無線傳感器網絡分簇路由算法的研究與實現.pdf

1、隨著無線通信和微電子技術的快速發(fā)展,無線傳感器網絡(Wireless Sensor Networks,WSNs)應運而生。它由部署在監(jiān)測區(qū)域內的傳感器節(jié)點組成,通過傳感器節(jié)點之間的相互協(xié)同工作完成對監(jiān)測區(qū)域的數據采集。路由算法是無線傳感器網絡的關鍵技術之一,它為傳感器節(jié)點提供數據流向的線路,負責把分組數據從源節(jié)點傳遞到目的節(jié)點,具有重要的研究與應用價值。由于傳感器節(jié)點能量有限且各個節(jié)點能量消耗不均衡,如何設計高效的路由算法以延長網絡生命

2、周期成為研究的熱點問題。
　　 在國內外現有文獻查閱的基礎上,本文主要工作和成果如下:
　　 根據路由算法的特點及設計原則,分析簇頭均勻分布與網絡負載均衡之間的關系,考慮簇頭選取的標準,結合高斯分布概率密度函數的性質,針對無線傳感器網絡生命周期短以及簇頭分布不均勻等問題,提出了高斯分簇路由算法(Gauss Clustering Routing Algorithm,GCRA)。算法結合簇頭之間的最優(yōu)間距確定均值μ,結合簇頭

3、所占比例確定方差值(σ,通過節(jié)點剩余能量設計概率函數。在簇頭選取的具體過程中,目標節(jié)點與已知簇頭的間距作為參數并根據概率函數確定其是否為當選簇頭,在簇形成階段選取距離最近的簇頭節(jié)點為其最終簇頭。
　　 針對GCRA算法的不足,論文通過引入最小概率閾值進行改進,提出了改進的高斯分簇路由算法(Modified Gauss Clustering Routing Algorithm,M-GCRA)。該算法在剩余節(jié)點中劃分候選簇頭概率帶,

4、使得概率值小于最小概率閾值的節(jié)點不再競爭簇頭,縮小候選簇頭節(jié)點的選擇范圍,從而達到降低算法的時間復雜度的目的。根據高斯分布的概率密度函數數值表,理論分析確定算法中方差值σ以及均值μ和方差σ之間的相互關系,并通過仿真實驗證明理論分析過程的正確性。
　　 在MATLAB環(huán)境下,仿真結果表明,與LEACH和CMCRP算法相比,M-GCRA算法能夠選取剩余能量較大的節(jié)點作為簇頭,同時保證簇頭的均勻分布,均衡節(jié)點的能量消耗,算法在延長網路