CN113596950B - 一种能量平衡的圆形无线传感器网络非均衡分簇方法 - Google Patents

一种能量平衡的圆形无线传感器网络非均衡分簇方法 Download PDF

Info

Publication number
CN113596950B
CN113596950B CN202110782534.4A CN202110782534A CN113596950B CN 113596950 B CN113596950 B CN 113596950B CN 202110782534 A CN202110782534 A CN 202110782534A CN 113596950 B CN113596950 B CN 113596950B
Authority
CN
China
Prior art keywords
cluster
cluster head
formula
energy
layer
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.)
Active
Application number
CN202110782534.4A
Other languages
English (en)
Other versions
CN113596950A (zh
Inventor
林德钰
赵成坤
陈鑫浩
唐博
闵卫东
徐健锋
罗铭
李渭
欧阳浩
胡然
华鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanchang University
Original Assignee
Nanchang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanchang University filed Critical Nanchang University
Priority to CN202110782534.4A priority Critical patent/CN113596950B/zh
Publication of CN113596950A publication Critical patent/CN113596950A/zh
Application granted granted Critical
Publication of CN113596950B publication Critical patent/CN113596950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • 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
    • 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)

Abstract

本发明公开了一种能量平衡的圆形无线传感器网络非均衡分簇方法，以实现簇头节点能量负载均衡，延长无线传感网络的生命周期；通过簇头节点负载，利用广泛的理论推导和簇头节点能量计算，得到每层簇头节点的最优数目；基于模糊逻辑方法，得到一种簇头节点更替机制；结合两种方式，提出一种能量均衡的分簇方法；利用模拟实验，最终证明该算法在提升无线传感网络生命周期上，效果显著。

