CN104780583A - 基于路径能量消耗及节点剩余能量的多层分簇算法 - Google Patents

基于路径能量消耗及节点剩余能量的多层分簇算法 Download PDF

Info

Publication number
CN104780583A
CN104780583A CN201510181827.1A CN201510181827A CN104780583A CN 104780583 A CN104780583 A CN 104780583A CN 201510181827 A CN201510181827 A CN 201510181827A CN 104780583 A CN104780583 A CN 104780583A
Authority
CN
China
Prior art keywords
node
wireless sensor
represent
vector
formula
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.)
Granted
Application number
CN201510181827.1A
Other languages
English (en)
Other versions
CN104780583B (zh
Inventor
冯欣
刘壮
韩成
张剑飞
张昕
李腾
王雁龙
张晶晶
杨文龙
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN201510181827.1A priority Critical patent/CN104780583B/zh
Publication of CN104780583A publication Critical patent/CN104780583A/zh
Application granted granted Critical
Publication of CN104780583B publication Critical patent/CN104780583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • H04W52/0219—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave where the power saving management affects multiple terminals
    • 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)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明涉及一种基于路径能量消耗及节点剩余能量的多层分簇算法，包括无线传感器节点组，汇聚节点，其特征在于：无线传感器节点组由200个无线传感器节点，分别用Node(i)表示，i=1,2…,200。Node(i)随机分布在200米*200米的区域中，

Description

基于路径能量消耗及节点剩余能量的多层分簇算法
技术领域
本发明涉及了一种基于路径能量消耗及节点剩余能量的多层分簇算法，属于无线传感器网络技术领域。
背景技术
无线传感器网络(Wireless sensor network，WSN)就是由部署在监测区域内大量廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的的协作地感知、采集和处理网络覆盖区域中感知对象的信息，并且发送给接收者。WSN广泛应用于环境保护与监控、战场敌情监测、水下环境探测以及地震预警等环境艰苦以及人力无法到达的场景。WSN具有非常广泛的应用前景，并且具有巨大的研究价值。
无线传感器网络区别于传统的网络，具有以下的特点：①监测区域内节点分布不均匀，而且数目众多，分布很稠密。②每个传感器节点使用电池提供能量，这就导致了节点的计算能力、能量以及存储的空间等资源是受到制约的。③由于传感器节点工作的环境很恶劣，传感器节点失效的概率会很高。因此传统网络的网络拓扑路由不能够应用于无线传感器网络中。这就需要针对WSN的特点来研究新的算法来满足WSN的需求。能量是制约WSN能否正常工作的一个重要参考标准。无线传感器网络在有限的能量下，延长WSN的网络生命周期成为了研究的重要内容。因此在研究WSN网络拓扑协议时，如何节省节点的能量损耗显得尤为重要。
LEACH(Low Energy Adaptive Clustering Hierarchy)作为一种层次型拓扑路由协议被提出，并且它的分层思想被广泛的应用于其他的分层协议中。LEACH算法周期性地执行，执行的过程主要分为簇的建立以及数据传输两个阶段。节点在簇头选举之前随机的产生0~1的随机数，如果随机数小于阈值，则此节点发出自己成为簇头的消息。对于当选过簇头的节点，在以后的选举中就不会成为簇头。监测区域的节点当选为簇头后，向周围的节点发送自己已经成为新簇头的消息。非簇头节点在收到消息后，加入到离自己最近的簇头所在的簇中，并告知簇头。当簇头接收到非簇头节点加入的消息后，产生一个TDMA定时消息。为了避免簇之间的信号干扰，簇头向簇内的其他节点分配一个CDMA编码。簇头节点通过数据融合算法将簇内普通节点发送的数据进行融合后，再把融合后的数据发送到汇聚节点(Sink)。
发明内容
本发明的目的在于提供一种基于路径能量消耗及节点剩余能量的多层分簇算法，其可以均衡无线传感器网络能耗，减少能量消耗，延长网络的生命周期。
本发明的技术方案是这样实现的：基于路径能量消耗及节点剩余能量的多层分簇算法，包括无线传感器节点组，汇聚节点，其特征在于：无线传感器节点组由200个无线传感器节点，分别用Node(i)表示，i=1,2，…,200。Node(i)随机分布在200米*200米的区域中，                                                分别表示无线传感器节点Node(i)在平面坐标系上的x轴坐标和y坐标，i=1,2，…,200；汇聚节点平面坐标系上的x轴坐标和y坐标（100米,100米）。
具体完成步骤如下：
1、对于无线传感器节点Node(i)，它的初始能量用表示，它的当前能量用表示，它的功率放大器的能耗用表示，它的自由空间消耗的能量用表示，它的发射电路消耗的能量，i=1,2，…,200；构造向量flag，flag(i)为flag中的第i个元素，flag(i)=1，i=1,2，…,200；设变量r=1。
2、汇聚节点2将自己在平面坐标系下的x轴坐标和y轴坐标下的坐标发送给向无线传感器节点组1中的每个无线传感器节点，然后无线传感器节点组1内的每个无线传感器节点记录下汇聚节点2的位置消息。
3、对于无线传感器节点组1中无线传感器节点Node(i)，根据公式
计算D(i)，i=1,2，…,200。
4、根据公式
式中i=1,2，…,200，n的值为大于等于3000并且小于等于4000的整数，计算无线传感器节点Node(i)到汇聚节点2能量消耗，用First_Energy(i)表示，i=1,2，…,200。
5、根据公式
。
计算出所有无线传感器节点到汇聚节点2的能量消耗和，用Energy_Sink表示。
6、根据公式
。
计算出无线传感器节点Node(i)到汇聚节点2的能量消耗在所有无线传感器节点Node(i)到汇聚节点2能量和所占的比例，用RateSink(i)表示，i=1,2，…,200。
7、根据公式
计算无线传感器节点Node(i)当前剩余能量和无线传感器节点Node(i)初始能量的比率，用Rate1(i)表示，i=1,2，…,200。
8、构建随机数向量M，M(i)为向量M中的第i个元素，M(i)为随机产生的数字，其值大于0并且小于等于1, i=1,2，…,200。
9、根据公式
计算无线传感器节点Node(i)的阈值，用T(i)表示，i=1,2，…,200。
10、如果M(i)小于T(i)，那么flag(i)等于0，i=1,2，…,200；设向量flag中等于0的元素的个数为k，依次判断，如果flag(i)等于0，那么Node(i)为一级簇头向量C中的元素，i=1,2，…,200;C(m)为向量C中的第m个元素，m=1,2，…,k。设表示C(m)在平面坐标系中x轴坐标和y轴坐标。构造k个向量，分别用W_m表示，W_m中的第一个元素为C(m)，m=1,2，…,k。
11、根据公式
    
