WSN網(wǎng)絡(luò)一旦出現(xiàn)了死亡節(jié)點(diǎn)后, 往往意味著部分區(qū)域可能無(wú)法監(jiān)控的情況, 因此盡可能延長(zhǎng)網(wǎng)絡(luò)所有節(jié)點(diǎn)而非生存周期是很有必要的.

本文在結(jié)合歷史簇頭選舉、簇頭的剩余能量、網(wǎng)絡(luò)平均能量節(jié)點(diǎn)的位置, 同時(shí)修改的分簇和簇頭選舉機(jī)制, 提出了一種改進(jìn)協(xié)議, 以使WSN更加能量效率更高. 新的協(xié)議把整個(gè)數(shù)據(jù)傳輸分為多輪, 每輪又分為簇的建立、簇間多跳路由的形成、簇頭簇內(nèi)的調(diào)整和數(shù)據(jù)的穩(wěn)定傳輸階段共4個(gè)階段, 這4個(gè)階段循環(huán)往復(fù).

3.1 簇的建立

首先每輪由網(wǎng)關(guān)發(fā)出分簇廣播, 該信息包含網(wǎng)絡(luò)中所有簇頭的剩余能量的平均值 Eav(平均值 Eav通過(guò)各個(gè)簇頭節(jié)點(diǎn)報(bào)告的各簇的平均能量計(jì)算得到), 凡是剩余能量低于 Eav的節(jié)點(diǎn)定義為低能量節(jié)點(diǎn), 這類節(jié)點(diǎn)不參與簇頭競(jìng)爭(zhēng). 每個(gè)節(jié)點(diǎn)接收該網(wǎng)關(guān)的啟動(dòng)信息后, 并根據(jù)接收到的信號(hào)強(qiáng)度, 計(jì)算出自己到網(wǎng)關(guān)節(jié)點(diǎn)的距離, 記為dnw. 每個(gè)非低能量節(jié)點(diǎn)自身產(chǎn)生一個(gè)介于0~1之間的隨機(jī)數(shù), 將該數(shù)與門限值T(n)作比較,若該數(shù)小于 T(n)則該節(jié)點(diǎn)將成為臨時(shí)簇頭節(jié)點(diǎn), 若該數(shù)大于 T(n)則該節(jié)點(diǎn)暫時(shí)成為普通節(jié)點(diǎn), 門限值 T(n)由式(5)決定, 其中, En是節(jié)點(diǎn)n的當(dāng)前剩余能量, Enav是上一次簇內(nèi)網(wǎng)絡(luò)節(jié)點(diǎn)的平均能量(可近似為本輪競(jìng)爭(zhēng)范圍內(nèi)節(jié)點(diǎn)的平均能量). Neighbor_num表示節(jié)點(diǎn)的鄰近節(jié)點(diǎn)數(shù)目, CH_Times表示節(jié)點(diǎn)在以前輪數(shù)中被選為簇頭節(jié)點(diǎn)的次數(shù). 簇頭選舉算法應(yīng)當(dāng)讓高剩余能量和低能量消耗功率的節(jié)點(diǎn)優(yōu)先當(dāng)選.

簇首節(jié)點(diǎn)選出之后, 廣播自己當(dāng)選簇首的信號(hào), 周圍節(jié)點(diǎn)根據(jù)信號(hào)強(qiáng)度, 選擇所屬簇首, 然后發(fā)送一個(gè)請(qǐng)求加入信息, 此信息除了包含簇首節(jié)點(diǎn)ID以及自己的ID號(hào)以外,還需要包含自己的剩余能量狀態(tài)、本節(jié)點(diǎn)距離簇頭的距離和本節(jié)點(diǎn)距離網(wǎng)關(guān)的距離.

3.2 網(wǎng)絡(luò)路由的形成

簇建立之后, 每個(gè)簇首向網(wǎng)絡(luò)廣播自身信號(hào)中包含自身的ID等信號(hào), 每個(gè)簇首接收到其它簇首廣播的強(qiáng)度信號(hào), 確定出近似距離信息并記錄下來(lái), 然后所有簇首節(jié)點(diǎn)把這些距離信息發(fā)送給基站,同時(shí)還要發(fā)送自己的剩余能量狀況. 基站接收到這些信息后采用文獻(xiàn)[10]算法, 規(guī)劃出全網(wǎng)鏈路拓?fù)? 同時(shí)記錄下剩余能量不足的簇首. 接下來(lái)把網(wǎng)絡(luò)鏈路數(shù)據(jù)結(jié)構(gòu)廣播給所有簇首節(jié)點(diǎn). 這樣簇首間的主干網(wǎng)絡(luò)形成. 簇間的鏈路多跳路由如圖1所示.

