基于模糊控制的自供能无线传感器网络分簇算法
发布时间：2020-12-21 04:54
现有自供能无线传感器网络（WSN）分簇算法较少考虑网络最优分簇数,导致网络能量消耗过快,全网能耗不均衡。针对这个问题,提出了基于模糊控制的自供能WSN分簇算法（EH-FLC）。首先,在网络能量消耗模型中引入太阳能补给模型,得出每一轮次网络能量总消耗与网络分簇数目的函数关系,并对其求导从而得到网络的最佳分簇数。然后,利用双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层（能力层）对所有节点进行筛选,得到备选簇头节点;再将中心度参数、邻近度参数作为判定指标输入第二层（协作层）对备选簇头节点进行筛选,得到网络簇头节点。最后,通过Matlab仿真分析了该算法的网络生存周期、网络能量消耗和网络吞吐量等性能指标,与低功耗自适应集簇分层型协议（LEACH）、改进的非均匀分簇路由算法（WUCH）和利用双层模糊控制的簇头选择算法（CTLFL）相比,该算法在网络工作寿命上分别提高了约1.4倍、0.4倍和0.6倍,网络吞吐量上分别提高了约20倍、1.5倍和1.28倍。仿真结果表明所提算法在网络生存周期和网络吞吐量方面的性能较优。
【文章来源】：计算机应用. 2020年09期 北大核心
【文章页数】：7 页
【部分图文】：
太阳能补给模型
本文通过模糊决策系统（Fuzzy Inference System,FIS）和太阳能补给模型提出基于模糊控制的自供能无线传感器网络分簇算法EH-FLC来提高无线传感器网络工作周期并减少网络能量消耗。不同于传统的LEACH算法，该算法只有在第一次分簇后，有节点死亡时才开始重新分簇，而不是每一轮都进行分簇，节省网络成簇时各个节点广播信息，从而延长网络寿命。结合最佳分簇数，得出如图2所示的基于太阳能补给的无线传感器网络分簇图。EH-FLC算法采用了双层模糊决策方法来确定簇头节点，利用常用的Mamdani模糊控制系统[6,11,13]来计算网络中所有节点成为簇头节点的阈值。其中第一层模糊决策称为能力层，在第一层模糊决策中选择在密集区域并具有充足能量的节点作为备选簇头节点。第二层模糊决策称为协作层，在这一层模糊决策中，需要在备选簇头节点中选出的节点作为最终的簇头节点。
在能力层的模糊决策过程中，网络中普通节点成为备选簇头节点的资格是根据节点剩余能量和它相邻的节点数来确定的。由于簇头节点不仅需要对所属簇的普通节点发来的数据进行融合，还需要将融合后的数据发送给Sink节点，因此簇头节点必须有充足的能量[5]。此外，如果备选簇头节点的相邻节点相对紧密，则能够缩短节点间数据传输的距离，均衡簇内平均能耗。由此在能力层的模糊决策过程中，本文将节点剩余能量和相邻节点数作为能力层模糊系统的输入，在通过模糊化后，输入的模糊化隶属模糊集均为{low,medium,high}分别对应的是“低”“中”“高”。再结合模糊IF-THEN规则式得到各个规则下的模糊评分，然后通过集合器得到模糊输出，即成为簇头节点的资格参数，输出的模糊化隶属模糊集为{v-small,small,r-small,med-small,med,med-large,r-large,large,v-large}分别对应的是“非常小”“小”“较小”“一般小”“一般”“一般大”“较大”“大”“非常大”。最后通过解模糊化得到备选簇头节点。能力层的模糊决策系统如图3[11]所示。该层的模糊决策的输入隶属度函数如图4、5所示，输出的隶属度函数如图6所示；模糊IF-THEN规则如表1所示。
【参考文献】：
期刊论文
[1]基于分布式模糊控制器的无线传感器网络容错非均匀分簇算法[J]. 王出航,沈玮娜,胡黄水. 吉林大学学报(理学版). 2018(03)
[2]能量高效的无线传感器网络非均匀分簇路由算法[J]. 张品,王佳佳,占梦. 传感技术学报. 2016(12)
[3]一种新的无线传感器网络非均匀分簇算法[J]. 常雪琴,张道华. 吉林大学学报(理学版). 2016(06)
[4]改进的无线传感器网络非均匀分簇路由算法[J]. 张文梅,廖福保. 传感技术学报. 2015(05)
[5]能耗均衡的自供能无线传感器网络分簇路由算法[J]. 姚玉坤,王冠,任智,易建琼. 传感技术学报. 2013(10)
[6]太阳能补给下无线传感器网络分簇路由算法[J]. 张玉娟,樊晓平,刘少强,陈志杰. 计算机应用研究. 2012(01)