其中m=1,2，…,k，i=1,2，…,200。构造矩阵length_C，length_C(m，i)为length_C矩阵中第m行第i列元素。
12、对于i=1,2，…,200，如果length_C(m，i)为矩阵length_C中第i列中的第一个最小值， 那么无线传感器接节点Node(i)为向量W_m中的元素， W_m中元素的个数用U_m表示，其中m=1,2，…,k。是W_m(i)在平面坐标系中的X轴坐标和Y轴坐标，其中i=1，…,U_m ；m=1,2，…,k。
13、根据公式
   i=1，…,U_m
构建k个向量，分别用D_m表示， D_m(i)为向量D_m第i个元素，m=1,2，…,k，i=1，…,U_m。
14、根据公式
构建k个向量，分别用表示，为向量第i个元素， i=1，…,U_m ；m=1,2，…,k。n值为大于等于3000并且小于等于4000的整数。
15、根据公式
  i=1，…,U_m
计算向量内所有元素的和_m，其中，m=1,2，…,k。
16、根据公式
  i=1，…,U_m
构建向量k个向量，分别用Rate_m表示，Rate_m(i)为向量Rate_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m 。
17、根据公式
   i=1，…,U_m
构建k个向量，分别用Rate2_m表示，Rate2_m(i)表示为向量Rate2_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m。
18、构建随机数向量N_m，N_m(i)为向量N中的第i个元素，N_m(i)为随机产生的数字，其值大于0并且小于等于1 ，m=1,2，…,k，i=1，…,U_m。
19、根据公式
计算无线传感器节点Node(i)的阈值，用T_m(i)表示，i=1，…,U_m ，m=1,2，…,k。
20、如果N_m(i)小于T_m(i)，那么flag_m(i)等于0，设向量flag_m中等于0的元素的个数为a, i=1，…,U_m ，m=1,2，…,k。依次判断，如果flag_m(i)等于0，那么Node_m(i)为二级簇头向量C_S中的元素，i=1，…,U_a；C_S(b)为向量C_S中的第b个元素，b=1,2，…,a。设表示C_S(b)在平面坐标系中x轴坐标和y轴坐标。构造a个向量，分别用M_b表示，M_b中的第一个元素为C_S(b)，b=1,2，…,a。
21、根据公式
    
其中b=1,2，…,a，i=1,2，…,U_m，构造矩阵，为矩阵中第b行第i列元素。
22、对于i=1,2，…, U_m，如果(b，i)是矩阵中第i列中的第一个最小值， 那么无线传感器节点Node(i)为向量M_b中的元素,b=1,2，…,a;设r=r+1。
23、依次执行步骤2到步骤22，直到r=2001。
本发明的积极效果是其将路径能耗、节点当前剩余能量考虑进簇头的选择策略中，同时将簇头分成一级簇头和二级簇头。非簇头节点将收集到的数据传输给二级簇头，二级簇头将收集到的数据进行数据融合后传输给一级簇头，最后一级簇头把融合后的数据传输给汇聚节点；使得无线传感器网络的能量消耗更加均衡，能耗减少，同时延长了网络生命周期。
具体实施方式
基于路径能量消耗及节点剩余能量的多层分簇算法，其特征在于，该算法所需设备以及实现步骤如下：
所需设备：包括无线传感器节点组1，汇聚节点2，其中无线传感器节点组1由200个无线传感器节点，分别用Node(i)表示，i=1,2，…,200。Node(i)随机分布在200米*200米的区域中，分别表示无线传感器节点Node(i)在平面坐标系上的x轴坐标和y坐标，i=1,2，…,200；汇聚节点2平面坐标系上的x轴坐标和y坐标（100米,100米）。
具体的实现步骤如下：
1、对于无线传感器节点Node(i)，它的初始能量用表示，它的当前能量用表示，它的功率放大器的能耗用表示，它的自由空间消耗的能量用表示，它的发射电路消耗的能量，i=1,2，…,200；构造向量flag，flag(i)为flag中的第i个元素，flag(i)=1，i=1,2，…,200；设变量r=1。
2、汇聚节点2将自己在平面坐标系下的x轴坐标和y轴坐标下的坐标发送给向无线传感器节点组1中的每个无线传感器节点，然后无线传感器节点组1内的每一个无线传感器节点记录下汇聚节点2的位置消息。
3、对于无线传感器节点组1中无线传感器节点Node(i)，根据公式
计算D(i)，i=1,2，…,200。
4、根据公式
式中i=1,2，…,200， n的值为大于等于3000并且小于等于4000的整数，计算无线传感器节点Node(i)到汇聚节点2能量消耗，用First_Energy(i)表示，i=1,2，…,200。式中，，。
5、根据公式
。
计算出所有无线传感器节点到汇聚节点2的能量消耗和，用Energy_Sink表示。
6、根据公式
。
计算出无线传感器节点Node(i)到汇聚节点2的能量消耗在所有无线传感器节点Node(i)到汇聚节点2能量和所占的比例，用RateSink(i)表示，i=1,2，…,200。
7、根据公式
计算无线传感器节点Node(i)当前剩余能量和无线传感器节点Node(i)初始能量的比率，用Rate1(i)表示，i=1,2，…,200。
8、构建随机数向量M，M(i)为向量M中的第i个元素，M(i)为随机产生的数字，其值大于0并且小于等于1。
9、根据公式
计算无线传感器节点Node(i)的阈值，用T(i)表示，i=1,2，…,200。
10、如果M(i)小于T(i)，那么flag(i)等于0，i=1,2，…,200；设向量flag中等于0的元素的个数为k，依次判断，如果flag(i)等于0，那么Node(i)为一级簇头向量C中的元素，i=1,2，…,200，C(m)为向量C中的第m个元素，m=1,2，…,k。设表示C(m)在平面坐标系中x轴坐标和y轴坐标。构造k个向量，分别用W_m表示，W_m中的第一个元素为C(m)，m=1,2，…,k。
11、根据公式
    
其中m=1,2，…,k，i=1,2，…,200，构造矩阵length_C，length_C(m，i)为length_C矩阵中第m行第i列元素。
12、对于i=1,2，…,200，如果length_C(m，i)为矩阵length_C中第i列中的第一个最小值， 那么无线传感器接节点Node(i)为向量W_m中的元素， W_m中元素的个数用U_m表示，其中m=1,2，…,k。是W_m(i)在平面坐标系中的X轴坐标和Y轴坐标，其中i=1，…,U_m ；m=1,2，…,k。
13、根据公式
   i=1，…,U_m
构建k个向量，分别用D_m表示， D_m(i)为向量D_m第i个元素，m=1,2，…,k，i=1，…,U_m。
14、根据公式
构建k个向量，分别用表示，为向量第i个元素， i=1，…,U_m ；m=1,2，…,k。n值为大于等于3000并且小于等于4000的整数。式中，，。
15、根据公式
  i=1，…,U_m
计算向量内所有元素的和_m，其中，m=1,2，…,k。
16、根据公式
  i=1，…,U_m
构建向量k个向量，分别用Rate_m表示，Rate_m(i)为向量Rate_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m 。
17、根据公式
   i=1，…,U_m
构建k个向量，分别用Rate2_m表示，Rate2_m(i)表示为向量Rate2_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m。
18、构建随机数向量N_m，N_m(i)为向量N中的第i个元素，N_m(i)为随机产生的数字，其值大于0并且小于等于1 ，m=1,2，…,k，i=1，…,U_m。
19、根据公式
计算无线传感器节点Node(i)的阈值，用T_m(i)表示，i=1，…,U_m ，m=1,2，…,k。
20、如果N_m(i)小于T_m(i)，那么flag_m(i)等于0，设向量flag_m中等于0的元素的个数为a, i=1，…,U_m ，m=1,2，…,k。依次判断，如果flag_m(i)等于0，那么Node_m(i)为二级簇头向量C_S中的元素，i=1，…,U_a；C_S(b)为向量C_S中的第b个元素，b=1,2，…,a。设表示C_S(b)在平面坐标系中x轴坐标和y轴坐标。构造a个向量，分别用M_b表示，M_b中的第一个元素为C_S(b)，b=1,2，…,a。
21、根据公式
    
其中b=1,2，…,a，i=1,2，…,U_m，构造矩阵，为矩阵中第b行第i列元素。
22、对于i=1,2，…, U_m，如果(b，i)是矩阵中第i列中的第一个最小值， 那么无线传感器节点Node(i)为向量M_b中的元素,b=1,2，…,a;设r=r+1。
23、依次执行步骤2到步骤22，直到r=2001。

Claims (1)

1.基于路径能量消耗及节点剩余能量的多层分簇算法，包括无线传感器节点组，汇聚节点，其特征在于：无线传感器节点组由200个无线传感器节点，分别用Node(i)表示，i=1,2，…,200;Node(i)随机分布在200米*200米的区域中，                                                分别表示无线传感器节点Node(i)在平面坐标系上的x轴坐标和y坐标，i=1,2，…,200；汇聚节点平面坐标系上的x轴坐标和y坐标（100米,100米）;具体完成步骤如下：
1）、对于无线传感器节点Node(i)，它的初始能量用表示，它的当前能量用表示，它的功率放大器的能耗用表示，它的自由空间消耗的能量用表示，它的发射电路消耗的能量，i=1,2，…,200；构造向量flag，flag(i)为flag中的第i个元素，flag(i)=1，i=1,2，…,200；设变量r=1;
2）、汇聚节点2将自己在平面坐标系下的x轴坐标和y轴坐标下的坐标发送给向无线传感器节点组中的每个无线传感器节点，然后无线传感器节点组内的每个无线传感器节点记录下汇聚节点的位置消息;
 3）、对于无线传感器节点组1中无线传感器节点Node(i)，根据公式
计算D(i)，i=1,2，…,200;
4）、根据公式
式中i=1,2，…,200，n的值为大于等于3000并且小于等于4000的整数，计算无线传感器节点Node(i)到汇聚节点2能量消耗，用First_Energy(i)表示，i=1,2，…,200;
5）、根据公式
;
 计算出所有无线传感器节点到汇聚节点的能量消耗和，用Energy_Sink表示;
6）、根据公式
;
计算出无线传感器节点Node(i)到汇聚节点的能量消耗在所有无线传感器节点Node(i)到汇聚节点能量和所占的比例，用RateSink(i)表示，i=1,2，…,200;
7）、根据公式
计算无线传感器节点Node(i)当前剩余能量和无线传感器节点Node(i)初始能量的比率，用Rate1(i)表示，i=1,2，…,200;
8）、构建随机数向量M，M(i)为向量M中的第i个元素，M(i)为随机产生的数字，其值大于0并且小于等于1, i=1,2，…,200;
9）、根据公式
计算无线传感器节点Node(i)的阈值，用T(i)表示，i=1,2，…,200;
10）、如果M(i)小于T(i)，那么flag(i)等于0，i=1,2，…,200；设向量flag中等于0的元素的个数为k，依次判断，如果flag(i)等于0，那么Node(i)为一级簇头向量C中的元素，i=1,2，…,200;C(m)为向量C中的第m个元素，m=1,2，…,k;设表示C(m)在平面坐标系中x轴坐标和y轴坐标;构造k个向量，分别用W_m表示，W_m中的第一个元素为C(m)，m=1,2，…,k;
11）、根据公式
    
其中m=1,2，…,k，i=1,2，…,200;
构造矩阵length_C，length_C(m，i)为length_C矩阵中第m行第i列元素;
12）、对于i=1,2，…,200，如果length_C(m，i)为矩阵length_C中第i列中的第一个最小值， 那么无线传感器接节点Node(i)为向量W_m中的元素， W_m中元素的个数用U_m表示，其中m=1,2，…,k;
是W_m(i)在平面坐标系中的X轴坐标和Y轴坐标，其中i=1，…,U_m ；m=1,2，…,k;
13）、根据公式
   i=1，…,U_m
构建k个向量，分别用D_m表示， D_m(i)为向量D_m第i个元素，m=1,2，…,k，i=1，…,U_m;
 14）、根据公式
构建k个向量，分别用表示，为向量第i个元素， i=1，…,U_m ；m=1,2，…,k;n值为大于等于3000并且小于等于4000的整数;
 15）、根据公式
  i=1，…,U_m
计算向量内所有元素的和_m，其中，m=1,2，…,k;
 16）、根据公式
  i=1，…,U_m
构建向量k个向量，分别用Rate_m表示，Rate_m(i)为向量Rate_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m;
17）、根据公式
   i=1，…,U_m
构建k个向量，分别用Rate2_m表示，Rate2_m(i)表示为向量Rate2_m内第i个元素，其中m=1,2，…,k，i=1，…,U_m;
 18）、构建随机数向量N_m，N_m(i)为向量N中的第i个元素，N_m(i)为随机产生的数字，其值大于0并且小于等于1 ，m=1,2，…,k，i=1，…,U_m;
19）、根据公式
计算无线传感器节点Node(i)的阈值，用T_m(i)表示，i=1，…,U_m ，m=1,2，…,k;
20）、如果N_m(i)小于T_m(i)，那么flag_m(i)等于0，设向量flag_m中等于0的元素的个数为a, i=1，…,U_m ，m=1,2，…,k;
依次判断，如果flag_m(i)等于0，那么Node_m(i)为二级簇头向量C_S中的元素，i=1，…,U_a；C_S(b)为向量C_S中的第b个元素，b=1,2，…,a;设表示C_S(b)在平面坐标系中x轴坐标和y轴坐标;构造a个向量，分别用M_b表示，M_b中的第一个元素为C_S(b)，b=1,2，…,a;
21）、根据公式
    
其中b=1,2，…,a，i=1,2，…,U_m，构造矩阵，为矩阵中第b行第i列元素;
22）、对于i=1,2，…, U_m，如果(b，i)是矩阵中第i列中的第一个最小值， 那么无线传感器节点Node(i)为向量M_b中的元素,b=1,2，…,a;设r=r+1;
23）、依次执行步骤2到步骤22，直到r=2001。
CN201510181827.1A 2015-04-17 2015-04-17 基于路径能量消耗及节点剩余能量的多层分簇算法 Active CN104780583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510181827.1A CN104780583B (zh) 2015-04-17 2015-04-17 基于路径能量消耗及节点剩余能量的多层分簇算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510181827.1A CN104780583B (zh) 2015-04-17 2015-04-17 基于路径能量消耗及节点剩余能量的多层分簇算法

Publications (2)

Publication Number Publication Date
CN104780583A true CN104780583A (zh) 2015-07-15
CN104780583B CN104780583B (zh) 2018-06-01

