CN104768124A - 基于双簇头聚类分簇和数据融合的无线传感器网络路由算法 - Google Patents
基于双簇头聚类分簇和数据融合的无线传感器网络路由算法 Download PDFInfo
- Publication number
- CN104768124A CN104768124A CN201510181810.6A CN201510181810A CN104768124A CN 104768124 A CN104768124 A CN 104768124A CN 201510181810 A CN201510181810 A CN 201510181810A CN 104768124 A CN104768124 A CN 104768124A
- Authority
- CN
- China
- Prior art keywords
- wireless sensor
- head
- vectorial
- vector
- represent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,包括无线传感器节点组1,汇聚节点2,其特征在于:无线传感器节点组1包括在200米*200米的正方形区域中随机分布的200个无线传感器节点,分别用N_i表示,i=1,2,…,200;设共有10个簇,分别用C_j,j=1,2,…,10;N_i属于并且只属于某一个簇C_q,q为1,2,…,10中的一个;其针对LEACH协议簇头随机选取造成的簇头分布不均匀,研究一种基于聚类的双簇头分簇算法,以优化无线传感器网络的能量消化,延长网络的生命周期;首先利用聚类算法将整个网络区域的节点分为若干个类(即以后的簇),然后再在簇中分别选择第一簇头、第二簇头,第一簇头用于向汇聚节点发送数据,第二节点用于数据融合。
Description
技术领域
本发明涉及一种基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,属于无线传感器技术领域。
背景技术
无线传感器网络是当前很受关注的研究热点,它是由部署在监测区域内大量的廉价无线传感器节点组成通过无线通信方式形成的一个多跳的自组织的网络***,其目的是协作的感知、采集和处理覆盖网络区域中感知对象的信息,并发送给用户终端。目前,无线传感器网络已经在很多领域投入了使用,例如, 在环境方面可以监测土壤情况、空气污染情况、农作物的生长情况等。在医疗监护方面可以对病人全方位的病情跟踪而又不需要极大的影响病人的生活。在军事方面可以用于侦察敌情、监控兵力、装备和物资,战场目标定位等多个方面。
无线传感器网络的节点的能源一般是有限的,例如电池等,这种情况就使得单个节点的生命周期很短。因此,对于无线传感器网络的设计都是能量优先,综合考虑节点消耗能量及网络能量均衡问题。根据文献可知,分层路由协议可以很好的节约能量,延长网络的生命周期。分层路由协议一般是将所有节点分为普通节点和簇头节点,普通节点只是用来感知数据,簇头节点用来收集普通节点的数据,并在处理后转发给汇聚节点。具有代表性的算法有LEACH分层路由协议
但是由于LEACH分簇算法中簇头节点的生成是随机选取的,并且与监测区域内传感器节点的分布位置无关,当节点的疏密程度严重时,利用LEACH算法可能会造成选取的簇头不是平均的分布在监测区域内。当在节点比较稀疏的区域,簇头节点很少或没有,此时该区域内的普通节点就会直接和汇聚节点通信,从而加快了普通节点的死亡,进一步的影响了整个网络的生命周期。
发明内容
本发明的目的在于提供了一种基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,其针对LEACH协议簇头随机选取造成的簇头分布不均匀,研究一种基于聚类的双簇头分簇算法,以优化无线传感器网络的能量消化,延长网络的生命周期;首先利用聚类算法将整个网络区域的节点分为若干个类(即以后的簇),然后再在簇中分别选择第一簇头、第二簇头,第一簇头用于向汇聚节点发送数据,第二节点用于数据融合。
本发明的技术方案是这样实现的:基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,包括无线传感器节点组,汇聚节点,其特征在于:无线传感器节点组包括在200米*200米的正方形区域中随机分布的200个无线传感器节点,分别用N_i表示,i=1,2,…,200;设共有10个簇,分别用C_j,j=1,2,…,10;N_i属于并且只属于某一个簇C_q,q为1,2,…,10中的一个,设C_j中无线传感器节点个数为m_j,m_j为大于0的整数,设C_j(a)为C_j中的第a个无线传感器节点,它的功率放大器的能耗用 表示,它的自由空间消耗的能量用表示,它的发射电路消耗的能量,为C_j(a)在平面坐标系中X轴Y轴的坐标, j=1,2,…,10;a=1,2,…,m_j。汇聚节点用N_C表示,并将汇聚节点N_C放置在200米*200米的正方形区域中心,即N_C在平面坐标系的坐标为(100,100),设r=1。
其具体的实现步骤如下:
1)、对于簇C_j,构建flag_j向量, flag_j(a)为flag_j中的第a个元素,flag_j(a)=0, j=1,2,…,10,a=1,2,…,m_j。
2)、对于簇C_j,构建E_j向量,E_j(b)为E_j中的第b个元素,j=1,2,…,10,b=1,2,…,m_j。
