基于能量优化的无线传感器网络分簇算法研究

发布时间：2020-08-28 07:15

-无线传感器网络(Wireless Sensor Network,WSN)主要由许多具有特定功能的节点构成,这些节点以无线通信方式,借助其他硬件设施,自组织为一个完整的数据传输系统。目前,主要通过电池提供节点工作时的能源支撑;但是,其有限供给特性限定了WSN的服务周期。因此,如何在有限的能源支持下最大化WSN的服务时间,是WSN技术应用领域面临的一个难点和实用性问题。针对WSN中存在的网络服务周期短、能效低、吞吐量少的问题,本文结合变异的蚁群算法,通过改善K-means的聚类效果,设计了一种KACO路由算法。首先,基于增加了变异因子的蚁群聚类方法改善了K-means的分簇结构,并改进了将K-means应用于WSN时分簇个数k的确定问题。其次,以节点的多个当前状态值为决定性因素,定义了簇首(Cluster Header,CH)的竞争模型。最后,在数据传输阶段,通过根据节点间的状态信息,设计路由选择方法,实现动态调整传输路径。实验表明,KACO路由算法有效减少了传输过程中的能量耗费,增强了WSN的服务性能。由于按照一般的K-means聚类模型对网络进行分簇时,间接的增加了网络资源的开销。因此,为了适应传感器节点资源受限的特点,本文基于优化的K-means聚类模型,并结合模糊层次综合分析(Fuzzy AHP)算法,设计了一种EKFAH路由算法。首先,EKFAH在原K-means分簇模型的基础上增加了调节因子,以实现簇间能耗相对均衡的簇集划分;其次,利用Fuzzy AHP方法将节点的多个状态值作为决策标准,优化簇首选择;最后,在数据传输阶段,根据传输距离、能量、跳数等因素构建节点多跳路由。实验证明,EKFAH算法对增强WSN性能具备较好的有效性。
【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN929.5;TP212.9
【图文】：

架构图,架构,目标对象,节点

WSN 起初主要应用于对军事状况的监控。最初，美国为了监测敌方部队在隐蔽下的作战状态，依据传感器节点具备的感知、传输、自组织成网等特性，设计出由特定功能的感知节点构成的 WSN 系统架构。而由于最初的节点仅仅只能够对数据简单的收集和传输，无法进行复杂的处理等操作，造成传输压力，降低了服务质量此，美国成立了研究小组，负责对 WSN 应用技术进行深入研究，以改善 WSN 在使用中的缺陷。至此，改善 WSN 性能的技术研究就此拉开了帷幕。.1.1 无线传感器网络节点结构WSN 应用随机分散在目标区域中的节点，实时采集目标对象的数据特征，并DMA 分配的时隙内将数据传输到用户终端，然后终端根据接收的数据，实时分析特征，完成对目标对象的的监测与控制。感知节点内部主要由电池、信号感知单元、处理器与存储器组件、无线传输单元[33]，如图 2.1。

协议栈

图 2.5 WSN 协议栈结构WSN 协议栈中，每层协议具有的功能满足如下定义：(1) 物理层按照 IEEE 802.15.4 标准，主要实现简单且健壮的信号调制解调技无线收发功能。通过调整节点的收发功率，并结合不同的应用条件实现较好的节。(2) 数据链路层主要实现由数据到帧的封装，并在传输中对帧进行差错控制。N 一般部署在复杂环境中，服务质量难以保证，而该层提供的纠错机制能够减传输信道的误码率，保证两节点间能够可靠的完成数据的无损传输。(3) 网络层是 WSN 协议栈中最重要的层次。该层主要负责为传感器节点与 B的数据传输选择合适的路由，保障节点之间、网络和用户终端之间能够正常的相。由于传感器节点的能量限制，以及 WSN 不同于传统网络的特点，节点需要自择合适的路由，并保证其稳定性及可靠性。(4) 传输层主要实现数据流在端到端之间传输时的差错及流量控制，是保证 W

分簇,结构对比,结构管理,监测环境

18(b) 节点分簇模型图图 3.2 WSN 中节点分簇结构对比图应用中，分簇所要达到的目标有：之间应当是分散的，簇与簇之间通过簇首通信。在监测环境中均匀分布。的节点分布均衡。结构管理 WSN 节点主要具有以下几方面的优势：

【参考文献】