基于节点剩余能量和位置的分簇算法研究.ppt

1,2,3 答辩的主要内容 无线传感器网络概述 基于节点剩余能量和位置的分簇算法 仿真和实验分析 致谢 无线传感器网络 应用中存在问题 通信和计算能力问题 分簇结构 经典算法 LEACH（Low Energy Adaptive Clustering Hierarchy）低功耗自适应分簇算法 基于节点剩余能量和位置的分簇算法 1、LEACH中，节点做为簇头是随机的，节点担任簇头的概率是等同的。 主要思想 将簇内具有最大剩余能量的节点选为新的簇头节点，这样就使节点的能量分布趋于均匀。为了避免大多数节点因传送距离增加而造成能耗增高，位于边缘位置的节点且其剩余能量小于阀值能时不作为簇头，从而让能量最高的并且不处于边缘位置的节点为簇头，尽可能延长整个网络的生存时间。 边缘位置判定 边缘度(θ)定义 θ= d / R 节点到簇头距离d的计算 采用RSSI算法，已知发射功率，在接收节点测量接收功率，计算传播损耗，使用理论或经验的信号传播模型将传播损耗转化为距离。这样，通过测量接收信号的强度，公式如下所示： 簇头半径R的计算 假设探测区域A是边长为L的正方形区域，理想状态下K个簇头节点应当完全覆盖A，则平均意义下每个簇头覆盖的区域半径R为： 实验分析 仿真环境 边缘度(θ)判定分析 性能指标 为了评价边缘度对网络性能的影响，分别对网络中有1%，50%，90%和100%的节点死亡时所经过的时间这4种情况进行了比较。 目前经过多次仿真，推测的θ值公式为 计算结果与仿真实验结果的比较 分簇算法性能分析 稳定周期:无线传感器网络中第一个死亡节点出现的时间，是考虑无线传感器网络生存时间的重要参数，有人将其定为网络的生存时间。 目标：尽可能地延长稳定周期。 初始能量对网络存活节点数的影响 节点的初始能量为0.25J、0.5J、0.75J和1J时网络中存活节点与时间的关系如图1-图4所示。 结论： MLEACH算法相比LEACH算法延长了网络的生命周期，是一种能量高效的路由协议。 致 谢 首先，感谢我的导师王卫星教授，感谢他对我地悉心指导和细心关怀。王老师不光教授我丰富的专业知识，更教我会用实践严谨的态度面对科研工作，还有王老师在学习上、生活上和工作上都给予我的关心与指导。在这我表示衷心的感谢。 感谢研究生学习期间给予我帮助的老师和同学。 感谢为评阅本论文而付出辛勤劳动的各位专家！ 华南农业大学工程学院硕士学位论文答辩 * 华南农业大学工程学院 基于节点剩余能量和位置的 分簇算法研究 节点能量问题 主要思想: 通过随机循环地选择簇头节点将整个网络的 能量负载平均分配到每个传感器节点中，从而达 到降低网络能源消耗、提高网络整体生存时间的 目的。 2、没有考虑剩余能量，传播信息消耗的能量 与dc 成正比，位于网络的边缘节点要经过很远 的距离才能到达簇头或基站，消耗更多的能量。 问题的提出: 其中：d是节点到簇头的距离 R是簇头的半径 图1 能量为0.25J 图2 能量为0.5J 图3 能量为0.75J 图4 能量为1J MLEACH与 LEACH之比 基站位置对网络存活节点数的影响