Description

一种能量平衡的圆形无线传感器网络非均衡分簇方法
技术领域
本发明属于无线传感网络领域，具体涉及一种能量平衡的圆形无线传感网络非均衡分簇方法。
背景技术
无线传感网络是一种已经被广泛应用的网络。在过去几年中，无线传感器网络在环境监测，目标跟踪，安全维护，军事防御和医疗保健等方面发挥着重要作用。同时，无线传感器网络作为关键技术，为学术和工业领域的热门话题例如物联网，大数据等做出了贡献。
无线传感网络是一种由数千个微型且廉价的电子设备，也称为传感器节点所组成的网络。它们有从环境中获取所需数据(例如温度，湿度和光线)的能力，并能够通过无线通信链路向其它节点发送消息。无线传感网络的最终目标是将获取的数据传输到汇聚节点。在实际应用中，传感器节点的能量有限，并且通常被部署在恶劣的环境中，因此，更换传感器节点是不切实际的。
在学术领域，已经研发了各种技术来减少节点能耗以延长无线传感网络的寿命，例如移动中继和汇聚节点，跨层设计的资源分配中继以及优化算法等。其中，最杰出的技术之一是分簇算法，该算法通过多跳传输提高了能源效率。在分簇协议中，无线传感网络被分为不同的簇，每个簇由一个簇头节点和相应的簇成员组成。将簇中的一个传感器节点选择为簇头，并将同一群集中的其他节点标记为簇成员。簇成员的功能是获取有效数据并将其传输到簇头。簇头除了需要获取数据外，还需要从其簇成员处收集数据，并将所有数据传输到更靠近汇聚节点的其它簇头。通过分簇算法，能量有限的传感器节点将有效数据传输到簇头，而不是直接传输到汇聚节点，从而减少了总传输能量开销，有效地延长了网络的生命周期。
但是，分簇算法并非完美无缺，缺陷之一是“热点问题”。对基于规模相同簇的分簇算法而言，与离汇聚节点较远的簇头相比，靠近汇聚节点的簇头需要传输更多的数据，这意味着距离汇聚节点较近的簇头会消耗更多的能量。因此，对于整个无线传感网络而言，剩余能量的分布是不均匀的，网络将过早地被分割成多个部分，这对无线传感网络的数据传输非常不利。但是，基于规模不同簇的分簇算法而言，簇的大小根据其所处位置的差异而有所不同，通常靠近汇聚节点的簇较小。利用此方法，在靠近汇聚节点的簇中，簇头传输簇内节点收集的数据所消耗的能量将会大大减少，而将更多的能量分配在簇间数据传输上。但是现有的分簇算法在能效和性能方面，还存在不足。部分分簇算法会导致能源效率和网络性能出现随机性和不确定性。此外，“热点问题”在某些分簇算法中没有被有效地控制。同时，某些分簇算法的数学计算不准确，没有利用合适的簇头选取和替换机制来平衡能耗。
对于以上问题，本发明提出了一种能量平衡的圆形无线传感器网络非均衡分簇方法，通过广泛的理论推导和数学计算，得到每层适合的簇头数目；基于模糊逻辑方法，实现簇头替换，最终达到延长无线传感网络生命周期的目的。
发明内容
本发明的目的是为了解决背景技术中所述问题，提出一种能量平衡的圆形无线传感器网络非均衡分簇方法。
本发明的技术方案为一种能量平衡的圆形无线传感器网络非均衡分簇方法，具体包括以下步骤：
步骤1，确定传感器节点以及汇聚节点的分布情况，确定无线传感网络分层；
步骤2，得到每层簇头节点消耗的总能量；
步骤3，利用簇头节点能量消耗相同，计算层间簇头比例；
步骤4，利用消耗总能量最小，得到首层簇头节点的个数；
步骤5，结合首层簇头数量，计算每层簇头和簇的具体数量；
步骤6，簇头选举以及簇的形成；
步骤7，簇内以及簇间数据传输；
步骤8，基于模糊逻辑，进行簇头轮换；
步骤9，循环步骤7和步骤8，直到无线传感网络无法继续工作。
需要说明的是，步骤1中，无线传感网路的模型如图1所示。无线传感网络分层时，首先需要以汇聚节点为圆心建立笛卡尔坐标系。若当前节点的坐标(x,y)，则该节点处于第
Figure BDA0003157643960000021
层，其中r表示每一层的固定宽度。宽度r的值可参考文献：M.Xiang,W.-r.Shi,C.-j.Jiang,and Y.Zhang,"Energy efficient clustering algorithm formaximizing lifetime of wireless sensor networks,"Aeu-International Journal ofElectronics and Communications,vol.64,no.4,pp.289-298,2010.
需要说明的是，步骤2中，首先，需要得到每层簇及簇头的数量Ci，计算方式如式一所示，其中γi表示第i层中簇所对应的圆心角的大小。
Figure BDA0003157643960000022
其次，簇头节点每次需要传输数据之和Pi，计算方式如式二所示，其中ρ代表无线传感网络中节点的密度，λ代表固定时间间隔内一个数据包中的比特数，i代表当前簇头节点所处的层数，n代表总层数，r代表每一层的固定宽度。
Figure BDA0003157643960000031
然后，分别得到以Ei-RCH所表示的，当前簇头接收其它簇头传输的数据所消耗的能量，其中Eelec表示电子能量，其取决于诸如数字编码和调制之类的因素，计算方式如式三所示：
Figure BDA0003157643960000032
以Ei-RCM所表示的，当前簇头接收簇成员传输的数据所消耗的能量，其中Eelec表示电子能量，计算方式如式四所示：
Figure BDA0003157643960000033
以Ei-TR所表示的，当前簇头转发所有接收的数据所消耗的能量，其中Eelec表示电子能量，Eamp表示发射放大器，r代表每一层的固定宽度，计算方式如式五所示：
Ei-TR＝Pi(Eelec+Eamprr2). 式五
则可按照式六得到簇头消耗的总能量Ei-CH，
Figure BDA0003157643960000034
需要说明的是，步骤3中，根据簇头节点能量相同，并且一个簇中只含有一个簇头节点，因此，各层之间簇头节点个数比，即簇的个数比的计算方法如下：
E1-CH≈E2-CH≈…≈En-CH. 式七
需要说明的是，步骤4中，所消耗的总能量Etotal计算方法如下：以Ei代表无线传感网络每层消耗的能量，以n代表无线传感网路的总层数，计算方法如式八所示。
Figure BDA0003157643960000035
因此，当Ei即无线传感网络中每层消耗的能量最小时，所消耗的总能量最小。Ei的计算方法如式九所示。
Ei＝Ci×(Ei-CH+Ei-nonCH). 式九
其中，Ci为对应层中簇的数目，Ei-CH表示对应层中簇头节点消耗的能量，Ei-nonCH表示对应层中一个簇内簇成员所消耗的总能量。Ei-CH可从式六得到，而Ei-nonCH计算方式如式十所示。
Figure BDA0003157643960000041
dtCH表示簇成员到簇头节点的距离，x2+y2表示簇成员到簇头距离的平方，ρ表示传感器节点的密度，假设簇头位于簇的中心，则簇成员到簇头的平均距离的表达式如式十一所示。
Figure BDA0003157643960000042
可将式十一中的笛卡尔坐标系转化为极坐标系，其中ρ表示传感器节点的密度，如式十二所示
Figure BDA0003157643960000043
如果将簇视为一个半径为R的圆形，则圆形的面积为πR2。每个簇的实际大小为
Figure BDA0003157643960000044
利用式十三，可得到R对应的值。
Figure BDA0003157643960000045
将式十一中的平面直角坐标系转化为极坐标系，结合由式十二得到的
Figure BDA0003157643960000046
可以得到dtCH对应的值，如式十四所示。
Figure BDA0003157643960000047
结合式六，式十和式十四，可得到Ei的值，如式十五所示。
Figure BDA0003157643960000048
在式十五中对Ci求导，可得到
Figure BDA0003157643960000049
由此可知，Ei随着Ci的增大而减小，因此要使总能量达到最小，就必须使Ci，即簇的个数达到最大。由式七可知所有层之间簇的比例，并且发现首层簇的比例是最大的。因此，在约束式七下，为使簇的总数达到最大值，首层中所有的节点都作为簇头节点，即每个节点自成一个簇。
需要说明的是，步骤5中，结合式七得到的比例和首层中簇的个数，能够计算出每一层中簇的具体个数。
需要说明的是，步骤6中，由于初始能量相同，因此，在选取簇头节点时候，只考虑节点与簇内其他节点的相对位置。由参考文献A.Foerster,A.Foerster,and A.L.Murphy,"Optimal Cluster Sizes for Wireless Sensor Networks:An Experimental Analysis,"in Ad Hoc Networks,Niagara Falls,CANADA,2009,pp.49-+可知，相较于其他情况，簇头节点位于簇中央能够降低15％的能量损耗。故在选择簇头时，尽量选择靠近簇中央的节点。在确定簇头后，簇头将会传播确认消息给它的簇成员，簇成员在收到消息后，将回复簇头确认消息。在本分簇算法中，簇一旦确定后，在后续的工作过程中都不会发生改变。
需要说明的是，步骤7中，簇内和簇间数据传输两部分。簇内数据传输时，簇成员可将数据传递给本簇的簇头节点；而在簇间数据传输时，簇头将选择最合适的下一跳簇头节点，并且要求下一跳节点必须位于当前层的相邻内层。如果是首层内的簇头，则将数据直接传输给汇聚节点。下一跳簇头节点选择的依据是距离和剩余能量，距离较短且剩余能量较多的簇头节点更容易被选为下一跳节点。
需要说明的是，步骤8中，利用模糊逻辑，可以综合考虑多个因素，以便选取合适的节点作为下一个簇头节点。在本分簇算法中，模糊逻辑(如图2所示)采用的输入有两个，分别是节点的剩余能量和节点的相对距离，输出是该节点成为下一个簇头节点的可能性。图2和图3分别展示了两个输入的隶属函数，图4展示了输出的隶属函数。
与现有技术相比，本发明的优点和有益效果为：本发明提出了一种能量平衡的圆形无线传感器网络非均衡分簇方法。相较于现有技术，本发明利用广泛的理论推导和数学计算，使得每层簇头能量消耗尽可能保持一致；结合模糊逻辑，实现簇头轮换，使得无线传感网络的生命周期得到明显提高。
附图说明
图1为本发明的网络模型；
图2为本发明中模糊逻辑***；
图3为本发明模糊逻辑***中节点剩余能量的隶属函数；
图4为本发明模糊逻辑***中节点剩余能量的隶属函数；
图5为本发明的流程图。
具体实施方式
本发明技术方案具体实施时可由本领域技术人员采用计算机软件技术运行。结合附图，提供本发明实施例具体描述如下。
实施例提供了一种能量平衡的圆形无线传感器网络非均衡分簇方法，可以有效改善分簇协议中能量分配不均衡的情况，提高了无线传感网络的生命周期。无线传感网络是网络技术的关键，可运用于环境监测、军事领域、医疗护理等多个领域。同时，无线传感网络还是当前热门研究领域如大数据，物联网等的基础。实例利用Matlab进行技术仿真，在不同的初始能量，节点数量下展开实验，对本方法进行说明，并与其他经典分簇方法进行对比。需要说明的是，本发明并不仅仅局限于上述设备和样本的应用支持，对于任意能实现上述设备功能的同等性质的设备以及实际环境中同样适用。
如图5所示，本发明实施例提供的一种能量平衡的圆形无线传感器网络非均衡分簇方法，主要包括以下步骤：
1)确定传感器节点以及汇聚节点的分布情况，确定无线传感网络分层。
确定无线传感网络模型，方便对无线传感网络中的各个节点位置进行确定。无线传感网络分层时，首先需要以汇聚节点为圆心建立笛卡尔坐标系。若当前节点的坐标(x,y)，则该节点处于第
Figure BDA0003157643960000061
层，其中r为无线传感网络中每一层的固定宽度。
2)得到每层簇头节点消耗的总能量。
首先，需要得到每层簇及簇头的数量Ci，计算方式如式一所示，其中γi表示第i层中簇所对应的圆心角的大小。
Figure BDA0003157643960000062
其次，簇头节点每次需要传输数据之和Pi，计算方式如式二所示，其中ρ代表无线传感网络中节点的密度，λ代表固定时间间隔内一个数据包中的比特数，i代表当前簇头节点所处的层数，n代表总层数。
Figure BDA0003157643960000063
然后，分别得到以Ei-RCH所表示的，当前簇头接收其它簇头传输的数据所消耗的能量，其中Eelec表示电子能量，其取决于诸如数字编码和调制之类的因素，计算方式如式三所示：
Figure BDA0003157643960000064
以Ei-RCM所表示的，当前簇头接收簇成员传输的数据所消耗的能量，其中Eelec表示电子能量，计算方式如式四所示：
Figure BDA0003157643960000071
以Ei-TR所表示的，当前簇头转发所有接收的数据所消耗的能量，其中Eelec表示电子能量，Eamp表示发射放大器，r代表每一层的固定宽度，计算方式如式五所示：
Ei-TR＝Pi(Eelec+Eamprr2). 式五
则可按照式六得到簇头消耗的总能量Ei-CH，
Figure BDA0003157643960000072
