基于能耗均衡的LEACH改进方法

发布时间：2021-10-02 03:44

　　针对传统低功耗自适应集簇分层型拓扑控制算法（LEACH）存在以随机数选取簇头以及在选簇头时未考虑节点剩余能量而易导致低能量节点过早死亡的问题,提出一种改进方法。优化整个网络的能耗推导确定网络的最优簇头数,并通过均衡化思想设定簇头选择阈值。仿真结果表明。该算法与LEACH算法相比,网络能耗更加均衡,有效延长了网络生存期。 

【文章来源】：计算机应用与软件. 2020,37(01)北大核心

【文章页数】：5 页

【部分图文】：

无线传感器网络部署示意图

为分析节点消耗的能量是否均衡,对网络已出现节点死亡后的各轮次死亡节点数量进行对比分析。仿真发现两种算法在100轮时均已经出现了死亡节点,图2给出了本文改进算法和传统LEACH算法在第100轮时,死亡节点和工作节点的分布情况,很显然本文改进算法死亡节点数量远远少于传统LEACH算法。图3为100个节点在同一随机分布下,使用本文算法和传统算法的死亡节点数量的变化趋势,可以看出,传统LEACH算法大概在65轮左右出现第一个死亡节点,随后死亡节点的数量急剧上升,且节点大面积死亡。而本文改进算法第一个死亡节点出现在约70轮,且随着工作轮数的增加,死亡节点的数量呈平缓上升趋势,说明使用本文改进算法延迟了第一个节点时间,且节点能耗更加均衡。

图3为100个节点在同一随机分布下,使用本文算法和传统算法的死亡节点数量的变化趋势,可以看出,传统LEACH算法大概在65轮左右出现第一个死亡节点,随后死亡节点的数量急剧上升,且节点大面积死亡。而本文改进算法第一个死亡节点出现在约70轮,且随着工作轮数的增加,死亡节点的数量呈平缓上升趋势,说明使用本文改进算法延迟了第一个节点时间,且节点能耗更加均衡。为了避免单次仿真的偶然性,图4给出两种算法在多次仿真以及同一随机分布情况下第一个节点死亡的轮数,可以看出,本文改进算法第一个节点死亡时间始终晚于传统算法,说明整个网络的能耗更加均衡,有效延长了网络的生命周期。

【参考文献】：
期刊论文
[1]基于节点剩余能量的分时分簇LEACH改进算法[J]. 吴标,余剑,易仁杰.  火力与指挥控制. 2016(10)
[2]基于簇头间距均匀部署的LEACH协议改进算法[J]. 张甫庆,熊勇,单联海.  信息技术. 2016(02)
[3]基于LEACH和PEGASIS的簇头成链可靠路由协议研究[J]. 张震,闫连山,潘炜,罗斌,刘江涛,李晓银.  传感技术学报. 2010(08)
[4]无线传感器网络的拓扑控制算法综述[J]. 刘林峰,金杉.  计算机科学. 2008(03)

硕士论文
[1]基于LEACH协议改进的物联网能耗均衡路由算法[D]. 张现利.吉林大学 2016



本文编号：3417942