无线传感器网络数据收集方案改进方法研究
无线传感器网络的布设方法与网络优化
无线传感器网络的布设方法与网络优化无线传感器网络（Wireless Sensor Network，WSN）是由大量分布式无线传感器节点组成的网络，用于实时监测和收集物理环境中的各种信息。
通过自组织、自配置和自修复等特性，WSN在环境监测、智能交通、医疗健康等领域得到了广泛应用。
然而，由于无线通信的特殊性，WSN在布设和网络优化方面面临着许多挑战。
本文将介绍几种常用的无线传感器网络的布设方法和网络优化方法。
一、无线传感器网络的布设方法1. 部署策略部署策略是无线传感器网络布设的关键。
合理的部署策略可以提高网络的覆盖范围和数据质量。
常用的部署策略包括：（1）均匀分布法：将传感器节点均匀地分布在监测区域内，以实现全面覆盖。
这种方法简单直观，但节点之间的距离可能过远，导致能耗增加。
（2）密集部署法：在关键区域增加节点密集度，以提高数据质量和网络可靠性。
这种方法适用于对关键区域监测要求高的应用场景，但节点数量增多会增加网络的能耗和成本。
（3）随机布点法：节点的位置由随机算法决定，以增加网络的鲁棒性和抗干扰能力。
然而，随机布设可能导致某些监测区域未被覆盖或覆盖不均匀。
2. 能耗管理能耗是无线传感器网络面临的一个重要问题。
节点的能量限制和无线传输的能耗直接影响着网络的寿命和性能。
在布设无线传感器网络时，需要考虑以下几点：（1）节点位置选择：将节点部署在靠近能源供应源的地方，以便及时更换电池或利用其他能源补充电能。
（2）能量平衡：通过轮流选择工作节点，实现能量的平衡，避免某些节点过早耗尽。
（3）局部通信：节点之间通过短距离通信，减少长距离无线传输的能耗。
二、无线传感器网络的网络优化方法1. 网络拓扑控制网络拓扑控制是为了提高无线传感器网络的覆盖范围、连通性和能耗平衡等方面的性能。
常用的网络拓扑控制方法包括：（1）节点选择：选择关键位置或能量充足的节点作为主节点，负责网络中的重要任务，提高网络的效率。
（2）网络分簇：将网络分成若干个簇，每个簇由一个簇头节点负责管理和协调，减少网络通信开销。
无线传感器网络中节点部署优化算法研究
无线传感器网络中节点部署优化算法研究无线传感器网络（Wireless Sensor Networks, WSN）是由大量分布式传感器节点组成的网络系统，用于监测和收集环境中的数据。
节点部署是WSN设计和性能优化的关键问题之一。
合理的节点部署可以提高网络的覆盖范围、强化通信质量以及延长网络的寿命。
本文将研究无线传感器网络中节点部署的优化算法，探讨如何有效地选择节点位置以提高网络性能。
首先，要了解无线传感器网络中的节点部署问题。
节点部署主要包括两个方面：节点位置选择和节点密度分布。
节点位置选择是指确定节点在监测区域中的具体位置，节点密度分布则是指节点之间的间距和分布均匀程度。
合理的节点位置选择和节点密度分布能够最大限度地提高无线传感器网络的效率和性能。
在节点位置选择方面，有多种算法被提出。
其中一种常用的算法是基于贪心策略的部署方法。
该方法根据网络需求和拓扑特性，在网络的不同区域选择节点的位置。
基于贪心策略的方法通常能够在保证网络全覆盖的前提下，尽可能减少节点之间的重叠区域，从而提高网络效率。
除了基于贪心策略的算法外，还有一些其他的节点部署算法被广泛研究和应用。
比如，基于遗传算法的节点优化部署方法。
该方法通过模拟生物演化的过程，使用遗传算法来优化节点位置选择。
遗传算法能够根据网络需求和环境条件，在不同的演化代际中筛选和交叉节点位置，以适应不同的网络任务，从而提高网络性能。
在节点密度分布方面，也有很多研究。
一种常见的方法是根据环境特征和网络需求，将节点密度进行分层。
在感知到有意义的事件或数据时，高密度区域的节点将收集和传输更多的数据，而低密度区域的节点则保持静默状态。
这种分层的节点密度分布方法可以使得网络在资源有限的情况下，更好地适应不同的监测区域。
除了节点位置选择和节点密度分布，节点部署的优化算法还可以考虑一些其他因素，如能量平衡、网络容量和通信质量。
在节点能量平衡方面，可以采用能量均衡的部署方法，使得网络中的节点能量消耗更加均衡，从而延长整个网络的寿命。
无线传感器网络中的数据收集与处理研究
无线传感器网络中的数据收集与处理研究一、引言随着物联网技术的不断发展，无线传感器网络（Wireless Sensor Networks，WSNs）已成为物联网中应用范围最广泛、最为重要的一种技术之一。
无线传感器网络是由多个节点组成的、可自组织的网络系统，通过无线信道进行通信，并能够获取和处理所感知到的物理信息。
在此网络中，数据的收集和处理是非常重要的环节，也是无线传感器网络的核心技术之一。
本文将对无线传感器网络中的数据收集和处理技术进行研究和分析。
二、无线传感器网络概述无线传感器网络由许多无线节点组成，每个节点都带有传感器和处理器、存储器、通信模块等。
这些节点都可以工作在一个独立分布的环境中，并通过无线模块互相通信。
无线传感器网络可以应用在农业、医疗、环境监测、工业控制等很多方面，其应用范围非常广泛。
无线传感器网络的目标是将所获得的信息采集、传输和处理，以及通过无线通信实现信息的收集、分析和处理。
三、数据收集技术数据收集是无线传感器网络的核心技术之一。
其作用是将分布在网络各处的传感器节点收集的物理信息进行整合和处理。
数据收集技术又可分为点到点的数据收集和广播数据收集两种。
1.点到点的数据收集点到点的数据收集是采用节点间的直接通信方式进行数据传输。
由于采用了低功耗协议，节点只在必要的情况下才会进行通信，从而避免了能量的浪费。
点到点的数据收集技术具有通信质量高、传输延时小、能量消耗低的特点。
2.广播数据收集广播数据收集是采用多跳的方法进行数据传输。
通过广播，传感器可以将数据传输到网络中所有的节点，从而达到数据共享的目的。
广播数据收集技术具有数据传输范围广、数据可靠性高、节点通信量少的特点。
四、数据处理技术数据处理是无线传感器网络的另一重要技术。
无线传感器网络中的传感器节点采集的信息主要涉及噪声、数据丢失、频谱限制、节点能量不足等问题。
在这种情况下，如何有效处理传感器采集的信息，需要使用一些有效的处理技术。
无线传感器网络中的数据收集算法优化研究
无线传感器网络中的数据收集算法优化研究随着现代科技的迅猛发展，无线传感器网络在各个领域中得到了广泛的应用。
无线传感器网络是由大量分布在目标区域内的无线传感器节点组成，通过传感器节点之间的通信和协作，实现对目标区域环境信息的感知和收集。
在无线传感器网络中，数据收集算法的优化是非常关键的，对于提高网络性能、延长网络寿命具有重要意义。
本文将重点探讨无线传感器网络中的数据收集算法优化研究。
一、无线传感器网络中数据收集的挑战在无线传感器网络中，数据的收集是其核心任务之一，然而，由于节点之间的通信容易受到信号强度的影响，存在以下挑战：1. 能量消耗问题：无线传感器节点通常由电池供电，能耗是其面临的重大问题。
节点通信需要耗费大量的能量，而能量的消耗与节点间的通信距离成正比。
2. 通信质量问题：无线传感器节点通信质量受到复杂环境因素的影响，如障碍物、信号衰减等。
因此，有可能会出现数据传输错误的情况，进而影响数据的准确性和完整性。
3. 网络生命周期问题：由于传感器节点无法更换电池，因此能源的管理非常重要。
如何合理利用有限的能源，使得整个无线传感器网络的生命周期得到最大化，是一个亟待解决的问题。
二、无线传感器网络中数据收集算法的优化方法针对上述挑战，研究者们提出了许多优化方法，以提高无线传感器网络中数据收集的效率和准确性。
以下是一些常用的优化方法：1. 路由算法优化：路由算法是无线传感器网络中数据传输的关键，通过选择合适的路由来减少能量的消耗和增加数据的传输成功率。
一种常用的路由算法是基于贪婪策略的最小耗能路由算法，通过选择能量消耗最小的路径进行数据传输，从而减少节点的能量消耗。
2. 数据压缩和聚集：在传感器节点收集到数据后，可以对数据进行压缩和聚集处理，以减少数据的传输量。
数据压缩方法可以通过数学模型对数据进行编码，将冗余信息删除，从而减少数据的大小。
数据聚集方法则是将多个相似的数据合并为一个数据，从而减少无线传感器节点之间的通信次数。
传感器网络数据处理方法改进
传感器网络数据处理方法改进传感器网络是由大量分布在特定区域的传感器节点组成的无线网络，用于收集和传输环境数据。
在传感器网络中，数据处理是一个重要的环节，它涉及到数据的采集、传输、存储、处理和分析。
为了提高传感器网络的性能和效率，不断改进数据处理方法显得尤为重要。
本文将从数据质量、能耗优化和数据处理效率三个方面探讨传感器网络数据处理方法的改进。
一、改进数据质量数据质量是影响传感器网络应用效果的重要因素。
在传感器网络中，由于节点分布广泛、环境复杂多变，数据的质量往往不稳定。
为了提高数据质量，可以采取以下方法：1. 数据过滤和去噪：传感器网络中常常存在传感器故障、信号干扰等问题，导致数据质量下降。
通过采用适当的滤波和去噪算法，可以过滤掉异常数据，提高整体数据的精确性和可靠性。
2. 数据补全和修复：传感器网络中数据丢失是常见问题，特别是在节点之间的数据传输中。
为了补充缺失的数据，可以利用邻近节点的数据进行插值和修复，以提高传感器网络的数据完整性和连续性。
3. 数据校准和校验：传感器节点的测量结果需要进行校准和校验，以确保数据的准确性和可信度。
通过对传感器节点进行定期校准和校验，可以消除误差和漂移，提高数据的可靠性和一致性。
二、优化能耗传感器网络通常由大量的低功耗节点组成，为了延长节点的寿命和提高网络的可用性，需要优化能耗。
以下是一些优化能耗的方法：1. 路由优化：传感器网络中的数据传输通常需要通过多个节点进行中转，传统的路由算法往往存在能耗不均衡、路径选择不合理等问题。
通过研究新的路由算法，可以减少数据传输跳数，并选择低功耗路径，从而降低传感器节点的能耗。
2. 节能调度：在传感器网络中，节点的工作周期和休眠周期对能耗有着重要影响。
合理地设置节点的工作时长和休眠时长，可以降低节点的能耗。
同时，可以采用分级睡眠的方式，即根据节点的角色和重要性，将节点分为不同的休眠级别，进一步降低能耗。
3. 能量回收：为了解决传感器网络能量消耗的问题，可以考虑使用能量回收技术。
物联网中的无线传感器网络覆盖优化方法
物联网中的无线传感器网络覆盖优化方法物联网（Internet of Things，简称IoT）无线传感器网络（Wireless Sensor Network，简称WSN）是物联网系统中的重要组成部分，它由大量的分布式无线传感器节点组成，用于收集、传输和处理环境中的各种数据。
随着物联网应用的快速发展，如何优化无线传感器网络的覆盖成为了迫切需要解决的问题。
本文将介绍物联网中的无线传感器网络覆盖优化方法，并阐述其原理和实际应用。
无线传感器网络覆盖优化方法的研究目标是提高网络的覆盖率和感知质量，使得传感器节点能够更好地感知环境并准确地传输数据。
以下是几种常见的无线传感器网络覆盖优化方法：1. 节点部署优化方法节点部署是无线传感器网络覆盖优化的关键环节。
传感器节点的部署位置直接影响网络的覆盖率和感知精度。
传统的节点部署方法通常是随机部署或者通过经验设置节点位置。
然而，这种方法容易导致节点密集或者节点稀疏的情况，从而影响网络的均衡性。
因此，研究人员提出了一些改进方法，如基于均匀分布、最大覆盖半径和最佳节点位置等算法，通过优化节点的布局，提高网络的覆盖率和均衡性。
2. 路由协议优化方法路由协议是无线传感器网络中数据传输的关键。
传统的路由协议通常是基于固定的路由路径，容易导致部分节点覆盖不均衡或者出现数据拥堵等问题。
为了解决这些问题，研究人员提出了一些改进的路由协议，如动态路由、多路径路由和分层路由等。
这些协议可以优化传感器节点之间的数据传输路径，提高网络的覆盖率和传输效率。
3. 能量管理优化方法无线传感器节点通常由电池供电，并且无法定期更换电池。
因此，节点能量的管理对于延长网络寿命至关重要。
研究人员提出了一些能量管理优化方法，如分簇、动态功率调整和能量均衡等。
这些方法可以有效地管理节点能量消耗，减少能量消耗不均衡或者能量耗尽的情况，延长网络的寿命。
4. 拓扑优化方法无线传感器网络的拓扑结构对于覆盖率和感知质量具有重要影响。
如何解决无线传感器网络中的数据采集延迟问题
如何解决无线传感器网络中的数据采集延迟问题无线传感器网络（Wireless Sensor Network，WSN）是由大量分布式的无线传感器节点组成的网络系统，用于收集、处理和传输环境中的各种信息。
然而，在实际应用中，WSN面临着一个普遍存在的问题，即数据采集延迟。
本文将探讨如何解决无线传感器网络中的数据采集延迟问题。
一、问题分析数据采集延迟是指从传感器节点采集到数据并传输到基站的时间间隔。
这个延迟可能由多种因素引起，包括传感器节点之间的通信延迟、数据处理的复杂性以及网络拓扑结构等。
数据采集延迟的存在会导致实时性要求较高的应用无法得到及时响应，影响网络的性能和可靠性。
二、优化传感器节点通信传感器节点之间的通信延迟是数据采集延迟的主要因素之一。
为了减少通信延迟，可以采取以下措施：1. 优化网络拓扑结构：合理设计传感器节点的布局和连接方式，减少节点之间的距离和路径长度，从而减少通信延迟。
2. 提高传感器节点的通信能力：采用更高速、更稳定的无线通信技术，如LTE、5G等，提高传感器节点之间的数据传输速率和稳定性。
3. 使用多通道通信：通过同时使用多个通道进行数据传输，可以提高网络的带宽和数据传输效率，从而减少通信延迟。
三、优化数据处理算法数据处理的复杂性也会导致数据采集延迟增加。
为了优化数据处理算法，可以考虑以下方法：1. 数据压缩和聚合：对传感器节点采集到的数据进行压缩和聚合，减少需要传输的数据量，从而降低数据处理的复杂性和延迟。
2. 分布式数据处理：将数据处理任务分散到多个传感器节点上进行并行处理，减少单个节点的负载，提高数据处理的效率和响应速度。
3. 优化算法设计：设计更高效的数据处理算法，如使用快速算法、近似算法等，减少数据处理的时间复杂度，从而降低延迟。
四、增加网络容量和带宽增加网络容量和带宽可以提高数据传输的效率和速度，从而减少数据采集延迟。
以下是一些可行的方法：1. 增加传感器节点数量：增加传感器节点的数量可以提高网络的容量和覆盖范围，从而增加数据传输的并行度，减少延迟。
无线传感器网络优化方法
无线传感器网络优化方法无线传感器网络（Wireless Sensor Networks, WSN）是由大量的无线传感器节点组成的网络系统，用于收集和传输环境中的数据。
WSN被广泛应用于农业、环境监测、智能交通等领域。
然而，由于无线传感器节点通信能力和能源限制，WSN的优化方法显得尤为重要。
在本文中，我们将介绍一些常用的无线传感器网络优化方法，以提高其性能和能源利用效率。
第一种优化方法是能源效率优化。
无线传感器节点通常由有限的能源供应，因此如何有效地使用能源成为一项重要任务。
为了延长网络的生命周期，我们可以采用以下策略来优化能源利用效率：首先，要实施能量感知（Energy-Awareness）机制，即使节点在空闲状态下也可以降低功耗。
可以通过节点进入睡眠状态以减少能源消耗。
当节点检测到运动或其它事件时，才唤醒节点进行数据采集和传输。
通过控制节点的工作时间，可以显著延长网络的生命周期。
其次，要选择合适的传输距离和功率控制策略。
在传输数据时，节点间的距离越远，能耗就越大。
因此，我们可以根据节点之间的距离调整传输功率，以达到最佳的能量效益。
同时，也可以通过调整传输范围来降低通信的能耗。
第二种优化方法是网络拓扑结构优化。
网络拓扑结构对网络的性能和稳定性有着重要影响。
通过优化网络拓扑结构，我们可以提高网络的吞吐量、降低能耗，并增加网络的容错性。
一种常用的网络拓扑结构优化方法是基于群组（Cluster-based）的拓扑结构。
该方法将网络中的节点划分为不同的群组，每个群组有一个负责人节点来进行数据收集和传输。
这种拓扑结构可以降低节点之间的通信量和能耗，并提高网络的效率和稳定性。
另一种优化方法是基于最小生成树（Minimum Spanning Tree, MST）的拓扑结构。
通过构建一棵最小生成树，可以实现节点间的最短路径传输和数据聚集。
这种拓扑结构可以减少节点间的能耗，并提高网络的性能。
第三种优化方法是路由优化。
- 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)。
第2期2017年1月No.2January，2017随着信息技术的不断发展，及时有效地掌握相关信息十分重要，因此，信息收集技术的作用十分重要，应用范围较广。
在当前应用的信息收集技术中，无线传感器网络（Wireless Sensor Networks ，WSN ）十分受关注，该项技术具有成本低、性价比高、能量消耗低及在任意环境中易分布，自由组成无线网络等优点，这使无线传感器信息采集变得十分简单。
无线传感器被广泛应用于压力、温度、定位等方面的信息采集。
当前传感器信息采集协议包括LEACH 协议、分簇协议、TEEN 协议等。
本文基于改进的LEACH 协议对无线传感器数据收集网络进行研究。
1 mWSN网络体系结构在部署无线传感器网络时，可以采用确定性部署和随机部署相结合的方式，随机部署移动传感器网络节点，固定传感器参考节点采用确定性部署方式，这样可以构建比较稳定的传感器网络结构，同时也能更好地使用网络动态拓扑的变化，以降低传感器网络的能耗。
移动无线传感器网络（Mobile Wireless Sensor Network ，mWSN ）层次结构如图1所示。
该网络被分成了大小均匀、数量固定的簇，并且每个簇中都一个固定参考节点，每个固定参考节点包含一个簇头节点（Cluster ）及多个簇内成员节点。
网络体系中的通信为簇内成员节点与Cluster 之间的通信、固定节点之间的通信。
图1 mWSN的层状结构在mWSN 网络结构中，一个监测区域中需要同时部署n 个传感器节点，并且根据实际应用需要，除了部署固定的m 个传感器节点（节点坐标位置可知）之外，还需要在监测区域中随机部署n -m 个移动节点（节点坐标位置不可知）。
通过分簇算法将WSN 中的节点划分成不同的簇和Cluster ，每一个簇由一个Cluster 、某个固定传感器节点及多个簇内成员节点组成，而且全部的固定节点形成一颗路由汇集树，且该树以Sink 为根。
在传感器网络的簇－树拓扑结构中，各自的Cluster 接收各自成员节点发送的数据，Cluster 将接收的数据融合后发送至相应的固定节点，最终发送到Sink 。
由于需要经过多个不固定节点，因此，Cluster 在发送过程中将消耗很多能量，降低了网络生存时间，因此，为了实现簇－树拓扑结构的能效消耗，需要确定数据传输的最优路径，以使整个mWSN 有较好的数据吞吐量。
2 基于移动Sink的数据收集协议为了对上文描述的缺陷进行弥补，降低数据传输时的能量消耗，本文采用移动Sink 方案进行数据收集，让Sink 移动到簇头附近进行数据收集，会大大节约簇头的能量。
在无线传感器网络节点中采用改进的LEACH 协议对节点进行分簇，并且采用蚁群算法寻找簇头结点信息发送的最优路径，Sink 沿着最优路径移动至簇头附近收集数据，从而降低了传送数据中的能量消耗。
在此过程中还可以通过优化确定移动Sink 的最优移动速度，这样可以确保移动Sink 收集到的数据不会出现溢出的现象。
2.1 改进的LEACH协议由于LEACH 协议具有节点死亡速度快、簇头能量消耗不均衡、节点能量不能充分利用等缺点，因此，需要对LEACH 协议进行改进，提出了新的改进协议，改进主要体现在以下3个方面：（1）簇头的选择。
对于门限值的确定加入了两个新的元素：当前节点未当选为簇头的轮数及剩余能量，改进之后的T (n )的计算公式如公式（1）所示。
（1）公式（1）中，E 0，E rest 分别代表当前节点的初始能量和剩余能量；p 代表最理想的簇头节点占总节点的百分比；R s 代表当前节点未当选为簇头节点的轮数。
根据公式（1）可知，如果没有当选为簇头的轮数R s 的值越大，且当前节点的剩余能量E rest 的值越大，则门限值T (n )也就越大，因此当前节点当选为簇头节点的概率也就越高。
节点当选为簇头之后，R s 的值为0，许多改进的门限值公式只考虑了E rest 这个影响因素，而没有考虑R s 这个影响因素，这样会出现节点当选为簇头机会不均等的现象，本文对此进行改进，改进之后可以让节点当选为簇头的机会更加平均。
（2）限制簇的大小。
通过上述分析可知，簇头的选择同Leach 一样通过门限值和随机数两者的比较来确定节点是作者简介：李茂春（1983— ），男，四川雅安，硕士，助理研究员；研究方向：物联网，嵌入式开发。
无线传感器网络数据收集方案改进方法研究李茂春，秦 峰，许建阳（成都文理学院，四川 成都 610401）摘 要：当前，无线传感器网络成为研究热点，其数据的传输安全性受到广泛关注。
文章提出了一种基于改进的LEACH 协议的无线传感器网络数据收集方案，降低了数据传输过程中的能量损耗。
关键词：LEACH 协议；传感器；数据收集无线互联科技Wireless Internet Technology第2期2017年1月No.2January，2017否可以成为簇头，只不过对门限值的计算公式进行改进，因此，为了需要限制簇的大小降低热点地区能量消耗的问题。
簇头节点的剩余能量和簇头节点距离基站的距离两个因素决定了簇的大小，距离基站远说明簇成员多，距离基站近说明簇成员少，同时如果簇头的剩余能量多则说明簇成员相对较多，反之簇成员相对较少。
通过对距离基站近的簇头节点进行设置使其形成比较小的簇，这样就能降低每个簇中的能量消耗，能够节省更多的能量承担其他簇头数据的转发任务，使网络消耗能量更加均衡。
（3）簇头与基站之间的数据通信通过多跳路由来完成。
实现过程：每个簇头节点接收到簇内成员的数据融合处理后，寻找距离自己最近的下一跳簇头节点，下一跳簇头节点将数据融合之后发送到距离基站更近的下一跳簇头节点，如此往复，最后由距离最近的簇头节点把数据发送给基站。
2.2 最优路径的搜索本文以移动Sink 、改进的LEACH 协议为基础，采用蚁群算法确定移动Sink 的最优路径。
具体过程如下：每个蚂蚁在搜寻过程中会留下强弱不同的信息素，留下最强信息素的路径为最优路径，只要跟随最强信息素就可确定移动最优路径。
由于在这个过程中需要记录经过的节点信息，因此，每个蚂蚁中都有用于信息存储的表格。
蚂蚁经过这个节点之后，会在表格中记录，以免造成重复访问，表格中主要记录蚂蚁已经经过的节点和需要访问的节点。
由于不同角色的蚂蚁，相应的携带的报文内容也不相同，因此不会在搜寻过程中出现碰撞的情况，蚂蚁所携带的报文格式如下：前向蚂蚁携带的报文格式：Type ，ID ，SrcAdd ，VisitedNode ，E sum ，SrcTime ；蚂蚁经过簇头建立的路由表：E cos t ，ID ，E remain ，，；后向蚂蚁携带的报文格式：VisitedNode ，Type ，E min ，SrcTime ，E avg 。
蚂蚁携带的报文中每个参数代表的意义如下：SrcAdd —源簇头节点地址；E sum —蚂蚁访问过节点消耗的能量总和；SrcTime ：出发时间；VisitedNode —已访问过的节点；E cos t —能耗；：信息素；E remain ：剩余能量；E min ：链路最小剩余能量；：下一跳概率；E avg ：链路平均能耗。
前向蚂蚁和后向蚂蚁的值不同，前向蚂蚁进行探路留下信息素，后向蚂蚁根据前向蚂蚁留下的信息素得到一条从源簇头节点到目的簇头节点并且连接所有簇头节点的最优路径。
在搜寻下一跳路径时前向蚂蚁只能从允许访问的节点中以概率搜寻，其计算公式见公式（2）。
（2）公式（2）中，τij 代表S i ，S j 在t 时刻的信息素浓度；ηi ,j 代表S i ，S j 间链路状态启发信息，定义为S i ，S j 间的链路带宽bandwidth ij 与S i ，S j 间链路时延delay ij 的比值，即：（3）可用能量度)(t i j ϕ，定义为：（4）公式（4）中，E i c o s t (t )代表S i 到S j 传送数据的能耗。
E i remain (t )代表S i 节点剩余能量。
d (j ,k )代表S j 与下一跳簇头S k 的距离。
d (i ,j )代表S i ，S j 间距离。
分别代表每个因子的权重系数。
在蚂蚁搜寻最优路径的过程中，链路的时延根据前向蚂蚁携带的报文内容计算得出，前向蚂蚁到达下一跳簇头节点之后对路由表进行更新，除此之外还要计算路径搜寻中的能量耗损并记录在路由表中，经过多轮迭代之后，确定蚂蚁搜寻的最优路径。
3 结语本文对无线传感器网络数据收集方案进行改进，并且根据改进的LEACH 协议及蚂蚁算法最终确定最优路径，降低无线传感器网络数据传输的能量消耗，使传感器网络更加稳定，数据吞吐能力更强，但是由于研究的时间有限，该数据采集策略可能在应用中还会存在一些问题，后续将继续对其进行研究，优化该策略。
[参考文献][1]YICK J, MUKHERJEE B, GHOSAL D. Wireless sensor network survey[J].Computer Networks, 2008（12）：2292-2330.[2]POTDAR V, SHARIF A, CHANG E.Wireless sensor networks:a survey[C].Bradford ：Proceedings of International Conference on Advanced Information Networking and Applications, 2009：636-641.[3]李婵婵，解培中.无线传感器网络中一种改进的Leach 协议[J].计算机技术与发展，2013（10）：87-90，94.Research on improved methods for wireless network data collection schemeLi Maochun, Qin Feng, Xu Jianyang（Chengdu College of Arts and Science, Chengdu 610401, China ）Abstract: At present, wireless sensor network is becoming a research hotspot, and the security of data transmission has been paid more andmore attention. In this paper, a kind of wireless sensor network data collection scheme based on the improved LEACH protocol is proposed in this paper , which reduced the energy loss in the process of data transmission.Key words: LEACH protocol; sensor; data collection无线互联科技·无线天地。