WSN的LEACH协议的改进方案
无线传感器网络LEACH算法的改进
无线传感器网络LEACH算法的改进无线传感器网络（WSN）是由大量的小型传感器节点组成的自组织网络，用于收集和传输环境中的数据。
WSN 的目标是提高监控、控制和处理环境数据的效率和准确性。
然而，WSN 中的传感器节点有限的计算和存储资源，以及有限的能源。
因此，如何在最小化能量消耗的同时提高数据传输效率是一个关键问题。
WSN 中广泛使用的协议之一是LEACH（Low-Energy Adaptive Clustering Hierarchy）协议，该协议构建了分簇结构，以减少数据传输过程中节点的能量消耗。
LEACH 是一个分簇算法，它通过选择聚类头（Cluster Head）来组织节点。
聚类头节点收集所有从其它传感器节点收集到的数据，将数据进行压缩和聚合后，转发至基站（Base Station）。
LEACH 协议的问题在于，在网络生命周期内，聚类头的选举是随机的，并不能保证选择的聚类头是能量最高的节点，因此会导致一些节点的能量消耗过快，从而缩短了整个网络的生命周期。
为此，我们对 LEACH 协议进行了改进，提出一种改进的 LEACH 算法，以下将详细说明改进内容。
改进算法采用了一种动态簇头选举策略，根据节点的能量进行簇头节点的选择。
在最初的网络部署过程中，节点随机地选择自己的簇头。
在后续的网络运行过程中，根据每个节点的能量动态选择簇头节点。
节点能量越高，则被选为簇头节点的概率越大，与此同时，为了平衡网络负载和能量消耗，簇头节点的角色应该定期轮流转换。
改进算法还引入了一种数据传输的动态策略。
在常规 LEACH 算法中，每个节点定期向簇头节点传输数据，这样会导致簇头节点的能量迅速消耗。
与此相反，改进算法通过根据节点的能量和簇头节点的状态（能量，负载等因素）确定数据传输的目标节点，减少了无效的数据传输，从而提高了整个网络的生命周期。
实验对比结果显示，改进算法在能量效率和数据传输效率上均表现出较大幅度的提高。
WSN中一种基于LEACH协议的改进算法
WSN中一种基于LEACH协议的改进算法周洁;石志东;张震;单联海;房卫东【期刊名称】《上海大学学报（自然科学版）》【年(卷),期】2013(019)002【摘要】In wireless sensor network (WSN), to effectively balance energy of nodes and prolong survival time of the network is a key problem. To solve the problem, this paper proposes an algorithm named cluster control based on low energy adaptive clustering hierarchy (CC-LEACH) based on LEACH. Using this algorithm, cluster heads are selected by the sink. Simulation results show that the method has advantages in terms of energy balance and network lifespan.%在无线传感器网络(wireless sensor network,WSN)中,如何解决漏斗效应、有效平衡节点的能量分布,是延长网络生存时间的关键问题.针对漏斗效应提出一种基于低功耗自适应集簇分层型(low energy adaptive clustering hierarchy,LEACH)协议的改进簇首控制算法(cluster control based on LEACH,CC-LEACH),通过sink辅助选择簇首分布.仿真证明,这种新型簇首选择机制能更好地进行能量均衡,延长网络生命周期.【总页数】5页(P116-119,207)【作者】周洁;石志东;张震;单联海;房卫东【作者单位】上海大学通信与信息工程学院,上海200072;上海无线通信研究中心,上海200335【正文语种】中文【中图分类】TP393【相关文献】1.WSN中一种基于RSSI的移动节点改进定位算法 [J], 黄海辉;李龙连2.无线传感器网络中一种基于改进的LEACH协议的数据收集方案 [J], 刘林锋;郭平;赵娟;李宁3.WSN 中一种改进的基于 LEACH-C 算法的簇间路由算法研究 [J], 付垚4.基于LEACH协议的WSN改进分簇算法的理论分析 [J], 徐丽莉;邹修明5.基于能量均衡高效WSN的LEACH协议改进算法 [J], 黄利晓;王晖;袁利永;曾令国因版权原因，仅展示原文概要，查看原文内容请购买。
wsn中leach算法改进程序
%Field Dimensions - x and y maximum (in meters)xm=300;ym=300;%x and y Coordinates of the Sinksink.x=0.5*xm;sink.y=0.5*ym;%Number of Nodes in the fieldn=900;%Optimal Election Probability of a node%to become cluster headp=0.1;%Energy Model (all values in Joules)%Initial EnergyEo=0.5;%Eelec=Etx=ErxETX=50*0.000000001;ERX=50*0.000000001;%Transmit Amplifier typesEfs=10*0.000000000001;Emp=0.0013*0.000000000001;%Data Aggregation EnergyEDA=5*0.000000001;%Values for Hetereogeneity%Percentage of nodes than are advancedm=0.1;%\alphaa=1;cc=10;CM=32;DM=4000;%maximum number of roundsrmax=100;%%%%%%%%%%%%%%%%%%%%%%%%% END OF PARAMETERS %%%%%%%%%%%%%%%%%%%%%%%%%Computation of dodo=sqrt(Efs/Emp);%Creation of the random Sensor Networkfigure(1);for i=1:1:nS(i).xd=rand(1,1)*xm;XR(i)=S(i).xd;S(i).yd=rand(1,1)*ym;YR(i)=S(i).yd;S(i).G=0;%initially there are no cluster heads only nodes S(i).type='N';temp_rnd0=i;%Random Election of Normal Nodesif (temp_rnd0>=m*n+1)S(i).E=Eo;S(i).ENERGY=0;% plot(S(i).xd,S(i).yd,'o');% hold on;end%Random Election of Advanced Nodesif (temp_rnd0<m*n+1)S(i).E=Eo*(1+a);S(i).ENERGY=1;% plot(S(i).xd,S(i).yd,'+');% hold on;endendS(n+1).xd=sink.x;S(n+1).yd=sink.y;%plot(S(n+1).xd,S(n+1).yd,'x');%First Iterationfigure(1);%counter for CHscountCHs=0;%counter for CHs per roundrcountCHs=0;cluster=1;countCHs;rcountCHs=rcountCHs+countCHs;flag_first_dead=0;for r=0:1:rmaxr+1%Operation for epochif(mod(r, round(1/p) )==0)for i=1:1:nS(i).G=0;%S(i).cl=0;endendhold off;EJ(r+1)=0;%Number of dead nodesdead=0;%Number of dead Advanced Nodesdead_a=0;%Number of dead Normal Nodesdead_n=0;%counter for bit transmitted to Bases Station and to Cluster Heads%packets_TO_BS=0;%packets_TO_CH=0;%counter for bit transmitted to Bases Station and to Cluster Heads%per roundPACKETS_TO_CH(r+1)=0;PACKETS_TO_BS(r+1)=0;figure(1);for i=1:1:n%checking if there is a dead nodeif (S(i).E<=0)% plot(S(i).xd,S(i).yd,'red .');dead=dead+1;if(S(i).ENERGY==1)dead_a=dead_a+1;endif(S(i).ENERGY==0)dead_n=dead_n+1;endhold on;elseEJ(r+1)=EJ(r+1)+S(i).E;S(i).type='N';% if (S(i).ENERGY==0)% plot(S(i).xd,S(i).yd,'o');% end% if (S(i).ENERGY==1)% plot(S(i).xd,S(i).yd,'+');% end% hold on;endend%plot(S(n+1).xd,S(n+1).yd,'x');%nl=n-dead;%p=do*sqrt(xm*ym/(2*pi*nl))/(2/3*xm*ym-(sink.x+sink.y)*sqrt(xm*ym)+sink.x^2+si nk.y^2)p=1/(cc+1);STATISTICS(r+1).DEAD=dead;DEAD(r+1)=dead;DEAD_N(r+1)=dead_n;DEAD_A(r+1)=dead_a;%When the first node diesif (dead==1)if(flag_first_dead==0)first_dead=rflag_first_dead=1;endendcountCHs=0;cluster=1;for i=1:1:nif(S(i).E>0)temp_rand=rand;if ( (S(i).G)<=0)%Election of Cluster Headsif(temp_rand<= (p/(1-p*mod(r,round(1/p)))))countCHs=countCHs+1;S(i).type='C';S(i).G=round(1/p)-1;C(cluster).xd=S(i).xd;C(cluster).yd=S(i).yd;%plot(S(i).xd,S(i).yd,'k*');distance=sqrt( (S(i).xd-(S(n+1).xd) )^2 + (S(i).yd-(S(n+1).yd) )^2 );C(cluster).distance=distance;C(cluster).id=i;X(cluster)=S(i).xd;Y(cluster)=S(i).yd;packets_TO_BS(cluster)=1;cluster=cluster+1;%Calculation of Energy dissipatedendendendendSTATISTICS(r+1).CLUSTERHEADS=cluster-1;CLUSTERHS(r+1)=cluster-1;%Election of Associated Cluster Head for Normal Nodesfor i=1:1:nif ( S(i).type=='N' && S(i).E>0 )if(cluster-1>=1)min_dis=sqrt( (S(i).xd-S(n+1).xd)^2 + (S(i).yd-S(n+1).yd)^2 );min_dis_cluster=1;for c=1:1:cluster-1temp=sqrt( (S(i).xd-C(c).xd)^2 + (S(i).yd-C(c).yd)^2 );if ( temp<min_dis )min_dis=temp;min_dis_cluster=c;endendpackets_TO_BS(min_dis_cluster)=packets_TO_BS(min_dis_cluster)+1;%line([S(i).xd, C(min_dis_cluster).xd],[S(i).yd, C(min_dis_cluster).yd]);%Energy dissipated by associated Cluster Headmin_dis;Er1=ERX*CM*(cluster+1);if (min_dis>do)Et1=ETX*(CM+DM)+Emp*(CM+DM)* min_dis * min_dis * min_dis * min_dis;endif (min_dis<=do)Et1=ETX*(CM+DM)+Efs*(CM+DM)*min_dis * min_dis;endS(i).E=S(i).E-Er1-Et1;EJ(r+1)=EJ(r+1)-Er1-Et1;S(i).min_dis=min_dis;S(i).min_dis_cluster=min_dis_cluster;endendend%a=zeros(cluster-1,1)for c=1:1:cluster-1CEr1=ERX*(CM+DM)*(packets_TO_BS(c)-1);distemp=0;for pinkx=0:xm:xmfor pinky=0:ym:ymdispink=sqrt( (X(c)-pinkx)^2 + (Y(c)-pinky)^2 );if(dispink>distemp)distemp=dispink;endendenddistbroadcast(c)= distemp;if (distbroadcast(c)>do)CEt1=ETX*CM+Emp*CM*distbroadcast(c)*distbroadcast(c)*distbroadcast(c)*dist broadcast(c);endif (distbroadcast(c)<=do)CEt1=ETX*CM+Efs*CM*distbroadcast(c)*distbroadcast(c);endS(C(c).id).E=S(C(c).id).E-CEr1-CEt1;if (S(C(c).id).E<=0)% plot(S(i).xd,S(i).yd,'red .');dead=dead+1;if(S(i).ENERGY==1)dead_a=dead_a+1;endif(S(i).ENERGY==0)dead_n=dead_n+1;endhold on;elseEJ(r+1)=EJ(r+1)-CEr1-CEt1;endendSTATISTICS(r+1).DEAD=dead;DEAD(r+1)=dead;DEAD_N(r+1)=dead_n;DEAD_A(r+1)=dead_a;Et=0;Et=Et+S(C(c).id).E;% EJ(r+1)=EJ(r+1)-CEr1-CEt1;%PACKETS_TO_BS(r+1)=packets_TO_BS(c);hold on;%E=EJ(r+1)/nl;%b=zeros(,1)%for i=1:1:cluster-1% if(a(i)>E)% b(i)=a(i);% en%endCH=1;while(cluster-1>20)%contiue make cluster%select sec cluster headsE=Et/(cluster-1);for c=1:1:cluster-1if (S(C(c).id).E>E)C(c).type='D';D(CH).xd=X(c);D(CH).yd=Y(c);distance=sqrt( (X(c)-S(n+1).xd)^2 + (Y(c).yd-S(n+1).yd)^2 );D(CH).distance=distance;D(CH).id=C(c).id;X(CH)= C(cluster).xd;Y(CH)= C(cluster).yd;packets_TO_BS(CH)=1;CH=CH+1;endendSTATISTICS(r+1).CLUSTERHEADS=CH-1;CLUSTERHS(r+1)=CH-1;for c=1:1:cluster-1if ( C(c).type=='C' && S(C(c).id).E>0 )if(CH-1>=1)% min_dis=sqrt( (C(c).xd-S(n+1).xd)^2 + (C(c).yd-S(n+1).yd)^2 );min_dis_CH=1;for d=1:1:CH-1temp=sqrt( (D(d).xd-C(c).xd)^2 + (D(d).yd-C(c).yd)^2 );if ( temp<C(c).distance )min_dis=temp;min_dis_CH=d;endendpackets_TO_BS(min_dis_CH)=packets_TO_BS(min_dis_CH)+1;%line([S(i).xd, C(min_dis_cluster).xd],[S(i).yd, C(min_dis_cluster).yd]);%Energy dissipated by associated Cluster Headmin_dis;Er1=ERX*CM*(CH+1);if (min_dis>do)Et1=ETX*(CM+DM)+Emp*(CM+DM)* min_dis * min_dis * min_dis * min_dis;endif (min_dis<=do)Et1=ETX*(CM+DM)+Efs*(CM+DM)*min_dis * min_dis;endS(C(c).id).E=S(C(c).id).E-Er1-Et1;EJ(r+1)=EJ(r+1)-Er1-Et1;S(C(c).id).min_dis=min_dis;S(C(c).id).min_dis_CH=min_dis_CH;endendendfor d=1:1:CH-1CEr1=ERX*(CM+DM)*(packets_TO_BS(d)-1);distbroadcast(d)= D(d).distance;if (distbroadcast(d)>do)CEt1=ETX*CM+Emp*CM*distbroadcast(d)*distbroadcast(d)*distbroadcast(d)*dis tbroadcast(d);endif (distbroadcast(d)<=do)CEt1=ETX*CM+Efs*CM*distbroadcast(d)*distbroadcast(d);endif(packets_TO_BS(d)<=cc)l=1;elsel=ceil(packets_TO_BS(d)/cc);endif (D(d).distance>do)CEt2=(ETX+EDA)*DM*l+ Emp*DM*l* D(d).distance*D(d).distance*D(d).distance*D(d).distance ;endif (D(d).distance<=do)CEt2=(ETX+EDA)*DM*l+ Efs*DM*l* D(d).distance*D(d).distance ;endS(D(d).id).E=S(D(d).id).E-CEr1-CEt1-CEt2;EJ(r+1)=EJ(r+1)-CEr1-CEt1-CEt2;PACKETS_TO_BS(r+1)=packets_TO_BS(d);hold on;endendend%subplot(2,2,1); %r=0:1:rmax;%plot(r,DEAD(r+1));%box off;%title('图一：死亡节点数统计图'); %xlabel('工作轮数（/轮）');%ylabel('死亡节点数（/个）');%subplot(2,2,2);r=0:1:rmax;plot(r,PACKETS_TO_BS(r+1));box off;title('图二：基站接收数据包统计图'); xlabel('工作轮数（/轮）');ylabel('数据包个数（/个）');%subplot(2,2,3);%r=0:1:rmax;%plot(r,EJ(r+1));%box off;%title('图三：网络剩余能量统计图'); %xlabel('工作轮数（/轮）');%ylabel('网络剩余能量（/焦耳）');。
WSN中LEACH协议簇头生成算法的改进
WSN中LEACH协议簇头生成算法的改进
纪超;徐家品
【期刊名称】《微计算机信息》
【年(卷),期】2008(24)16
【摘要】近年来随着无线传感网络技术的发展,分簇路由协议得到了较为深入的研究.其中针对如何延长传感器网络的生存周期,降低传感节点的能耗成为研究的重点.本文分析了LEACH协议中簇头生成算法并提出了改进机制.并对它们的性能做了比较,为寻求和设计更为高效的簇头生产算法奠定了基础.
【总页数】2页(P253-254)
【作者】纪超;徐家品
【作者单位】610065,四川大学电子信息学院;610065,四川大学电子信息学院【正文语种】中文
【中图分类】TN915.9
【相关文献】
1.LEACH协议簇头选择算法的改进与研究 [J], 章春华;陈宏伟
2.基于LEACH协议的簇头选举改进算法 [J], 朱尚聪;吕红芳;吉书瑶
3.基于簇头间距均匀部署的LEACH协议改进算法 [J], 张甫庆;熊勇;单联海
4.一种基于LEACH协议的簇头选择改进算法 [J], 许建真;姚丽洁;袁桂敏
5.基于节点信任的LEACH协议簇头选举改进算法 [J], 白林林;严斌宇;罗敬文;苟旭;卢苇
因版权原因，仅展示原文概要，查看原文内容请购买。
无线传感器网络LEACH路由协议的节能改进算法
无线传感器网络LEACH路由协议的节能改进算法摘要：LEACH（Low Energy Adaptive Clustering Hierarchy）是一种经典的WSN自适应分簇分层路由协议，但协议没有考虑节点的剩余能量，随机的产生簇头节点，且在分簇过程中没有考虑簇头节点的数量，过多的簇头造成数据冗余，过少的簇头又因数据传输距离过长而消耗过多的能量，缩短了整个网络的生存周期。
针对LEACH存在的以上缺陷，首先在阀值公式中引入节点的能量因素，然后提出一种新的簇头数的计算方法，通过控制簇头数量确保了网络负载的平衡。
仿真结果表明：改进后的算法有效降低了能耗，延长了节点和网络的寿命。
关键词：无线传感器网络，LEACH路由协议，最佳簇头数，能量消耗1 引言无线传感器网络（WSN）是由大量传感器节点以自组织的方式构成的无线网络。
传感器节点通常采用电池供电，其计算和存储能力十分有限，因此节能是无线传感器网络的一个重要研究方向[[1]]。
其中LEACH路由协议是最早提出的一个能量利用率较高的分层路由协议，协议采用分簇的方式，实现网络能量消耗的均衡。
本文针对LEACH协议的一些不足，提出改进算法。
2 LEACH 算法概述LEACH算法是无线传感器网络最早提出的分簇路由协议， LEACH定义了轮的概念，每轮分为簇的建立阶段和稳定状态阶段。
在簇的建立阶段，每个节点产生一个（0,1）之间的随机数，并把它和阀值 T(n)进行比较，如果这个数小于阀值，则该节点成为簇头节点。
T(n)的计算公式为：其中，P是簇头在所有传感器节点中所占的百分比，P=k/n,k为网络中的簇头个数，N为网络中的节点总数，r是当前的轮数，G是前1/P轮中未当选过簇头节点的集合。
在每1/P轮，每个节点有且只能成为一次簇头。
3 簇头选择的改进Leach协议中所有节点被选为簇头的概率是相等的，但他们当选为簇头的概率依然是相等的。
在这种情况下会出现一些剩余能量很少的节点依然被选为簇头节点，这样导致此节点的能量会很快耗尽，出现网络“洞点”使得整个网络的生存时间变短[2]。
无线传感器网络LEACH协议的研究与改进
无线传感器网络LEACH协议的研究与改进摘要：LEACH（Low Energy Adaptive Clustering Hierarchy）是一种经典的WSN 分层路由协议，它采取自适应分簇算法，一定程度上延长了网络生存期。
然而LEACH路由协议的簇头随机产生，没有考虑节点的剩余能量，未达到簇头最优。
LEACH簇头与基站直接通信，如果两者距离较远，则会带来较大的能量损耗。
结合LEACH及LEACH现有的一些改进算法。
综合考虑了节点的剩余能量和簇首节点数目，簇头和基站之间采用单跳和多跳结合策略，有效地降低了能耗，保证了网络负载的平衡。
关键字：LEACH协议；无线传感器网络；簇头选举算法Abstract：LEACH (Low Energy Adaptive Clustering Hierarchy) is a classic WSN hierarchical routing protocol, it has taken to extend the lifetime of the network adaptive clustering algorithm, to a certain extent. However, the routing protocol LEACH cluster head randomly generated, without considering the residual energy of the node, the cluster head does not reach the optimum. LEACH cluster head directly communicate with the base station, if the distance between the two, it will bring greater energy loss. LEACH and LEACH combining some of the existing improved algorithms. Considering the remaining energy is used between nodes and cluster head node number, cluster head and base single-hop and multi-hop combined with strategies to effectively reduce energy consumption, to ensure the balance network load.KEYWORDS: Low Energy Adaptive Clustering Hierarchy（LEACH）；Wireless Sensor Network（WSN）;cluster－head selection algorithm1 引言无线传感器网络（WSN）不需要固定网络支持，具有快速展开、抗毁性强等优势，能够适用于人们无法接近的恶劣或特殊环境，在军事、商业、医疗、家庭和环境监测等方面广泛应用。
无线传感器网络LEACH算法的改进
无线传感器网络LEACH算法的改进无线传感器网络（WSN）是由大量分布在空间中的无线传感器节点组成的网络，用于监测、收集和传输环境信息或事件。
它被广泛应用于环境监测、军事监测、医疗保健、工业自动化等领域。
由于传感器节点的能量有限，传感器节点之间的通信受限，需要能耗较低的网络协议来延长网络的寿命。
LEACH（Low-Energy Adaptive Clustering Hierarchy）算法是一种用于节能的无线传感器网络协议，通过聚类和轮换角色的方式降低传感器节点的能量消耗，延长整个网络的寿命。
LEACH算法仍然存在一些问题，需要进行改进。
本文将介绍LEACH算法的基本原理，以及一些对LEACH算法的改进方法，以提高其在无线传感器网络中的性能和效率。
一、LEACH算法介绍1. LEACH算法基本原理LEACH算法是一种典型的分簇式无线传感器网络协议，它通过聚类和轮换簇头的方式降低传感器节点的能量消耗。
LEACH算法的基本原理如下：（1）初始化阶段：初始化每个节点的能量，并设置阈值T，根据T决定哪些节点将成为簇头节点。
（2）簇头选择阶段：每个节点以概率的方式成为簇头节点，概率与其剩余能量成正比。
（3）簇形成阶段：非簇头节点将根据其距离最近的簇头节点进行加入。
（4）数据传输阶段：簇头节点收集数据并传输给基站。
（5）簇头轮换阶段：为了均衡网络中各个节点的能量消耗，每个簇头节点在每一轮中都会轮换。
2. LEACH算法存在的问题尽管LEACH算法在节能方面有一定的优势，但是它也存在一些问题：（1）簇头选择过程没有考虑传感器节点的位置及其与基站之间的距离。
（2）没有考虑网络中节点的能量消耗不均匀问题。
（3）没有充分考虑网络中的数据传输量，可能导致某些簇头节点负载过重。
1. 基于节点位置的改进通过引入节点位置信息，可以更合理地选择簇头节点，避免一些节点成为簇头节点后，由于其位置过远而导致能量消耗过大。
可以根据节点与基站之间的距离进行簇头节点的选择，以减少能量消耗。
WSN中LEACH路由协议的改进及仿真
WSN 中LEACH 路由协议的改进及仿真李雅卿，李腊元(武汉理工大学计算机科学与技术学院，武汉 430063)摘 要：针对低功耗自适应聚类(LEACH)路由协议中簇头节点在空间上分布不均以及在远距离数据传输过程中能量消耗过多等不足，提出一种改进的LEACH 路由协议LEACH-ZMH ，其中采用基于区域的簇头选择和簇间多跳数据传输的方法。
给出LEACH-ZMH 的正确性证明和复杂性分析。
NS2仿真表明，改进的协议有效延长了网络的存活时间，性能优于LEACH 协议。
关键词：无线传感器网络；LEACH 路由协议；区域簇头选择；多跳数据传输Improvement and Simulation of LEACH Routing Protocolin Wireless Sensor NetworksLI Ya-qing, LI La-yuan(Department of Computer Science and Technology, Wuhan University of Technology, Wuhan 430063)【Abstract 】Aiming at the insufficiency of Low Energy Adaptive Clustering Hierarchy(LEACH) routing protocol that cluster-head nodes distribution is uneven in the space and cluster-head nodes consume excessive energy in the process of long-distance data transmission, this paper proposes an improved LEACH routing protocol named LEACH-ZMH, which adopts the methods of cluster-head selection based on zone and multiple hop data transmission among clusters. The correctness proof and complexity analysis of LEACH-ZMH are given. Simulation by NS2 shows that the protocol extends the survival time of the network and performs better than LEACH protocol.【Key words 】Wireless Sensor Network(WSN); Low Energy Adaptive Clustering Hierarchy(LEACH) routing protocol; zone cluster-head selection; multiple hop data transmission计 算 机 工 程 Computer Engineering 第35卷 第10期Vol.35 No.10 2009年5月May 2009·网络与通信· 文章编号：1000—3428(2009)10—0104—03文献标识码：A中图分类号：TP3931 概述无线传感器网络(Wireless Sensor Network, WSN)[1]是目前国际上研究的热点，它融合了计算、通信和传感器这3项技术的交叉应用，具有十分广阔的应用前景。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
LEACH
协议中簇头的数量为
5。
则改进的算法与 LEACH 的性能比较见图 4。
图 3 LEACH 与改进算法：汇聚节点接收到的数
据量可以看出，改进算法的性能好于 LEACH。这可
以归结为以下几点原因：
（1）改进算法中，簇头是根据节点剩余能量的大
小产生的，这样簇头就可以更好的负担较大的能量
消耗。
2 0 0 9 年 4 月第 4 期 现代电信科技 63
“最小传输能量”[1~4]协议是另一系列“能量感知”型协 议。在这种协议中，数据的传输采用的是“多跳”的方式。当
2 0 0 9 年 4 月第 4 期 现代电信科技 61
T 技术广角 ···························· echnology Panorama
某一节点向目的节点发送数据时，如果距离某中间
（3）改进的算法限制了每簇中节点的最大值，这 样就减少了因簇中节点数过多而给簇头带来的负 担，延长了簇头节点的生存时间。
参考文献 1 M Ettus. System Capacity, Latency, and Power Consumption in Multi hop- routed SS- CDMA Wireless Networks, Radio and Wireless Conference （RAWCON '98）, Aug 1998. p.55~58 2 X Lin and I Stojmenovic. Power- Aware Routing in Ad Hoc Wireless Networks, SITE, University of Ottawa, TR- 98- 11, Dec. 1998 3 T Meng and R Volkan. Distributed Network Protocols for Wireless Communication, Proc. IEEEE ISCAS, May 1998 4 T Shepard. A Channel Access Scheme for Large Dense Packet Radio Networks, Proc. ACMSIGCOMM, Aug. 1996. p.219~230 5 S. Singh, M. Woo, and C. Raghavendra. Power- Aware Routing in Mobile Ad Hoc Networks, Proceedings of the Fourth Annual ACM/IEEE International Conference on Mobile Computing and Networking（MobiCom '98）, Oct. 1998 6 Heinzelman, W.R., A. Chandrakasan, and H. Balakrishnan. Energy- Efficient Communication Protocol for Wireless Microsensor Networks, Proc. of the 33rd Annual Hawaii International Conference on System Sciences （HICSS）, January 4~7, 2000. Maui, Hawaii. p.3 005~3 014
!
2
量的消耗为：ETX（l,d）=
lE #
# ##
elec
"
#
lE #
## $
elec
+lεfs d
4
+lεmpd
，d＜d0 ,d≥d0
。节点
接收数据时能量的消耗为：ERX=（l，d）=lEelec 。各参数
如表 1 所示。
表 1 仿真参数
d0
86.2 m
Eelec
50nJ/bit
εfs
10pJ/bit/m2
Abstract: An improved scheme is proposed based on LEACH in this paper. It improves LEACH in several aspects. In the proposed scheme, the head selection is adjusted to the energy reserve of local nodes and the number of cluster is dynamic. Besides that, it constructs clusters based on the number of cluster members and adaptive channel assignment is also applied. Simulation results that the proposed scheme delivers more data to the base station than LEACH and the performance of network is improved. Key Words： wireless sensor network，LEACH protocol，energy efficiency，clustering
无线传感器网络所采用的通信协议对于网络的性能 有着较大的影响。下面本文将阐述传感器网络目前所采用 的通信协议，提出一种改进的方案，并进行比较。
1 无线传感器网络协议的研究背景
“直接传输协议”是无线传感器网络所采用的协议中 最简单的。按照此协议，传感器节点直接将数据发送到汇 聚节点。显然，当传感器节点距离汇聚节点较远时，“直接 传输协议”需要很大的能量，节点的电量会很快被耗尽。只 有当传感器节点距离汇聚节点很近时，“直接传输协议”才 能较好的发挥作用。
的能量比使用“直接传输协议”所消耗的能量更大。
LEACH[5] 是 无 线 传 感器网络中的一个重要协
议，这种协议的性能比以往其他协议有很大的提高。
按照 LEACH 协议，节点之间的通信被分成了“轮”。
在每轮通信开始时，传感器节点产生一个 0~1 之间
的随机数，如果生成的随机数小于阈值 T（n），则该
的簇。在簇已经建立之后，每簇中的非簇头节点以
TDMA 方式将数据发送到簇头节点。簇头节点将接
收到的数据进行压缩、整合，然后再将其发送到汇聚
节点。
LEACH 协议在无线传感器网络中有着重大意
义，然而仍旧有其不足。首先，LEACH 协议中簇头节
点是随机产生的，并假设每个节点具有相同的初始
能量。第二，LEACH 协议中簇头的数量是固定的。而
2 改进的方案
针对不同的应用，目前对 LEACH 协议的改进 方案很多，如 LEACH- C。本文的改进方案所适应的 网络为：
（1）传感器节点部署后不再移动。 （2）基站部署在网络区域以外的一个固定位置， 并且基站是唯一的。 （3）网络部署后不需要人为维护，且网络没有中 心控制功能。 （4）节点具有相似的处理能力，而且地位平等。 （5）节点没有装备 GPS，也不能通过测量的方法 获得其位置信息。 （6）无线发射功率可控。 在改进的方案中，通信依然分成了“轮”，每轮具 有如下几个过程。
εm中可用节点数量开始减少时，向其中均匀
加入新的节点。设在每轮通信中加入一个节点，共加
入十次。 针对 LEACH 协议，汇聚节点接收到的数
据量见图 3。可见，当簇头数为 5 时汇聚节点接收到
的数据量最大。对于同样的网络，应用改进的算法。
设，并
CN=
1.2 CH
设
在实际应用中，随着节点能量的耗尽，网络中可用节
点的数量在不断减少，簇头的最佳数量也是变化的。
第三，LEACH 协议假设簇头节点是均匀分布在网络
中的。但是，在某些情况下，簇并不是均匀分布的，有
些簇中节点的数量过多，簇头节点的负担较重，这样
就影响了网络的性能。第四，LEACH 协议较适用于 静态网络。在每轮通信中，若簇头建立之后有新的节 点加入到网络之中，则 LEACH 协议的性能将受到 影响。针对以上问题，下面提出了一种改进的方案。
摘要：基于 LEACH 协议，提出了一种改进方案， 对 LEACH 协议的不足进行了改善。此方案中，簇 头的选择取决于节点的剩余能量，且簇头数量与 网络中的剩余节点数量相关，更符合网络特性。 此外，改进方案对簇中节点数量进行了限制，使 得分簇更加均匀，并采用了适应性信道分配原 则，更加适用于动态网络。计算机仿真结果表明， 与 LEACH 协议相比，采用改进方案后汇聚节点 接收到的数据量明显增加，网络性能得到改善。 关键词：无线传感器网络，LEACH 协议，高效路 由算法，分簇
节点成为簇头。在每轮的循环中，如果某节点曾是簇
头，则 T（n）为 0。这样，每个节点就不会多次成为簇
头。这里的 T（n）可表示为：
! T（n）=
p - p·[r mod（1/p）]
n∈G
0
其他
其中，p 为簇头所占的百分比，r 为目前的轮数，G 为
全体节点的集合。节点成为簇头后，便发送广播信
息，其他节点则根据接收信号的强度加入距其最近
文提出了一种改进方案，对 LEACH 协议的不足进
行了改善。在此方案中，簇头的选择取决于节点的剩
余能量，且簇头数量与网络中的剩余节点数量相关，
更符合网络特性。此外，改进方案对簇中节点数量进
行了限制，使得分簇更加均匀，并采用了适应性信道
分配原则，更加适用于动态网络。计算机仿真结果表
明，与 LEACH 协议相比，这种方案减少了能量的消
T 技术广角 ···························· echnology Panorama
汇聚节点最终接收到的数据量（bit）
10×107
9×107
8×107
7×107