CN114286417A - 一种基于leach协议的分簇优化及多跳传输方法 - Google Patents

一种基于leach协议的分簇优化及多跳传输方法 Download PDF

Info

Publication number
CN114286417A
CN114286417A CN202111663901.5A CN202111663901A CN114286417A CN 114286417 A CN114286417 A CN 114286417A CN 202111663901 A CN202111663901 A CN 202111663901A CN 114286417 A CN114286417 A CN 114286417A
Authority
CN
China
Prior art keywords
node
distance
cluster
base station
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
CN202111663901.5A
Other languages
English (en)
Other versions
CN114286417B (zh
Inventor
夏长权
时壮壮
朱颖
徐思韵
汪李超
邓小颖
朱金荣
王斌
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.)
Yangzhou University
Original Assignee
Yangzhou 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 Yangzhou University filed Critical Yangzhou University
Priority to CN202111663901.5A priority Critical patent/CN114286417B/zh
Publication of CN114286417A publication Critical patent/CN114286417A/zh
Application granted granted Critical
Publication of CN114286417B publication Critical patent/CN114286417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于LEACH协议的分簇优化及多跳传输方法，包括，对无线传感器网络中的所有节点进行初始化；判断节点与基站的距离，若小于自身通信距离则直接与基站进行通信，反之在考虑节点与基站的距离及其自身剩余能量的情况下进行簇头选举；节点根据接收信号的强度选择所加入的簇，若节点到簇头的距离超出自身的通信距离，则根据距离矩阵选择最近的簇头加入；当其簇成员个数超出平均簇成员个数，超出的节点分别选择剩余能量最大的簇头加入；若节点与最大能量节点的距离超出自身通信距离，则选择普通中继节点中继；本发明经过改进的分簇算法和多跳传输，无线传感器网络的生命周期得到了有效的延长。

Description

一种基于LEACH协议的分簇优化及多跳传输方法
技术领域
本发明涉及无线传感器网络技术领域，尤其是一种基于LEACH协议的分簇优化及多跳传输方法。
背景技术
物联网技术(Internet of Things，IoT),是指将事物通过信息传感设备，使用相关的协议接入互联网。这其中无线传感器网络(WSN)成为了物联网领域的热门话题。它具有体积小、重量轻的特点，具有感知、通信和数据处理能力，是一种全新的信息获取平台。能够实时监测和采集网络分布区域内各种监测对象信息，并将这些信息发送到网关节点，以实现指定范围内目标的检测与跟踪。WSN具有移动性和自组织性，是一个动态的大规模网络。
网线传感器的网络节点一般由电池供电，电池由于容量限制且不能很方便的更换和充电。因此如何在网络工作的过程中节省能量，延长网络的生命周期，是无线传感器网络的重要课题.而LEACH协议以循环的方式随机选择簇头节点，将整个网络的能量负载平均分配到每个传感器节点中，达到了降低网络能源消耗、提高了网络整体生存时间。但是LEACH算法的簇头选择机制忽略了节点的具体位置，存在簇头分布不合理问题，导致有的区域簇头集中，有的区域没有簇头，极易形成极大簇和极小簇，使得能耗不均；由于簇头选举相对随机，有的节点即使剩余能量少也会被选作簇头，这使得节点很快耗尽能量而死亡，不利于延长网络寿命。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例，在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有技术中所存在的问题，提出了本发明。
因此，本发明所要解决的技术问题是现有方法忽略节点位置，簇头分布不合理，使得能量消耗不均，网络寿命短的问题。
为解决上述技术问题，本发明提供如下技术方案：一种基于LEACH协议的分簇优化及多跳传输方法，包括，
对无线传感器网络中的所有节点进行初始化；
判断节点与基站的距离，若小于自身通信距离则直接与基站进行通信，反之在考虑节点与基站的距离及其自身剩余能量的情况下进行簇头选举；
节点根据接收信号的强度选择所加入的簇，若节点到簇头的距离超出自身的通信距离，则根据距离矩阵选择最近的簇头加入；
当其簇成员个数超出平均簇成员个数，超出的节点分别选择剩余能量最大的簇头加入；
若节点与最大能量节点的距离超出自身通信距离，则选择普通中继节点中继；
若簇头到基站的距离大于自身通信距离，则选择合适的簇头节点进行中继，否则簇头直接与基站通信。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：进行初始化之前，需建立无线传感器模型，包括：
节点随机分布在一片方形区域，节点在部署完毕之后不再移动，定义各个节点可以感知自身的位置信息，且每个节点拥有唯一标识；
基站的位置在传感器区域之外的固定位置，固定不动，定义基站能量无限；
所有节点初始能量相同且有限，具有一致的数据处理和数据传输能力，与汇聚节点相互通信；
簇头节点之间相互知晓彼此的位置信息以及自身与基站的距离信息。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：建立无线传感器网络中的能量模型，包括：
Figure BDA0003450506540000021
式中,Eelec是发射和接收电路的单位能量消耗，εfs和εamp代表自由空间模型和多径衰减模型是传输放大电路的能量消耗；d0是距离阈值。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：距离阈值d0的定义公式为:
Figure BDA0003450506540000022
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：一个节点接收l长度的比特数据量所消耗的能量公式为：
ERX＝l*Eelec
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：簇头选举包括：
通过考虑其自身剩余能量以及和基站的距离，定义一个加权系数a、b，且a+b＝1；
改进阈值公式为：
Figure BDA0003450506540000031
其中p代表节点中成为簇头的几率，Node(i).power代表节点当前的能量，Node(i).avd是节点到基站的平均距离,其计算原理为每一个节点到基站的距离之和再除以节点个数；r是目前形势下的迭代轮数，rmod(1/p)代表当下已经被选中为簇头的节点数量；G代表1/p中未能被选为簇首的全部节点。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：平均簇成员的个数计算公式为：
Figure BDA0003450506540000032
其中：n为无线传感器模型里节点的个数，p为节点里成为簇头的概率，n-n*p表示除了簇头之外普通节点的个数，一个n*p代表簇头的个数也代表簇的个数，N表示簇成员的个数。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：最大剩余能量簇头的选取方式为，
利用簇头的能量减去节点存活所需的最小能量E0，再除以该簇成员的个数，得到每一个节点所能分配的能量E(j)；
通过Max函数和index函数确定E(j)的最大值及其最大值的索引，E(j)最大值的位置即对应最大剩余能量簇头的位置。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：
选择合适的簇头节点进行中继包括：
分别建立节点的邻居点集，节点到基站之间的前邻点集，簇头到基站的前簇头点集；
对于需要中继的普通节点，额外建立节点到CH(j)的前邻点集，CH(j)为最大剩余能量的编号；
通过建立一系列的邻居点集，结合数据分发的原则，利用邻接信息表，选择一个节点作为另一个节点的中继节点来传输数据。
作为本发明所述基于LEACH协议的分簇优化及多跳传输方法的一种优选方案，其中：选择好中继节点之后，簇头负责数据融合并且把信息传输给基站；
若基站在普通节点的通信距离内，普通节点直接与基站通信。
本发明的有益效果：本发明经过改进的分簇算法和多跳传输，无线传感器网络的生命周期得到了有效的延长。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明提供的一种实施例所述的基于LEACH协议的分簇优化及多跳传输方法中无线网络传感器节点分布图；
图2为本发明提供的一种实施例所述的基于LEACH协议的分簇优化及多跳传输方法中优化后的方法流程图；
图3为本发明提供的一种实施例所述的基于LEACH协议的分簇优化及多跳传输方法中网络能耗对比图；
图4为本发明提供的一种实施例所述的基于LEACH协议的分簇优化及多跳传输方法中是生存轮数对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
再其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
参照图1和2，本实施例提供了一种基于LEACH协议的分簇优化及多跳传输方法，
本方法应用在无线传感器网络中，如果是电池供电，利用此方法将能够减少能量的消耗，LE ACH采用基于TDMA/CDMA的MAC层机制来减少簇内和簇间的冲突。
由于数据采集是集中的和周期性的，因此该协议非常适合于要求连续监控的应用系统。
具体的，本方法包括，
S1：对无线传感器网络中的所有节点进行初始化，该步骤需要说明的是：
进行初始化之前，需建立无线传感器模型，包括：
节点随机分布在一片方形区域，节点在部署完毕之后不再移动，定义各个节点可以感知自身的位置信息，且每个节点拥有唯一标识；
基站的位置在传感器区域之外的固定位置，固定不动，定义基站能量无限；
所有节点初始能量相同且有限，具有一致的数据处理和数据传输能力，与汇聚节点相互通信；
簇头节点之间相互知晓彼此的位置信息以及自身与基站的距离信息。
参照图1，从图1可以看出无线网络传感器节点的分布情况，此时还没有进行簇头的选举和能量的消耗。圆圈代表普通节点，五角星代表基站(sink)。
图1节点的分布是随机的，基站的位置是固定的，仿真模拟的是区域内不同分布的节点对于传感器网络能量的消耗。
图2为本发明的方法流程图，其中d(i,bs)>Rc表示判断普通节点到基站的距离是否大于通信半径，d(i,Emax)>Rc表示判断能量节点的距离是否大于自身通信半径，d(CH,bs)<Rc表示判断簇头到基站的距离是否小于自身通信半径。
S2：判断节点与基站的距离，若小于自身通信距离则直接与基站进行通信，反之在考虑节点与基站的距离及其自身剩余能量的情况下进行簇头选举，该步骤需要说明的是：
其中簇头选举包括：
通过考虑其自身剩余能量以及和基站的距离，定义一个加权系数a、b，且a+b＝1；
改进阈值公式为：
Figure BDA0003450506540000061
其中p代表节点中成为簇头的几率，Node(i).power代表节点当前的能量，Node(i).avd是节点到基站的平均距离,其计算原理为每一个节点到基站的距离之和再除以节点个数；r是目前形势下的迭代轮数，rmod(1/p)代表当下已经被选中为簇头的节点数量；G代表1/p中未能被选为簇首的全部节点。
应说明的是，当节点能量减少，或者节点距离基站较远会使阈值T(n)降低，便会降低了此节点成为簇头的概率。
进一步的，考虑其自身剩余能量需先建立无线传感器网络中的能量模型，包括：
Figure BDA0003450506540000062
式中,Eelec是发射和接收电路的单位能量消耗，εfs和εamp代表自由空间模型和多径衰减模型是传输放大电路的能量消耗；d0是距离阈值，其定义公式为:
Figure BDA0003450506540000063
进一步的，一个节点接收l长度的比特数据量所消耗的能量公式为：
ERX＝l*Eelec
为了避免极大簇极小簇的产生而导致的能量消耗不均，以及节点的过快死亡。对分簇算法做进一步改进，以均匀每个簇的大小并且能够均匀消耗节点的能量。
具体的：
S3：节点根据接收信号的强度选择所加入的簇，若节点到簇头的距离超出自身的通信距离，则根据距离矩阵选择最近的簇头加入；
当其簇成员个数超出平均簇成员个数，超出的节点分别选择剩余能量最大的簇头加入，该步骤需要说明的是：
平均簇成员的个数计算公式为：
Figure BDA0003450506540000071
其中：n为无线传感器模型里节点的个数，p为节点里成为簇头的概率，n-n*p表示除了簇头之外普通节点的个数，一个n*p代表簇头的个数也代表簇的个数，N表示簇成员的个数。
最大剩余能量簇头的选取方式为：
利用簇头的能量减去节点存活所需的最小能量E0，再除以该簇成员的个数，得到每一个节点所能分配的能量E(j)；
通过Max函数和index函数确定E(j)的最大值及其最大值的索引，E(j)最大值的位置即对应最大剩余能量簇头的位置。
S4：若节点与最大能量节点的距离超出自身通信距离，则选择普通中继节点中继；
若簇头到基站的距离大于自身通信距离，则选择合适的簇头节点进行中继，否则簇头直接与基站通信，该步骤需要说明的是：
选择合适的簇头节点进行中继包括：
分别建立节点的邻居点集，节点到基站之间的前邻点集，簇头到基站的前簇头点集；
对于需要中继的普通节点，额外建立节点到CH(j)的前邻点集，CH(j)为最大剩余能量的编号；
通过建立一系列的邻居点集，结合数据分发的原则，利用邻接信息表，选择一个节点作为另一个节点的中继节点来传输数据。
选择好中继节点之后，簇头负责数据融合并且把信息传输给基站；
若基站在普通节点的通信距离内，普通节点直接与基站通信。
本发明经过分簇算法的优化并改进了阈值公式，避免了能量消耗不均和极大簇、极小簇的产生。与经典的LEACH算法相比基于LEACH协议的分簇优化及多跳传输方法有效的延长了网络的生存周期。采用多跳传输比之前的单跳传输也大大减少了节点的能量消耗，避免了节点的过快死亡。
实施例2
为了验证优化本方法的优越性，采用仿真软件进行仿真，并与传统的LEACH算法在关键性能上进行比较。
具体的，主要从传感器网络的运行周期以及运行期间网络的剩余能量两方面进行对比，相同的网络初始能量，优化后能运行更多的轮数，运行同样多轮数时，优化后的方法剩余能量更多。
仿真参数的设定，参照下表：
Figure BDA0003450506540000081
Figure BDA0003450506540000091
为了便于计算无线传感器网络中的各种能量消耗，引入上述仿真参数表，并建立能量消耗模型。其中建立起100m×100m大小的网络空间，随机分布100个普通节点，基站负责信息汇总，经多次实验后将位置设定为(50，125)，以直观反应数据传输的能量消耗。每个节点的初始能量设定为0.5j(相当于一节5号电池的能量)，若通信距离小于距离阈值d0,采用自由空间模型进行计算能量消耗，否则采用多路径模型进行计算。广播数据包长度为簇建立时簇头向簇成员广播入簇信息发送的数据包长度，设置为100bits，正常的信息传递设置的数据包大小为4000bits。目标循环轮数设置为2000，该值为常规运行轮数所难以达到的值，以实验本发明具体可以运行的轮数；簇头自身处理1bit的数据时耗能5nj。
图3纵坐标代表系统总能量，每个节点初始能量为0.5j,100个节点总能量为50j。横坐标代表循环的轮数，最大循环轮数为设定的2000轮。
图4纵坐标为循环轮数，横坐标为节点的死亡比例。表示传感器网络运行时，随着节点死亡所对应的当前循环轮数。
通过仿真后可以得出图3和图4，图3可以看出优化之后方法比传统LEACH算法对与能量的消耗速度要慢。初始总能量相同，从最终的运行轮数来说，优化后方法可以运行更多的轮数，大概提高了两百多运行轮数。
图4可以看出，传统的LEACH算法只运行了七百多轮就开始有节点死亡，而优化后的基于LEACH协议的分簇优化及多跳传输方法，运行了近一千轮才开始有节点死亡。而最终优化后的方法运行了近一千八百轮而传统的LEACH算法只运行了一千五百轮左右。
通过仿真证明基于LEACH协议的分簇优化及多跳传输方法有效的延长了网络的生存周期，减少了系统的能量消耗；大大改善了传统LEACH算法的缺点。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于LEACH协议的分簇优化及多跳传输方法，其特征在于：包括，
对无线传感器网络中的所有节点进行初始化；
判断节点与基站的距离，若小于自身通信距离则直接与基站进行通信，反之在考虑节点与基站的距离及其自身剩余能量的情况下进行簇头选举；
节点根据接收信号的强度选择所加入的簇，若节点到簇头的距离超出自身的通信距离，则根据距离矩阵选择最近的簇头加入；
当其簇成员个数超出平均簇成员个数，超出的节点分别选择剩余能量最大的簇头加入；
若节点与最大能量节点的距离超出自身通信距离，则选择普通中继节点中继；
若簇头到基站的距离大于自身通信距离，则选择合适的簇头节点进行中继，否则簇头直接与基站通信。
2.根据权利要求1所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：进行初始化之前，需建立无线传感器模型，包括：
节点随机分布在一片方形区域，节点在部署完毕之后不再移动，定义各个节点可以感知自身的位置信息，且每个节点拥有唯一标识；
基站的位置在传感器区域之外的固定位置，固定不动，定义基站能量无限；
所有节点初始能量相同且有限，具有一致的数据处理和数据传输能力，与汇聚节点相互通信；
簇头节点之间相互知晓彼此的位置信息以及自身与基站的距离信息。
3.根据权利要求1或2所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：建立无线传感器网络中的能量模型，包括：
Figure FDA0003450506530000011
式中,Eelec是发射和接收电路的单位能量消耗，εfs和εamp代表自由空间模型和多径衰减模型是传输放大电路的能量消耗；d0是距离阈值。
4.根据权利要求3所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：距离阈值d0的定义公式为:
Figure FDA0003450506530000021
5.根据权利要求4所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：一个节点接收l长度的比特数据量所消耗的能量公式为：
ERX＝l*Eelec
6.根据权利要求5所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：簇头选举包括，
通过考虑其自身剩余能量以及和基站的距离，定义一个加权系数a、b，且a+b＝1；
改进阈值公式为：
Figure FDA0003450506530000022
其中p代表节点中成为簇头的几率，Node(i).power代表节点当前的能量，Node(i).avd是节点到基站的平均距离,其计算原理为每一个节点到基站的距离之和再除以节点个数；r是目前形势下的迭代轮数，rmod(1/p)代表当下已经被选中为簇头的节点数量；G代表1/p中未能被选为簇首的全部节点。
7.根据权利要求4～6任一所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：
平均簇成员的个数计算公式包括，
Figure FDA0003450506530000023
其中：n为无线传感器模型里节点的个数，p为节点里成为簇头的概率，n-n*p表示除了簇头之外普通节点的个数，一个n*p代表簇头的个数也代表簇的个数，N表示簇成员的个数。
8.根据权利要求7所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：
最大剩余能量簇头的选取方式包括，
利用簇头的能量减去节点存活所需的最小能量E0，再除以该簇成员的个数，得到每一个节点所能分配的能量E(j)；
通过Max函数和index函数确定E(j)的最大值及其最大值的索引，E(j)最大值的位置即对应最大剩余能量簇头的位置。
9.根据权利要求8所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：
选择合适的簇头节点进行中继包括，
分别建立节点的邻居点集，节点到基站之间的前邻点集，簇头到基站的前簇头点集；
对于需要中继的普通节点，额外建立节点到CH(j)的前邻点集，CH(j)为最大剩余能量的编号；
通过建立一系列的邻居点集，结合数据分发的原则，利用邻接信息表，选择一个节点作为另一个节点的中继节点来传输数据。
10.根据权利要求8或9所述的基于LEACH协议的分簇优化及多跳传输方法，其特征在于：
选择好中继节点之后，簇头负责数据融合并且把信息传输给基站；
若基站在普通节点的通信距离内，普通节点直接与基站通信。
CN202111663901.5A 2021-12-31 2021-12-31 一种基于leach协议的分簇优化及多跳传输方法 Active CN114286417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111663901.5A CN114286417B (zh) 2021-12-31 2021-12-31 一种基于leach协议的分簇优化及多跳传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111663901.5A CN114286417B (zh) 2021-12-31 2021-12-31 一种基于leach协议的分簇优化及多跳传输方法

Publications (2)

Publication Number Publication Date
CN114286417A true CN114286417A (zh) 2022-04-05
CN114286417B CN114286417B (zh) 2023-10-20

Family

ID=80879226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111663901.5A Active CN114286417B (zh) 2021-12-31 2021-12-31 一种基于leach协议的分簇优化及多跳传输方法

Country Status (1)

Country Link
CN (1) CN114286417B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117082649A (zh) * 2023-10-18 2023-11-17 常州嘉昊广播电视设备有限公司 一种基于5g技术的数据传输系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104320796A (zh) * 2014-10-28 2015-01-28 河海大学常州校区 基于leach协议的无线传感器网络数据传输方法
CN111194065A (zh) * 2020-02-13 2020-05-22 吉林建筑科技学院 一种高能效的环形无线传感器网络多跳分簇路由方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104320796A (zh) * 2014-10-28 2015-01-28 河海大学常州校区 基于leach协议的无线传感器网络数据传输方法
CN111194065A (zh) * 2020-02-13 2020-05-22 吉林建筑科技学院 一种高能效的环形无线传感器网络多跳分簇路由方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘闯;陈桂芬;马威风;: "无线传感器网络LEACH协议的研究改进", 长春理工大学学报(自然科学版), no. 02 *
刘闯等: ""无线传感器网络LEACH协议的研究改进"", 《长春理工大学学报(自然科学版)》, pages 1 - 5 *
张岩;: "一种基于LEACH协议的分阶段簇头选举算法", 科学技术与工程, no. 31 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117082649A (zh) * 2023-10-18 2023-11-17 常州嘉昊广播电视设备有限公司 一种基于5g技术的数据传输系统及方法
CN117082649B (zh) * 2023-10-18 2023-12-19 常州嘉昊广播电视设备有限公司 一种基于5g技术的数据传输系统及方法

Also Published As

Publication number Publication date
CN114286417B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN103916942B (zh) 一种降低功耗的leach协议改进方法
Ranjani et al. Energy-efficient cluster based data aggregation for wireless sensor networks
CN110149672B (zh) 一种改进的i-leach路由通信方法
Kai et al. Energy-efficient sensor grouping for IEEE 802.11 ah networks with max-min fairness guarantees
Avokh et al. Dynamic balanced spanning tree (DBST) for data aggregation in wireless sensor networks
Saxena et al. Clustering based on node density in heterogeneous under-water sensor network
Chen Improvement of LEACH routing algorithm based on use of balanced energy in wireless sensor networks
Shaji et al. Distributed energy efficient heterogeneous clustering in wireless sensor network
Nezha et al. Energy-aware clustering and efficient cluster head selection
Srinidhi et al. Lifetime maximization of IoT network by optimizing routing energy
Fadhel et al. A comprehensive analysis of energy dissipation in LEACH protocol for wireless sensor networks
CN114286417A (zh) 一种基于leach协议的分簇优化及多跳传输方法
El Khediri et al. Clustering algorithm in wireless sensor networks based on shortest path
Yu et al. Study on energy efficient hierarchical routing protocols of wireless sensor network
Yuan et al. An energy-efficient unequal clustering method for wireless sensor networks
Pang et al. Energy-efficient improvements in Mod-LEACH protocol on optimal cluster heads selection
Wael et al. Cooperative game theory approach for energy-efficient node clustering in wireless sensor network
Alla et al. Hierarchical adaptive balanced routing protocol for energy efficiency in heterogeneous wireless sensor networks
Suresh et al. Improving network lifetime and reducing energy consumption in wireless sensor networks
CN110708735B (zh) 异构认知无线传感器网络分簇路由方法
Liaw et al. The steady clustering scheme for heterogeneous wireless sensor networks
Yang et al. An optimal mechanism of LEACH protocol for wireless sensor networks
Gao et al. A hybrid relative distance based cluster scheme for energy efficiency in wireless sensor networks
He et al. Game theory based wsn clustering topology control algorithm for high-speed railway monitoring
Chourse et al. A review on energy efficient of clustering-based routing protocol in wireless sensor network

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