圖1 網(wǎng)絡(luò)簇頭路由拓?fù)浣Y(jié)

3.3 簇頭簇內(nèi)的調(diào)整

每一輪完成本簇的數(shù)據(jù)采集、融合、數(shù)據(jù)發(fā)送和數(shù)據(jù)轉(zhuǎn)發(fā)后, 簇頭節(jié)點(diǎn)在本簇的相鄰節(jié)點(diǎn)中選擇最近和最高剩余節(jié)點(diǎn)選擇下一輪的簇頭節(jié)點(diǎn), 在本簇內(nèi)廣播簇頭節(jié)點(diǎn)的轉(zhuǎn)移. 簇頭的內(nèi)部調(diào)整的輪數(shù)參數(shù)IR初始設(shè)置為1輪, 前100輪該參數(shù)固定不變, 隨后該參數(shù)隨著整個(gè)輪數(shù)的變化而變化, 網(wǎng)關(guān)根據(jù)網(wǎng)絡(luò)前100輪中計(jì)算每輪的平均能耗. 當(dāng)接下來(lái)的輪數(shù)中, 一旦該輪的能耗較低, 那么該指數(shù)根據(jù)與平均能耗的偏離來(lái)確定, 當(dāng)輪耗大于平均能量IR設(shè)置為1輪; 即馬上啟動(dòng)分簇, 若輪耗較低則增大該參數(shù)最大值為5, 因?yàn)橹星捌诟鞴?jié)點(diǎn)性能良好, 那些在充當(dāng)簇頭節(jié)點(diǎn)而能量消耗少, 應(yīng)該更多的承擔(dān)簇頭工作. 當(dāng)網(wǎng)絡(luò)整體平均能量降低到初始能量的一半的時(shí)候?yàn)榈膬?nèi)部調(diào)整的次數(shù)固定為 1, 因?yàn)樵谥泻笃诠?jié)點(diǎn)的能量將較大的下降,所以動(dòng)態(tài)的成簇機(jī)制有助于整個(gè)網(wǎng)絡(luò)的生存時(shí)間. 也就是第一次啟動(dòng)分簇后 10輪內(nèi)將不再進(jìn)行全網(wǎng)的分簇, 只在簇內(nèi)部調(diào)整. 這在一個(gè)靜態(tài)網(wǎng)絡(luò)中大大減少不必要的競(jìng)爭(zhēng)成簇, 有效地提高能量的利用效率.

調(diào)整策略根據(jù)公式TCn=(Dnw/Dav+En/Eav), n屬于本簇內(nèi)節(jié)點(diǎn), TC值最大的節(jié)點(diǎn)稱為下一輪簇頭. Dnw是節(jié)點(diǎn)n距離網(wǎng)關(guān)的距離, Dav是上一次簇內(nèi)網(wǎng)絡(luò)節(jié)點(diǎn)的距離網(wǎng)絡(luò)的平均距離(可以近似看為本輪競(jìng)爭(zhēng)范圍內(nèi)節(jié)點(diǎn)的平均距離), 因?yàn)槭蔷嚯x網(wǎng)關(guān)節(jié)點(diǎn)的距離實(shí)際上在發(fā)送一定數(shù)量數(shù)據(jù)的前提下代表了節(jié)點(diǎn)能量的消耗速率. 在相同條件下選擇高能量節(jié)點(diǎn)和距離網(wǎng)關(guān)近的節(jié)點(diǎn)充當(dāng)簇頭, 有利于網(wǎng)絡(luò)整體能耗的降低.

3.4 數(shù)據(jù)傳輸階段

數(shù)據(jù)的簇內(nèi)傳輸與LEACH中的方法是一樣的, 每個(gè)簇內(nèi)節(jié)點(diǎn)根據(jù)TDMA表, 在自己的時(shí)隙內(nèi)向簇首傳輸數(shù)據(jù). 簇首接收完簇內(nèi)成員的數(shù)據(jù)并進(jìn)行融合后, 開始按收到的路由鏈路傳輸, 每個(gè)簇首節(jié)點(diǎn)接收到上一級(jí)節(jié)點(diǎn)的數(shù)據(jù)后進(jìn)行數(shù)據(jù)融合, 然后再發(fā)送給下一跳節(jié)點(diǎn). 數(shù)據(jù)傳輸采用了帶反饋的超時(shí)重發(fā)機(jī)制,簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)后等待接收方反饋確認(rèn)信息后再清除該數(shù)據(jù), 若超時(shí)定時(shí)器超時(shí)則重發(fā)該數(shù)據(jù), 簇頭節(jié)點(diǎn)的變化也通過(guò)反饋的確認(rèn)信息進(jìn)行捎帶. 在這個(gè)過(guò)程中, 每個(gè)中繼簇頭節(jié)點(diǎn)若在規(guī)定時(shí)間片內(nèi)未接收到上一級(jí)簇首節(jié)點(diǎn)的數(shù)據(jù), 則將節(jié)點(diǎn)異常信息融合后直接傳輸自己的數(shù)據(jù).

4 改進(jìn)算法分析與仿真實(shí)驗(yàn)

本文采用MATLAB對(duì)LEACH協(xié)議和改進(jìn)后的算法進(jìn)行了仿真和比較, 假設(shè)100個(gè)節(jié)點(diǎn)隨機(jī)分布在100 m×100 m的監(jiān)控區(qū)域中, 其中基站位置為(0 m, 0 m). 節(jié)點(diǎn)初始能量為0.5 J, Eelec= 50 nJ/bit, εfs= 10 pJ/bit/m2, εamp= 0.001 3 pJ/bit/m4, 數(shù)據(jù)融合EGx= 5 nJ/bit/signal, 仿真最大輪數(shù)為5 000輪, 仿真50次取平均值進(jìn)行對(duì)比并畫圖.

圖2描述了網(wǎng)絡(luò)活動(dòng)節(jié)點(diǎn)數(shù)與工作輪數(shù)直接的關(guān)系. 從圖2可以明顯看出改進(jìn)算法的與LEACH標(biāo)準(zhǔn)協(xié)議相比能夠極大的延長(zhǎng)WSN網(wǎng)絡(luò)的工作時(shí)間. 圖3描述了網(wǎng)絡(luò)節(jié)點(diǎn)每100輪能量消耗之間的關(guān)系,可以清楚看出來(lái)網(wǎng)絡(luò)節(jié)點(diǎn)的能耗降低, 主要是由于節(jié)點(diǎn)合理的承擔(dān)了充當(dāng)簇頭的輪數(shù), 分簇在選擇中較為合理. 圖4描述了各節(jié)點(diǎn)的剩余能耗的方差分布圖, 從圖4可以看出, 節(jié)點(diǎn)的直接的剩余能耗得到了更好的均衡.在經(jīng)典的 LEACH協(xié)議中, 每個(gè)節(jié)點(diǎn)選擇所屬簇首的時(shí)候只是考慮了與簇首的距離, 而沒有考慮簇首的剩余能量情況. 這可能導(dǎo)致當(dāng)選簇首的低能量節(jié)點(diǎn)快速死亡, 進(jìn)而縮短整個(gè)網(wǎng)絡(luò)的生命周期. 改進(jìn)算法在簇建立階段, 通過(guò)能量比較和尋找替代簇首, 均衡了能量消耗, 同時(shí)新增的能量比較算法很簡(jiǎn)單, TDMA的計(jì)算分配與LEACH 相比基本不增加能量開銷,故整體上增加的延遲與能耗開銷很小.

圖2 WSN節(jié)點(diǎn)死亡數(shù)與工作輪數(shù)的關(guān)系

圖3 網(wǎng)絡(luò)能量每百輪消耗曲線

圖4 網(wǎng)絡(luò)節(jié)點(diǎn)能量方差每百輪消耗曲線

5 小結(jié)

本文提出的改進(jìn)的算法分簇時(shí)結(jié)合節(jié)點(diǎn)剩余能量與網(wǎng)絡(luò)平均剩余能量的比值, 根據(jù)網(wǎng)絡(luò)平均剩余能量篩選非低能量節(jié)點(diǎn)作為候選簇頭, 再綜合考慮剩余能量、網(wǎng)絡(luò)平均能量、節(jié)點(diǎn)與簇頭和節(jié)點(diǎn)與網(wǎng)關(guān)之間距離等信息來(lái)產(chǎn)生的.同時(shí)分析了分簇機(jī)制本身帶來(lái)開銷影響, 提出了一種動(dòng)態(tài)簇內(nèi)局部簇頭輪流承擔(dān)的策略. 改進(jìn)算法進(jìn)一步均衡了對(duì)WSN整體進(jìn)行能耗均衡, 延長(zhǎng)了WSN的壽命.

參考文獻(xiàn):

[1] Akyildiz I F, Su W, Sankarasubramaniam Y, et al. A survey on sensor networks[J]. IEEE Commun, 2002, 40(8): 102-114.

[2] 任豐原, 黃海寧, 林闖. 無(wú)線傳感器網(wǎng)絡(luò)[J].軟件學(xué)報(bào), 2003, 14(7): 1282-1291.

[3] Heinzelman W, Chandrakasan A, Balakrisham H. Energy-efficient Communication Protocol for Wireless Microsensor Networks[A]. Proceedings of the 33rd Annual Hawaii Int’l Conf. on System Sciences[C]. IEEE Computer Society, 2000: 3005-3014.

[4] Heinzelman W B, Chandrakasan A P, Balakrisham H. An Application-specific Protocol Architecture for Wireless Microsensor Networks[J]. IEEE Transactions on Wireless Communication, 2002, 1(4): 660-670.

[5] Raghavendra C S, Sivalingam K M, Znati T F. Wireless Sensor Networks[M]. Kluwer: Academic Publishers, 2004: 78-83.

[6] Akyildiz I F, Kasimoglu I H. Wireless sensor and actor networks: research challenges[J]. Ad Hoc Networks, 2004, 2: 351-367.

[7] Karl H, Willig,A. Protocols and Architectures for Wireless Sensor Networks[M]. Wiley, 2005: 110-118.

[8] Younis O, Krunz M, Ramasubramanian S. Node clustering in wireless sensor networks: recent developments and deployment challenges Network[J]. IEEE, 2006, 20(5): 20-25.

[9] 朱丁丁, 金心宇, 張昱. 基于能量?jī)?yōu)先分簇算法的WSN分層路由協(xié)議[J]. 傳感器學(xué)報(bào), 2009, 22(4): 579-585.

[10] 胡鋼, 謝冬梅, 吳元忠. 無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議LEACH的研究與改進(jìn)[J]. 傳感器學(xué)報(bào), 2007, 20(6): 1391-1396.

[11] 楊菊英, 呂光宏. 無(wú)線傳感器網(wǎng)絡(luò)分層路由協(xié)議研究[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2008, 18(6): 115-118.

[12] 廖明華, 張華, 王東. 基于LEACH協(xié)議的簇頭選舉改進(jìn)算法[J]. 計(jì)算機(jī)工程, 2011, 37(7): 112-114.

[13] 徐鵬飛, 陳志剛. 無(wú)線傳感器網(wǎng)絡(luò)的連通成簇算法[J]. 小型微型計(jì)算機(jī)系統(tǒng), 2008, 29(11): 2041-2045.

[14] 林楠, 史葦杭. 無(wú)線傳感器LEACH算法的優(yōu)化及仿真[J]. 計(jì)算機(jī)仿真, 2011, 28(1): 178-181, 241.

[15] MohanedAl-Obaidy, AladdinAyesh, AlaaF.Sheta. Optimizing the communication distance of an ad hoc wireless sensor networks by genetic algorithms[J]. ArtifIntell Rev, 2008, 29: 183-194.

(責(zé)任編校： 劉剛毅)

An improved cluster routing algorthm for wireless sensor network

LI Jian-qi1, CAO Bin-fang2, WANG Li1, REN Yan-hui1
(1. Department of Electronic Engineering, Hunan University of Arts and Science, Changde 415000, China; 2. Department of Physics and Electronics, Hunan University of Arts and Science, Changde 415000, China)

Wireless sensor networks require robust wireless communication protocols that are energy efficient and provide low latency. This paper analyzes the traditional LEACH protocol and proposed a modified algorithm. clustering considers the state of node and energy cost speed, it is calculating the energy consumption of each hundred round of the network, dynamically adjust the clustering strategies to reduce the whole cost. New algorithm includes clustering, cluster routing ,cluster-head local adjustment and data transfer. Network data transfer by single hop or multi-hop. Simulation results show that improved algorithm can effectively reduce the energy consumption and extend the network life.

wireless sensor network(WSN); clustering; energy-efficient

TN 393

1672-6146(2012)02-0051-05

10.3969/j.issn.1672-6146.2012.02.013

2011-12-19

湖南省科技計(jì)劃項(xiàng)目經(jīng)費(fèi)資助(2010SK3052)

李建奇(1980-), 男, 副教授, 碩士, 主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò). E-mail: li_jianqi@126.com