[7]无线传感器网络中一种基于簇头预测和功率控制的节能路由算法[J]. 丁一鸣,吴昊,李承恕. 铁道学报. 2010(01)
[8]具有能量补给的无线传感器网络分簇路由算法[J]. 樊晓平,杨玺,刘少强,瞿志华. 计算机工程. 2008(11)
硕士论文
[1]无线传感器网络智能分簇路由算法研究[D]. 王桂凤.桂林电子科技大学 2010
[2]无线传感器网络节能路由算法的研究[D]. 丁一鸣.北京交通大学 2008
本文编号：2929222
【文章来源】：计算机应用. 2020年09期 北大核心
【文章页数】：7 页
【部分图文】：
太阳能补给模型
本文通过模糊决策系统（Fuzzy Inference System,FIS）和太阳能补给模型提出基于模糊控制的自供能无线传感器网络分簇算法EH-FLC来提高无线传感器网络工作周期并减少网络能量消耗。不同于传统的LEACH算法，该算法只有在第一次分簇后，有节点死亡时才开始重新分簇，而不是每一轮都进行分簇，节省网络成簇时各个节点广播信息，从而延长网络寿命。结合最佳分簇数，得出如图2所示的基于太阳能补给的无线传感器网络分簇图。EH-FLC算法采用了双层模糊决策方法来确定簇头节点，利用常用的Mamdani模糊控制系统[6,11,13]来计算网络中所有节点成为簇头节点的阈值。其中第一层模糊决策称为能力层，在第一层模糊决策中选择在密集区域并具有充足能量的节点作为备选簇头节点。第二层模糊决策称为协作层，在这一层模糊决策中，需要在备选簇头节点中选出的节点作为最终的簇头节点。
在能力层的模糊决策过程中，网络中普通节点成为备选簇头节点的资格是根据节点剩余能量和它相邻的节点数来确定的。由于簇头节点不仅需要对所属簇的普通节点发来的数据进行融合，还需要将融合后的数据发送给Sink节点，因此簇头节点必须有充足的能量[5]。此外，如果备选簇头节点的相邻节点相对紧密，则能够缩短节点间数据传输的距离，均衡簇内平均能耗。由此在能力层的模糊决策过程中，本文将节点剩余能量和相邻节点数作为能力层模糊系统的输入，在通过模糊化后，输入的模糊化隶属模糊集均为{low,medium,high}分别对应的是“低”“中”“高”。再结合模糊IF-THEN规则式得到各个规则下的模糊评分，然后通过集合器得到模糊输出，即成为簇头节点的资格参数，输出的模糊化隶属模糊集为{v-small,small,r-small,med-small,med,med-large,r-large,large,v-large}分别对应的是“非常小”“小”“较小”“一般小”“一般”“一般大”“较大”“大”“非常大”。最后通过解模糊化得到备选簇头节点。能力层的模糊决策系统如图3[11]所示。该层的模糊决策的输入隶属度函数如图4、5所示，输出的隶属度函数如图6所示；模糊IF-THEN规则如表1所示。
【参考文献】：
期刊论文
[1]基于分布式模糊控制器的无线传感器网络容错非均匀分簇算法[J]. 王出航,沈玮娜,胡黄水. 吉林大学学报(理学版). 2018(03)
[2]能量高效的无线传感器网络非均匀分簇路由算法[J]. 张品,王佳佳,占梦. 传感技术学报. 2016(12)
[3]一种新的无线传感器网络非均匀分簇算法[J]. 常雪琴,张道华. 吉林大学学报(理学版). 2016(06)
[4]改进的无线传感器网络非均匀分簇路由算法[J]. 张文梅,廖福保. 传感技术学报. 2015(05)
[5]能耗均衡的自供能无线传感器网络分簇路由算法[J]. 姚玉坤,王冠,任智,易建琼. 传感技术学报. 2013(10)
[6]太阳能补给下无线传感器网络分簇路由算法[J]. 张玉娟,樊晓平,刘少强,陈志杰. 计算机应用研究. 2012(01)
[7]无线传感器网络中一种基于簇头预测和功率控制的节能路由算法[J]. 丁一鸣,吴昊,李承恕. 铁道学报. 2010(01)
[8]具有能量补给的无线传感器网络分簇路由算法[J]. 樊晓平,杨玺,刘少强,瞿志华. 计算机工程. 2008(11)
硕士论文
[1]无线传感器网络智能分簇路由算法研究[D]. 王桂凤.桂林电子科技大学 2010
[2]无线传感器网络节能路由算法的研究[D]. 丁一鸣.北京交通大学 2008
本文编号：2929222
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2929222.html