3)利用簇头节点能量消耗相同，计算层间簇头比例。
利用簇头节点所消耗的能量相同，各层之间簇头节点即簇的个数的比，计算方法如下：
E1-CH≈E2-CH≈…≈En-CH. 式七
4)利用消耗总能量最小，得到首层簇头节点的个数。
需要说明的是，步骤4中，所消耗的总能量Etotal计算方法如下：以Ei代表无线传感网络每层消耗的能量，以n代表无线传感网路的总层数，计算方法如式八所示。
Figure BDA0003157643960000073
因此，当Ei即无线传感网络中每层消耗的能量最小时，所消耗的总能量最小。Ei的计算方法如式九所示。
Ei＝Ci×(Ei-CH+Ei-nonCH). 式九
其中，Ci为对应层中簇的数目，Ei-CH表示对应层中簇头节点消耗的能量，Ei-nonCH表示对应层中一个簇内簇成员所消耗的总能量。Ei-CH可从式六得到，而Ei-nonCH计算方式如式十所示。
Figure BDA0003157643960000074
dtCH表示簇成员到簇头节点的距离，x2+y2表示簇成员到簇头距离的平方，ρ表示传感器节点的密度，假设簇头位于簇的中心，则簇成员到簇头的平均距离的表达式如式十一所示。
Figure BDA0003157643960000075
可将式十一中的笛卡尔坐标系转化为极坐标系，其中ρ表示传感器节点的密度，如式十二所示
Figure BDA0003157643960000076
如果将簇视为一个半径为R的圆形，则圆形的面积为πR2。每个簇的实际大小为
Figure BDA0003157643960000081
利用式十三，可得到R对应的值。
Figure BDA0003157643960000082
将式十一中的平面直角坐标系转化为极坐标系，结合由式十二得到的
Figure BDA0003157643960000083
可以得到dtCH对应的值，如式十四所示。
Figure BDA0003157643960000084
结合式六，式十和式十四，可得到Ei的值，如式十五所示。
Figure BDA0003157643960000085
在式十五中对Ci求导，可得到
Figure BDA0003157643960000086
由此可知，Ei随着Ci的增大而减小，因此要使总能量达到最小，就必须使Ci，即簇的个数达到最大。由式七可知所有层之间簇的比例，并且发现首层簇的比例是最大的。因此，在约束式七下，为使簇的总数达到最大值，首层中所有的节点都作为簇头节点，即每个节点自成一个簇。
5)结合首层簇头数量，计算每层簇头和簇的具体数量。
结合式七得到的比例和首层中簇的个数，能够计算出每一层中簇的具体个数。
6)簇头选举以及簇的形成。
由于初始能量相同，因此，在选取簇头节点时候，只考节点与簇内其他节点的相对位置。选择尽量选择靠近簇中央的节点作为簇头节点。在确定簇头后，簇头将会传播确认消息给它的簇成员，簇成员在收到消息后，将回复簇头确认消息。在本分簇算法中，簇一旦确定后，在后续的工作过程中都不会发生改变。
7)簇内以及簇间数据传输。
簇内和簇间数据传输两部分。簇内数据传输时，簇成员可将数据传递给本簇的簇头节点；而在簇间数据传输时，簇头将选择最合适的下一跳簇头节点，并且要求下一跳节点必须位于当前层的相邻内层。如果是首层内的簇头，则将数据直接传输给汇聚节点。下一跳簇头节点选择的依据是距离和剩余能量，距离较短且剩余能量较多的簇头节点更容易被选为下一跳节点。
8)基于模糊逻辑，进行簇头轮换。
利用模糊逻辑，可以综合考虑多个因素，以便选取合适的节点作为下一个簇头节点。在本分簇算法中，模糊逻辑(如图2所示)采用的输入有两个，分别是节点的剩余能量和节点的相对距离，输出是该节点成为下一个簇头节点的可能性。图2和图3分别展示了两个输入的隶属函数，图4展示了输出的隶属函数。下表展示了模糊规则集。其中，Energy表示当前节点的剩余能量模糊化后的结果，Distance表示当前节点位于簇内的相对位置模糊化后的结果，PBCH表示当前节点成为簇头节点的概率模糊化后的结果。
Figure BDA0003157643960000091
9)循环步骤7和步骤8，直到无线传感网络无法继续工作。
循环执行簇内以及簇间传输步骤，并进行簇头轮换，使整个网络持续工作，直到无线传感网络无法继续正常工作。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (7)

1.一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于，包括以下步骤：
步骤1，确定传感器节点以及汇聚节点的分布情况，确定无线传感网络分层；
步骤2，得到每层簇头节点消耗的总能量；
步骤2中，首先需要得到每层簇及簇头的数量Ci，计算方式如式一所示，其中γi表示第i层中簇所对应的圆心角的大小；
Figure FDA0004009352840000011
其次，簇头节点每次需要传输数据之和Pi，计算方式如式二所示，其中ρ代表无线传感网络中节点的密度，λ代表固定时间间隔内一个数据包中的比特数，i代表当前簇头节点所处的层数，n代表总层数，r代表每一层的固定宽度；
Figure FDA0004009352840000012
然后，分别得到以Ei-RCH所表示的，当前簇头接收其它簇头传输的数据所消耗的能量，其中Eelec表示电子能量，计算方式如式三所示：
Figure FDA0004009352840000013
以Ei-RCM所表示的，当前簇头接收簇成员传输的数据所消耗的能量，计算方式如式四所示：
Figure FDA0004009352840000014
以Ei-TR所表示的，当前簇头转发所有接收的数据所消耗的能量，其中Eamp表示发射放大器，r代表每一层的固定宽度，计算方式如式五所示：
Ei-TR＝Pi(Eelec+Eamp×r2) 式五
则可按照式六得到簇头消耗的总能量Ei-CH，
Figure FDA0004009352840000015
步骤3，利用簇头节点能量消耗相同，计算层间簇头比例；
步骤4，利用消耗总能量最小，得到首层簇头节点的个数；
步骤5，结合首层簇头数量，计算每层簇头和簇的具体数量；
步骤6，簇头选举以及簇的形成；
步骤7，簇内以及簇间数据传输；
步骤8，基于模糊逻辑，进行簇头轮换；
步骤9，循环步骤7和步骤8，直到无线传感网络无法继续工作。
2.根据权利要求1所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤1中，无线传感网络分层时，首先以汇聚节点为圆心建立笛卡尔坐标系，若当前节点的坐标(x,y)，则该节点处于第
Figure FDA0004009352840000021
层，其中r表示每一层的固定宽度。
3.根据权利要求1所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤3中，根据簇头节点能量相同，各层之间簇头节点，即簇的个数比的计算方法如下：
E1-CH≈E2-CH≈…≈En-CH 式七。
4.根据权利要求1所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤4中，所消耗的总能量Etotal计算方法如下：以Ei代表无线传感网络每层消耗的能量，以n代表无线传感网路的总层数，计算方法如式八所示；
Figure FDA0004009352840000022
因此，当Ei即无线传感网络中每层消耗的能量最小时，所消耗的总能量最小，Ei的计算方法如式九所示；
Ei＝Ci×(Ei-CH+Ei-nonCH) 式九
其中，Ci为对应层中簇的数目，Ei-CH表示对应层中簇头节点消耗的能量，Ei-nonCH表示对应层中一个簇内簇成员所消耗的总能量；Ei-CH可从式六得到，而Ei-nonCH计算方式如式十所示；
Figure FDA0004009352840000023
dtCH表示簇成员到簇头节点的距离，x2+y2表示簇成员到簇头距离的平方，ρ表示传感器节点的密度，假设簇头位于簇的中心，则簇成员到簇头的平均距离的表达式如式十一所示；
Figure FDA0004009352840000024
将式十一中的笛卡尔坐标系转化为极坐标系，其中ρ表示传感器节点的密度，如式十二所示；
Figure FDA0004009352840000025
如果将簇视为一个半径为R的圆形，则圆形的面积为πR2，每个簇的实际大小为
Figure FDA0004009352840000031
利用式十三，可得到R对应的值；
Figure FDA0004009352840000032
将式十一中的平面直角坐标系转化为极坐标系，结合由式十二得到的
Figure FDA0004009352840000033
可以得到dtCH对应的值，如式十四所示；
Figure FDA0004009352840000034
结合式六，式十和式十四，可得到Ei的值，如式十五所示；
Figure FDA0004009352840000035
在式十五中对Ci求导，可得到
Figure FDA0004009352840000036
由此可知，Ei随着Ci的增大而减小，因此要使总能量达到最小，就必须使Ci，即簇的个数达到最大，由式七可知所有层之间簇的比例，并且发现首层簇的比例是最大的，因此，在约束式七下，为使簇的总数达到最大值，首层中所有的节点都作为簇头节点，即每个节点自成一个簇。
5.根据权利要求3所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤5中，结合式七得到的比例和首层中簇的个数，计算出每一层中簇的具体个数。
6.根据权利要求1所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤7中，簇内数据传输时，簇成员将数据传递给本簇的簇头节点；而在簇间数据传输时，簇头将选择最合适的下一跳簇头节点，并且要求下一跳节点必须位于当前层的相邻内层；如果是首层内的簇头，则将数据直接传输给汇聚节点，下一跳簇头节点选择的依据是距离和剩余能量。
7.根据权利要求1所述的一种能量平衡的圆形无线传感器网络非均衡分簇方法，其特征在于：步骤8中，利用模糊逻辑选取合适的节点作为下一个簇头节点，模糊逻辑采用的输入有两个，分别是节点的剩余能量和节点的相对距离，输出是该节点成为下一个簇头节点的可能性。
CN202110782534.4A 2021-07-12 2021-07-12 一种能量平衡的圆形无线传感器网络非均衡分簇方法 Active CN113596950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110782534.4A CN113596950B (zh) 2021-07-12 2021-07-12 一种能量平衡的圆形无线传感器网络非均衡分簇方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110782534.4A CN113596950B (zh) 2021-07-12 2021-07-12 一种能量平衡的圆形无线传感器网络非均衡分簇方法

Publications (2)

Publication Number Publication Date
CN113596950A CN113596950A (zh) 2021-11-02
CN113596950B true CN113596950B (zh) 2023-03-14

Family

ID=78246981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110782534.4A Active CN113596950B (zh) 2021-07-12 2021-07-12 一种能量平衡的圆形无线传感器网络非均衡分簇方法

Country Status (1)

Country Link
CN (1) CN113596950B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106304235A (zh) * 2016-08-22 2017-01-04 广东工业大学 一种wsn中基于等级区域划分的协作式分簇路由通信方法
CN107071811A (zh) * 2017-04-18 2017-08-18 长春师范大学 一种基于模糊控制的wsn容错非均匀分簇算法
CN108770029A (zh) * 2018-05-02 2018-11-06 天津大学 基于聚类和模糊***的无线传感器网络分簇路由协议
CN108900996A (zh) * 2018-07-04 2018-11-27 中国海洋大学 一种基于双层模糊算法的无线传感器网络数据传输方法
CN110536372A (zh) * 2019-07-17 2019-12-03 长春工业大学 一种基于模糊控制的环形无线传感器网络非均匀分簇算法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100881112B1 (ko) * 2007-06-13 2009-02-02 성균관대학교산학협력단 에너지 효율성을 고려한 무선센서네트워크 운영방법
US20140286178A1 (en) * 2013-03-19 2014-09-25 Unisys Corporation Communication protocol for wireless sensor networks using communication and energy costs
CN104936230B (zh) * 2015-06-15 2018-07-20 华侨大学 一种基于簇头期望的无线传感器网络能量均衡路由优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106304235A (zh) * 2016-08-22 2017-01-04 广东工业大学 一种wsn中基于等级区域划分的协作式分簇路由通信方法
CN107071811A (zh) * 2017-04-18 2017-08-18 长春师范大学 一种基于模糊控制的wsn容错非均匀分簇算法
CN108770029A (zh) * 2018-05-02 2018-11-06 天津大学 基于聚类和模糊***的无线传感器网络分簇路由协议
CN108900996A (zh) * 2018-07-04 2018-11-27 中国海洋大学 一种基于双层模糊算法的无线传感器网络数据传输方法
CN110536372A (zh) * 2019-07-17 2019-12-03 长春工业大学 一种基于模糊控制的环形无线传感器网络非均匀分簇算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于模糊逻辑推理的WSNs非均匀分簇算法》;杨健冬，王文娟;《传感技术学报》;20170630;第30卷(第6期);全文 *
《基于环分块的能耗均衡分簇路由算法》;汪汉新，洪思琴;《计算机应用》;20190110;第39卷(第1期);全文 *

Also Published As

Publication number Publication date
CN113596950A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
Enami et al. Energy based clustering self organizing map protocol for extending wireless sensor networks lifetime and coverage
Koosheshi et al. Optimization energy consumption with multiple mobile sinks using fuzzy logic in wireless sensor networks
Torghabeh et al. Cluster head selection using a two-level fuzzy logic in wireless sensor networks
Yadav et al. Increasing efficiency of sensor nodes by clustering in section based hybrid routing protocol with artificial bee colony
Baba et al. Improving the network life time of a wireless sensor network using the integration of progressive sleep scheduling algorithm with opportunistic routing protocol
CN113596950B (zh) 一种能量平衡的圆形无线传感器网络非均衡分簇方法
Jain et al. Energy efficient cluster head selection for wireless sensor network: a simulated comparison
Farahani Energy Consumption Reduction in Wireless Sensor Network Based on Clustering
Feng et al. Improvement of Energy Efficiency in Wireless Sensor Networks Using Low-energy Adaptive ClusteringHierarchy (LEACH)-based Energy Betweenness Model.
Justus et al. Type II fuzzy logic based cluster head selection for wireless sensor network
Garg et al. A distributed algorithm for local decision of cluster heads in wireless sensor networks
Wang et al. Optimal traffic distribution in minimum energy wireless sensor networks
Taheri et al. Energy efficient clustering algorithm for wireless sensor networks using fuzzy logic
Subbaiah et al. Mobile ad hoc network
Arunkumar et al. An Efficient Greedy Algorithm to Improve the Lifetime of the Wireless Sensor Network
Yarinezhad et al. MLCA: a multi-level clustering algorithm for routing in wireless sensor networks
Abood et al. Energy efficient clustering in wireless sensor networks using fuzzy approach to improve LEACH protocol
Yao et al. Clustering Routing Protocol Based on Tuna Swarm Optimization and Fuzzy Control Theory in Wireless Sensor Networks
Kongara et al. Dynamic cluster formation mechanism in wireless sensor networks using fuzzy logic
Yas et al. Intelligent Approaches for Enhancing Networked Routing Protocol
Sharma et al. FBRA: Fuzzy Based Redundancy Avoidance Protocol in Densely Deployed Wireless Sensor Network
Nidhi et al. Uniform and randomly distributed fuzzy logic based clustering in wireless sensor networks
Pamulapati Wsn energy optimization: Evolutionary approach
Dongare et al. Energy-Efficient Approach for Node Selection in Routing Protocols of Wireless Sensor Networks
Noaman et al. Enhancing the lifespan of wireless sensor networks by PDBAC-LEACH protocol using clustering approach as an implementation strategy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant