CN111246504A - 一种基于小世界特性的动态分簇路由优化算法 - Google Patents

一种基于小世界特性的动态分簇路由优化算法 Download PDF

Info

Publication number
CN111246504A
CN111246504A CN202010174430.0A CN202010174430A CN111246504A CN 111246504 A CN111246504 A CN 111246504A CN 202010174430 A CN202010174430 A CN 202010174430A CN 111246504 A CN111246504 A CN 111246504A
Authority
CN
China
Prior art keywords
node
cluster
network
nodes
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.)
Granted
Application number
CN202010174430.0A
Other languages
English (en)
Other versions
CN111246504B (zh
Inventor
孙茜
程恭学
王小艺
许继平
张慧妍
王立
于家斌
羊峰波
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.)
Beijing Technology and Business University
Original Assignee
Beijing Technology and Business University
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 Beijing Technology and Business University filed Critical Beijing Technology and Business University
Priority to CN202010174430.0A priority Critical patent/CN111246504B/zh
Publication of CN111246504A publication Critical patent/CN111246504A/zh
Application granted granted Critical
Publication of CN111246504B publication Critical patent/CN111246504B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/06Testing, supervising or monitoring using simulated traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/02Power saving arrangements
    • H04W52/0203Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提出了一种基于小世界特性的动态分簇路由优化算法。首先,在水质传感器网络中引入小世界特性,通过其较小的平均路径长度和较大的聚类系数减少网络的能量消耗并提高网络的容错能力。其次,对上述网络进行改进,引入动态分簇思想,通过构建有效的能耗模型,合理选取簇头,有效延长网络的生命周期。本发明通过对引入小世界特性的水质传感器网络路由算法进行改进,可有效延长水质传感器网络的生命周期,提高网络的监测能力。

Description

一种基于小世界特性的动态分簇路由优化算法
技术领域
本发明涉及环境监测和传感器网络领域,尤其涉及一种基于小世界特性的动态分簇路由优化算法的研究。
背景技术
随着我国城市建设的高速发展,对水资源的需求日益增加,不合理的利用水资源造成河流水质污染的程度不断增加,这严重威胁着当地社会经济自然的可持续发展。为了预防水质污染事件造成重大灾害及损失,需要对水质参数进行在线检测。传统水质监测方法频次低、周期长,无法反映水质突变情况,且易造成二次污染。水质传感器网络部署在监测的河湖水环境中,将检测到的水质信息发送到汇聚节点,再通过无线通信网络传输给监控管理中心。在水质监测任务中,水质传感器网络的整体能量有限,所以如何设计出高效节能的路由算法,提高网络的生命周期是首要考虑的问题。
目前,许多专家学者针对水质传感器网络进行了研究,希望通过有效的路由协议来延长网络的生命周期。基于水质传感器网络的资源有限性,本发明在水质传感器网络中引入复杂网络的小世界网络特性并进行优化,提出一种基于小世界特性的动态分簇路由优化算法,以延长水质传感器网络的生命周期。
发明内容
本发明的目的在于提出一种基于小世界特性的动态分簇路由优化算法,可为水质传感器网络的有效运行提供理论基础,可广泛应用于水环境监测、水污染的预测和治理等领域。
为达到上述目的,本发明提出一种基于小世界特性的动态分簇路由优化算法,具体包括在水质传感器网络中引入小世界特性和改进基于小世界特性的水质传感器网络路由算法两个基本步骤。
步骤一,在本发明的一个实施例中,所述在水质传感器网络中引入小世界特性进一步包括:
网络网格维数为m×n,汇聚节点位于(xs,ys),超级链路的跳数为α,需要优化配置超级链路以获取最佳的通信成本。利用如下公式:
Figure BDA0002410290600000021
式中,0≤xk≤m-1,0≤yk≤n-1,xk∈int,yk∈int,k=1,2,…α。x1…α和y1…α表示α对异构节点在网络中的位置,函数min()用于计算从普通节点通过无线多跳或超级链路到汇聚节点的最短路径。然后,利用遗传算法寻求最优解,得到异构节点的最优位置。
步骤二,在本发明的一个实施例中,所述改进基于小世界特性的水质传感器网络路由算法进一步包括:
距离异构节点以及汇聚节点较近的节点能量消耗较大,设置簇内的成员节点数目较少,簇头节点负责传输的簇内数据较少,从而平衡能量消耗;预设簇的最大半径为Rmax,通过控制半径的取值范围,使得离汇聚节点和异构节点最近的竞争半径为(1-c)Rmax,其中,c是用于控制取值范围的参数,c∈(0,1);簇头VCH确定其竞争半径RCH的计算公式如下:
Figure BDA0002410290600000022
其中,dmax和dmin为网络节点到达汇聚的最大值和最小值,dV表示节点V到达异构节点的距离,通过竞争半径RCH的计算公式确定竞争半径,并生成簇内成员节点能量状况的列表,比较能量值的大小,选择能量值最大的节点,担当簇头节点;
按普通节点距离异构节点的距离形成大小不同的簇,并且在簇内按轮选取簇头;由于簇头担负着与异构节点之间的信息传送,选择簇内能量值最大的节点,担当簇头节点,在此基础上设置能量阈值E(q),当簇头能量小于能量阈值时,进行下一轮簇头选举,簇头作为下一轮簇的簇内节点;规定普通节点能量的最大值为Emax,即簇头节点的当前能量E≤Emax,规定能量阈值公式如下所示:
Figure BDA0002410290600000023
其中,q为通过竞争半径RCH的计算公式确定竞争半径后簇内的成员节点个数,E1,E2,…,Eq为各个成员节点的能量状况;由能量阈值公式可知第一轮选取簇内能量最大的节点为簇头节点,随着网络的运行,簇头能量消耗较快,为了避免簇头节点的死亡,按轮选取簇头节点,平衡了簇内成员节点的能量;为了进一步延长网络的生命周期,在簇头选取完成之后,如果节点未检测到水质信息将处于空闲状态,空闲状态相对于睡眠状态的能量消耗较大,在空闲状态控制节点为睡眠状态,以此减少节点能量的消耗,延长网络的生命周期;
网络中节点数据传输方式如图2所示。在水质传感器节点检测到水域信息后根据节点距离汇聚节点(Sink)的距离分为以下两种情况。普通节点V1到Sink的距离在一跳之内,所以直接将数据发送至Sink;普通节点V2到Sink的距离较远,不能一跳到达,此时节点V2将数据发送至它所在簇的簇头节点VCH。再确定VCH到Sink的距离。①簇头节点VCH1到Sink的距离在一跳之内,它直接将处理后的数据发送至Sink;②簇头VCH2到异构节点h1的距离在一跳之内,所以将处理后数据发送至异构节点h1,再由h1的超级链路传输至Sink;③对于簇头VCH3,由于到Sink和异构节点的距离都较远,均不能一跳到达,因此将数据经其他簇头节点多跳转发至距其最近的异构节点h2,再由h2的超级链路传输至Sink。
在该路由算法中借鉴动态分簇思想,普通节点将数据传给所在簇的簇头,一方面,簇头可以对簇内成员节点的数据进行压缩、去冗余等处理,以减少数据传输过程中的能耗;另一方面,由于簇头的轮换,节点的传输路径发生相应的变化,从而使网络节点的能量均匀消耗,提高整体网络的生命周期;此外,通过有效的能量阈值并控制睡眠状态,都能够平衡网络的能量消耗,进而提高网络的整体生命周期。
为了证明本发明算法的有效性引入两种异构算法进行对比实验,改进的LEACH-C分簇异构网络路由算法(Improved LEACH-C,ILC)和最佳位置分簇异构网络路由算法(BestSink Locations,BSL)。为了对实验结果进行分析,采用MATLAB进行仿真实验,假设100个节点随机分布在100×100m正方形网络区域,Sink位于传感器网络区域的内部。
图3为四种算法每轮存活的节点个数仿真对比图。其中,RPSC算法表示在水质传感器网络中引入复杂网络的小世界网络特性(Routing protocol of water quality sensornetworks based on small-world characteristics,RPSC),IRPSC表示本发明提出的基于小世界特性的动态分簇路由优化算法(Improved routing protocol of water qualitysensor networks based on small-world characteristics,IRPSC),实验结果表明,IRPSC算法的网络生命周期最长,其次是RPSC算法、BSL算法,ILC算法最短。
本发明提出的一种基于小世界特性的动态分簇路由优化算法,可有效延长水质传感器网络的生命周期,为水环境的有效监测和综合治理提供充实的理论依据。
附图说明
图1为本发明实施例的一种基于小世界特性的动态分簇路由优化算法流程图;
图2为本发明实施例的一种基于小世界特性的动态分簇路由优化算法数据传输方式;
图3为本发明实施例的网络生命周期仿真结果对比图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的意义。下面所描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明是针对水环境监测过程中,针对复杂的水域环境,提出的一种基于小世界特性的动态分簇路由优化算法。
为了能够对本发明有更清楚的理解,在此进行简要描述。本发明包括两个基本步骤:步骤一,在水质传感器网络中引入小世界特性;步骤二,改进基于小世界特性的水质传感器网络路由算法。
具体的,图1所示为本发明实施例的一种基于小世界特性的动态分簇路由优化算法的流程图,包括以下步骤:
步骤S101,在水质传感器网络中引入小世界特性。
网络网格维数为m×n,汇聚节点位于(xs,ys),超级链路的跳数为α,需要优化配置超级链路以获取最佳的通信成本。利用如下公式:
Figure BDA0002410290600000041
式中,0≤xk≤m-1,0≤yk≤n-1,xk∈int,yk∈int,k=1,2,…α。x1…α和y1…α表示α对异构节点在网络中的位置,函数min()用于计算从普通节点通过无线多跳或超级链路到汇聚节点的最短路径。然后,利用遗传算法寻求最优解,得到异构节点的最优位置。
步骤S102,改进基于小世界特性的水质传感器网络路由算法。
在本发明的一个实施例中,距离异构节点以及汇聚节点较近的节点能量消耗较大,设置簇内的成员节点数目较少,簇头节点负责传输的簇内数据较少,从而平衡能量消耗;预设簇的最大半径为Rmax,通过控制半径的取值范围,使得离汇聚节点和异构节点最近的竞争半径为(1-c)Rmax,其中,c是用于控制取值范围的参数,c∈(0,1);簇头VCH确定其竞争半径RCH的计算公式如下:
Figure BDA0002410290600000042
其中,dmax和dmin为网络节点到达汇聚的最大值和最小值,dV表示节点V到达异构节点的距离,通过公式(2)确定竞争半径,并生成簇内成员节点能量状况的列表,比较能量值的大小,选择能量值最大的节点,担当簇头节点;
按普通节点距离异构节点的距离形成大小不同的簇,并且在簇内按轮选取簇头;由于簇头担负着与异构节点之间的信息传送,选择簇内能量值最大的节点,担当簇头节点,在此基础上设置能量阈值E(q),当簇头能量小于能量阈值时,进行下一轮簇头选举,簇头作为下一轮簇的簇内节点;规定普通节点能量的最大值为Emax,即簇头节点的当前能量E≤Emax,规定能量阈值公式如式(3)所示:
Figure BDA0002410290600000051
其中,q为通过式(2)确定竞争半径后簇内的成员节点个数,E1,E2,…,Eq为各个成员节点的能量状况;由式(3)可知第一轮选取簇内能量最大的节点为簇头节点,随着网络的运行,簇头能量消耗较快,为了避免簇头节点的死亡,按轮选取簇头节点,平衡了簇内成员节点的能量;为了进一步延长网络的生命周期,在簇头选取完成之后,如果节点未检测到水质信息将处于空闲状态,空闲状态相对于睡眠状态的能量消耗较大,在空闲状态控制节点为睡眠状态,以此减少节点能量的消耗,延长网络的生命周期;
网络中节点数据传输方式如图2所示。在水质传感器节点检测到水域信息后根据节点距离汇聚节点(Sink)的距离分为以下两种情况。普通节点V1到Sink的距离在一跳之内,所以直接将数据发送至Sink;普通节点V2到Sink的距离较远,不能一跳到达,此时节点V2将数据发送至它所在簇的簇头节点VCH。再确定VCH到Sink的距离。①簇头节点VCH1到Sink的距离在一跳之内,它直接将处理后的数据发送至Sink;②簇头VCH2到异构节点h1的距离在一跳之内,所以将处理后数据发送至异构节点h1,再由h1的超级链路传输至Sink;③对于簇头VCH3,由于到Sink和异构节点的距离都较远,均不能一跳到达,因此将数据经其他簇头节点多跳转发至距其最近的异构节点h2,再由h2的超级链路传输至Sink。
在该路由算法中借鉴动态分簇思想,普通节点将数据传给所在簇的簇头,一方面,簇头可以对簇内成员节点的数据进行压缩、去冗余等处理,以减少数据传输过程中的能耗;另一方面,由于簇头的轮换,节点的传输路径发生相应的变化,从而使网络节点的能量均匀消耗,提高整体网络的生命周期;此外,通过有效的能量阈值并控制睡眠状态,都能够平衡网络的能量消耗,进而提高网络的整体生命周期。
为了证明本发明算法的有效性引入两种异构算法进行对比实验,改进的LEACH-C分簇异构网络路由算法(Improved LEACH-C,ILC)和最佳位置分簇异构网络路由算法(BestSink Locations,BSL)。为了对实验结果进行分析,采用MATLAB进行仿真实验,假设100个节点随机分布在100×100m正方形网络区域,Sink位于传感器网络区域的内部。
图3为四种算法每轮存活的节点个数仿真对比图。其中,RPSC算法表示在水质传感器网络中引入复杂网络的小世界网络特性(Routing protocol of water quality sensornetworks based on small-world characteristics,RPSC),IRPSC表示本发明提出的基于小世界特性的动态分簇路由优化算法(Improved routing protocol of water qualitysensor networks based on small-world characteristics,IRPSC),实验结果表明,IRPSC算法的网络生命周期最长,其次是RPSC算法、BSL算法,ILC算法最短。
通过本发明提出的一种基于小世界特性的动态分簇路由优化算法,可有效延长水质传感器网络的生命周期,,为水环境的有效监测和综合治理提供充实的理论依据。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或对其中部分技术特征进行等同替换,而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,本发明的范围由所附权利要求及其等同限定。

Claims (1)

1.一种基于小世界特性的动态分簇路由优化算法,其特征在于:将小世界特性引入水质传感器网络中,并在此基础上引入动态分簇思想进行路由算法的改进;
所述将小世界特性引入水质传感器网络中,并在此基础上引入动态分簇思想进行路由算法的改进包括:在水质传感器网络中加入异构节点,并利用遗传算法优化节点位置;由于异构节点及其附近节点需要频繁收发数据,导致异构节点一跳之内的普通节点能量消耗过快,减少网络的生命周期,因此,在此基础上引入动态分簇思想;距离异构节点以及汇聚节点较近的节点能量消耗较大,设置簇内的成员节点数目较少,簇头节点负责传输的簇内数据较少,从而平衡能量消耗;预设簇的最大半径为Rmax,通过控制半径的取值范围,使得离汇聚节点和异构节点最近的竞争半径为(1-c)Rmax,其中,c是用于控制取值范围的参数,c∈(0,1);簇头VCH确定其竞争半径RCH的计算公式如下:
Figure FDA0002410290590000011
其中,dmax和dmin为网络节点到达汇聚的最大值和最小值,dV表示节点V到达异构节点的距离,通过公式(1)确定竞争半径,并生成簇内成员节点能量状况的列表,比较能量值的大小,选择能量值最大的节点,担当簇头节点;
按普通节点距离异构节点的距离形成大小不同的簇,并且在簇内按轮选取簇头;由于簇头担负着与异构节点之间的信息传送,选择簇内能量值最大的节点,担当簇头节点,在此基础上设置能量阈值E(q),当簇头能量小于能量阈值时,进行下一轮簇头选举,簇头作为下一轮簇的簇内节点;规定普通节点能量的最大值为Emax,即簇头节点的当前能量E≤Emax,规定能量阈值公式如式(2)所示:
Figure FDA0002410290590000012
其中,q为通过式(1)确定竞争半径后簇内的成员节点个数,E1,E2,…,Eq为各个成员节点的能量状况;由式(2)可知第一轮选取簇内能量最大的节点为簇头节点,随着网络的运行,簇头能量消耗较快,为了避免簇头节点的死亡,按轮选取簇头节点,平衡了簇内成员节点的能量;为了进一步延长网络的生命周期,在簇头选取完成之后,如果节点未检测到水质信息将处于空闲状态,空闲状态相对于睡眠状态的能量消耗较大,在空闲状态控制节点为睡眠状态,以此减少节点能量的消耗,延长网络的生命周期;
网络中节点数据传输方式为:在水质传感器节点检测到水域信息后根据节点距离汇聚的距离分为以下两种情况;普通节点到汇聚节点的距离在一跳之内,直接将数据发送至汇聚节点;普通节点到汇聚节点的距离较远,不能一跳到达,首先将数据发送至它所在簇的簇头节点,再确定簇头节点到汇聚节点的距离;①簇头节点到汇聚节点的距离在一跳之内,它直接将处理后的数据发送至汇聚节点;②簇头节点到异构节点的距离在一跳之内,将处理后数据发送至异构节点,再由异构节点的超级链路传输至汇聚节点;③若簇头节点到汇聚节点和异构节点的距离都较远,均不能一跳到达,则将数据经其他簇头节点多跳转发至距其最近的异构节点,再由该异构节点的超级链路传输至汇聚节点;
在该路由算法中借鉴动态分簇思想,普通节点将数据传给所在簇的簇头,一方面,簇头可以对簇内成员节点的数据进行压缩、去冗余等处理,以减少数据传输过程中的能耗;另一方面,由于簇头的轮换,节点的传输路径发生相应的变化,从而使网络节点的能量均匀消耗,提高整体网络的生命周期;此外,通过有效的能量阈值并控制睡眠状态,都能够平衡网络的能量消耗,进而提高网络的整体生命周期。
CN202010174430.0A 2020-03-13 2020-03-13 一种基于小世界特性的动态分簇路由优化方法 Expired - Fee Related CN111246504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010174430.0A CN111246504B (zh) 2020-03-13 2020-03-13 一种基于小世界特性的动态分簇路由优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010174430.0A CN111246504B (zh) 2020-03-13 2020-03-13 一种基于小世界特性的动态分簇路由优化方法

Publications (2)

Publication Number Publication Date
CN111246504A true CN111246504A (zh) 2020-06-05
CN111246504B CN111246504B (zh) 2023-05-23

Family

ID=70870008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010174430.0A Expired - Fee Related CN111246504B (zh) 2020-03-13 2020-03-13 一种基于小世界特性的动态分簇路由优化方法

Country Status (1)

Country Link
CN (1) CN111246504B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363851A (zh) * 2022-01-17 2022-04-15 北京工商大学 一种无线传感器网络抗毁性度量方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070291663A1 (en) * 2006-06-19 2007-12-20 Nokia Corporation Method and apparatus for scale-free topology generation in relay based wireless networks
CN101640944A (zh) * 2009-05-06 2010-02-03 福建师范大学 无线传感器分簇多跳通信方法
CN108566663A (zh) * 2018-01-10 2018-09-21 重庆邮电大学 基于扰动粒子群优化的sdwsn能耗均衡路由算法
US20180288563A1 (en) * 2015-09-02 2018-10-04 Estimote Polska Sp. Z O. O. System and method for lower power data routing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070291663A1 (en) * 2006-06-19 2007-12-20 Nokia Corporation Method and apparatus for scale-free topology generation in relay based wireless networks
CN101640944A (zh) * 2009-05-06 2010-02-03 福建师范大学 无线传感器分簇多跳通信方法
US20180288563A1 (en) * 2015-09-02 2018-10-04 Estimote Polska Sp. Z O. O. System and method for lower power data routing
CN108566663A (zh) * 2018-01-10 2018-09-21 重庆邮电大学 基于扰动粒子群优化的sdwsn能耗均衡路由算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LI CHUNLIN等: "an optimal clustering routing algorithm for wireless sensor networks with small world" *
熊书明;胡永娣;: "基于小世界概念的异构传感器网络拓扑控制" *
韦世红;唐起超;: "基于小世界模型的无线传感器网络层次型路由算法" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114363851A (zh) * 2022-01-17 2022-04-15 北京工商大学 一种无线传感器网络抗毁性度量方法
CN114363851B (zh) * 2022-01-17 2024-04-09 北京工商大学 一种无线传感器网络抗毁性度量方法

Also Published As

Publication number Publication date
CN111246504B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN106304235A (zh) 一种wsn中基于等级区域划分的协作式分簇路由通信方法
CN103327653B (zh) 基于睡眠调度和覆盖补偿的覆盖保持方法
CN102711206A (zh) 一种基于模拟退火的无线传感器网络层次式路由方法
CN108900996A (zh) 一种基于双层模糊算法的无线传感器网络数据传输方法
Kumar et al. DE-LEACH: distance and energy aware LEACH
CN101959244A (zh) 一种适用于无线传感网的层次型路由控制方法
Wang et al. An energy-efficient multi-hop hierarchical routing protocol for wireless sensor networks
Razzaq et al. Energy efficient Dijkstra-based weighted sum minimization routing protocol for WSN
CN109511152A (zh) 一种面向终端通信接入网感知监控的均衡分簇方法
CN104065574A (zh) 一种无线传感器网络层内非均匀分簇路由方法
Dwivedi et al. Energy-Aware Routing Protocols for Wireless Sensor Network Based on Fuzzy Logic: A 10-Years Analytical Review.
CN110049465B (zh) 一种基于wsn的水域监测通信方法
CN101547451B (zh) 一种基于延迟启动的无线传感器网络局部区域覆盖方法
CN112203298A (zh) 一种面向环形无线传感器网络的分簇拓扑控制方法
CN111246504B (zh) 一种基于小世界特性的动态分簇路由优化方法
CN111405513A (zh) 一种事件驱动的水质传感器网络路由优化算法
CN102438299B (zh) 一种无线传感器网络的节能方法及休眠决策系统
CN103369619A (zh) 一种基于度自适应调整动态聚合树的方法
CN110113798B (zh) 一种多源无线传感器网络环境下同构性路由协议方法
Kumar et al. MEECDA: multihop energy efficient clustering and data aggregation protocol for HWSN
CN111935734A (zh) 一种基于改进ap聚类的无线传感器网络分簇方法
Subbaiah et al. Mobile ad hoc network
Rathee et al. Developed distributed energy-efficient clustering (DDEEC) algorithm based on fuzzy logic approach for optimizing energy management in heterogeneous WSNs
CN115134887A (zh) 一种基于博弈理论的占空比无线传感器网络拓扑控制方法
CN106211291A (zh) 基于多重休假的无线传感网络网关节点功率控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230523