高效节能的无线传感器网络路由协议设计与实现

基于矿井中LEACH的无线传感器网络节能改进算法【关键词】无线传感器网络；leach协议；节能；簇首0 引言无线传感器网络是集数据采集、融合、处理及通信功能于一体的分布式自组织网络。

它综合了微电子技术、无线通信技术、分布式信息处理技术、传感器技术等先进技术，以数据为中心，能够实时监测、感知、采集、融合和处理各种环境参数，然后通过无线通信把信息发送到基站，然后再传给用户。

它的这些优势在我国的煤矿工业中有着广阔的应用前景。

传感器节点是无线传感器网络的核心部分，它的电源采用的是电池供电。

由于工作环境恶劣，电源是不能充电、不可更换的。

因此，如何高效节能就显得特别重要。

目前，国内对传感器网络节能的研究基本上可以分为基于mac协议节能策略、基于路由协议节能策略和基于网络拓扑控制节能策略三大类。

1 leach协议分析国内外研究人员对路由协议的研究主要分为平面路由协议和层次路由协议两大类。

leach（low-energy adaptive clustering hierachy）是第一个在无线传感器网络中提出的层次路由协议，它是层次路由协议分析的典型代表。

该协议首先提出了“轮”的概念，每一轮包含簇的建立和稳定运行两个阶段。

在簇的建立阶段，每个节点分别随机产生一个0-1之间的数，若该数小于某一阈值，则此节点成为簇首并及时向周围广播其当选消息，其它节点根据收到信号的强弱选择要加入的簇，并通知所选簇首；在稳定运行阶段，簇内节点将监测数据直接传送给簇首，簇首对收集到的数据进行融合处理，然后通过一跳通信发送给基站。

由上可见，leach协议具有以下优点：运用分簇式路由协议减少了数据量的发送；减少了参与路由计算的节点数目；簇首节点周期轮选等。

尽管leach具备以上优点，但也存在一些问题：1）簇首选择具有随机性。

簇首与簇首之间相距过远或过近，都增加了节点的传输消耗；2）leach协议要求簇首与基站一跳通信。

一跳通信就使得距离基站较远的簇首加大了能量消耗；3）簇内簇首管理的节点数目不同。

2021年2月第42卷 第2期计算机工程与设计C O M P U T E RE N G I N E E R I N GA N DDE S I G NF e b .2021V o l .42 N o .2能量高效的W S N s 分簇路由协议王宗山1,丁洪伟1+,李 波1,李 浩1,李艾珊2(1.云南大学信息学院,云南昆明650500;2.复旦大学电子信息科学与技术,上海200433)摘 要:针对无线传感器网络中能耗不均衡㊁生命周期较短的问题,提出一种能量高效的分簇路由协议(G A K M D C R )㊂采用遗传算法优化的K -M e d o i d s 聚类方法对网络节点聚类分簇,综合考虑簇内节点的剩余能量㊁地理位置㊁担任过簇首的轮数等因素选举簇首,使簇首节点分布均匀,均衡网络能耗㊂在稳定阶段,将轮询控制机制引入簇内通信,提高网络吞吐量㊂仿真结果表明,G A K M D C R 协议能够有效均衡网络能耗,提高网络吞吐量,延长网络生存期㊂关键词:无线传感器网络;遗传算法;K -M e d o i d s 聚类;路由;轮询机制;网络生存期中图法分类号:T P 393 文献标识号:A 文章编号:1000-7024(2021)02-0324-07d o i :10.16208/j .i s s n 1000-7024.2021.02.004收稿日期:2019-11-12;修订日期:2020-01-13基金项目:国家自然科学基金项目(61461053㊁61461054㊁61072079)作者简介:王宗山(1995),男,河南濮阳人,硕士研究生,研究方向为无线传感器网络㊁轮询多址通信;+通讯作者:丁洪伟(1964),男,江西于都人,博士,教授,博士生导师,研究方向为轮询多址通信理论㊁随机多址通信理论㊁无线传感器网络㊁机器学习;李波(1977),男,云南曲靖人,博士,教授,研究方向为通信系统及其应用;李浩(1970),男,云南昆明人,博士,教授,研究方向为机器学习;李艾珊(1997),女,云南昆明人,本科,研究方向为无线传感器网络㊂E -m a i l :694513739@q q.c o m E n e r g y -e f f i c i e n tW S N s r o u t i n g p r o t o c o l b a s e d o n c l u s t e r i n gW A N GZ o n g -s h a n 1,D I N G H o n g-w e i 1+,L I B o 1,L IH a o 1,L IA i -s h a n 2(1.S c h o o l o f I n f o r m a t i o n S c i e n c e a n dE n g i n e e r i n g ,Y u n n a nU n i v e r s i t y ,K u n m i n g 650500,C h i n a ;2.S c h o o l o f I n f o r m a t i o n S c i e n c e a n dT e c h n o l o g y ,F u d a nU n i v e r s i t y ,S h a n gh a i 200433,C h i n a )A b s t r a c t :T o s o l v e t h e p r o b l e mo f u n b a l a n c e d e n e r g y c o n s u m p t i o n a n d s h o r t l i f e c y c l e i nw i r e l e s s s e n s o r n e t w o r k s ,a n e n e r g ye f -f i c i e n t c l u s t e r i n g r o u t i n g p r o t o c o l (G A K M D C R )w a s p r o p o s e d .K -M e d o i d s c l u s t e r i n g m e t h o d o p t i m i z e d b y g e n e t i c a l g o r i t h mw a s u s e d t o c l u s t e r t h e n e t w o r k n o d e s .T h e c l u s t e r h e a d sw e r e s e l e c t e d b y c o n s i d e r i n g t h e r e m a i n i n g e n e r g yo f t h e n o d e s i n t h e c l u s -t e r ,t h e g e o g r a p h i c a l l o c a t i o n ,t h e n u m b e r o f r o u n d s s e r v e d a s t h e c l u s t e r h e a d ,a n d o t h e r f a c t o r s .T h e r e f o r e ,t h e c l u s t e r h e a d s w e r e e v e n l y d i s t r i b u t e d ,t h e e n e r g y c o n s u m p t i o n o f t h e n e t w o r kw a sm o r e b a l a n c e d .I n t h e s t a b i l i z a t i o n p h a s e ,t h e p o l l i n g c o n -t r o lm e c h a n i s mw a s i n t r o d u c e d i n t o t h e i n t r a -c l u s t e r c o m m u n i c a t i o n t o i m p r o v e t h e n e t w o r k t h r o u g h p u t .S i m u l a t i o n r e s u l t s s h o w t h a t G A K M D C R p r o t o c o l c a n e f f e c t i v e l y b a l a n c e t h e n e t w o r k e n e r g y c o n s u m p t i o n ,i m p r o v e t h e n e t w o r k t h r o u g h p u t a n d p r o l o n g t h e n e t w o r k l i f e t i m e .K e y w o r d s :w i r e l e s s s e n s o r n e t w o r k s ;g e n e t i c a l g o r i t h m s ;K -M e d o i d s c l u s t e r i n g ;r o u t i n g ;p o l l i n g m e c h a n i s m ;n e t w o r k l i f e t i m e 0 引 言随着无线通信技术的发展,无线传感器网络(w i r e l e s ss e n s o rn e t w o r k s ,W S N s )得到了越来越广泛的关注,W S N s 通常用于监测指定区域的环境[1],但传感器节点能量有限且无法更换电池㊂因此,设计一种高效节能的路由算法尤为重要[2-4]㊂H e i n z e l m a n W 等提出的经典分簇路由协议L E A C H [5],通过周期性轮换簇首平衡网络能耗,提高网络性能㊂但L E A C H 随机选取簇首导致分簇不理想,缩短了网络生命周期㊂文献[6]对L E A C H 进行改进,提出Q A B C 算法,算法考虑节点的能量与地理位置提出适应度函数,采用量子人工蜂群算法确定最优解作为簇首,从而形成网络分簇㊂Q A B C 算法使簇首分布更均匀,成簇更合理,进一步提升了网络性能㊂文献[7]提出H E E D 算法㊂依据节点的剩余能量,迭代选取能量较高的节点作为簇首,保证簇首分布均匀㊂文献[8]提出P R O P O S E D 协议,采用 先聚类分簇,后选举簇首 的方式,首先采用粒子群算法分割网络区域,然后在每个区域内选举簇首㊂文献[9]在非均匀聚类的基础上引入多跳,通过合理的方式选择中继节点,有效均衡了网络能耗㊂文献[10]引入模糊第42卷第2期王宗山,丁洪伟,李波,等:能量高效的W S N s分簇路由协议规则,结合节点的剩余能量和位置信息提出F L E C R算法㊂文献[11]引入 网格 概念,并考虑节点剩余能量完成簇首选举,显著提升了网络生存期㊂文献[12]引入蚁群算法,结合节点的地理位置和剩余能量,提出一种基于蚁群的新路由算法㊂文献[13]提出基于K-M e a n s的均匀分簇路由(K U C R)算法,在网络初始化时期利用K-M e a n s 分簇,在每个簇内考虑节点位置坐标和剩余能量选举簇首㊂文献[14]提出基于F u z z y C-M e a n s的改进L E A C H协议,初始阶段利用F u z z y C-M e a n s对网络节点聚类分簇,在每个簇内利用考虑节点剩余能量的L E A C H算法完成簇首选举和数据传输㊂本文将遗传算法(G A)优化的K-M e d o i d s聚类用于W S N s,提出了能量高效的均匀分簇路由协议 G A K M D-C R协议,通过选举高质量簇首㊁改善通信机制的方式,在均衡网络能耗的同时,提高了网络吞吐量㊂1网络模型1.1网络模型假设所研究的W S N s具有以下性质:(1)监测区域内的N个节点同构且固定,基站位于无线传感网内部;(2)所有节点均具备身份标识(I D),且各不相同;(3)任意节点能够根据接收到的信号强度计算与发送端的距离,能够感知自身剩余能量㊁计算自成为簇首的轮数;(4)任意节点能够直接与基站通信,能够进行数据去冗处理,具备担任簇首的能力;(5)网络部署完成后,再无人为干涉㊂1.2能耗模型本文采用的无线电能量模型与H e i n z e l m a n等讨论的模型相同[15]㊂图1是该模型传输数据的基本流程㊂如图1所示,根据发射端到接收端的距离与阈值d i n i t的大小关系,选择性使用自由空间信道模型和多路径衰减模型㊂节点发送数据所需能量的数学表达式为[16,17]E T X(k,d)=k E e l e c+kεf s d2,d<d i n i tk E e l e c+kεm p d4,dȡd i n i t(1)d i n i t=εf sεm p(2)节点接收数据所需能量的数学表达式为E R X=kˑE e l e c(3)其中,d为无线电的传输距离,k是传输的比特数,E e l e c是无线通信的发送端/接收端每发送/接收1比特数据所需要的能量㊂εf s和εm p为两种信道模型中功率放大电路的能量耗散系数㊂2G A K M D C R算法G A K M D C R算法中,网络按轮运行㊂网络初始化时图1数据传输过程与能量消耗期,基站根据节点的地理位置,采用遗传算法优化的K-M e d o i d s迭代计算,形成h个固定的分簇㊂首轮簇首由簇内中心点担任㊂此后每轮,由当前簇首综合考虑簇内节点状态决定是否更换簇首,如需更换,指定条件最优的节点成为下轮簇首㊂这样就避免了因频繁更换簇首带来的能量消耗,有效延长了网络生命周期㊂2.1簇的构建2.1.1最优簇数K-M e d o i d s需要指定分簇数目,基于上述网络型和能耗模型,网络运行一轮消耗的能量为[18-20]E p e r-r o u n dʈN(kˑE e l e c+kˑεf sˑM22πk)+(E e l e cˑkˑN+hˑkˑεm pˑD t o B S+kˑE D AˑN)(4)其中,D t o B S为节点到基站的距离,E D A为簇首融合1b i t冗余数据带来的能耗㊂对聚类数h求偏导,令偏导数为零,可求得使网络能耗最低的h㊂求得的最优簇数为h=Nεf s2πεm p M D2t o B S(5) 2.1.2 K-M e d o i d s聚类算法K-M e d o i d s聚类算法是一种基于代表对象的划分方法,用绝对误差标准来定义一个类簇的紧凑程度[21]㊂每次迭代后选取簇内的实际样本点作为聚类中心,解决了K-M e a n s 算法对 噪声 敏感的问题㊂绝对误差公式为E=ðh i=1ðpɪc i d i s p(p,o i)(6)其中,p为c i簇中的样本点,o i为c i簇的中心点㊂基于K-M e d o i d s的成簇步骤见表1㊂2.1.3遗传算法优化K-M e d o i d s初始中心点K-M e d o i d s虽然解决了K-M e a n s算法对噪声数据和孤立点敏感的问题,但其性能仍受初始中心点的影响,易陷入局部最优解㊂为解决这一问题,用遗传算法改善K-M e-d o i d s的初始中心点,提高聚类质量㊂遗传算法优化K-M e-㊃523㊃计算机工程与设计2021年表1基于K-M e d o i d s的成簇步骤I n p u t:由式(5)计算得出的最优簇数h,N个网络节点构成的数据集O u t p u t:h个不同的簇步骤1采用随机的方式选取h个网络节点作为初始质心;步骤2对于网络中的剩余对象,选择距离最短的质心入簇;步骤3随机选择一个非代表对象替换本簇中心点,并重新分配剩余对象;步骤4计算非代表对象替换中心点的代价;步骤5若总代价为负,则成功替换并重新聚类,否则不替换;步骤6判断算法是否达到终止条件,若是,输出h个不同的簇,否则返回步骤2继续进行迭代㊂d o i d s的步骤[22,23]为:(1)初始化参数(种群数目p㊁聚类数目h㊁交叉概率p c㊁变异概率p m㊁最大迭代次数);(2)初始化种群,每个个体编码代表一种聚类结果;(3)对个体进行K-M e d o i d s迭代计算并评价适应度;(4)进行遗传算法中的相应操作,产生新一代种群,判断是否可以终止迭代;(5)如果可以终止迭代,输出K-M e d o i d s的初始中心点㊂否则,转至步骤(3)㊂其中,适应度函数设计为g a.f i t n e s s=1J c(7)J c=ðk j=1ðpɪc j p-z i j2(8)其中,J c为类内距离,z i j为第i条染色体所表示的第j个聚类c j的中心点,p为c j中的其余点㊂从式(7)可以看出,类内紧凑程度越大,类内距离J c的值就越小,适应度也越大㊂这样保证了一个聚类结果的适应度越大,聚类效果越理想㊂编码方式与文献[24]相同,从{1,2, h ,n-1, n}中随机选取一组值α={α1, αi αq}代表一条染色体,αi 代表一个聚类中心点,α中元素的个数代表聚类数目㊂2.2簇首选举成簇之后,首轮簇首由簇内中心点担任㊂从第二轮开始,当前簇首基于节点剩余能量㊁到基站的距离㊁与簇内其余节点的紧凑程度㊁担任过簇首的轮次4个因素决定是否需要更新簇首,若需要,则指定条件最优的节点担任下轮簇首㊂节点的剩余能量因素设计为f1(i)=E r e s(i)E a v e(j)(9)式中:f1(i)表示在当前轮次,节点i的能量值比上该节点所在第j簇的平均能量值㊂f1(i)与节点i的当前能量值成正比,f1(i)越大,表示节点i在当前轮次的能量值越高㊂网络节点与基站的位置关系因素设计为f2(i)=d t o B S(m a x)d t o B S(i)(10)其中,d t o B S(i)为节点i到基站的距离,d t o B S(m a x)为节点i 所在簇内,任意节点到基站距离的最大值㊂比值f2(i)越大,表示节点i距离基站越近,与基站通信时的能量消耗越小㊂与簇内其余节点的紧凑程度因素设计为f3(i)=d t o C H(a v e)d t o C H(i)(11)其中,d t o C H(i)为节点i到簇首的距离,d t o C H(a v e)为节点i 所在簇内所有节点到簇首的平均距离㊂当前簇首的d t o C H取值为d t o C H(a v e)㊂这样设计的好处是:当前簇首由上轮簇首综合考虑后选定,这就意味着当前簇首与簇内其余节点的紧凑程度比较理想㊂利用到当前簇首的距离作为评判标准,可以有效衡量各节点与簇内其余节点的紧凑程度㊂比值f3(i)越大,节点i与簇内其余节点相对更紧凑㊂担任过簇首节点的轮次因素设计为f4(i)=r t o t a l-r C H(i)r t o t a l(12)其中,r t o t a l表示网络运行过的轮数,r C H(i)表示节点i担任簇首的轮数㊂担任簇首次数越多,比值f4(i)越小,则节点i再次当选簇首的概率相对较小㊂这样很好的将网络能耗分摊到每一个节点f=αf1+βf2+λf3+μf4(13)其中,α㊁β㊁λ㊁μ为权重参数,用于调整4个因素的重要程度,且满足和为1㊂随着网络的运行,根据4个因素对网络影响力的改变动态调整权重参数,以选出最优簇首㊂权重参数的更新公式设计为α=(E m a x-E m i n)/(E r e s(i))(14)β=λ=μ=(1-α)/3(15)其中,E r e s(i)为节点i的剩余能量,E m a x和E m i n分别为节点i 所在簇内任意节点剩余能量的最大和最小值㊂这样设计的好处是:网络不断运行,节点剩余能量因素愈加重要,节点的剩余能量不断减少,得到的α值动态增大,即能量因素越来越重要㊂同时,簇内节点的剩余能量两极分化越严重,对应式(14)中的分子越大,该簇节点得到的α值也越大,能量因素在该簇的簇首选举中所占比重更大㊂这样就避免了能量消耗集中于部分节点使网络生存期减短㊂每轮的最后阶段,簇首根据节点发来的位置坐标㊁剩余能量和担任簇首的轮数,按式(13)计算其参量值f,并选出f值最大的节点i,乘以网络系数θ后与自身参量值作比较f C Hɤθf m a x(i),θɪ(0,1](16)若式(16)成立,簇首指定节点i成为下轮簇首,否则,不更新簇首㊂相比于每轮更新簇首,这种方式避免了频繁更新簇首带来的能耗,延长了网络生存期㊂网络系数θ影响簇首更新的速度㊂θ取值过大则簇首更换频繁,加大了网络能耗㊂θ取值过小则簇首更新慢,导致小部分节点因长㊃623㊃第42卷第2期王宗山,丁洪伟,李波,等:能量高效的W S N s分簇路由协议期担任簇首过早死亡㊂2.3数据传输2.3.1选择通信对象簇首更新之后,新簇首根据簇内成员节点的位置坐标计算其到基站的距离d t o B S和到簇首的距离d t o C H,并按式(17)进行比较d t o B S(i)<d t o C H(i)(17)若式(17)成立,则节点i在当前轮次直接与基站通信,簇首将节点i从轮询表中删除(本文算法的簇内通信采用轮询机制),后面节点的轮询顺序依次前移㊂这样通过缩短通信距离有效减少了数据传输带来的能耗㊂2.3.2通信机制大多数W S N s分簇路由协议中,簇内节点采集信息后,采用时分多址(T D M A)机制将信息发送给本簇簇首[25]㊂节点根据簇首建立的T D M A时隙表工作或休眠㊂簇内成员节点在自己的时隙被唤醒,打开发射器,与簇首通信㊂如果有节点在一段时间内没有采集到有效数据,那么簇首节点分配给该节点的时隙被浪费,并且带来不必要的能量消耗㊂针对这一问题,本文算法的簇内通信机制采用轮询机制[26,27]㊂每轮由簇首根据簇内节点信息建立轮询表,节点轮流接受服务㊂当节点能量耗尽㊁直接与基站通信或处于休眠状态时,簇首将其从轮询表中删除,后面节点的轮询顺序依次前移㊂一个轮询周期结束后,簇首对采集到的数据进行去冗,并单跳发至基站㊂这样就解决了时隙被浪费的问题,并且有效避免了簇内节点被不必要地唤醒,从而减少了网络能耗,并显著提高了网络吞吐量㊂G A K M D C R算法流程如图2所示㊂3算法仿真及性能分析3.1仿真环境本文在M A T L A BR2014b上对L E A C H算法㊁K U C R 算法(参考文献[13]算法)㊁基于F u z z y C-M e a n s聚类的改进L E A C H算法(参考文献[14]算法,下文称改进的L E A C H算法)㊁G A K M D C R算法进行仿真实验,并对4种算法的成簇效果㊁能量均衡性㊁网络生命周期和网络吞吐量进行了对比㊂仿真参数[28]见表2㊂其中,遗传算法参数设计为[29]:种群大小为50,交叉概率p c=0.25,变异概率p m=0.05,最大迭代次数T=110㊂3.2仿真实验一L E A C H算法㊁改进的L E A C H算法㊁K U C R算法和本文算法的成簇对比如图3所示㊂传统的L E A C H算法随机选举簇首成簇,簇的大小和簇首分布不均匀㊂K U C R采用K-M e a n s形成网络分簇,簇首分布较为均匀,但K-M e a n s性能受初始聚类中心影响,导致簇的大小不均匀㊂改进的L E A C H算法采用F C M对监测区域进行分割,每个区域内的节点即为一簇,但F C M同样受初始聚类中心选取图2 G A K M D C R算法流程表2仿真参数参数取值监测范围100mˑ100m网络节点数100基站坐标(50m,50m)数据包大小4000b i t广播包大小100b i t网络最大运行轮数3000E i n i t0.5JE e l e c50n J/b i tE D A50n J/b i t/p a c k e tεf s10p J/b i t/m2εm p0.0013p J/b i t/m4θ0.7的影响,簇的大小也不均匀㊂本文算法用K-M e d o i d s对网络节点聚类分簇,并采用遗传算法优化初始中心点㊂通过图3可以看出,本文算法簇首分布合理,簇的大小均匀,成簇效果理想㊂3.3仿真实验二L E A C H算法㊁改进的L E A C H算法㊁K U C R算法和本文算法生命周期的比较㊂表3统计了不同个数的节点死亡出现的轮数,图4是4种算法生命周期的对比,图5统计了死亡不同比例节点对应的轮数㊂可以看出,从网络初㊃723㊃计算机工程与设计2021年图3 成簇结果对比期到最后,本文算法的存活节点数始终多余其它3种算法,这得益于本文算法成簇效果理想,簇首更换机制合理,有效延长了网络生存期㊂表3 不同死亡节点占比出现的轮数死亡节点数/个轮数L E A C H 改进的L E A C HK U C R G A K M D C R 110901830194420761011381949208621765012492035222623018013642072229223*********20117238024503.4 仿真实验三L E A C H 算法㊁改进的L E A C H 算法㊁K U C R 算法和本文算法网络能耗的对比㊂图6横坐标为网络运行的轮数,纵坐标为网络剩余能量,可以看出,本文算法的网络剩余能量始终高于其它3种算法,这得益于本文算法分簇理想,网络能耗均衡㊂3.5 仿真实验四L E A C H 算法㊁改进的L E A C H 算法㊁K U C R 算法和本文算法吞吐量的对比㊂图7横坐标为网络运行的轮数,纵坐标为基站接收到的数据包个数,可以看出,由于本文算法的生命周期更长,基站最终成功接收到的数据远多于其它3种算法㊂在网络初期,本文算法的吞吐量也有很大优势,这得益于簇内通信阶段,本文算法用轮询机制替换图4生命周期对比图5 死亡节点数对比㊃823㊃第42卷 第2期王宗山,丁洪伟,李波,等:能量高效的W S N s 分簇路由协议图6网络剩余能量对比图7 网络吞吐量对比了其余3种算法的T D M A 机制,有效解决了时隙利用不充分的问题㊂4 结束语本文提出一种基于遗传算法和K -M e d o i d s 聚类的分簇路由算法,初始阶段利用遗传算法优化的K -M e d o i d s 对网络节点聚类分簇,综合考虑节点的多种因素进行簇首更新,数据传输阶段,节点根据通信距离选择最佳通信对象,簇内通信引入轮询机制㊂仿真结果表明,相比于L E A C H ㊁K U C R ㊁改进的L E A C H 算法,本文算法能耗均衡性更优,显著延长了网络生命周期,提高了网络吞吐量㊂参考文献:[1]X UJ i n g j i n g,Z H A N GX i n h u i ,X UB i x i a o ,e t a l .O v e r v i e wo f c l u s t e r i n g a l g o r i t h m s f o rw i r e l e s s s e n s o rn e t w o r k s [J ].C o m -pu t e r S c i e n c e ,2017,44(2):31-37(i nC h i n e s e ).[徐晶晶,张欣慧,许必宵,等.无线传感器网络分簇算法综述[J ].计算机科学,2017,44(2):31-37.][2]D u t t s S ,A g r a w a l S ,V i g R .C l u s t e r -h e a d r e s t r i c t e d e n e r g ye f -f i c i e n t p r o t o c o l (C R E E P )f o r r o u t i n g i n h e t e r o g e n e o u sw i r e l e s s s e n s o r n e t w o r k s [J ].W i r e l e s s P e r s o n a l C o m m u n i c a t i o n s,2018,100(4):1477-1497.[3]N o k h a n j i N ,H a n a p i Z M ,S u b r a m a n i a m S ,e t a l .A ne n e r g ya w a r e d i s t r ib u t e dc l u s t e r i n g a l g o r i t h mu s i n g f u z z y l o gi c f o r w i r e -l e s s s e n s o rn e t w o r k sw i t hn o n -u n i f o r m n o d ed i s t r i b u t i o n [J ].W i r e l e s s P e r s o n a l C o m m u n i c a t i o n s ,2015,84(1):395-419.[4]G u p t aV ,P a n d e y R .A ni m p r o v ee n e r g y aw a r ed i s t r i b u t e d u n e q u a l c l u s t e r i n gp r o t o c o l f o rh e t e r o g e n e o u s w i r e l e s ss e n s o r n e t w o r k s [J ].E n g i n e e r i n g S c i e n c e a n dT e c h n o l o g ya n I n t e r n a -t i o n a l J o u r n a l ,2016,19(2):1050-1058.[5]L e e J Y ,J u n g KD ,M o o n S J ,e t a l .I m pr o v e m e n t o nL E A C H pr o t o c o l o f aw i d e -a r e aw i r e l e s s s e n s o r n e t w o r k [J ].M u l t i m e -d i aT o o l s a n dA p pl i c a t i o n s ,2017,76(19):19843-19860.[6]N a y a k P .C o m p a r i s o n o fr o u t i n g p r o t o c o l si n W S N u s i n gN e t S i ms i m u l a t o r :L E A C H V sL E A C H -C [J ].I n t e r n a t i o n a lJ o u r n a l o f C o m p u t e rA p pl i c a t i o n s ,2014,106(11):1-6.[7]C h a n d S ,S i n g hS ,K u m a rB .H e t e r o ge n e o u sH E E D p r o t o c o lf o rw i r e l e s s s e n s o r n e t w o r k s [J ].W i r e l e s s P e r s o n a l C o m m u n i -c a t i o n s ,2014,77(3):2117-2139.[8]S i n g hS P ,S h a r m aS C .A n i m p r o v e dc l u s t e r -b a s e dr o u t i n g al -g o r i t h mf o re n e r g y o p t i m i s a t i o ni n w i r e l e s ss e n s o rn e t w o r k s [J ].I n t e r n a t i o n a l J o u r n a l o fW i r e l e s s a n d M o b i l eC o m p u t i n g,2018,14(1):82-89.[9]S e n t h i l k u m a r C ,M a n i c k a mJ .P C M :A p a t h -a w a r e c l u s t e r i n gm e c h a n i s mf o r e n e r g y -e f f i c i e n t r o u t i n gpr o t o c o l i nw i r e l e s s s e n -s o rn e t w o r k s [J ].J o u r n a lo fC o m p u t a t i o n a la n d T h e o r e t i c a l N a n o s c i e n c e ,2017,14(11):5478-5483.[10]Z H A O M e n g l o n g ,Z H E N GY u c h a o .C l u s t e r i n g r o u t i n g a l go -r i t h mf o rW S N sb a s e do n f u z z y r u l e s [J ].J o u r n a l o fT r a n s -d u c t i o nT e c h n o l o g y ,2019,32(5):136-140(i nC h i n e s e ).[赵梦龙,郑宇超.基于模糊规则的W S N s 分簇路由算法[J ].传感技术学报,2019,32(5):136-140.][11]W a n g J ,Z h a n g Y ,C h e n g Z ,e t a l .E M I P :E n e r g y-e f f i c i e n t i t i n e r a r y p l a n n i n g f o rm u l t i p l em o b i l e a g e n t s i nw i r e l e s s s e n s o r n e t w o r k [J ].T e l e c o m m u n i c a t i o nS ys t e m s ,2016,62(1):93-100.[12]S u nY ,D o n g W ,C h e n Y .A ni m p r o v e dr o u t i n g a l go r i t h m b a s e d o na n t c o l o n y o pt i m i z a t i o n i nw i r e l e s ss e n s o rn e t w o r k s [J ].I E E E C o m m u n i c a t i o n sL e t t e r s ,2017,21(6):1317-1320.[13]Z H A N GY a q i o n g .R e s e a r c h o nu n i f o r mc l u s t e r i n g r o u t i n g al -go r i t h mb a s e do nK -M e a n s f o rw i r e l e s s s e n s o r n e t w o r k s [J ].C o n t r o lE n g i n e e r i n g ,2015,22(6):1181-1185(i n C h i -n e s e ).[张雅琼.基于K -M e a n s 的无线传感网均匀分簇路由算法研究[J ].控制工程,2015,22(6):1181-1185.][14]L I S i q i n g ,Y A N GL e ,P E N GL i .I m pr o v e dL E A C H p r o t o c o l ㊃923㊃计算机工程与设计2021年b a s e d o nF u z z y C-M e a n sc l u s t e r i n g a l g o r i t h m[J].J o u r n a l o fC o m p u t e r s a n dA p p l i e dC h e m i s t r y,2014,31(3):361-366(i n C h i n e s e).[李思青,杨乐,彭力.基于F u z z y C-M e a n s聚类算法的改进L E A C H协议[J].计算机与应用化学,2014, 31(3):361-366.][15]H U A N G L i x i a o,W A N G H u i,Y U A N L i y o n g,e ta l.I m-p r o v e dL E A C H p r o t o c o l a l g o r i t h mf o rW S Nb a s e do ne n e r g y b a l a n c e a n d h i g h e f f i c i e n c y[J].J o u r n a l o nC o u m m u n i c a t i o n s, 2017,38(S2):164-169(i nC h i n e s e).[黄利晓,王晖,袁利永,等.基于能量均衡高效W S N的L E A C H协议改进算法[J].通信学报,2017,38(S2):164-169.][16]B a r a t iH,M o v a g h a r A,R a h m a n i A M.E A C H P:E n e r g ya w a r e c l u s t e r i n g h i e r a r c h y p r o t o c o l f o r l a r g e s c a l ew i r e l e s s s e n-s o r n e t w o r k s[J].W i r e l e s s P e r s o n a l C o m m u n i c a t i o n s,2015, 85(3):765-789.[17]H u a n g W,L i n g Y,Z h o uW.A n i m p r o v e d L E A C H r o u t i n g a l g o-r i t h mf o rw i r e l e s ss e n s o rn e t w o r k[J].I n t e r n a t i o n a l J o u r n a l o f W i r e l e s s I n f o r m a t i o nN e t w o r k s,2018,25(3):323-331. [18]S U N Z e n g y o u,Z H O U C h i.W S N a d a p t i v ec l u s t e r i n g a l g o-r i t h mb a s e d o n e n e r g y a n d d i s t a n c e[J].J o u r n a l o fN o r t h e a s tE l e c t r i cP o w e r U n i v e r s i t y,2016,36(1):82-86(i n C h i-n e s e).[孙增友,周池.基于能量和距离的W S N自适应分簇算法[J].东北电力大学学报,2016,36(1):82-86.] [19]L A I C h a o,J I A N G W e n x i a n.E n e r g y b a l a n c e dr o u t i n g a l g o-r i t h m f o r w i r e l e s s s e n s o r n e t w o r k s b a s e d o n c l u s t e r h e a d e x p e c-t a t i o n[J].J o u r n a l o fC h i n e s eC o m p u t e r S y s t e m s,2015,36(12):2685-2689(i nC h i n e s e).[赖超,蒋文贤.基于簇头期望的无线传感器网络能量均衡路由算法[J].小型微型计算机系统,2015,36(12):2685-2689.][20]J i aD,Z h uH,Z o uS,e t a l.D y n a m i c c l u s t e rh e a ds e l e c t i o nm e t h o d f o rw i r e l e s s s e n s o r n e t w o r k[J].I E E ES e n s o r s J o u r-n a l,2015,16(8):2746-2754.[21]W a n g T,L i Q,B u c c i D J,e t a l.K-M e d o i d s c l u s t e r i n g o f d a-t a s e q u e n c e sw i t h c o m p o s i t e d i s t r i b u t i o n s[J].I E E ET r a n s a c-t i o n s o nS i g n a l P r o c e s s i n g,2019,67(8):2093-2106. [22]Z H A O X i a n g m i n,C H E N X i,P A N C h u.K-c l u s t e r i n g a l g o-r i t h mb a s e do nd e n s e r e g i o n[J].C o m p u t e rE n g i n e e r i n g a n dA p p l i c a t i o n s,2016,52(16):85-89(i nC h i n e s e).[赵湘民,陈曦,潘楚.基于稠密区域的K-聚类算法[J].计算机工程与应用,2016,52(16):85-89.][23]F E N GS h a o r o n g,P A N W e i w e i,L I NZ i y u.X M Ld o c u m e n t sc l u s t e r i n g b a s ed o n i m p r o ve dk-m e d o i d s a l g o r i t h m[J].C o m-p u t e r E n g i n e e r i n g,2015,41(9):56-62(i nC h i n e s e).[冯少荣,潘炜炜,林子雨.基于改进k-m e d o i d s算法的X M L文档聚类[J].计算机工程,2015,41(9):56-62.][24]L A IX i a n g y a n g,G O N G X i u j u n,H A N L a i m i n g.A K-M e-d o i d s c l u s te r i n g b a s e do n g e n e t i c a l g o r i t h mi n M a p R e d u c e a r-c h i t e c t u r e[J].C o m p u t e r S c i e n c e,2017,44(3):23-26(i nC h i n e s e).[赖向阳,宫秀军,韩来明.一种M a p R e d u c e架构下基于遗传算法的K-M e d o i d s聚类[J].计算机科学,2017, 44(3):23-26.][25]A L-B A ZA,E L-S A Y E DA.An e wa l g o r i t h m f o r c l u s t e r h e a d s e l e c t i o ni n L E A C H p r o t o c o lf o r w i r e l e s ss e n s o rn e t w o r k s [J].I n t e r n a t i o n a l J o u r n a l o f C o m m u n i c a t i o nS y s t e m s,2018, 31(1):1-13.[26]L I UL o n g j u n,D I N GH o n g w e i,L I UQ i a n l i n,e t a l.R e s e a r c h o nF PG AW S N p o l l i n g a c c e s s c o n t r o l p r o t o c o l[J].J o u r n a l o n C o u m-m u n i c a t i o n s,2016,37(10):181-187(i nC h i n e s e).[刘龙军,丁洪伟,柳虔林,等.基于F P G A W S N轮询接入控制协议的研究[J].通信学报,2016,37(10):181-187.] [27]L I U L o n g j u n,D I N G H o n g w e i,L I U Q i a n l i n.R e s e a r c ho n p r i o r i t y p o l l i n g a c c e s s c o n t r o l p r o t o c o l b a s e d o n f i e l d p r o g r a m-m a b l e g a t ea r r a y t a c t i c a l d a t a l i n k[J].J o u r n a l o fO r d n a n c eE n g i n e e r i n g,2017,38(2):305-312(i nC h i n e s e).[刘龙军,丁洪伟,柳虔林.基于现场可编程门阵列战术数据链中优先级轮询接入控制协议的研究[J].兵工学报,2017,38(2):305-312.][28]W a n g Q,L i n D,Y a n g P,e ta l.A ne n e r g y-e f f i c i e n tc o m-p r e s s i v es e n s i n g-b a s e dc l u s t e r i n g r o u t i n gp r o t o c o l f o r W S N s [J].I E E ES e n s o r s J o u r n a l,2019,19(10):3950-3960.[29]C o r u s D,O l i v e t o P S.S t a n d a r ds t e a d y s t a t e g e n e t i ca l g o-r i t h m s c a nh i l l c l i m b f a s t e r t h a nm u t a t i o n-o n l y e v o l u t i o n a r y a l-g o r i t h m s[J].I E E E T r a n s a c t i o n so nE v o l u t i o n a r y C o m p u t a-t i o n,2017,22(5):720-732.㊃033㊃。

无线传感器网络MAC协议摘要近年来，无线传感器网络(WSNs)作为国内外一个新兴的研究方向，吸引了许多研究者和机构的广泛关注。

本文从无线传感器网络 MAC 协议角度出发,介绍了无线传感器网络的MAC 协议及当前的研究现状，分析了无线传感器网络协议和传统网络协议在设计上的不同点，对已有的MAC 协议进行分类，着重研究和比较了S—MAC和T—MAC无线传感器网络MAC 协议。

最后，展望了无线传感器网络MAC协议的进一步研究策略和发展趋势。

关键词无线传感器网络(WSNs)，MAC协议，能量有效性Abstract In recent years， wireless sensor networks (WSNs）, as a new research direction at home and abroad， has attracted the attention of many researchers and organizations。

We conduct a deeply research on wireless sensor network MAC protocol,and we propose the difference between WSN and traditional networks， not only given the characteristic of WSN，we also have illustrate the research orientation in this area.Focus on the research and comparison of S-MAC and T-MAC wireless sensor network MAC protocol。

Finally， the future research strategies and trends of MAC protocols in WSNs are summarized。

无线传感器网络LEACH协议改进和研究作者：张晓东梁振东来源：《电脑知识与技术》2013年第36期摘要：通过对LEACH无线传感器网络路由协议的研究，分析了LEACH协议不支持节点移动，簇头的选择随机性，没有考虑簇头位置等缺点，提出了一种LEACH协议的改进方法，并在NS2上进行了仿真，结果表明该方法解决了移动节点通信问题同时提高了数据传输率。

关键词：无线传感器网络；LEACH协议；中间节点；路由协议；分簇中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）36-8280-021 问题提出无线传感器网络节点能量有限，在设计无线传感器网络路由协议时首先要考察有限能量用到最需要发送数据的节点上。

LEACH协议是一种节能的无线传感器网络路由协议，它通过轮询的方式，随机选择簇头，定期改变簇头和簇结构，最终将有限的能量均匀的分布到各无线传感器节点上，从而降低能耗，延长网络的生存周期。

LEACH协议分为簇建立阶段和数据传输阶段两部分组成。

在簇的建立过程中，先随机选出簇头，簇头通地周期网络广播方式告诉所有节点自己成为簇头，周围节点依据信号强弱分别加入到相应的簇。

所有节点选取0～1之间的随机数，如果大于阈值T（n），该节点成为簇头。

T（n）计算公式1。

[T（n）=p1-p（r∙mod1p）ifn∈G0else] （1）在数据传输阶段，每TDMA时隙，节点都向簇头发送数据。

簇头将数据处理后把结果发给SINK节点。

一轮循环后，网络重新选择簇头和传输数据过程。

基于LEACH选择簇头的随机性，发现有如下问题1）选择簇头问题从公式1看出，节点成为簇头是取决于随机数n，极有可能存在的问题是当能量小的节点成为簇头，在数据传输过程中，因为能量较小导致簇头很快失效。

另外簇头若出现在距节点较远范围，会因发送数据耗费大量能量。

这些都不利于无线传感器节点高效使用能量。

2）移动节点通信问题LEACH簇头的选择是随机的，没有考虑移动节点的情况。

无线传感器网络中定向扩散路由协议的研究作者：尹中康孙恩岩王传云谭明爵来源：《物联网技术》2018年第08期摘要：路由协议是无线传感器网络设计中的一项重要技术，文中提出一种高效、节能的路由协议。

分析原始DD协议，对原始协议中由于节点的选择策略导致网络中存在能量消耗不均的问题进行改进，同时考虑改进后的协议中传感器当前节点与下一跳节点间的距离以及下一跳节点的剩余能量，使得网络的生命周期、网络节点的剩余能量以及网络节点的能量均方差得以提高。

通过仿真得出，改进后的协议更适合于无线图像传感器网络的数据传输，可延长整个传感器网络的生命周期。

关键词：无线传感器网络；DD协议；蚂蚁算法；网络节点中图分类号：TP212 文献标识码：A 文章编号：2095-1302（2018）08-00-030 引言本文主要对现有的定向扩散协议[1-3]（Directed Diffusion，DD）进行改进并实现仿真，使其能适合于无线传感器网络。

在改进的DD协议中同时考虑节点间的传输距离以及节点间的剩余能量，使得网络中节点的剩余能量比较平均，从而避免原始协议中能量较小的节点因承担通信距离较长的网络数据传输任务而导致能量消耗过快最终提前“死亡”的现象，最终使得整个网络的生命周期得到显著提高，同时能耗也比较均衡。

1 定向扩散协议的概念过程分析DD协议是一种基于查询的路由方法，查询命令由汇聚节点发出，传感器向查询节点报告采集到的数据。

在DD协议中，协议的执行由兴趣扩散过程、梯度建立过程及路径加强过程组成，定向扩散路由协议的过程如图1所示。

兴趣设计的目的是向全网络中的节点发出信息，并表明汇聚节点想要的数据类型。

兴趣向网络中的扩散采用泛洪方式，如图1（a）所示。

在兴趣广播完成后，源节点与汇聚节点之间的梯度就建立完毕，最后形成的梯度如图1（b）所示。

当网络中的传感器节点采集到相关匹配数据后，向所有感兴趣的邻近节点转发该数据，若收到该数据的邻近节点不是汇聚节点，则采用同样的方式转发该数据。

RPL路由协议范文RPL（Routing Protocol for Low-Power and Lossy Networks）是一种用于低功耗和丢包网络的路由协议。

它是IETF（InternetEngineering Task Force）的一个工作组于2024年开始制定的。

RPL旨在解决无线传感器网络（WSN）等低功耗和丢包网络中的路由问题，特别适用于大量节点和有限资源的网络环境。

RPL基于距离向量的路由算法，但针对低功耗和丢包网络做了一些修改和优化。

这些优化旨在减小路由开销、降低能耗，并提供网络的可靠性和稳定性。

现在我们来详细介绍一下RPL路由协议的相关特点和机制：1. 网络拓扑管理：RPL使用DODAG（Destination-OrientedDirected Acyclic Graph）来管理网络拓扑。

DODAG是一个无环的有向无权图，它由根节点作为起点，到其他节点的一条或多条路径。

每个节点可以成为DODAG的子节点或父节点，根据自身的位置和拓扑结构来选择路径。

2. 父子选择过程：RPL使用一种被称为OF（Objective Function）的方法来选择父节点。

OF根据一组度量标准（如距离、延迟、能耗等）计算出一个称为Rank的值，用于评估节点作为父节点的适合度。

节点会选择Rank值最小的父节点。

这种机制能够动态地适应网络环境的变化，实现更好的负载平衡和能源管理。

3. 路由信息传播：RPL使用DAO（Destination Advertisement Object）机制来传播路由信息。

每个节点都可以向其父节点发送DAO消息，用于向上级节点报告自身的信息和路径。

这些消息会沿着DODAG的拓扑结构从下到上传播，直到达到根节点。

根据DAO消息，上级节点可以更新路由表，根据最新的网络拓扑信息进行数据转发。

4.维护拓扑稳定性：RPL通过周期性地发送HELLO消息来维护拓扑的稳定性。

HELLO消息用于检测邻居节点的连通性和可用性。

无线传感器网络无线传感器网络（Wireless Sensor Networks，简称WSN）指采用无线通信技术将大量分布式的无线传感器节点进行网络互联，并通过节点之间的协同工作实现对环境信息的采集、处理、传输和应用的一种网络系统。

它具有低成本、低功耗、分布式、自组织等特点，在环境监测、智能交通、物流管理等领域有着广泛的应用前景。

一、无线传感器网络的概念与组成无线传感器网络是由大量的无线传感器节点组成的分布式网络系统。

每个节点都具有感知环境、处理数据和进行通信的能力，可以通过无线通信方式与其他节点进行数据交换和协同工作。

节点之间通过无线信道进行数据传输，形成了一个覆盖范围广、布局灵活的网络。

无线传感器网络的组成主要包括以下几个要素：1. 无线传感器节点：每个节点包含感知器、处理器、无线通信模块和电源等组件。

它们能够感知环境中的各种物理量，如温度、湿度、压力等，并将采集到的数据进行处理和传输。

2. 网络拓扑结构：是指无线传感器节点之间的连接方式。

常见的拓扑结构有星型、多跳、分簇等，不同的拓扑结构适用于不同的应用场景和需求。

3. 路由协议：用于节点之间的数据传输和通信，实现节点之间的协作和信息交换。

常见的路由协议有LEACH、TBRPF等，选择合适的路由协议对于网络性能和能耗有着重要的影响。

4. 数据处理与存储：无线传感器网络中的节点通常会对采集到的数据进行处理和存储，以便后续分析和应用。

节点可以通过数据压缩、聚合等方式减少数据的传输量，并采用存储技术将数据保存在本地或云端。

二、无线传感器网络的应用领域无线传感器网络在许多领域都有着广泛的应用，下面列举了一些典型的应用领域：1. 环境监测：无线传感器网络可以用于实时监测环境中的温度、湿度、气体浓度等参数，对环境变化进行监测和预警。

这在农业、气象、能源等领域都有着重要的应用价值。

2. 智能交通：无线传感器网络可以用于交通状况的实时监测和智能调度，提高交通效率和安全性。