CN104284386B - 基于点介数的无线传感器网络簇头选择方法 - Google Patents
基于点介数的无线传感器网络簇头选择方法 Download PDFInfo
- Publication number
- CN104284386B CN104284386B CN201410061747.8A CN201410061747A CN104284386B CN 104284386 B CN104284386 B CN 104284386B CN 201410061747 A CN201410061747 A CN 201410061747A CN 104284386 B CN104284386 B CN 104284386B
- Authority
- CN
- China
- Prior art keywords
- mtd
- mtr
- mrow
- node
- cluster head
- 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
Links
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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明在随机分布的无线传感器网络中,提出一种基于点介数的簇头选择方法。其步骤为:首先利用邻接矩阵G计算点介数,然后计算每一分簇的点介数并选出最大的点,最后在簇头选择过程中将最大的点介数设置为簇内簇头。本发明提出利用影响力最大的节点担任簇头,相对减少了簇头节点和其他节点的距离,解决了无线传感器网络中簇内簇头节点至其他节点通信时间跨度长的问题。本发明不需要添加任何硬件设备,仅利用簇头影响力来减少簇内节点之间的平均距离,该方法能减少每轮次中簇头选取的网络能量消耗,且能够平衡负载,得到较合理的网络拓扑和生存周期更长的网络,具有推广应用价值。
Description
技术领域
本发明主要涉及无线传感器网络领域,特指一种基于点介数的无线传感器网络簇头选择方法,该方法利用簇头影响力来减少簇内节点之间的平均距离,能够提高网络能量效率和延长网络寿命。
技术背景
无线传感器网络(WSN,Wireless Sensor Network)是由各种微型、廉价的传感器节点通过自组织方式组成的一类数据收集网络。它综合了传感器技术、嵌入式计算技术、通信技术、分布式信息处理技术、微电子制造技术和软件编程技术等,可以实时监测、感知和采集网络所监控内的各种环境或监测对象的信息,并对收集到的信息进行处理后传送给终端用户。无线传感器网络在军事、医疗、工业、商业、农业和交通、安全、空间探测以及家庭和办公环境等众多等领域都有着广泛的应用,其研究、开发和应用关系到国家安全和经济发展等许多重要方面。
在无线传感器网络中,为了降低节点能量消耗,提供灵活、可靠的通信,并提高网络的可扩展性,通常采用分级分布式控制方式控制网络,即采用网络分级结构。在分级结构中,网络被划分为簇。簇由簇头节点和成员节点组成,簇头节点可以根据需要形成更高一级的网络结构,依此类推,直到最高级簇头负责管理簇内成员节点,它对感知数据进行融合、转发,协调簇内成员节点工作,簇头可以预先指定,也可以由网络通过分簇方法自动选择产生。簇头的选择将影响分簇性能,而分簇方法性能将会影响网络覆盖率和网络连通性,由于分簇对于路由、拥塞控制等上层协议均有影响,因此,它属于无线传感器网络中的支撑技术,对网络综合性能有重要影响。
LEACH(Low-Energy Adaptive Clustering Hierarchy)协议是一种典型的低功耗分层路由协议。该协议采用轮次进行簇头选择的方法,根据网络中每一轮次根据节点产生的0~1之间的随机数进行判断,如果当前轮次中某节点产生的随机数小于设定阈值T,那么这个节点就被选做该轮次中的簇头,如果该轮次中此节点被选为簇头,那么接下来1/p轮次中该节点就不能成为簇头。簇头接收来自簇内节点的信息,进行融合汇总,然后传输给基站。LEACH协议由阈值T来进行簇头的选择,但是没有考虑节点初始能量的不同。另外,LEACH协议是随机选取簇头,簇头节点能耗过高,容易造成节点死亡,出现“盲区”。
针对LEACH协议没有考虑节点能量的问题,DAEA(Data Aggregation-Exact andApproximate)协议,就是根据地理位置事先划分成的大小相等、相邻且不重叠的正方形区域,在这个区域中分层次进行簇头的选择,该方法有效降低了能耗,但增加了网络延迟。田炜、杨震在《新的位置感知分簇算法》中提出了一种六边形结构,它指出最优的分簇形状应该是正六边形,然后定义了角度比和距离比来进行自主簇头选择,该方法能够降低网络能耗,优化网络结构,然而这种方法却没有考虑孤立节点的问题。
基于K-means的无线家域网分簇算法以LEACH协议中的最优分簇个数作为K-means聚类的输入参数,在家域网基站上实现集中式按需分簇,并利用Silhouette值判定最优的分簇及簇头。依照K-Means的方法来进行分簇,再选择离分簇内虚拟中心最近的节点为簇头的办法,该方法能有效降低能耗,得到最小簇间距离,但由于是随机簇头,同样没有考虑孤立节点的问题。
发明内容
本发明针对现有技术存在的问题以及具有一定组织结构的无线传感器网络,在现有簇头选择的的基础上,提出了一种基于点介数的无线传感器网络簇头选择方法。该方法在成簇之后,再对每一个分簇进行点介数簇头选择,能减少网络的额外能耗。网络中除建立分簇及选择簇头的初始阶段需要消耗较少的能量之外,其他能量基本上都用于数据传输;有效减少了从簇头到各节点的通信能耗和时间跨度,有效利用了整个网络总的能耗,显著地延长了网络的生命周期。且本发明设计简单,总体网络额外能量开销小,适合于能量受限的无线传感器网络。又通过影响力集中的思想,即选择影响力较大的节点成为簇头,能有效降低能耗及减少动态簇头数目变化成的网络能耗,而且簇头节点对其他节点的影响力随距离的变化而变化,使得转发的能量不同,从而达到了显著提高网络能量效率和延长网络寿命的目的。
本发明提供一种基于点介数的无线传感器网络簇头选择方法,包括以下步骤:
针对由多个节点构成小型随机分布的网络,所述的簇头选择方法的具体过程如下:
对输入的邻接矩阵GN×N和对应的k个分簇C,分别计算每个簇内每个节点的节点通信系数T,选择每个分簇中节点通信系数T最大的点成为对应分簇中的簇头节点CH,具体步骤如下:
步骤1:由邻接矩阵GN×N计算点介数;
首先,由网络邻接矩阵GN×N计算点介数,N个节点网络的邻接矩阵GN×N为
点介数是网络中与节点相连接的最短路径的数目,其中,点介数的计算方法是:
其中,m代表邻接矩阵G中与节点i相邻接的节点个数,N代表节点个数;
从而得到点介数矩阵D:
D=[Λ 4 2 3 3 4 2 3 3 4 3 Λ];
其中,节点通信系数T为
T=Ne*D(i),i∈[1,N],
其中Ne代表节点的剩余能量,D(i)代表节点的点介数;
步骤2:对于网络中某一个分簇,计算出通信系数T最大的点作为簇头;如果最大的点有多个,任选其一;
步骤3:将步骤2中得到的通信系数T最大的点设置成为簇头CH;
步骤4:若网络中所有分簇都已选择好簇头则转步骤5,否则跳转到步骤2;
步骤5:结束。
根据本发明的一个方面,对于要进行的下一轮次的簇头选举,则需要检查每个簇内是否有簇头,每个簇头能量是否耗尽;若有簇头且该簇头能量耗尽则转步骤2,否则检查连接关系是否改变,若改变则转步骤1;否则直接跳至步骤5。
附图说明
图1是本发明的实现过程流程图;
图2是具有明显分簇结构的10个节点网络;
图3是10个网络节点划分示意图;
图4是具有明显分簇结构的20节点网络;
图5是20节点网络节点划分示意图;
图6是20节点网络点介数分布图。
具体实施方式
本发明首先进行簇的划分,然后进行簇头选择。
以图2为例,网络由10个节点构成。该网络是根据通信能力这一参数构造出的具有很明显的分簇结构的网络,如图2所示。
对图2进行划分的结果如图3所示,得到两个分簇。网络中节点1、2、3、4、5是一个簇,如图中黄色的点;节点6、7、8、9、10是一个簇,如图中蓝色的点。
然后,对图2中的每个分簇,进行簇头节点的选择。
在已得到的分簇中,计算其中每个簇内每一个节点的点介数,然后分别选择点介数最大的点成为每个簇内的一个簇头节点。即对输入的邻接矩阵G和对应的k个分簇C,分别计算每个簇内每个节点的节点通信系数T,选择每个分簇中节点通信系数T最大的点成为对应分簇中的簇头节点CH,具体步骤如下所示:
步骤1由邻接矩阵G计算点介数,邻接矩阵G为,
点介数是网络中与节点相连接的最短路径的数目,点介数的计算方法是:
其中,m代表邻接矩阵G中与节点i相邻接的节点个数,N为节点数目。
从而得到点介数矩阵D。
D=[4 2 3 3 4 2 3 3 4 3] (3)
点介数反映的是该节点在整个网络中的作用和影响力。节点介数越大,影响力越强,越适合成为网络中的一个簇头节点。
并且,在网络中,节点的剩余能量越多,节点对整个网络影响越大,越适合成为一个簇头。因此,引入参数:节点通信系数T
T=Ne*D(i),i∈[1,N] (4)
其中Ns代表节点的剩余能量,D(i)代表节点的点介数。
步骤2对于网络中某一个分簇,计算出通信系数T最大的点;如果最大的点有多个,任选其一;
步骤3将步骤2中得到的通信系数T最大的点设置成为簇头CH;
步骤4若网络中所有分簇都已选择好簇头则转步骤5,否则跳转到步骤2;
步骤5结束。
如果要进行下一轮次的簇头选举,则需要检查每个簇内是否有簇头,每个簇头能量是否耗尽;若有簇头且该簇头能量耗尽则转步骤2,否则检查连接关系是否改变,若改变则转步骤1;否则直接跳至步骤5即完成本发明簇头的选择。由此可以避免每轮都进行簇头选择,因此本发明减少了能量消耗,提高了网络整体的生存时间。
从现有技术可知:簇头节点是网络数据的传输能耗的一个重要标准,簇头和各节点相距越近,能耗就越少。而本发明选择的簇头距离其他节点相对而言都是最短的,因此簇头的选择减少了网络的额外能耗,除开始建立分簇及簇头的选择需要消耗较少的能量之外,网络的其他能量基本上都用于数据传输;且本发明有效减少了从簇头到各节点的通信能耗及时间跨度,从而达到了有效利用了整个网络总的能耗,显著地延长了网络的生命周期的目的。
对于已划分好的分簇计算每个节点的通信系数T。考虑簇头的选择,引入通信系数T来进行簇头选择,原因是该系数能够保证每个簇中选择的簇头对整个分簇的通信能力的重要性。这样选择使得网络整体通信能力相对最优。
因此,图2的簇头选择结果如下所述。在图3中,由于初始能量相同,根据点介数矩阵D,若是值大于或等于3可为簇头,则第一轮次中,节点5可成为节点1、2、3、4、5的簇头,节点9可成为6、7、8、9、10的簇头。
对由20个节点构成的、同样具有分簇结构的网络图4进行分簇划分,结果如图5所示,得到四个分簇。网络中节点1、2、3、4、5是一个簇,如图中红色的点;节点6、7、8、9、10是一个簇,如图中黄色的点;节点11、12、13、14、15是一个簇,如图中绿色的点;节点16、17、18、19、20是一个簇,如图中蓝色的点。
根据本发明的原理和图6(20个节点的点介数分布图)可知,图5的簇头的选择结果如下所述:第一轮次中簇头分别是节点1(或者节点4)、节点7(或者节点10)、节点12、节点20。图6是对图5中已划分好的分簇计算每个簇内每个节点的通信系数,得出的网络点介数分布图。
综上所述,本发明设计简单,总体网络额外能量开销小,适合于能量受限的无线传感器网络。且本发明不需要添加任何硬件设备,仅利用簇头影响力来减少簇内节点之间的平均距离,从而减少了动态网络簇头选择带来的网络额外能耗以及每轮次中动态网络簇头数变化造成的网络能耗增加;而且簇头节点对其他节点的影响力随距离的变化而变化,使得转发的能量不同,从而达到了显著提高网络能量效率和延长网络寿命的目的。
Claims (2)
1.一种基于点介数的无线传感器网络簇头选择方法,根据通信能力这一参数,构成由多个节点小型随机分布的具有分簇结构的网络,其特征在于,所述方法至少包括如下步骤:
对输入的邻接矩阵GN×N和对应的k个分簇C,分别计算每个簇内每个节点的节点通信系数T,选择每个分簇中节点通信系数T最大的点成为对应分簇中的簇头节点CH,具体步骤如下:
步骤1:由邻接矩阵GN×N计算点介数;
首先,由网络邻接矩阵GN×N计算点介数,N个节点网络的邻接矩阵GN×N为
<mrow>
<msub>
<mi>G</mi>
<mrow>
<mi>N</mi>
<mo>&times;</mo>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>..</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
<mtd>
<mo>...</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
点介数是网络中与节点相连接的最短路径的数目,其中,点介数的计算方法是:
<mrow>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>m</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>&NotEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>,</mo>
<mi>N</mi>
<mo>&rsqb;</mo>
<mo>,</mo>
</mrow>
其中,m代表邻接矩阵G中与节点i相邻接的节点个数,N为节点数目;
从而得到点介数矩阵D:
D=[Λ 4 2 3 3 4 2 3 3 4 3 Λ],
其中,节点通信系数T为:
T=Ne*D(i),i∈[1,N],
其中Ne代表节点的剩余能量,D(i)代表节点的点介数;
步骤2:对于网络中某一个分簇,分别求得分簇中点介数最大的点,然后,根据点介数及剩余能量,再分别求得分簇中通信系数T最大的点;如果最大的点有多个,任选其一;
步骤3:将步骤2中得到的通信系数T最大的点设置成为簇头CH;
步骤4:若网络中所有分簇都已选择好簇头则转步骤5,否则跳转到步骤2;
步骤5:结束。
2.根据权利要求1所述的基于点介数的无线传感器网络簇头选择方法,其特征在于,对于要进行的下一轮次的簇头选举,则需要检查每个簇内是否有簇头,每个簇头能量是否耗尽;若有簇头且该簇头能量耗尽则转步骤2,否则检查连接关系是否改变,若改变则转步骤1;否则直接跳至步骤5;
根据点介数的分布:由于初始能量相同,因此根据点介数矩阵D,若是值大于或等于簇头能量可为簇头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410061747.8A CN104284386B (zh) | 2014-02-22 | 2014-02-22 | 基于点介数的无线传感器网络簇头选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410061747.8A CN104284386B (zh) | 2014-02-22 | 2014-02-22 | 基于点介数的无线传感器网络簇头选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104284386A CN104284386A (zh) | 2015-01-14 |
CN104284386B true CN104284386B (zh) | 2018-05-25 |
Family
ID=52258749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410061747.8A Active CN104284386B (zh) | 2014-02-22 | 2014-02-22 | 基于点介数的无线传感器网络簇头选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104284386B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554807B (zh) * | 2016-01-26 | 2019-02-05 | 北京博信视通科技有限公司 | 一种设备到设备通信的方法和装置 |
CN108365983B (zh) * | 2018-02-06 | 2021-06-22 | 南京航空航天大学 | 基于多极值点选择的无线传感器网络拓扑图生成方法 |
CN109089236B (zh) * | 2018-04-20 | 2020-09-29 | 长江师范学院 | 一种用于区域覆盖监控的无线传感器网络簇头选择方法 |
CN108650650B (zh) * | 2018-04-20 | 2020-08-18 | 长江师范学院 | 用于区域覆盖监控的无线传感器网络簇头选择方法 |
CN111405489B (zh) * | 2020-03-05 | 2021-03-30 | 华南理工大学 | 一种应用于无线网络的组播树构建方法 |
CN111698728B (zh) * | 2020-06-15 | 2021-09-03 | 西安电子科技大学 | 用于动态网络的拓扑控制系统及其控制方法 |
CN113242587B (zh) * | 2021-01-04 | 2022-07-01 | 湖州师范学院 | 基于六边形质心的簇头选举和动态时隙分配的簇路由方法 |
CN113191505B (zh) * | 2021-05-21 | 2022-05-20 | 电子科技大学 | 一种地理分布式机器学习参数服务器放置方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060055635A (ko) * | 2004-11-18 | 2006-05-24 | 한국전자통신연구원 | 무선 센서 네트워크와 이를 위한 클러스터링 방법 |
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 |
CN101715243A (zh) * | 2009-10-21 | 2010-05-26 | 南京邮电大学 | 一种无线传感器网络层次式分簇路由方法 |
-
2014
- 2014-02-22 CN CN201410061747.8A patent/CN104284386B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060055635A (ko) * | 2004-11-18 | 2006-05-24 | 한국전자통신연구원 | 무선 센서 네트워크와 이를 위한 클러스터링 방법 |
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 |
CN101715243A (zh) * | 2009-10-21 | 2010-05-26 | 南京邮电大学 | 一种无线传感器网络层次式分簇路由方法 |
Non-Patent Citations (1)
Title |
---|
Using hierarchical agglomerative clustering in wireless sensor networks:An energy-efficient and flexible approach;Chung-Horng Lung等;《Ad Hoc Network》;20101031;第8卷(第3期);正文第3节-第4节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104284386A (zh) | 2015-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104284386B (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
Bagci et al. | An energy aware fuzzy approach to unequal clustering in wireless sensor networks | |
CN102036308B (zh) | 一种能量均衡的无线传感器网络分簇方法 | |
CN102497679B (zh) | 一种无线传感器网络静态分簇算法 | |
Zhang et al. | Performance analysis of cluster-based and tree-based routing protocols for wireless sensor networks | |
CN106102075A (zh) | 无线传感网络中基于等级区域划分的分簇方法及系统 | |
CN104185191B (zh) | 基于多重数据收集二叉树的无线传感网数据收集方法 | |
CN104411000A (zh) | 一种无线传感器网络中分层路由协议簇头选择方法 | |
CN107257572A (zh) | 一种无线传感网的分簇路由方法 | |
Tang et al. | A novel data retrieving mechanism in wireless sensor networks with path-limited mobile sink | |
WO2018107306A1 (zh) | 一种基于概率邻域和障碍物规避的三维UASNs的数据收集方法 | |
KR20090072039A (ko) | 무선 센서 네트워크 및 이의 구성 방법 | |
Saxena et al. | Clustering based energy efficient algorithm using max-heap tree for MANET | |
Mahajan et al. | Improving the stable period of WSN using dynamic Stable leach Election Protocol | |
CN106899928B (zh) | 基于移动节点的树形无线传感网数据收集方法 | |
CN101141388A (zh) | 一种Ad hoc网络中实现优化能量消耗的方法 | |
CN104301903B (zh) | 一种基于覆盖率进行生存性分析的无线传感网选簇方法 | |
CN103249109B (zh) | 基于不规则元胞自动机的无线传感网络的节能路由方法 | |
CN102983948B (zh) | 一种无线传感网络自适应聚类传输方法及其装置 | |
Ruan et al. | A distance clustering routing algorithm considering energy for wireless sensor networks | |
CN105682170A (zh) | 一种基于能耗均衡的分簇式无线传感网数据收集方法 | |
Lin et al. | Hilbert-chain topology for energy conservation in large-scale wireless sensor networks | |
CN103237364A (zh) | 一种集成的无线传感器网络数据收集机制 | |
CN106412935B (zh) | 一种基于复杂网络理论的网络拓扑结构建立方法 | |
Zytoune et al. | Stochastic low energy adaptive clustering hierarchy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |