CN111818553A - 基于模糊逻辑的无线传感器网络改进多跳leach协议 - Google Patents
基于模糊逻辑的无线传感器网络改进多跳leach协议 Download PDFInfo
- Publication number
- CN111818553A CN111818553A CN202010433407.9A CN202010433407A CN111818553A CN 111818553 A CN111818553 A CN 111818553A CN 202010433407 A CN202010433407 A CN 202010433407A CN 111818553 A CN111818553 A CN 111818553A
- Authority
- CN
- China
- Prior art keywords
- hop
- leach
- network
- energy
- node
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- 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
本发明涉及一种无线传感器网络多跳路由协议,特别是一种基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其所要解决的技术问题是针对现有的逐跳通信,端到端的延迟和热点问题。利用模糊逻辑控制器,根据剩余能量、数据长度和到基站的距离计算最优跳数,降低了网络能耗,从而使网络寿命最大化。此外,提出了一种基于剩余能量、节点中心度和与BS距离的阈值函数来选择CH,从而使CH均匀分布。将跳数与剩余能量和成员数相结合,选择最优的中间信道向基站转发数据。最后,通过大量仿真对其性能进行了评估,IMF‑LEACH在平均跳数、平均端到端延迟、能耗比和网络生存期等方面都有很大的提升。
Description
技术领域
本发明涉及一种无线传感器网络多跳路由协议,特别是一种基于模糊逻辑的无线传感器网络多跳LEACH协议IMF-LEACH(Improved Multi-hop LEACH protocol based onFuzzy logic controller),IMF-LEACH综合考虑剩余能量、节点中心度和与基站的距离因素,对LEACH 中的簇头阈值进行优化,形成一个相对稳定、分布均匀、节能的簇结构。然后利用模糊逻辑控制器根据剩余能量、数据长度和到基站的距离来确定簇头CH(Cluster Head)跳数,并基于该跳数进行数据传输,从而减小网络端到端延迟和平均跳数。
背景技术
无线传感器网络(wireless sensor networks,WSNs)作为物联网(Internet ofThings, IoT)中最重要、最基本的信息采集技术之一,通过内置各种传感器的节点来测量周围环境中的热、红外、声纳和地震信号。由于无线传感器网络节点的能量受限,如何节约能量以延长网络生命周期是无线传感器网络面临的最重要挑战。通过分簇来最大限度地延长无线传感器网络使用寿命被证明是能量有效和扩展性好的方法。在任一簇中,通过运行一定的方法选择一个节点作为簇头,然后簇头CH接收其簇内成员节点CM(Cluster Member)数据并融合,以单跳或多跳方式将其发送到基站BS(Base Station)。在过去的几十年里,人们在提高成簇方法的性能方面做出了很大的努力,并取得了预期的结果。LEACH(LowEnergy Adaptive Clustering Hierarchy)是面向WSN的最早分簇协议,它包含了簇头选举、成簇、创建调度机制、数据传输和重新成簇五个过程。至今提出了很多改进算法对这五个过程中的一个或多个方面进行改进来提高LEACH的性能。
发明内容
本发明所要解决的技术问题是针对现有LEACH协议由于单跳通信导致的端到端延迟和热点问题。利用模糊逻辑控制器,根据剩余能量、数据长度和到基站的距离计算最优跳数,降低网络能耗,从而使网络生命周期最大化。此外,提出了一种基于剩余能量、节点中心度和与BS距离的阈值函数来选择簇头CHs,从而使CHs均匀分布。将跳数、剩余能量和传输数据量相结合,选择最优的中间簇头来转发数据。最后,通过大量仿真对性能进行评估,结果表明IMF-LEACH在平均跳数、平均端到端延迟、能耗比和网络生命周期方面都有很大的改进。
本发明一种基于模糊逻辑的无线传感器网络改进多跳LEACH协议由四部分构成,即系统模型、新阈值函数成簇、模糊逻辑跳数计算和可变轮周期多跳路由。系统模型为协议实现提供模型,具体包括网络模型、能量模型和网络分层结构。新阈值函数成簇是基于LEACH 改进的阈值函数来选举簇头,考量了节点间距离、剩余能量和中心度,使位于簇中心且剩余能量多的节点成为簇头的概率大。模糊逻辑跳数计算是根据剩余能量、数据长度和到基站的距离计算各簇头的最优跳数。可变轮周期多跳路由根据簇头的跳数来选取最优的中间簇头转发数据,并采用自适应的轮时间来重新进行数据传输。
所述的系统模型中的网络模型具有以下属性:(1)N个节点随机分布在目标区域,BS 位于感测区域的某个位置,每个节点都有一个唯一的ID,网络中的节点集表示为S={S1,S2... Sn};(2)一旦节点被部署,它们的位置是固定的,可以通过定位系统或节能定位算法获得; (3)除了BS外,每个节点具有相同的初始能量以保持均匀。本发明的能量模型与LEACH 一样。分层网络配置是在LEACH的基础上,将网络分为宽度相等的环层,BS以不同的传输功率逐步广播具有不同环层layerID的消息,并且环层layerID从0开始每次广播递增1。在接收到来自BS的消息时,每个节点检索其layerID,并为自己的环层设置相应的值,除非它已经设置了较低的layerID。
所述的新阈值函数成簇是基于LEACH的簇头选举阈值改进得来的,为了选出簇中最优的节点来承担数据融合和转发的任务。簇头选举的阈值p(n)考虑了节点间距离、剩余能量和中心度。由簇头选举的阈值p(n)可以得到最优的簇头。每个CH通过广播消息来通知其邻居,并且用确认消息应答的节点相应地成为其成员节点。此外,还采用了TDMA调度机制,节约了能耗。
所述的模糊逻辑跳数计算根据剩余能量、数据长度和到基站的距离计算最优跳数。据我们所知,这是第一次使用模糊逻辑来确定跳数。对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据转发到低于其所在层的CH,而且所选择的中间CH具有更多的剩余能量和更少的成员。如果所选层中没有CH,则选择较低层作为下一跳,直到BS。
模糊控制器包括模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊。模糊控制器的输入参数为“剩余能量”、“到BS的距离”、“数据长度”,输出参数为“跳数”。这意味着剩余能量越大、到BS的距离越远、数据长度越短的CH可以通过较大的“跳数”与下一跳CH通信。
所述的可变轮周期多跳路由是由稳定阶段和确定循环时间两部分组成。在稳态阶段中,对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据传输到位于该层中低于其层的中继CH。如果所选层中没有CH,则选择较低层作为下一跳,直到 BS。在确定循环时间阶段时,本发明根据网络中的剩余能量和存活节点的数量,通过在数据包中附加节点的剩余能量,提出了一种自适应循环时间。初始循环时间和最小循环时间分别为LEACH循环时间的200%和50%。
附图说明
图1为本发明的模糊逻辑控制器;
图2为本发明的输入变量剩余能量的隶属度函数图;
图3为本发明的输入变量到BS的距离的隶属度函数图;
图4本发明的输入变量数据长度的隶属度函数图;
图5本发明的输出变量跳数的隶属度函数图;
图6为本发明的平均跳数示意图;
图7为本发明的能量消耗示意图;
图8为本发明的存活节点个数示意图。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
本发明一种基于模糊逻辑的无线传感器网络改进多跳LEACH协议由四部分构成,即系统模型、新阈值函数成簇、模糊逻辑跳数计算和可变轮周期多跳路由。系统模型为协议实现提供模型,具体包括网络模型、能量模型和网络分层结构。新阈值函数成簇是基于LEACH 改进的阈值函数来选举簇头,考量了节点间距离、剩余能量和中心度,使位于簇中心且剩余能量多的节点成为簇头的概率大。模糊逻辑跳数计算是根据剩余能量、数据长度和到基站的距离计算各簇头的最优跳数。可变轮周期多跳路由根据簇头的跳数来选取最优的中间簇头转发数据,并采用自适应的轮时间来重新进行数据传输。
所述的系统模型中的网络模型具有以下属性:(1)N个节点随机分布在目标区域,BS 位于感测区域的某个位置,每个节点都有一个唯一的ID,网络中的节点集表示为S={S1,S2... Sn};(2)一旦节点被部署,它们的位置是固定的,可以通过定位系统或节能定位算法获得; (3)除了BS外,每个节点具有相同的初始能量以保持均匀。本发明的能量模型与LEACH 一样。分层网络配置是在LEACH的基础上,将网络分为宽度相等的环层,BS以不同的传输功率逐步广播具有不同环层layerID的消息,并且环层layerID从0开始每次广播递增1。在接收到来自BS的消息时,每个节点检索其layerID,并为自己的环层设置相应的值,除非它已经设置了较低的layerID。网络配置的详细步骤如下:
(1)BS广播环层layerID消息。
(2)节点接收到layerID消息,并检索layerID的值为自己的环层设置相应的值。
(3)判断layerID是否等于0,同时判断自己layerID的值是否小于新接收到layerID 的值。如果等于0且小于新接收到layerID的值,返回到第(1)步。否则,进行第四步。
(4)检索新接收到的layerID值为自己的环层设置相应的值。
(5)BS判断是否覆盖整个传感领域,如果是则结束,否则进行第(6)步。
(6)BS将layerID的值加1并增强功率广播,然后转到第(1)步。
所述的新阈值函数成簇是基于LEACH的簇头选举阈值改进得来的,为了选出簇中最优的节点来承担数据融合和转发的任务。簇头选举的阈值p(n)考虑了节点间距离、剩余能量和中心度,公式如下:
由簇头选举的阈值p(n)可以得到最优的簇头。每个CH通过广播消息来通知其邻居,并且用确认消息应答的节点相应地成为其成员节点。此外,还采用了TDMA调度机制,节约了能耗。
所述的模糊逻辑跳数计算根据剩余能量、数据长度和到基站的距离计算最优跳数。据我们所知,这是第一次使用模糊逻辑来确定跳数。对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据转发到低于其所在层的CH,而且所选择的中间CH具有更多的剩余能量和更少的成员。如果所选层中没有CH,则选择较低层作为下一跳,直到BS。
模糊控制器包括模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊。模糊控制器的输入参数为“剩余能量”、“到BS的距离”、“数据长度”,输出参数为“跳数”。这意味着剩余能量越大、到BS的距离越远、数据长度越短的CH可以通过较大的“跳数”与下一跳CH通信。下面是对模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊的具体介绍。
(1)“剩余能量”的语言变量为“low”,“medium”,“high”,其中“low”和“high”采用梯形隶属度函数,“medium”采用三角形隶属度函数,“剩余能量”的隶属度函数如图2。
(2)“到BS的距离”的语言变量为“distant”,“reachable”,“nearby”,其中“distant”和“nearby”采用梯形隶属度函数,“reachable”采用三角形隶属度函数,“到BS的距离”的隶属度函数如图3。
(3)“数据长度”的语言变量为“big”,“medium”,“little”,其中“big”和“little”采用梯形隶属度函数,“medium”采用三角形隶属度函数,“数据长度”的隶属度函数如图4。
(4)“跳数”的语言变量为“verylittle”,“little”,“ratherlittle”,“lowmedium”,“medium”,“highmedium”,“rathermore”,“more”,“verymore”,其中“verylittle”和“verymore”采用梯形隶属度函数,其余的采用三角形隶属度函数,“跳数”的隶属度函数如图5。
(5)模糊推理中使用了27个if-then规则,基于上述语言变量,最后,利用质心法对模糊推理的输出进行解模糊,得到跳数的清晰值。模糊规则表如下:
所述的可变轮周期多跳路由是由稳定阶段和确定循环时间两部分组成。在稳态阶段中,对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据传输到位于该层中低于其层的中继CH。如果所选层中没有CH,则选择较低层作为下一跳,直到BS。多跳路由的详细描述描述如下:
本发明根据网络中的剩余能量和存活节点的数量,通过在数据包中附加节点的剩余能量,提出了一种自适应循环时间。初始循环时间和最小循环时间分别为LEACH循环时间的200%和50%。新一轮自适应循环时间如下公式表示:
其中n是网络中的节点总数,而nalive是当前循环时间中的存活节点数。Einit(i)是节点i的初始能量。
首先对表示快速数据转发能力的平均跳数进行评估,结果如图6所示。从图6可以看出,本文提出的IMF-LEACH的平均路由跳数随着数据包的增加而逐渐减小。这是因为与LEACH、EM-LEACH和OMFPM中的固定单跳或逐跳通信相比,IMF-LEACH通过模糊控制器根据数据长度自适应地调整跳数。数据长度越大,跳数越小,不仅降低了端到端的延迟,而且降低了能耗。
能量消耗用来表示网络能量消耗的状况。对IMF-LEACH、LEACH、EM-LEACH和 OMPFM进行了评估,结果如图7所示。从图7可以看出,LEACH在第1004轮中消耗其总能量的97%,而EM-LEACH、OMPFM和IMF-LEACH在第1948、2759和3452轮中消耗的能量比例相同。与LEACH、EM-LEACH和OMPFM相比,IMF-LEACH考虑了节点间的位置关系和剩余能量来完成聚类,并采用不同的跳数来转发数据,有效地降低和平衡了簇内通信的能量消耗。
通常,使用网络生存期来评估协议的总体性能。与LEACH、EM-LEACH和OMPFM 相比,IMF-LEACH形成了均匀的簇,通过改进的阈值函数和模糊逻辑控制器,找到最优的多跳路由路径,并自适应地调整循环时间,从而在降低网络能耗的同时达到均衡。测试结果如图8所示,从图8可以看出,网络上存活5个节点,LEACH运行1055轮,OMFPM运行 2134轮,OMFPM运行2926轮,IMF-LEACH运行3500轮。在LEACH中随机形成簇和单跳通信导致最短的网络生存期。对于EM-LEACH,考虑剩余能量形成簇并找到中继节点,特别是通过计算新的循环时间来旋转CHs,因此其网络寿命比LEACH显著延长。此外,OMFPM 考虑了更多的参数来形成簇和寻找路由路径,因此其网络生存期比EM-LEACH长。
Claims (5)
1.一种基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其特征在于:本发明由四部分构成,即系统模型、新阈值函数成簇、模糊逻辑跳数计算和可变轮周期多跳路由;系统模型为协议实现提供模型,具体包括网络模型、能量模型和网络分层结构;新阈值函数成簇是基于LEACH改进的阈值函数来选举簇头,考量了节点间距离、剩余能量和中心度,使位于簇中心且剩余能量多的节点成为簇头的概率大;模糊逻辑跳数计算是根据剩余能量、数据长度和到基站的距离计算各簇头的最优跳数;可变轮周期多跳路由根据簇头的跳数来选取最优的中间簇头转发数据,并采用自适应的轮时间来重新进行数据传输。
2.根据权利要求1所述的基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其特征在于:所述的系统模型中的网络模型具有以下属性:(1)N个节点随机分布在目标区域,BS位于感测区域的某个位置,每个节点都有一个唯一的ID,网络中的节点集表示为S={S1,S2...Sn};(2)一旦节点被部署,它们的位置是固定的,可以通过定位系统或节能定位算法获得;(3)除了BS外,每个节点具有相同的初始能量以保持均匀;本发明的能量模型与LEACH一样;分层网络配置是在LEACH的基础上,将网络分为宽度相等的环层,BS以不同的传输功率逐步广播具有不同环层layerID的消息,并且环层layerID从0开始每次广播递增1,在接收到来自BS的消息时,每个节点检索其layerID,并为自己的环层设置相应的值,除非它已经设置了较低的layerID,网络配置的详细步骤如下:
(1)BS广播环层layerID消息;
(2)节点接收到layerID消息,并检索layerID的值为自己的环层设置相应的值;
(3)判断layerID是否等于0,同时判断自己layerID的值是否小于新接收到layerID的值,如果等于0且小于新接收到layerID的值,返回到第(1)步,否则,进行第四步;
(4)检索新接收到的layerID值为自己的环层设置相应的值;
(5)BS判断是否覆盖整个传感领域,如果是则结束,否则进行第(6)步,
(6)BS将layerID的值加1并增强功率广播,然后转到第(1)步。
3.根据权利要求1所述的基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其特征在于:所述的新阈值函数成簇是基于LEACH的簇头选举阈值改进得来的,为了选出簇中最优的节点来承担数据融合和转发的任务,簇头选举的阈值p(n)考虑了节点间距离、剩余能量和中心度,公式如下:
由簇头选举的阈值p(n)可以得到最优的簇头,每个CH通过广播消息来通知其邻居,并且用确认消息应答的节点相应地成为其成员节点;此外,还采用了TDMA调度机制,以节约能耗。
4.根据权利要求1所述的基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其特征在于:所述的模糊逻辑跳数计算根据剩余能量、数据长度和到基站的距离计算最优跳数,据我们所知,这是第一次使用模糊逻辑来确定跳数,对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据转发到低于其所在层的CH,而且所选择的中间CH具有更多的剩余能量和更少的成员,如果所选层中没有CH,则选择较低层作为下一跳,直到BS;模糊控制器包括模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊,模糊控制器的输入参数为“剩余能量”、“到BS的距离”、“数据长度”,输出参数为“跳数”;这意味着剩余能量越大、到BS的距离越远、数据长度越短的CH可以通过较大的“跳数”与下一跳CH通信,下面是对模糊控制器输入、输出变量模糊化和模糊规则定义及解模糊的具体介绍:
(1)“剩余能量”的语言变量为“low”,“medium”,“high”,其中“low”和“high”采用梯形隶属度函数,“medium”采用三角形隶属度函数;
(2)“到BS的距离”的语言变量为“distant”,“reachable”,“nearby”,其中“distant”和“nearby”采用梯形隶属度函数,“reachable”采用三角形隶属度函数;
(3)“数据长度”的语言变量为“big”,“medium”,“little”,其中“big”和“little”采用梯形隶属度函数,“medium”采用三角形隶属度函数;
(4)“跳数”的语言变量为“very little”,“little”,“rather little”,“low medium”,“medium”,“high medium”,“rather more”,“more”,“very more”,其中“very little”和“very more”采用梯形隶属度函数,其余的采用三角形隶属度函数;
(5)模糊推理中使用了27个if-then规则,基于上述语言变量,最后,利用质心法对模糊推理的输出进行解模糊,得到跳数的清晰值,模糊规则表如下:
5.根据权利要求1所述的基于模糊逻辑的无线传感器网络改进多跳LEACH协议,其特征在于:所述的可变轮周期多跳路由是由稳定阶段和确定循环时间两部分组成,在稳态阶段中,对于每个簇,CM在分配的时间段内将数据发送到其CH,CH融合数据并将数据传输到位于该层中低于其层的中继CH,如果所选层中没有CH,则选择较低层作为下一跳,直到BS,多跳路由的详细描述描述如下:
本发明根据网络中的剩余能量和存活节点的数量,通过在数据包中附加节点的剩余能量,提出了一种自适应循环时间;初始循环时间和最小循环时间分别为LEACH循环时间的200%和50%,新一轮自适应循环时间如下公式表示:
其中n是网络中的节点总数,而nalive是当前循环时间中的存活节点数,Einit(i)是节点i的初始能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010433407.9A CN111818553B (zh) | 2020-05-21 | 2020-05-21 | 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010433407.9A CN111818553B (zh) | 2020-05-21 | 2020-05-21 | 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111818553A true CN111818553A (zh) | 2020-10-23 |
CN111818553B CN111818553B (zh) | 2022-05-31 |
Family
ID=72847709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010433407.9A Active CN111818553B (zh) | 2020-05-21 | 2020-05-21 | 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111818553B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112584459A (zh) * | 2020-12-08 | 2021-03-30 | 广州技象科技有限公司 | 基于剩余能量的路径确认方法、装置、系统和存储介质 |
CN112954769A (zh) * | 2021-01-25 | 2021-06-11 | 哈尔滨工程大学 | 基于强化学习的水下无线传感器网络路由方法 |
CN113038564A (zh) * | 2021-02-05 | 2021-06-25 | 南京航空航天大学 | 一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法 |
CN113490250A (zh) * | 2021-07-09 | 2021-10-08 | 中国人民解放军国防科技大学 | 一种面向原始数据采集的多跳无线传感器网络路由协议 |
CN113747505A (zh) * | 2021-09-07 | 2021-12-03 | 中国海洋大学 | 一种基于leach的无线传感器网络低功耗路由方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201410056A (zh) * | 2012-08-17 | 2014-03-01 | Univ Nat Taipei Technology | 無線感測網路之階層式群集方法及系統 |
CN103916942A (zh) * | 2014-04-04 | 2014-07-09 | 安徽工程大学 | 一种降低功耗的leach协议改进方法 |
CN104394566A (zh) * | 2014-11-12 | 2015-03-04 | 南京航空航天大学 | 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法 |
CN107071811A (zh) * | 2017-04-18 | 2017-08-18 | 长春师范大学 | 一种基于模糊控制的wsn容错非均匀分簇算法 |
CN108900996A (zh) * | 2018-07-04 | 2018-11-27 | 中国海洋大学 | 一种基于双层模糊算法的无线传感器网络数据传输方法 |
US20190098573A1 (en) * | 2018-05-31 | 2019-03-28 | Peyman Neamatollahi | Method for dynamically scheduling clustering operation |
CN110062432A (zh) * | 2019-04-26 | 2019-07-26 | 长春师范大学 | 一种基于最小能耗的无线传感器网络分簇路由算法 |
CN110536372A (zh) * | 2019-07-17 | 2019-12-03 | 长春工业大学 | 一种基于模糊控制的环形无线传感器网络非均匀分簇算法 |
-
2020
- 2020-05-21 CN CN202010433407.9A patent/CN111818553B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201410056A (zh) * | 2012-08-17 | 2014-03-01 | Univ Nat Taipei Technology | 無線感測網路之階層式群集方法及系統 |
CN103916942A (zh) * | 2014-04-04 | 2014-07-09 | 安徽工程大学 | 一种降低功耗的leach协议改进方法 |
CN104394566A (zh) * | 2014-11-12 | 2015-03-04 | 南京航空航天大学 | 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法 |
CN107071811A (zh) * | 2017-04-18 | 2017-08-18 | 长春师范大学 | 一种基于模糊控制的wsn容错非均匀分簇算法 |
US20190098573A1 (en) * | 2018-05-31 | 2019-03-28 | Peyman Neamatollahi | Method for dynamically scheduling clustering operation |
CN108900996A (zh) * | 2018-07-04 | 2018-11-27 | 中国海洋大学 | 一种基于双层模糊算法的无线传感器网络数据传输方法 |
CN110062432A (zh) * | 2019-04-26 | 2019-07-26 | 长春师范大学 | 一种基于最小能耗的无线传感器网络分簇路由算法 |
CN110536372A (zh) * | 2019-07-17 | 2019-12-03 | 长春工业大学 | 一种基于模糊控制的环形无线传感器网络非均匀分簇算法 |
Non-Patent Citations (2)
Title |
---|
AMRUTA LIPARE; DAMODAR REDDY EDLA: "Cluster Head Selection and Cluster Construction using Fuzzy Logic in WSNs", 《2019 IEEE 16TH INDIA COUNCIL INTERNATIONAL CONFERENCE (INDICON)》 * |
纪磊; 张欣; 文章; 高进: "一种基于LEACH的无线传感网络路由协议", 《电子科技》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112584459A (zh) * | 2020-12-08 | 2021-03-30 | 广州技象科技有限公司 | 基于剩余能量的路径确认方法、装置、系统和存储介质 |
CN112954769A (zh) * | 2021-01-25 | 2021-06-11 | 哈尔滨工程大学 | 基于强化学习的水下无线传感器网络路由方法 |
CN112954769B (zh) * | 2021-01-25 | 2022-06-21 | 哈尔滨工程大学 | 基于强化学习的水下无线传感器网络路由方法 |
CN113038564A (zh) * | 2021-02-05 | 2021-06-25 | 南京航空航天大学 | 一个基于模糊逻辑的非均匀分簇低功耗多跳路由控制方法 |
CN113490250A (zh) * | 2021-07-09 | 2021-10-08 | 中国人民解放军国防科技大学 | 一种面向原始数据采集的多跳无线传感器网络路由协议 |
CN113490250B (zh) * | 2021-07-09 | 2022-05-06 | 中国人民解放军国防科技大学 | 一种面向原始数据采集的多跳无线传感器网络路由协议 |
CN113747505A (zh) * | 2021-09-07 | 2021-12-03 | 中国海洋大学 | 一种基于leach的无线传感器网络低功耗路由方法 |
CN113747505B (zh) * | 2021-09-07 | 2024-04-05 | 中国海洋大学 | 一种基于leach的无线传感器网络低功耗路由方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111818553B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111818553B (zh) | 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法 | |
CN110062432B (zh) | 一种基于最小能耗的无线传感器网络分簇路由方法 | |
CN102036308B (zh) | 一种能量均衡的无线传感器网络分簇方法 | |
CN111698705B (zh) | 一种基于能量优化的无线传感器网络非均匀分簇路由方法 | |
Bouyer et al. | A new approach for decreasing energy in wireless sensor networks with hybrid LEACH protocol and fuzzy C-means algorithm | |
Maimour et al. | Cluster-based routing protocols for energy-efficiency in wireless sensor networks | |
Lotf et al. | A novel cluster-based routing protocol with extending lifetime for wireless sensor networks | |
CN110121200B (zh) | 一种异质传感网中能量高效的组网方法 | |
Abidi et al. | Fuzzy cluster head election algorithm based on LEACH protocol for wireless sensor networks | |
Siqing et al. | Fuzzy logic-based clustering algorithm for multi-hop wireless sensor networks | |
Dana et al. | A Reliable routing algorithm for Mobile Adhoc Networks based on fuzzy logic | |
Nguyen et al. | Prolonging of the network lifetime of WSN using fuzzy clustering topology | |
CN114641049A (zh) | 一种基于模糊逻辑的无人机自组网分层路由方法 | |
CN114501576A (zh) | 一种基于强化学习的sdwsn最优路径计算方法 | |
CN111314988A (zh) | 一种基于最优簇数的环形无线传感器网络分簇方法 | |
Adhikary et al. | An energy aware unequal clustering algorithm using fuzzy logic for wireless sensor networks | |
Jain et al. | Energy efficient algorithm for wireless sensor network using fuzzy C-means clustering | |
Smail et al. | Energy-aware and stable cluster-based multipath routing protocol for wireless ad hoc networks | |
Boualem et al. | A new Dijkstra front-back algorithm for data routing-scheduling via efficient-energy area coverage in wireless sensor network | |
Kaur et al. | Comparative analysis of clustering protocols for wireless sensor networks | |
Majdkhyavi et al. | A survey of existing mechanisms in energy-aware routing in Manets | |
Chelbi et al. | An Unequal Cluster-based Routing Protocol Based on Data Controlling for Wireless Sensor Network. | |
CN111770512B (zh) | 一种基于模糊逻辑的无线传感器网络分扇路由方法 | |
CN113747505A (zh) | 一种基于leach的无线传感器网络低功耗路由方法 | |
Ortiz et al. | Intelligent role-based routing for dense wireless sensor networks |
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 |