Family

ID=53621735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510181827.1A Active CN104780583B (zh) 2015-04-17 2015-04-17 基于路径能量消耗及节点剩余能量的多层分簇算法

Country Status (1)

Country Link
CN (1) CN104780583B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109640357A (zh) * 2018-11-13 2019-04-16 国网福建省电力有限公司泉州供电公司 适用于电力物联环境的基于优先级的无线传感器网络最优资源预留方法
CN110996349A (zh) * 2019-11-09 2020-04-10 天津大学 一种基于水下无线传感器网络多级传输策略生成方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491612A (zh) * 2013-09-16 2014-01-01 电子科技大学 一种传感器网络中移动Sink节点位置信息获取方法
CN103987100A (zh) * 2014-03-27 2014-08-13 南京邮电大学 基于区域划分的传感网节能离取改进方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491612A (zh) * 2013-09-16 2014-01-01 电子科技大学 一种传感器网络中移动Sink节点位置信息获取方法
CN103987100A (zh) * 2014-03-27 2014-08-13 南京邮电大学 基于区域划分的传感网节能离取改进方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘壮，房至一，张春飞，陈琳，赵阳: "基于能耗转移与数据作用力的无线传感器", 《吉林大学学报（工学版）》 *
刘壮: "无线传感器网络中定位问题及节能问题研究", 《中国博士学位论文全文数据库》 *
阎新芳，张永坤，李腾，王晓晓: "WSN中基于非均匀梯度的分簇拓扑算法", 《郑州大学学报（工学版）》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109640357A (zh) * 2018-11-13 2019-04-16 国网福建省电力有限公司泉州供电公司 适用于电力物联环境的基于优先级的无线传感器网络最优资源预留方法
CN109640357B (zh) * 2018-11-13 2022-10-28 国网福建省电力有限公司泉州供电公司 适用于电力物联环境的基于优先级的无线传感器网络最优资源预留方法
CN110996349A (zh) * 2019-11-09 2020-04-10 天津大学 一种基于水下无线传感器网络多级传输策略生成方法
CN110996349B (zh) * 2019-11-09 2022-02-18 天津大学 一种基于水下无线传感器网络多级传输策略生成方法

Also Published As

Publication number Publication date
CN104780583B (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
Shen et al. An efficient centroid-based routing protocol for energy management in WSN-assisted IoT
CN104284386A (zh) 基于点介数的无线传感器网络簇头选择方法
CN103906164A (zh) 海上搜救无线传感器网络拓扑及拓扑控制方法
Zhang et al. Clustered routing protocol based on improved K-means algorithm for underwater wireless sensor networks
CN105072660B (zh) 一种面向消防的无线传感器执行器网络的路由方法
CN104780583A (zh) 基于路径能量消耗及节点剩余能量的多层分簇算法
Hassan et al. Evaluation of clustering algorithms for DAP placement in wireless smart meter network
Saveetha et al. Hybrid Energy-based Secured clustering technique for Wireless Sensor Networks
Li et al. Energy optimization algorithm of wireless sensor networks based on LEACH-B
CN104994557A (zh) 基于动态网格以及数据融合的分簇算法
CN102651864A (zh) 异构无线传感器网络的密钥设置方法
Mathaba Optimal sink-node placement and routing for an energy efficient two-tier wireless sensor network
Hadjila et al. A hybrid cluster and chain-based routing protocol for lifetime improvement in WSN
CN104768124A (zh) 基于双簇头聚类分簇和数据融合的无线传感器网络路由算法
Li et al. Localized topologies with bounded node degree for three dimensional wireless sensor networks
Zhou et al. Spatial compression scheme for improving the lifetime of wireless sensor networks
Zu-jue et al. A gaf algorithm of dislocated grid for wireless sensor network
Salam et al. Prolonging wireless sensor network lifetime using routing protocol
Yadav et al. Cluster based routing schemes in wireless sensor networks: A comparative study
Ranga et al. MFZLP: multihop far zone leach protocol for WSNs
Kaur et al. Improvement In LEACH protocol by electing master cluster heads to enhance the network lifetime in WSN
Ali et al. WSN lifetime prolongation for deterministic distributions using a hierarchical routing protocol
Zhao et al. A ship network dynamic routing algorithm based on vector network
Lu et al. A cell based clustering algorithm in large wireless sensor networks
CN108306821B (zh) 超高层构筑物监测低功耗优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant