无线传感器网络中一种能量均衡的基于连通支配集的数据收集算法

合集下载

能量均衡的最小连通支配集分布式算法

能量均衡的最小连通支配集分布式算法能量均衡是无线传感器网络中一个重要的问题，通过调整传感器节点之间的能量消耗，实现能量的均衡分配，可以延长整个网络的生命周期。

连通支配集是指在无线传感器网络中，选择一些节点作为“关键节点”，保证网络中的任意节点都能够通过这些节点进行通信。

因此，能量均衡的最小连通支配集分布式算法的目标是找到一组节点，使得这些节点既能保证网络中的任意节点都能够通过它们进行通信，同时又能够实现能量的均衡分配。

1.初始化：每个节点将自己的能量水平广播给邻居节点，并收集邻居节点的能量信息。

2.节点选择：每个节点根据自己和邻居节点的能量信息，以及网络拓扑结构，计算出一个指标，作为选择节点的依据。

这个指标既要考虑能量水平，也要考虑节点在拓扑结构中的位置。

例如，一个节点的能量水平较高，但如果它的邻居节点中已经有其他节点被选为关键节点，那么它的指标可能会比较低。

3.关键节点选择：每个节点根据自己的指标，选择自己是否成为关键节点。

选择的策略可以是基于贪心算法，即选择指标最高的节点作为关键节点。

当节点决定成为关键节点时，它将向邻居节点发送成为关键节点的消息，并广播给整个网络。

4.连通支配集建立：每个节点根据收到的成为关键节点的消息，更新自己的关键节点集合。

根据关键节点集合，节点可以知道自己是否属于连通支配集。

如果节点属于连通支配集，则将自己的状态设置为“活动”，否则设置为“休眠”。

5.能量分配：每个节点根据自己的能量水平和相邻节点的状态，计算出一个能量分配方案。

根据方案，节点可以选择将自己的一部分能量分配给“活动”节点，以实现能量的均衡分配。

6.能量传输：根据能量分配方案，节点之间进行能量传输。

节点向邻居节点发送能量，并等待邻居节点确认能量的接收。

如果邻居节点接收到能量后水平不再低于一些阈值，那么节点可以将它从连通支配集中移除。

7.迭代调整：重复执行步骤5和6，直到能量的均衡分配达到一定的收敛状态。

可以根据网络中节点的能量变化情况，动态调整能量分配方案。

无线传感网络中能量均衡算法研究

无线传感网络中能量均衡算法研究用于环境监测、物联网等领域的无线传感网络（Wireless Sensor Network, WSN）是由许多分布式无线传感器节点组成的网络。

在这种网络中，每个节点负责采集和处理环境信息，并通过互相之间传输数据来实现对整个网络的协同监测和控制。

每个节点的能量供给只能依靠内置的电池，一旦电池耗尽，节点将无法正常工作。

因此，如何合理利用每个节点的电池能量，延长网络寿命成为了一个重要问题。

其中，能量均衡算法的研究成为解决该问题的一个重要途径。

无线传感网络节点的能量模型通常使用抽象化的虚拟电池模型。

在该模型中，节点的电池能量被表示为一个固定的值，通常用Joule（焦耳）表示。

无线传感网络节点的能量消耗通常可以分为三个方面，即信号传输能量消耗、接收信号能量消耗以及其他能量消耗，其中信号传输能量消耗和接收信号能量消耗是节点消耗最多的部分，其他能量消耗大部分是静态能耗。

为了提高整个网络的寿命，必须合理分配每个节点的电池能量。

目前，能量均衡算法主要有以下几种：1、LEACH（Low Energy Adaptive Clustering Hierarchy）算法LEACH是一种经典的能量均衡算法。

它采用分簇的方式，选择多个簇首节点，让簇首节点集中处理传输信息，其他节点将信息发送到最近的簇首节点。

在该算法中，将节点分为两种状态：普通节点和簇首节点。

普通节点按照传输距离和能量等进行簇首节点的选择。

该算法能够有效降低能量消耗，使节点能够均衡消耗电池能量，提高网络寿命。

2、SEP（Stable Election Protocol）算法SEP算法将节点分为两类：稳定节点和非稳定节点。

在该算法中，将所有的节点都随机选取一个数值从0到1，并将其设为节点的状态值。

节点状态值小于一个阈值时，节点是非稳定节点，相反则为稳定节点。

非稳定节点只负责传输自己本身的信息，而稳定节点则负责整个网络的信息处理。

此算法采用无选择性的随机化节点选举及群集形成机制，可以保证如数据采集、路由、传输等上层协议在给出的基础上实现最大的网络生存期和数据可达性。

无线传感器网络中的能量平衡算法研究

无线传感器网络中的能量平衡算法研究无线传感器网络（wireless sensor networks，WSNs）是一种由大量分布式传感器节点组成的网络系统。

这些节点可以自主地感知环境信息，并将其通过网络传输到数据中心进行处理和分析。

然而，在WSNs中，能源是一个非常有限的资源。

由于传感器节点通常是被动供电或者使用电池供电，能源消耗问题成为限制WSNs 长期运行和性能的主要因素之一。

因此，如何实现传感器节点之间的能量平衡，成为WSNs研究的热点之一。

传感器节点之间的能量消耗不平衡会导致一些节点能量消耗过快，而其他节点能量利用率较低，最终导致整个网络能量分布不均匀，甚至部分节点能源耗尽。

为了解决这个问题，研究者们提出了一系列的能量平衡算法。

一种常见的能量平衡算法是多路径数据传输。

该方法通过使节点之间的数据传输具有多条可选路径，从而实现能量的均衡分配。

当某个节点能量消耗过快时，可以通过选择其他路径进行数据传输，从而减轻该节点的负担，实现能量的均衡预测。

但是，多路径数据传输算法需要在网络中增加额外的负载，会增加网络通信的复杂性和开销。

另一种常见的能量平衡算法是定时器调整算法。

通过调整节点的工作周期和休眠周期，使节点之间的能源消耗更均匀。

在工作周期内，节点进行数据采集和传输；而在休眠周期，节点处于低功耗状态，以节省能量。

定时器调整算法根据节点能量消耗情况动态调整工作周期和休眠周期的长度，从而实现能量的均衡利用。

然而，定时器调整算法需要在节点之间协调好工作和休眠时间，复杂度较高。

还有一种能量平衡算法是基于拓扑结构的选择算法。

通过调整传感器节点的布局，使得能量消耗更加均衡。

这种算法通常通过研究节点之间的连接和距离来进行布局调整，以保持能量平衡。

例如，可以通过选择节点之间距离较远的连接，使得能量在各个节点之间更加均匀。

同时，还可以通过增加新的节点，使得能量更加平衡。

然而，基于拓扑结构的选择算法需要对网络进行实时分析和调整，复杂度较高。

无线传感器网络中节点能量平衡算法设计与分析

无线传感器网络中节点能量平衡算法设计与分析无线传感器网络（Wireless Sensor Network，WSN）是由大量具备感知、数据传输和处理能力的分布式无线传感器节点组成的网络。

在WSN中，节点能量平衡是为了延长整个网络的寿命、提高可靠性和稳定性的一项重要任务。

本文将探讨无线传感器网络中节点能量平衡算法的设计与分析。

一、无线传感器网络中的能量平衡问题WSN中的传感器节点通常使用电池作为能量来源。

由于传感器节点通常是分布式部署的，节点之间的距离远、维护困难，因此节点能量的消耗是设计WSN中需要考虑的核心问题之一。

节点能量不平衡会导致某些节点提前耗尽能量，从而导致网络的断裂和功能的丧失。

为了解决节点能量平衡问题，设计了多种节点能量平衡算法。

这些算法的核心思想是通过调整节点的工作模式、优化节点的能量消耗和平衡能量的分配，以实现节点能量的均衡分布。

二、节点能量平衡算法的设计1. 基于节点分组的能量平衡算法基于节点分组的能量平衡算法将网络中的节点分成不同的组，并采用不同的策略调整组内节点的工作状态和相互之间的通信方式，从而实现节点能量的均衡消耗。

例如，一种常见的基于节点分组的能量平衡算法是LEACH（Low-Energy Adaptive Clustering Hierarchy）。

LEACH算法将节点分成不同的簇，并选举一个簇头节点负责汇总和传输数据。

簇头节点会以较高的速率进行数据传输，而其他非簇头节点将以较低的速率进行通信，从而平衡节点能量的消耗。

2. 基于路由协议的能量平衡算法基于路由协议的能量平衡算法是通过调整节点之间的数据传输路径和选择合适的路由协议来实现节点能量的均衡消耗。

例如，一种常见的基于路由协议的能量平衡算法是ERP （Energy-aware Routing Protocol）。

ERP算法通过考虑节点剩余能量、跳数和路径质量等因素，选择具有较低能量消耗和更优路径的节点进行数据传输，从而实现节点能量的均衡分配。

无线传感器网络的能量均衡算法研究

无线传感器网络的能量均衡算法研究无线传感器网络（Wireless Sensor Network，WSN）是由大量具有无线通信和感知能力的传感器节点组成的网络系统，用于感知、控制和监测某一区域内的物理和环境条件。

传感器节点可以通过互相通信来协同工作，实现对感知场景的信息收集、处理和传递。

但是，传感器节点的能量限制是WSN面临的最大挑战之一，因为传感器节点的能源往往是有限的，难以实现常规的能量补给。

如何优化WSN的能量利用效率以及延长整个网络的寿命，是无线传感器网络领域研究的重要方向之一。

能量均衡在无线传感器网络中扮演着至关重要的角色。

传感器网络中的节点由于分布位置各异，其能量消耗也不同；与此同时，节点间的通信负载也存在不均衡的情况，因此，一些节点的能量可能会更快地消耗完，从而导致网络性能的下降。

因此，如何通过优化网络中各节点的能量分配，实现能量均衡，是当前WSN领域研究的热点之一。

在能量均衡算法的设计中，一个重要的考虑因素是尽可能地避免节点间的能量消耗不均衡。

平衡能量消耗可以提高网络寿命，并且保证传感器网络在长时间处于良好的性能状态。

因此，在设计能量均衡算法时，我们需要考虑以下几个方面：一、节点间的通信负载均衡传感器节点之间的通信负载不均会导致一些节点缺乏能源并在较短时间内失效，从而影响整个网络的能量利用率。

为了解决这个问题，研究人员通常采用基于距离的路由算法来平衡通信负载。

不同的路由算法需要针对不同的节点分布情况来设计，同时还需要考虑隐藏节点和暴露节点等问题。

二、节点能量消耗的均衡节点间的距离远近会导致能量消耗不均，因此，我们需要根据节点之间的距离设计相应的平衡算法，以确保每个节点的能量消耗均衡。

传感器节点不仅需要距离尽可能远，而且需要考虑节点的连通性问题。

三、能源回收目前，研究人员已经开发出了一些能够从智能太阳能细胞、热能、振动等其他源回收能量的解决方案。

能源回收技术可以解决在传感器节点的电池无法代替时能源的稀缺问题。

无线传感器网络中的高效能量平衡算法研究

无线传感器网络中的高效能量平衡算法研究随着物联网技术的不断发展，无线传感器网络（Wireless Sensor Networks，简称WSN）已经成为物联网的一种重要形式，被广泛应用于多个领域，如环境监测、智能交通、智能家居等。

WSN具有大量节点、分布广泛、自组织等特点，因此不仅能够收集环境数据，还能够对环境进行实时监测和控制。

但是WSN节点的功耗、传输距离和网络寿命等是WSN应用中面临的主要问题之一。

为了解决这些问题，WSN需要有效的能量平衡算法。

本文将介绍WSN中的高效能量平衡算法及其研究现状。

一、WSN能量平衡算法的概念WSN中的能量平衡算法是指通过调节节点之间的能量消耗，使各个节点的能量水平尽可能地平衡，达到延长整个网络寿命的目的。

由于WSN节点是靠电池供电，因此节点的电量是有限的，并且这些节点分布广泛，节点的更换和维护都比较困难。

如果某几个节点的电量耗尽了，将会导致整个网络的瘫痪，甚至无法继续使用。

因此，WSN中的能量平衡算法有着重要的研究价值和实际应用价值。

二、WSN能量平衡算法的研究现状目前，有许多研究人员对WSN能量平衡算法进行了研究。

研究中提出了各种各样的算法，其中比较典型的有以下几种。

1. LEACH算法LEACH（Low-Energy Adaptive Clustering Hierarchy）算法是WSN中最早也是最经典的能量平衡算法之一。

LEACH算法采用了周期性簇头节点的方式来协同管理和控制网络，同时避免过度依赖某个特定节点，从而实现了能量的均衡分配。

而且该算法可以避免节点过早失效，延长网络的寿命。

由于LEACH算法的公平性和灵活性，近年来得到了广泛的应用和发展。

2. SCPA算法SCPA（Stable Centroid Power Adjusting）算法是一种新型的能量平衡算法。

该算法基于LEACH算法，利用中心节点的位置和能量水平控制节点的能量消耗，从而保持网络的整体均衡。

无线传感器网络中的能量平衡算法教程

无线传感器网络中的能量平衡算法教程无线传感器网络（Wireless Sensor Networks，WSN）是由大量的传感器节点组成的网络，这些节点具有自主感知、数据处理和通信能力。

然而，传感器节点的能量供应是有限的，因此能量消耗成为影响网络寿命和性能的关键因素之一。

能量平衡算法是在传感器网络中广泛应用的一种方法，旨在合理分配能量，延长网络的寿命。

1. 能量平衡算法的概述能量平衡算法是一种通过有效地分配传感器节点的能量消耗来平衡整个网络能量消耗的算法。

其主要目标是使所有节点的能量消耗尽可能均衡，避免个别节点能量过早耗尽而导致整个网络失效。

2. 常用的能量平衡算法(1) LEACH（Low Energy Adaptive Clustering Hierarchy）算法LEACH是一种经典的能量平衡算法，采用分簇的方式组织节点，通过选择簇首节点来收集、处理和传输数据，降低了传感器节点的能量消耗。

LEACH算法具有简单的实现和低延迟的优点，适合大规模传感器网络。

(2) EECS（Energy Efficient Clustering Scheme）算法EECS算法在LEACH算法的基础上进行了改进，通过引入能量策略和吞吐量策略来选择簇首节点。

能量策略在选举过程中考虑节点的剩余能量，以降低能量消耗不均衡带来的影响。

吞吐量策略则通过评估节点的数据吞吐量来选择簇首节点，以提高网络性能。

(3) SEP（Stable Election Protocol）算法SEP算法是一种基于概率选择节点角色的能量平衡算法。

它通过引入稳定性概念来选择簇首节点，以确保网络中每个节点都有机会成为簇首节点，从而实现能量消耗的均衡。

3. 能量平衡算法的工作原理能量平衡算法的工作原理通常包括以下几个步骤：(1) 初始设置：确定网络的拓扑结构和参数设置，包括节点数量、节点分布以及网络通信协议等。

(2) 节点选举：根据算法的选举策略选择簇首节点，通常考虑节点的能量和通信质量等因素。

无线传感器网络中的能量平衡算法研究

无线传感器网络中的能量平衡算法研究无线传感器网络（Wireless Sensor Network，WSN）由大量的被动传感器节点构成，这些节点具有自我感知、自组织和自修复等特性。

由于其小巧、耐用、便携等优点，WSN已经被广泛应用于环境监测、智能家居、智能交通等领域。

WSN中的传感器节点具有能够自我生成能量的功能，例如太阳能电池板、环境振动、热能收集等。

然而，由于电池的耗散，传感器节点的寿命会受到严重的影响。

因此，WSN的能源平衡问题成为了研究热点之一。

当前，研究学者主要采用的能源平衡方法分为两类：一类是基于模型的能量平衡方法，另一类是基于启发式算法的能量平衡方法。

基于模型的能量平衡方法主要采用数学模型来描述传感器网络中的能量消耗和能量生成。

其目的是通过优化传感器节点的运行策略，减少能量消耗，并在节点能源不足时进行节能措施，从而延长节点的寿命。

常用的模型有广告传播模型、博弈模型等。

这种方法主要适合于网络拓扑极为简单的情况，无法适应复杂的网络拓扑结构和环境变化等难点。

基于启发式算法的能量平衡方法则利用启发式算法的优点，通过数学建模和仿真实验对WSN能量平衡进行调节和优化。

该方法具有对传感网络拓扑结构、能量消耗和能量收集等因素适应性强、可扩展性强、容错性强等优点。

注意,NoFree Lunch理论表明，在任何特定任务中，极端的方法并不总是表现最好。

目前，常用的启发式算法有遗传算法、蚁群算法、粒子群算法、模拟退火等。

其中，粒子群算法是一种模拟自然界生物群体行为的优化算法，在处理非线性、高维组合等问题方面具有一定的优势。

基于粒子群算法的能量平衡方法，则主要研究如何通过调整节点的任务分配和能源分配，实现全局能量平衡。

相比于其他方法，基于粒子群算法的能量平衡方法更加适合于解决具有不确定性、非线性、动态变化的WSN能源平衡问题。

在具体的应用中，WSN能量平衡方法应该根据实际情况进行灵活调整，并结合多种方法，使得网络寿命可以更长久地得到保障。

无线传感器网络中的连通支配集求解算法

邮局订阅号：82-946360元/年技术创新博士论坛《PLC 技术应用200例》您的论文得到两院院士关注无线传感器网络中的连通支配集求解算法Connected Dominating Set Algorithm of Wireless Sensor Network(广东商学院)高文宇GAO Wen-yu摘要:连通支配集在无线传感器网络中有着重要的作用,通过对连通支配集的深入分析得到了关于连通支配集的一个新特性,即最小连通支配集是图的一棵包含最多叶子节点的生成树中的非叶子节点的集合。

根据这个结论设计了一种全新的连通支配集求解算法,即通过建立一棵含叶子节点较多的生成树来寻找一个较小的连通支配集。

仿真实验表明,新算法较前人的算法有明显的改进。

关键词:无线传感器网络;连通支配集;仿真中图分类号:TP393文献标识码:AAbstract:Connected Dominating Set (CDS)plays an important role in Wireless sensor network.An important conclusion was got through analysis of CDS,which is the smallest CDS of a simple connected graph is the non-leaf nodes of a spanning tree with most leaf nodes.A new CDS algorithm was designed according to this conclusion.Simulations showed that the new algorithm could achieve better performance than others.Key words:Wireless sensor network;Connected dominating set;Simulation文章编号:1008-0570(2010)01-1-0047-031引言无线传感器网络作为一种新的信息获取方式和处理模式,它通过大量部署在检测区域内的传感器节点采集网络覆盖区域内感知对象的信息,节点间采用无线自组织形式构建网络。

无线传感器网络中的能量平衡算法研究

无线传感器网络中的能量平衡算法研究一、引言随着科技的不断进步，各个领域中都出现了越来越多的传感器网络。

无线传感器网络（Wireless Sensor Network）是其中的一个重要领域，它通过将小型传感器部署在一个区域内，将其联网并与基站进行通信，进而完成对该区域中目标数据的采集、处理和传输等任务。

然而，由于无线传感器节点通常是由电池供电，其能量有限，因此在传感器网络的运行过程中，如何实现节点之间的能量平衡成为了一个重要的研究课题。

在无线传感器网络中，能量平衡算法是一类重要的算法，其目的是通过调节节点之间的能量消耗来提升整个网络的寿命。

本文将就无线传感器网络中的能量平衡算法进行研究，并分别从基于调度的算法、基于分簇的算法、基于多路径的算法以及基于能量转移的算法等四个方面进行详细讨论。

二、基于调度的算法基于调度的算法是一种通过控制节点的工作时间来调整节点的能量消耗，从而实现网络能量平衡的算法。

在这种算法中，调度器通常使用两种方法来优化节点的调度：时间片轮换和能量优先。

时间片轮换是指将节点任务按照一定的顺序分成若干时间片，由调度器控制节点在每个时间片内的工作时间，使得各个节点均衡地消耗自身的能量。

能量优先是指在时间片轮换的基础上，将低能量节点的工作时间减少，从而使它们的能量消耗能够均衡到整个网络。

基于调度的算法能够有效地保证网络的能量平衡，但是需要消耗较多的计算和通信资源，增加了网络的复杂度。

三、基于分簇的算法基于分簇的算法是一种通过将网络节点分成若干个簇，在簇内进行数据传输从而减少能量消耗的算法。

在这种算法中，每个簇内都设有一个簇头节点，它负责与其他簇头节点进行通信并将数据传输到基站中。

基于分簇的算法可以有效地减少网络中节点的能量消耗，提高网络的生命周期，但是在节点数较多、通信距离较大的情况下，由于簇头节点需要承担较大的通信任务，容易出现能量耗尽的情况。

四、基于多路径的算法基于多路径的算法是一种通过在网络中增加多条路径来分担节点的能量消耗的算法。

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)。

水平．此外，节点的计算、通信能力均比较弱．无线传感器网络通常部署于有线网络很难应用的区域，如：战场［，］１２和原始森林等数据收集是无线传感器网络中最基．础的应用之一，它是指网络中的所有节点将数据传送
基金项目：国家自然科学基金（）；广西省自然科学基金（）Ｎｏ．６１１０３２４５Ｎｏ．２０１２ＧＸＮＳＦＢＡ０５３１６３
第８期年８月２０１３
电子学报ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ
Ｖｏｌ．４１Ｎｏ．８Ａｕｇ．２０１３
无线传感器网络中一种能量均衡的基于连通支配集的数据收集算法
奎晓燕１，杜华坤２，梁俊斌３
（中南大学信息科学与工程学院，湖南长沙４；中南大学地球科学与信息物理学院，湖南长沙４；１．１００８３２．１００８３广西大学计算机与电子信息学院，广西南宁５）３．３０００４
１５２２
电
子
学
报
年２０１３
到Ｓ节点的过程．其中，ｉｎｋＳｉｎｋ节点是一种特殊的节点，它一般是静止的并且具有充足的能量．如何有效地保存节点能量以延长网络生命周期是数据收集算法的关键问题．为使网络能长时间工作，必通信能须在数据收集过程中有效地保存节点的能量．耗是节点最主要的能耗，而在计算、感知等方面的能耗通常可以忽略不计，因此必须有效地减少节点通信（包括数据接收和发送）过程中的能量耗费．目前很多研究工作采用基于连通支配集方法来实现这个目的．所谓支配集，是指网络中一个节点子集Ｖ，对于网 ′ 络中的任意一个节点，它若不属于Ｖ，则就是的邻 ′ Ｖ ′ 居．连通支配集是指Ｖ中的节点相互之间均能连通的 ′ 在网络中构造连通支配集，可以在网络中形成支配集．一个虚拟骨干．通过这个虚拟骨干，所有节点均可以传节点．此外，虚拟骨干的规模（组送自己的数据到Ｓｉｎｋ成骨干的节点数量）较小，能有效减小广播风暴问题，减少了节点通信的次数和能耗．本文提出了一种能量均衡的基于连通支配集的数据收集算法Ｅ（ＢＣＤＳＥｎｅｒｇｙＢａｌａｎｃｅｄＣｏｎｎｅｃｔｅｄＤｏｍｉｎａｔｉｎｇ），通过选择能量水平较高且ＳｅｔｓＤａｔａＧａｔｈｅｒｉｎｇＡｌｇｏｒｉｔｈｍ度较大的节点组成连通支配集，普通节点则把数据传送给连通支配集中的节点．算法使得网络中的所有数据沿骨干在较小的寻路空间转发，能够节省节点能量，能使骨干节点不会因为能量不足而过早死亡．ＥＢＣＤＳ生成规模较小的连通支配集，而且能承担更多轮次的数据收集，进而有效延长了网络生命周期．
：Ｃ（）ｈＡｂｓｔｒａｃｔｏｎｎｅｃｔｅｄＤｏｍｉｎａｔｉｎｇＳｅｔｓＣＤＳａｓｂｅｅｎｐｒｏｐｏｓｅｄａｓｔｈｅｖｉｒｔｕａｌｂａｃｋｂｏｎｅｔｏａｌｌｅｖｉａｔｅｔｈｅｂｒｏａｄｃａｓｔｉｎｇｓｔｏｒｍｐｒｏｂｌｅｍａｎｄｐｅｒｆｏｒｍｓｏｍｅｏｔｈｅｒｔａｓｋｓｓｕｃｈａｓｄａｔａｇａｔｈｅｒｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ．Ｍａｎｙｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈｅｓｍａｉｎｌｙｆｏｃｕｓｏｎ，ｈｏｗｔｏｃｏｎｓｔｒｕｃｔａｓｍａｌｌｖｉｒｔｕａｌｂａｃｋｂｏｎｅｆｏｒｈｉｇｈｅｆｆｉｃｉｅｎｔｄａｔａｇａｔｈｅｒｉｎｇｗｈｉｃｈｉｓｍｏｄｅｌｅｄａｓｔｈｅＭｉｎｉｍｕｍＣｏｎｎｅｃｔｅｄＤｏｍｉｎａｔｉｎｇ（）ｐ，，ＭＣＤＳｒｏｂｌｅｍ．ＨｏｗｅｖｅｒｔｈｅＭＣＤＳｃａｎｎｏｔｂａｌａｎｃｅｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｓａｍｏｎｇｎｏｄｅｓｗｈｉｃｈｓｈｏｒｔｅｎｔｈｅｎｅｔｗｏｒｋｌｉｆｅＳｅｔ，，，ｔｉｍｅ．ＴｈｅｒｅｆｏｒｅｉｔｉｓｄｅｓｉｒａｂｌｅｔｏｃｏｎｓｔｒｕｃｔａｎｅｎｅｒｇｙｂａｌａｎｃｅｄＣＤＳ．ＩｎｔｈｉｓｐａｐｅｒａｎｏｖｅｌｄｉｓｔｒｉｂｕｔｅｄｓｃｈｅｍａｃａｌｌｅｄＥＢＣＤＳ（Ｅｎｅｒ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｔｏｂａｌａｎｃｅｔｈｅｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｏｆｔｈｅｎｅｔｗｏｒｋａｎｄｅｎｌａｒｇｅｔｈｅｇｙＢａｌａｎｃｅｄＣｏｎｎｅｃｔｅｄＤｏｍｉｎａｔｉｎｇＳｅｔｓ，，ｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅ．ＩｎＥＢＣＤＳｅａｃｈｎｏｄｅｉｎｔｈｅＣＤＳｈａｓｈｉｇｈｅｎｅｒｇｙａｎｄｌａｒｇｅｄｅｇｒｅｅａｎｄｔｈｅｓｅｎｏｄｅｓｆｏｒｍａｖｉｒｔｕａｌｂａｃｋｂｏｎｅｉｎｔｈｅ，ｅａｃｈｎｏｄｅｃａｎｐｒｅｓｅｒｖｅｉｔｓｅｎｅｒｇｙｅｆｆｅｃｔｉｖｅｌｙ．Ｍｏｒｅｎｅｔｗｏｒｋ．Ｂｙｔｒａｎｓｍｉｔｔｉｎｇｄａｔａｔｈｒｏｕｇｈｔｈｅｂａｃｋｂｏｎｅｗｉｔｈｓｍａｌｌｒｏｕｔｉｎｇｓｐａｃｅ，ｏｖｅｒｔｈｅｎｏｄｅｓｉｎｔｈｅｂａｃｋｂｏｎｅｗｏｕｌｄｎｏｔｄｉｅｑｕｉｃｋｌｙｂｅｃａｕｓｅｏｆｌａｃｋｉｎｇｏｆｅｎｅｒｇｙ．ＴｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｅｓｓｈｏｗｔｈａｔＥＢＣＤＳｃａｎｃｏｎ（）ｍ，ｎｌｏｇｎｅｓｓａｇｅｃｏｍｐｌｅｘｉｔｙａｎｄｓｉｍｕｌａｔｉｏｎｓｒｅｓｕｌｔｓｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｎｔｅｒｍｓｏｆｓｔｒｕｃｔａＣＤＳｗｉｔｈＯｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎａｎｄｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅ．：ｅ；；；Ｋｅｙｗｏｒｄｓｎｅｒｇｙｂａｌａｎｃｅｄｃｏｎｎｅｃｔｅｄｄｏｍｉｎａｔｉｎｇｓｅｔｓｄａｔａｇａｔｈｅｒｉｎｇｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ
１引言
无线传感器网络（）是一种特ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ殊的ａ网络，节点不具有移动性且只有较少的能量ｄｈｏｃ
收稿日期：；修回日期：；责任编辑：马兰英２０１１１２１３２０１３０３０６
ＡｎＥｎｅｒｇｙＢａｌａｎｃｅｄＣｏｎｎｅｃｔｅｄＤｏｍｉｎａｔｉｎｇＳｅｔｓｆｏｒＤａｔａＧａｔｈｅｒｉｎｇｉｎＷｉｒｅｌｅｓｓＳቤተ መጻሕፍቲ ባይዱｅｎｓｏｒＮｅｔｗｏｒｋｓ
１２３，，ＫＵＩＸｉａｏｙａｎＤＵＨｕａｋｕｎＬＩＡＮＧＪｕｎｂｉｎ
（，，，，；１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙＣｈａｎｇｓｈａＨｕｎａｎ４１００８３Ｃｈｉｎａ，，，，；２．ＳｃｈｏｏｌｏｆＧｅｏｓｃｉｅｎｃｅｓａｎｄＩｎｆｏＰｈｙｓｉｃｓＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙＣｈａｎｇｓｈａＨｕｎａｎ４１００８３Ｃｈｉｎａ，，，，）３．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙＮａｎｎｉｎｇＧｕａｎｇｘｉ５３０００４Ｃｈｉｎａ