3)、对于C_j(a),如果E_j(a)>0并且flag_j(a)<=0,那么利用下面的公式计算阈值T_j(a),
否则T_j(a)=0,j=1,2,…,10;a=1,2,…,m_j。
4)、对于簇C_j,构建一个随机数向量temp_j,j=1,2,…,10, temp_j(c)为temp_j中的第c个元素,c=1,2,…,m_j; temp_j(c)为0到1之间的数,j=1,2,…,10, c=1,2,…,m_j;如果temp_j(a)<T_j(a),那么flag_j(a)=1,j=1,2,…,10,a=1,2,…,m_j。
5)、设向量flag_j中等于1的元素的个数为k_j,依次判断,如果flag_j(a)等于1,那么C_j(a)为节点簇头向量CUST_j,j=1,2,…,10中的元素,CUST_j(t)为向量CUST_j中的t个元素,t=1,2,…,k_j。设表示CUST_j(t)在平面坐标系中X轴坐标和Y轴坐标。
6)、利用下面的公式计算,,j=1,2,…,10。
7)、利用下面的公式
构建j个向量,分别用D_j表示,D_j(s)为向量D_j第s个元素,j=1,2,…,10, s=1,2,…,k_j。设D_j(h)为向量D_j元素中最小的一个元素,则CUST_j(h)为第二簇头,并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, s=1,2,…,k_j。
8)、利用下面的公式
构建j个向量,分别用D1_j表示,D1_j(w)为向量D1_j第w个元素,j=1,2,…,10, w=1,2,…,k_j。设D1_j(o)为向量D1_j元素中最小的一个元素,则CUST_j(o)为第一簇头, 并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, w=1,2,…,k_j。
9)、根据下面公式
构建j个向量,分别用表示,DC_j(a1)为向量DC_j第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2。
10)、利用下面的公式
构建j个向量,分别用表示, (a1)为向量第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2。
11)、利用下面的公式
构建向量DD,DD(j)为向量DD第j个元素,j=1,2,…,10。
根据下面的公式进行无线传感器节点的能量消耗。
,j=1,2,…,10。
12)、根据下面的公式
构建向量DS,DS(j)为向量DS第j个元素,j=1,2,…,10。
利用下面的公式进行无线传感器节点的能量消耗。
,j=1,2,…,10。
13)、设r=r+1。
14)、依次执行步骤1到步骤13,直到r=2500。
通过以上步骤可以很好的对区域内的无线传感器节点进行分簇并选取簇头,克服了LEACH协议簇头分布不均匀及无线传感器节点能量消耗过快的问题。
本发明的积极效果是在LEACH协议的基础上,对LEACH协议进行了改进。通过该算法对节点分簇及簇头的选举,均衡了节点的能量消耗,延长了网络生命周期。
具体实施方式
下面结合实例对本发明做进一步的描述:基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,包括无线传感器节点组,汇聚节点,其特征在于:无线传感器节点组包括在200米*200米的正方形区域中随机分布的200个无线传感器节点,分别用N_i表示,i=1,2,…,200;设共有10个簇,分别用C_j,j=1,2,…,10;N_i属于并且只属于某一个簇C_q,q为1,2,…,10中的一个,设C_j中无线传感器节点个数为m_j,m_j为大于0的整数,设C_j(a)为C_j中的第a个无线传感器节点,它的功率放大器的能耗用表示,它的自由空间消耗的能量用表示,它的发射电路消耗的能量,为C_j(a)在平面坐标系中X轴Y轴的坐标, j=1,2,…,10;a=1,2,…,m_j。汇聚节点用N_C表示,并将汇聚节点N_C放置在200米*200米的正方形区域中心,即N_C在平面坐标系的坐标为(100,100),设r=1。
实现步骤如下:
步骤1、对于簇C_j,构建flag_j向量, flag_j(a)为flag_j中的第a个元素,flag_j(a)=0, j=1,2,…,10,a=1,2,…,m_j。
步骤2、对于簇C_j,构建E_j向量,E_j(b)为E_j中的第b个元素,j=1,2,…,10,b=1,2,…,m_j。
步骤3、对于C_j(a),如果E_j(a)>0并且flag_j(a)<=0,那么利用下面的公式计算阈值T_j(a),
否则T_j(a)=0,j=1,2,…,10;a=1,2,…,m_j。
步骤4、对于簇C_j,构建一个随机数向量temp_j,j=1,2,…,10, temp_j(c)为temp_j中的第c个元素,c=1,2,…,m_j; temp_j(c)为0到1之间的数,j=1,2,…,10, c=1,2,…,m_j;如果temp_j(a)<T_j(a),那么flag_j(a)=1,j=1,2,…,10,a=1,2,…,m_j。
步骤5、设向量flag_j中等于1的元素的个数为k_j,依次判断,如果flag_j(a)等于1,那么C_j(a)为节点簇头向量CUST_j,j=1,2,…,10中的元素,CUST_j(t)为向量CUST_j中的t个元素,t=1,2,…,k_j。设表示CUST_j(t)在平面坐标系中X轴坐标和Y轴坐标。
步骤6、利用下面的公式计算,,j=1,2,…,10。
步骤7、利用下面的公式
构建j个向量,分别用D_j表示,D_j(s)为向量D_j第s个元素,j=1,2,…,10, s=1,2,…,k_j。设D_j(h)为向量D_j元素中最小的一个元素,则CUST_j(h)为第二簇头,并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, s=1,2,…,k_j。
步骤8、利用下面的公式
构建j个向量,分别用D1_j表示,D1_j(w)为向量D1_j第w个元素,j=1,2,…,10, w=1,2,…,k_j。设D1_j(o)为向量D1_j元素中最小的一个元素,则CUST_j(o)为第一簇头, 并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, w=1,2,…,k_j。
步骤9、根据下面公式
构建j个向量,分别用表示,DC_j(a1)为向量DC_j第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2。
步骤10、利用下面的公式
构建j个向量,分别用表示, (a1)为向量第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2。
步骤11、利用下面的公式
构建向量DD,DD(j)为向量DD第j个元素,j=1,2,…,10。
根据下面的公式进行无线传感器节点的能量消耗。
,j=1,2,…,10。
步骤12、根据下面的公式
构建向量DS,DS(j)为向量DS第j个元素,j=1,2,…,10。
利用下面的公式进行无线传感器节点的能量消耗。
,j=1,2,…,10。
步骤13、设r=r+1。
步骤14、依次执行步骤1到步骤13,直到r=2500。
通过以上步骤可以很好的对区域内的无线传感器节点进行分簇并选取簇头,克服了LEACH协议簇头分布不均匀及无线传感器节点能量消耗过快的问题。
Claims (1)
1.基于双簇头聚类分簇和数据融合的无线传感器网络路由算法,包括无线传感器节点组,汇聚节点,其特征在于:无线传感器节点组包括在200米*200米的正方形区域中随机分布的200个无线传感器节点,分别用N_i表示,i=1,2,…,200;设共有10个簇,分别用C_j,j=1,2,…,10;N_i属于并且只属于某一个簇C_q,q为1,2,…,10中的一个,设C_j中无线传感器节点个数为m_j,m_j为大于0的整数,设C_j(a)为C_j中的第a个无线传感器节点,它的功率放大器的能耗用 表示,它的自由空间消耗的能量用表示,它的发射电路消耗的能量,为C_j(a)在平面坐标系中X轴Y轴的坐标, j=1,2,…,10;a=1,2,…,m_j;
汇聚节点用N_C表示,并将汇聚节点N_C放置在200米*200米的正方形区域中心,即N_C在平面坐标系的坐标为(100,100),设r=1;
其具体的实现步骤如下:
1)、对于簇C_j,构建flag_j向量, flag_j(a)为flag_j中的第a个元素,flag_j(a)=0, j=1,2,…,10,a=1,2,…,m_j;
2)、对于簇C_j,构建E_j向量,E_j(b)为E_j中的第b个元素,j=1,2,…,10,b=1,2,…,m_j;
3)、对于C_j(a),如果E_j(a)>0并且flag_j(a)<=0,那么利用下面的公式计算阈值T_j(a),
否则T_j(a)=0,j=1,2,…,10;a=1,2,…,m_j;
4)、对于簇C_j,构建一个随机数向量temp_j,j=1,2,…,10, temp_j(c)为temp_j中的第c个元素,c=1,2,…,m_j; temp_j(c)为0到1之间的数,j=1,2,…,10, c=1,2,…,m_j;如果temp_j(a)<T_j(a),那么flag_j(a)=1,j=1,2,…,10,a=1,2,…,m_j;
5)、设向量flag_j中等于1的元素的个数为k_j,依次判断,如果flag_j(a)等于1,那么C_j(a)为节点簇头向量CUST_j,j=1,2,…,10中的元素,CUST_j(t)为向量CUST_j中的t个元素,t=1,2,…,k_j;
设表示CUST_j(t)在平面坐标系中X轴坐标和Y轴坐标;
6)、利用下面的公式计算,,j=1,2,…,10;
7)、利用下面的公式
构建j个向量,分别用D_j表示,D_j(s)为向量D_j第s个元素,j=1,2,…,10, s=1,2,…,k_j;设D_j(h)为向量D_j元素中最小的一个元素,则CUST_j(h)为第二簇头,并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, s=1,2,…,k_j;
8)、利用下面的公式
构建j个向量,分别用D1_j表示,D1_j(w)为向量D1_j第w个元素,j=1,2,…,10, w=1,2,…,k_j;设D1_j(o)为向量D1_j元素中最小的一个元素,则CUST_j(o)为第一簇头, 并用表示该簇头在平面坐标系中X轴坐标和Y轴坐标,j=1,2,…,10, w=1,2,…,k_j;
9)、根据下面公式
构建j个向量,分别用表示,DC_j(a1)为向量DC_j第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2;
10)、利用下面的公式
构建j个向量,分别用表示, (a1)为向量第a1个元素,j=1,2,…,10, a1=1,2,…,m_j-2;
11)、利用下面的公式
构建向量DD,DD(j)为向量DD第j个元素,j=1,2,…,10;
根据下面的公式进行无线传感器节点的能量消耗;
,j=1,2,…,10;
12)、根据下面的公式
构建向量DS,DS(j)为向量DS第j个元素,j=1,2,…,10;
利用下面的公式进行无线传感器节点的能量消耗;
,j=1,2,…,10;
13)、设r=r+1;
14)、依次执行步骤1到步骤13,直到r=2500。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510181810.6A CN104768124B (zh) | 2015-04-17 | 2015-04-17 | 基于双簇头聚类分簇和数据融合的无线传感器网络路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510181810.6A CN104768124B (zh) | 2015-04-17 | 2015-04-17 | 基于双簇头聚类分簇和数据融合的无线传感器网络路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104768124A true CN104768124A (zh) | 2015-07-08 |
CN104768124B CN104768124B (zh) | 2018-08-17 |
Family
ID=53649662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510181810.6A Active CN104768124B (zh) | 2015-04-17 | 2015-04-17 | 基于双簇头聚类分簇和数据融合的无线传感器网络路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104768124B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108055685A (zh) * | 2017-12-29 | 2018-05-18 | 北京农业信息技术研究中心 | 无线传感器网络中的簇头节点和传感器节点 |
CN110505571A (zh) * | 2019-08-27 | 2019-11-26 | 深圳供电局有限公司 | 基于人工智能技术的风险主题分析*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101267391A (zh) * | 2008-03-27 | 2008-09-17 | 上海交通大学 | 基于不均匀分簇的无线传感器网络拓扑控制方法 |
CN102014455B (zh) * | 2010-11-23 | 2013-07-03 | 北京航空航天大学 | 一种基于节点间相关性的无线传感器网络分簇路由方法 |
CN102547904A (zh) * | 2012-02-28 | 2012-07-04 | 山东大学 | 一种基于leach协议的簇头选举改进算法 |
CN103874158A (zh) * | 2012-12-18 | 2014-06-18 | 江南大学 | 一种新型的聚类路由算法 |
-
2015
- 2015-04-17 CN CN201510181810.6A patent/CN104768124B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108055685A (zh) * | 2017-12-29 | 2018-05-18 | 北京农业信息技术研究中心 | 无线传感器网络中的簇头节点和传感器节点 |
CN108055685B (zh) * | 2017-12-29 | 2020-06-09 | 北京农业信息技术研究中心 | 无线传感器网络中的簇头节点和传感器节点 |
CN110505571A (zh) * | 2019-08-27 | 2019-11-26 | 深圳供电局有限公司 | 基于人工智能技术的风险主题分析*** |
CN110505571B (zh) * | 2019-08-27 | 2020-11-06 | 深圳供电局有限公司 | 基于人工智能技术的风险主题分析*** |
Also Published As
Publication number | Publication date |
---|---|
CN104768124B (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zivkovic et al. | Wireless sensor networks life time optimization based on the improved firefly algorithm | |
Elhoseny et al. | Extending self-organizing network availability using genetic algorithm | |
Al-Janabi et al. | Optimised clustering algorithm-based centralised architecture for load balancing in IoT network | |
Kumar et al. | A survey on routing protocols for wireless sensor networks using swarm intelligence | |
Sarangi et al. | A novel routing algorithm for wireless sensor network using particle swarm optimization | |
Kushal et al. | Cluster based routing protocol to prolong network lifetime through mobile sink in WSN | |
Ko et al. | Neighbor-aware energy-efficient monitoring system for energy harvesting internet of things | |
CN104284386A (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
Dhiviya et al. | Survey on WSN using clustering | |
Hajjej et al. | An efficient deployment approach for improved coverage in wireless sensor networks based on flower pollination algorithm | |
Masoud et al. | To cluster or not to cluster: A hybrid clustering protocol for WSN | |
Nayak et al. | Comparison of routing protocols in wsn using netsim simulator: Leach vs leach-c | |
Mehta et al. | A comparative analysis of energy efficient hierarchical routing protocols for wireless sensor networks | |
CN104768124A (zh) | 基于双簇头聚类分簇和数据融合的无线传感器网络路由算法 | |
Sharma et al. | Heterogeneous clustering for energy optimization in wireless sensor networks | |
Randhawa et al. | Comparative analysis of flat routing protocols in wireless sensor networks: Which one is better? | |
Goyal | An optimal scheme for minimizing energy consumption in WSN | |
Bala et al. | On proficiency of HEED protocol with heterogeneity for wireless sensor networks with BS and nodes mobility | |
Kumar et al. | A survey on energy efficient protocols for wireless sensor network | |
Aneeth et al. | Energy-efficient communication in wireless sensor network for precision farming | |
Agarwal et al. | Swarm inspired artificial bee colony algorithm for clustered wireless sensor network | |
CN104780583A (zh) | 基于路径能量消耗及节点剩余能量的多层分簇算法 | |
Yadav et al. | Cluster based routing schemes in wireless sensor networks: A comparative study | |
Priyanka | Efficient Cluster Formation and Cluster Head Selection for WSN | |
Pratha et al. | Grey wolf optimization based energy efficiency management system for wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |