基于无监督聚类的WSN最优路由方法设计
WSN中基于最大最小化的优化路由算法
WSN中基于最大最小化的优化路由算法王小永【期刊名称】《工矿自动化》【年(卷),期】2011(037)012【摘要】无线传感器网络(WSN)由能量受限的节点组成,需要设计路由算法优化节点的能耗.文章以最大化网络生存时间为目标,基于最大最小化模型提出了优化路由算法,定义了数据发送矩阵,设计了转发节点选择机制,以避免路由回路；基于节点收发数据的能耗及剩余能量,设计了求解优化路由的数学规划模型,优化了传感器节点的数据发送路径和发送量,均衡了节点的能量消耗.仿真结果表明,该算法能有效地均衡节点的能耗,延长网络生存时间.%Wireless sensor networks are composed of energy-constrained nodes. Therefore,it is to design routing algorithms to optimize energy usage of nodes. In view of the maximizing network lifetime,the paper put forward an optimal routing algorithm based on the maximin model,defined data transmission matrix,and designed selection system of nodes for avoiding possible routing loops. Based on energy consumption for sending and receiving data and available residual energy of nodes,it designed mathematical programming model to find optimal routing,so as to optimize data sent routing paths and data sent volume and balance energy consumption of nodes. The simulation results showed that the algorithm can balance the energy consumption of nodes effectively and extend network lifetime.【总页数】6页(P34-39)【作者】王小永【作者单位】大屯煤电(集团)有限责任公司姚桥煤矿,江苏徐州 221611【正文语种】中文【中图分类】TD655【相关文献】1.WSN中基于能量代价的能量优化路由算法 [J], 江海峰;钱建生;孙彦景;孙仁科;李建2.WSN中基于改进粒子群优化算法的分簇路由协议 [J], 武小年; 张楚芸; 张润莲; 孙亚平3.WSN中基于多因素的能量优化分簇路由算法 [J], 田纪尧; 刘广钟4.WSN中基于改进蚁群的能量优化路由算法 [J], 蒋占军; 周涛; 杨永红5.WSNs中基于鸡群优化算法选择簇头的簇路由 [J], 张洋;杨守良因版权原因，仅展示原文概要，查看原文内容请购买。
一种能量有效的wsn分簇路由算法
一种能量有效的wsn分簇路由算法无线传感器网络（WirelessSensorNetwork,WSN）是一种由大量分布式的、具有感知、处理和通信能力的微型无线传感器节点组成的网络系统。
WSN具有自组织、自适应、低功耗、低成本、易部署等特点，被广泛应用于环境监测、智能交通、农业、医疗等领域。
WSN节点具有能量限制，在传输数据、处理数据、通信等过程中会消耗大量的能量，因此如何提高WSN的能量利用效率，延长网络寿命成为了WSN研究的热点问题。
WSN的分簇路由是WSN中常用的一种路由协议。
分簇路由将网络中的节点划分为若干个簇，每个簇由一个簇头节点负责，其他节点向簇头节点发送数据，由簇头节点进行数据聚合和转发，从而减少了无用数据传输和能量浪费。
目前，已经有很多分簇路由算法被提出，但是大多数算法存在能量不均衡、簇头节点能量消耗过快等问题，使得WSN的能量利用效率低下，网络寿命较短。
因此，如何设计一种能够有效平衡节点能量消耗，延长网络寿命的分簇路由算法成为WSN研究的重要课题。
本文提出了一种能量有效的WSN分簇路由算法，该算法基于改进的贪心算法，通过动态调整簇头节点的选举策略和数据聚合方式，实现了节点能量消耗的均衡和网络寿命的延长。
首先，我们介绍算法的节点选举策略。
传统的分簇路由算法通常采用距离、能量等单一指标选举簇头节点，容易导致某些节点能量消耗过快，网络寿命较短。
本算法采用基于节点残余能量、节点负载、节点距离等多种指标的综合评估方法选举簇头节点。
具体来说，每个节点根据自身的残余能量、负载情况、距离等因素计算出一个综合评估指标，选出评估指标最优的节点作为簇头节点。
这样可以有效平衡节点能量消耗，提高网络寿命。
其次，我们介绍算法的数据聚合方式。
传统的分簇路由算法通常采用简单的数据聚合方式，如平均值、最大值等，容易导致数据冗余和能量浪费。
本算法采用基于数据相关性的聚合方式，对相邻节点发送的数据进行相关性分析，将高相关性的数据进行聚合，减少冗余数据的传输，从而降低网络能量消耗。
一种基于LEACH的新型WSN路由算法
第25卷第5期2008年5月机 电 工 程MECHAN I CAL &E LECTR I CAL E NGI N EER I N GMAG AZI N EVol .25No .5M ay 2008收稿日期:2007-10-15作者简介:房晓菲(1981-),女,安徽桐城人,主要从事无线传感网络方面的研究。
一种基于L EACH 的新型W SN 路由算法房晓菲,沈永增,姚俊杰(浙江工业大学信息工程学院,浙江杭州310032)摘 要:LE ACH 是针对无线传感器网络设计的低功耗自适应分簇聚类路由算法,与一般的平面多跳路由算法相比,LEACH 算法可以将网络生命周期延长15%。
但是,LEACH 算法存在簇首开销较大、重复性成簇过多地浪费系统资源以及簇规模分布不合理等等不足。
针对LE ACH 算法的不足,从簇的形态、成簇方式和簇首选择依据等方面对其进行了改进。
改进后的算法采用固定分簇的方式;形成的簇是不均匀簇,即靠近Sink 节点的簇的半径较大,而远离Sink 节点的簇的半径较小;簇首选择的依据是节点的剩余能量。
仿真实验证明,改进后的算法具有更高的能量使用效率。
关键词:无线传感网络;路由算法;LE ACH 中图分类号:TP39 文献标识码:A 文章编号:1001-4551(2008)05-0100-04A new L EACH 2ba sed routi n g a lgor ith m for w i reless sen sor networksF ANG Xiao 2fei,SHEN Yong 2zeng,Y AO Jun 2jie(College of Infor m ation Engineering,Zhejiang U niversity of Technology,Hangzhou 310032,China )Abstract:LE ACH is a l ow energy adap tive clustering hierarchy algorith m f or wireless sens or net w orks,it can p r ol ong the lifeti m e of the net w orks by fifteen percent .But,the clusters are built after cluster 2heads are selected in LE ACH algorith m,s o cluster 2heads s pend more energy;the peri odic establish of clusters and selecti on of cluster 2heads need cost the extra expenses;the distri 2buti on of the clusters is unreas onable because of the random choice of cluster 2heads .The i m p r oved algorith m used the stati onary cluster;the of the cluster was unequal,the radius of the cluster that was far a way fr om the sink node was s maller than the radius of the cluster that was cl ose t o the sink node;the cluster 2heads were selected according t o the p resent energy of the nodes .The ne w algorith m can utilize the energy of the sens or nodes and p r ol ong the lifeti m e of the whole net w ork in theory .Si m ulati on results show that,the i m p r oved alg orith m has a higher efficiency of energy utilizati on .Key words:wireless sens or net w ork (W S N );r outing algorith m;LE ACH0 前 言无线传感网络是由大量部署在监测区域内的微型传感器节点组成,通过无线通信的方式形成一个多跳的自组织的网络系统。
基于最优簇数和改进引力搜索的WSN路由算法
基于最优簇数和改进引力搜索的WSN路由算法李新春;高佰胜【摘要】In order to improve the energy efficiency of Wireless Sensor Network (WSN),a WSN routing algorithm based on Optimal Number of Clusters and Improved Gravitational Search (ONCIGS) wasproposed.Firstly,the optimal number of clusters was calculated according to the idea of uneven clustering,and the improved AGglomerative NESting (AGNES)algorithm was adopted to realize the reasonable clustering of network.Secondly,reverse learning mechanism and elite strategy were introduced into the gravitational search algorithm,and the force was adjusted adaptively based on population density to improve the search precision and speed up the convergence.Then,the standard deviation of residual energy of cluster heads was taken as the objective function to search the energy-balanced inter-cluster data forwarding path.The experimental results show that,compared with the Low Energy Adaptive Clustering Hierarchy (LEACH) routing algorithm and Distributed Energy Balanced Unequal Clustering (DEBUC) routing algorithm,the network life cycle of the proposed ONCIGS is prolonged by 41.94％ and 5.77％respectively under the network scale of 100 m × 100 m,and it is prolonged by 76.60％ and 7.82％respectively under the network scale of 200 m × 200 m.The proposed ONCIGS can effectively prolong network lifetime and improve energy efficiency.%为了提高无线传感器网络(WSN)的能量利用效率,提出一种基于最优簇数和改进引力搜索的WSN路由算法(ONCIGS).首先,根据非均匀分簇的思想计算最优簇数,并采用改进的凝聚嵌套(AGNES)算法实现网络的合理分簇;其次,将反向学习机制和精英策略思想引入到引力搜索算法中,并基于种群密度对作用力进行自适应调整,以提高搜索精度,加快收敛;然后,将簇头剩余能量的标准差作为目标函数,搜索能量均衡的簇间数据转发路径.实验结果表明,相比低功耗自适应集簇分层型(LEACH)路由算法和分布式能量均衡非均匀成簇(DEBUC)路由算法,ONCIGS在100 m×100 m网络规模下将网络生命周期分别延长41.94％和5.77％,在200 m×200 m网络规模下分别延长76.60％和7.82％.ONCIGS能够有效地延长网络寿命,提高能量效率.【期刊名称】《计算机应用》【年(卷),期】2017(037)012【总页数】7页(P3374-3380)【关键词】无线传感器网络;非均匀分簇;引力搜索;网络能耗;生命周期【作者】李新春;高佰胜【作者单位】辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105;辽宁工程技术大学研究生院,辽宁葫芦岛125105【正文语种】中文【中图分类】TP393.04信息技术、集成电路及传感器等技术的迅猛发展，使得价廉、功耗低、体积微小并具备一定计算、感知、存储及通信能力的设备得以实现，并且部署于各种物理环境之中，形成了无线传感器网络(Wireless Sensor Network, WSN)。
一种具有提高成簇质量的WSN节能分簇路由算法
的代价小 ； 同时该算法还考虑 了节点 的剩余能量 ， 能量低的节点成为簇首的可能性 降低 。通过 这样 的方法选 择簇首 形成 的簇
提高了成簇的质量 ， 而提 高了网络 的整体性 能 ， 进 延长 了 网络 的生存 时间。在仿真 过程 中． 文通 过计算 得 出了簇 的理 想最 本
优 情 况 ， 与 仿 真 结 果 进行 比较 ， 证 了本 文 算 法 的合 理 性 。 并 验
是将 传感器 网络 的节 点划 分 为不 同的 簇 。 个簇 中 每 有一个 簇首 节点 ， 中 的其 余 成 员节 点 将 信 息 发送 簇
给簇 首节点 并 由簇 首 节点 进 行 数 据 的 融 合 和转 发 。 其中， 簇首 的选 择是 分簇 算法 的关键 ， 如何通 过簇 首
生存 周期是 ＷＳ Ｎ中的研究热点 之一ｌ２、 ］ １
ｂｅ ｉ ｒ ｖ ｄ ａ ｄ ｔ ｅ ｅ ｅ ｇ ｏ ｕ ｐ ｉｎ ｏ ｈｅ ｃ ｍｍｕｎ ｃ ｔｏ ｅ ｗｅ ｎ ｍｅ ｅ ｏ ｅ ｎ ｌ ｓｅ ｅ ｄ ｃ ｎ ｂ ｅ ｍｐ ｏ ｅ ｎ ｈ ｎ ｒ ｙ ｃ ｎｓ ｍ ｔｏ ｆｔ ｏ ｉａ ｉｎ ｂ ｔ ｅ ｍｂ ｒｎ ｄ ｓａ ｄ ｃｕ ｔｒｈ ａ ａ ｅ ｄ — ｃ ｅ ｓ ｄ． ｈ ａ ｉ ｅ，ｈｅ ｎ ｄ ｓ ｗｉｈ ｌｗ ｎ ｒ ｙ ｈ ｖ ｅ ｓ ｐ ｏ ａ ｉ ｔ ｏ ｂｅ ｏ ｅ ｔ ｅ ｃｕｓｅ ｅ ｄ． ｒ ａ ｅ Ａｔｔ ｅ ｓ ｍｅ ｔｍ ｔ ｏ ｅ ｔ ｏ ｅ ｅ ｇ ａ ｅ ｌ ｓ ｒ ｂ ｂ ｌ ｙ ｔ ｃ ｍ ｈ ｌ ｔ ｒｈ ａ Ｔｈｅｅ ｏ ｅ，ｔ ｉ ｒ ｆｒ ｉ ｃ ｎ ｉ ｒ ｖ ｈ ｕ ｌｔ ｆｔ ｅ ｎ ｔ ｒ ｎ ｘ ｅ ｄ ｔ ｉｅｔｍｅ ｏ ｅ ｎ ｔ ｒ Ｔ ｅ ｒ ｔｏ ｌ ｙ ｏ ｌ ｏｉｈ ｉ ｅ ｉ ｅ ａ ｍｐ ｏ ｅ ｔ ｅ ｑ ａｉｙｏ ｈ ｅｗｏ ｋ ａ ｄ ｅ ｔｎ ｈｅｌｆ ｉ ｆｔ ｅ ｗｏ ｋ． ｈ ａｉｎａｉ ｆａｇ ｒｔ ｍ ｓｖ ｒｆ ｄ ｈ ｔ ｉ
一种能耗均衡的WSN分簇路由算法
关翻
：无线传感器 网络 ；自组织映射 ；分簇路 由算法 ；网络 生命周期 ；粒子群优化
Ｗ Ｓ Ｃｌ ｓ ｅ ｉ ｇ Ｒｏ ｔｎ ｇ ｒｔ ｍ ｆ Ｎ ｕ ｔ ｒ ｎ ｕ ｉ ｇＡｌ ｏ ｉｈ ０ ｅ ｇ ｎ ｕ ｐ ｉ ｎ Ｂａ ａ ｃ Ｅｎ ｒ ｙ Ｃｏ ｓ ｍ ｔｏ ｌ ｎ ｅ
［ ｓ ａｔ Ａｂ ｔ ｃ］Ｂａｅ ｎ Ｌ ａｈＣ，ｈｓｐ ｐ ｒｐｏ ｏｅ ｏ ｅ ｒｕｉｇ ａｇｒ ｍ ｏ ｎ ｒｙ ｃ ｎｕ ｔ ｎ ｂ ｌ ｃ ， ａ ｄＥ Ｌｅｃ — ．Ｉ ｕｅ ｒ ｓｄ ｏ ｅｃ－ ｔｉ ａｅ ｒｐ ｓｓａｎ ｖ ｌ ｏ ｔ ｌｏｉ ｎ ｈ ｔ ｆｒｅｅｇ ｏ ｓｍｐｉ ａａ ｅ ｎ ｍｅ Ｂ ａｈＣ ｔ ｓｓ ｏ ｎ
能量级男 相 同的节点 自组织成簇。设计一个新 的代价 函数 ，用于在簇头（ Ｈ 与基站（ ｓ 间选择最 优中继节点 ，从而实现 Ｃ —Ｈ Ｂ ０ ｃ ） Ｂ） 之 Ｈ Ｃ － Ｓ的通
信 。仿真结果表 明，Ｅ ｅｃ— ＢＬ ａｈＣ能 避免远离基站的簇过早死亡 ，并且均衡节点能耗 ，提高 网络覆盖率 。
之” 的思想 。分簇后 ，簇头（ ｌｓ ｒＨ ａ ， Ｈ） Ｃｕｔ ｅｄ Ｃ 收集并融合簇 ｅ 内节点感 知的数据 ，并将数据发送到基站（ ａｅ ｔｔ ｎ Ｂ ） Ｂ ｓ ａｉ ， Ｓ 。 Ｓ ｏ
分级通信减少 了信道冲 突，并可节省 能量 消耗 ，延长网络生
２ 自组织映射算法
Ｓ Ｍ 是一种非监督的神经 网络结构 ， Ｏ 主要 目的是将任意
第 ３ 卷 第 ｌ ８ ４期
Ｖ０ － ８ ｌ３
・
计
算
机
工
程
２１ ０ ２年 ７月
Ｊ ｌ ｕ ｙ ２０１ ２
《基于改进K-means和WOA的WSN路由算法》
《基于改进K-means和WOA的WSN路由算法》一、引言无线传感器网络（WSN）是一种由大量低功耗、低成本、多功能的无线传感器节点组成的网络系统，用于实现特定空间范围内的实时感知和检测任务。
随着WSN在多个领域的广泛应用，其路由算法的优化问题变得尤为重要。
本文提出了一种基于改进K-means和鲸鱼优化算法（WOA）的WSN路由算法，旨在提高网络性能，延长网络生命周期。
二、背景与相关技术K-means算法是一种经典的聚类算法，具有简单、快速、易于实现等优点，被广泛应用于数据聚类和分类任务中。
然而，在WSN路由中，传统K-means算法往往难以处理节点动态变化和网络拓扑结构复杂等问题。
因此，对K-means算法进行改进，以提高其在WSN路由中的适用性是必要的。
鲸鱼优化算法（WOA）是一种新兴的优化算法，具有全局搜索能力强、参数设置简单等特点。
它能够在多维空间中寻找到最优解，对于解决WSN路由中的优化问题具有很好的潜力。
三、算法设计（一）改进K-means算法针对传统K-means算法在WSN路由中的不足，本文提出了一种基于密度的改进K-means算法。
该算法通过引入节点密度和通信质量等指标，对聚类中心进行动态调整，以适应网络中节点动态变化和拓扑结构的变化。
同时，该算法还采用了一种基于局部信息的优化策略，以进一步提高聚类的准确性和效率。
（二）WOA优化WSN路由本文将WOA应用于WSN路由中，通过在多维空间中寻找到最优的路由路径，以实现网络性能的优化。
具体而言，我们首先将WSN路由问题转化为一个多目标优化问题，然后利用WOA的全局搜索能力，在解空间中寻找到最优的路由路径。
此外，我们还采用了一种自适应的步长调整策略，以进一步提高WOA的搜索效率和准确性。
四、算法实现与实验分析（一）算法实现本文所提出的基于改进K-means和WOA的WSN路由算法，可以在多种编程环境和平台上实现。
具体而言，我们采用Python 语言编写了算法的实现代码，并利用了相关WSN仿真工具进行实验验证。
基于蚁群系统的WSN能量有效路由算法
基于蚁群系统的WSN能量有效路由算法吴镝;温涛;郭权;盛国军【摘要】To improve energy efficiency in wireless sensor network（WSN）, an energy efficient routing algorithm was proposed on the basis of the self-adaptability and dynamic optimization of ant colony system（ACS）and the self-organized property of WSN. Residual energy was considered to compute local heuristic factor to optimize the path probability selection and balance energy consumption among nodes. Quality of each path was introduced into the global pheromone update, which was evaluated by using the path length, the average pheromone of the path, and the average residual energy of nodes in the path. Multiple dynamic optimized paths were explored and maintained between source nodes and Sink to improve the robustness of transmission. Simulation results indicated that the proposed efficiency and prolong the lifetime of WSN. algorithm can decrease delay, improve energy%针对无线传感器网络的能量有效性问题,基于蚁群系统的自适应性及动态寻优能力,以及无线传感器网络的自组织特性,提出一种能量有效的路由算法.为了优化路径概率选择,平衡节点间的能量消耗,将节点剩余能量引入本地启发因子.用路径平均信息素水平、路径节点平均剩余能量和路径长度评价路径质量,并将路径质量引入信息素全局更新.在源节点与Sink间建立多条动态优化传输路径,提高传输的可靠性.仿真结果表明,本算法可以减小延迟,提高能量使用效率,有效地延长无线传感器网络的工作时间.【期刊名称】《东北大学学报（自然科学版）》【年(卷),期】2012(033)007【总页数】4页(P941-944)【关键词】无线传感器网络;蚁群系统;信息素;路由;能量有效性【作者】吴镝;温涛;郭权;盛国军【作者单位】东北大学信息科学与工程学院,辽宁沈阳110819;东北大学信息科学与工程学院,辽宁沈阳110819 大连东软信息学院,辽宁大连116023;大连东软信息学院,辽宁大连116023;东北大学信息科学与工程学院,辽宁沈阳110819 大连东软信息学院,辽宁大连116023【正文语种】中文【中图分类】TP393无线传感器网络(wireless sensor network,WSN)是一种自组织的网络应用系统,由功能有限的传感器节点组成,节点间以无线的方式进行通信[1]。
基于位置信息的WSN数据汇聚路由算法
基于位置信息的WSN数据汇聚路由算法基于位置信息的无线传感网络（Wireless Sensor Network, WSN）数据汇聚路由算法是一种通过利用节点的位置信息来选择最佳路径进行数据汇聚的算法。
在WSN中，无数的传感节点分布在感兴趣区域内，这些节点可以收集、处理和传输环境数据。
然而，WSN中传感节点资源有限，包括能量、带宽和存储空间，因此设计高效的数据汇聚路由算法至关重要。
1. 基于最短路径的算法：该算法使用节点之间的距离作为衡量标准，选择路径中最短的路径进行数据汇聚。
最短路径可以通过使用Dijkstra算法或贪心算法来计算。
该算法可以减少能量消耗，但在网络拥塞时可能会出现问题。
2.基于边界节点的算法：该算法通过在感兴趣区域边界上选择具有最低能量消耗的节点作为数据汇聚路径的起点和终点。
这些边界节点可以通过使用凸包算法或最小生成树算法来计算。
该算法可以有效减少能量消耗，并提高网络寿命。
3.基于虚拟格子的算法：该算法将感兴趣区域划分为虚拟格子，其中每个节点负责收集和传输其所在格子的数据。
算法根据节点的位置信息选择最近的邻居节点进行数据传输，可以减少能量消耗和网络拥塞。
4.基于多路径的算法：该算法使用多条路径进行数据汇聚，以提高网络的容错性和可靠性。
根据节点的位置信息，算法选择多条路径，并在数据丢失或链路故障时自动切换到可用的路径。
该算法可以提高数据传输的可靠性，但增加了网络的管理复杂性。
综上所述，基于位置信息的WSN数据汇聚路由算法是一种通过利用节点位置信息来选择最佳路径进行数据汇聚的算法。
这些算法可以减少能量消耗、延迟和网络拥塞，并提高网络的生命周期和数据传输的可靠性。
未来，可以进一步研究和改进这些算法，以适应不同的应用场景和网络需求。
同时，还可以结合其他技术，如机器学习和优化算法，进一步提高基于位置信息的WSN数据汇聚路由算法的性能。
基于改进萤火虫聚类的异构WSNs能耗优化路由算法
基于改进萤火虫聚类的异构WSNs能耗优化路由算法罗剑;毕晓东【期刊名称】《传感技术学报》【年(卷),期】2018(031)010【摘要】针对随机分簇算法未考虑节点位置和对节点能量利用不充分的问题,提出了一种基于改进萤火虫聚类的异构无线传感器网络能耗优化路由算法(IFCEER).该算法将改进萤火虫聚类算法用到高能节点分簇中,在时间充裕的数据传输阶段预测与聚类中心和基站等位置相关的主副簇头,进而形成结构紧密的全局最优簇集合,避免簇头可能集中于局部区域造成簇半径随意扩大的缺点,平衡了异构节点的能耗,降低了频繁重新聚类消耗能量的风险.仿真实验结果显示:与原有算法相比,在自由空间模型主导的100 m×100 m监测环境和多路径衰减模型主导的300 m×300 m监测环境中,网络内第1个节点死亡时间分别延迟43％到225％;随着节点间传输距离的增加,300 m×300 m监测环境能耗减少达到60％.【总页数】8页(P1584-1591)【作者】罗剑;毕晓东【作者单位】浙江经济职业技术学院数字信息技术学院,杭州310018;浙江经济职业技术学院数字信息技术学院,杭州310018【正文语种】中文【中图分类】TP393【相关文献】1.一种WSN中的能耗优化动态路由算法 [J], 杨银堂;高翔;柴常春;张剑贤2.面向异构WSNs的基于能量感知的簇路由算法 [J], 焦克莹;郭强3.基于CFSFDP聚类算法的WSN高能效分簇路由算法 [J], 李柳雅;贾宗璞4.基于遗传算法和模糊C均值聚类的WSN分簇路由算法 [J], 董发志;丁洪伟;杨志军;熊成彪;张颖婕5.基于簇首位置控制的异构WSN分簇路由算法 [J], 李东林;韦素媛因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
０ 引言
无 线 传 感 器 网 络 （ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ， ＷＳＮ） 作为一种集成了分布式计算、网络协议、数 据库处理、信号处理、微电子技术等多种技术于一 体的领域，目前已经受到学术领域和工业界的广泛 关注［１⁃２］ ．由于 ＷＳＮ 中的节点采用自组织的方式， 节点之间通过相互合作的方式，将自己采集的数据 通过连接的网络发送到 Ｓｉｎｋ 节点． 在 ＷＳＮ 初始部 署的过程中，对于一些环境恶劣和无人能及的环 境，网络中的节点通常是通过无人机来随机布撒， 因此节电能量往往无法得到及时补充．为了尽量延 长网络的生存周期，需要进一步减少网络的能量总 消耗，即对网络的路由进行更好的设计，即设计 １ 条从发送数据的源节点到目标节点的最优路径．
１ 问题描述
本文要解决的问题是建立 ＷＳＮ 的网络区域， 同时通过对网络进行合理组织，设计出从源节点出 发到目标节点的最优路径． 在该网络中，假设各节 点具有相似的存储、处理和通信能力，并采用电池 供电，能量无法持续供应，节点的通信功率可调，收 发节点可以通过调节发射功率来确定传输距离，节 点未安装任何 ＧＰＳ 定位设备，但可以通过一定定 位算法来对自身位置进行估计．一种可行的基于无 监督的 Ｋ 均值网络分簇算法得到的网络的分区如 图 １ 所示．
收稿日期： ２０１７⁃１２⁃０１ 作者简介： 王娜娜（１９８０⁃） ，女 ，山西长治人，讲师，硕士．
·５４· 兰 州 工 业 学 院 学 报 第 ２５ 卷 ������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
式中，网络区域的宽度表示为 Ｈ ； 传感器节点与
Ｓｉｎｋ 节点之间的距离表示为 ｄｔｏｓｉｎｋ ；网络区域中的 节点数表示为 Ｎ ．
算法 １ 基于无监督聚类的并行分簇算法．
初始化： Ｎ ， ｄｔｏｓｉｎｋ ， Ｈ ， εｆｍｐ ， εａｍｐ ． 步骤 １：根据公式（１）来计算网络的总分簇数．
目前，对 ＷＳＮ 的路由协议设计的主要工作侧 重在路径规划、数据融合和网络拥塞控制上． 文献 ［３］ 提出了一种高能效路由协议 ＵＣＰＯ，该协议根 据最佳簇头个数划分区域，综合考虑簇内能量消耗
和节点剩余 能 量 以 选 择 簇 投， 实 现 数 据 的 多 跳 传 输，并通过实验表明了改进的协议能减少网络能耗 和延长网络生存周期．文献［４］ 提出了一种基于最 小跳数的分簇路由协议，根据邻结点的广播信息计 算最小跳数，在下一跳结点的选择中考虑了候选结 点到基站的最小跳数、节点能量以及节点和基站的 距离，从而提高路由效率． 文献［ ５］ 提出了一种兼顾 拥塞避免和能量均衡的路由算法，利用网络模型建 立节点之间的多条路径，并通过建立虚拟网络确定 网络模型，通过路径更新均衡能耗和避免拥塞． 文 献［６］ 提出了一种能耗均衡 的 ＷＳＮ 分 簇 路 由 算 法，采用自组织网络和 Ｋ 均值算法来对位置相邻 以及能量级别相同的结点自组织成簇．文献［７］ 提 出了一种改进的蚁群算法，并将其应用于 ＷＳＮ 网 络路由中．该算法在状态转移概率公式中引入罚函 数和动态权重因子，采用局部信息素和全局信息素 结合来更新路径信息，充分考虑节点之间的传输距 离，并考虑了结点的剩余能量． 本文提出一种能提 高网络生命周期的路径规划方法．
文章编号：１００９－ ２２６９（ ２０１８） ０２－ ００５３－ ０４
基于无监督聚类的 ＷＳＮ 最优路由方法设计
王娜娜（ 山西警察学院 网安全保卫系，山西 太原 ０３０４０１）
摘要：为了解决无线传感器网络中在设计最优路由时无法兼顾提高网络生命周期的问题，提出了 一种基于无监督聚类的 ＷＳＮ 的最短路由设计方法．首先，提出了基于 Ｋ⁃ｍｅａｎｓ 算法对整个网络 进行无监督聚类，并将聚类作为网络的分簇，而聚类中心作为簇头节点；在此基础上，提出了一种 基于分簇的簇头到 Ｓｉｎｋ 节点的路由算法，寻找出从各簇头到 Ｓｉｎｋ 节点的最优路由，当簇头的剩 余能量低于阈值时，启动所在簇成员节点中与其距离最短同时剩余能量最高的节点作为新的簇 头节点，在 ＮＳ２ 仿真环境下，对网络生命周期和数据包传输量进行了仿真．结果表明文中方法较 其他方法具有较好的负载均衡性能、网络生命周期以及数据包总传输量． 关键词：无监督聚类；最短路由；生命周期；传感器 中图分类号：ＴＰ３９３ 文献标志码：Ａ
第 ２５ 卷 第 ２ 期
２０１８ 年 ４ 月
兰州工业学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｌａｎｚｈｏｕ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ
Ｖｏｌ．２５ Ｎｏ������ ２ Ａｐｒ．２０１８
������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������