無(wú)線(xiàn)傳感器網(wǎng)絡(luò )基于分簇路由的數據融合研究

通過(guò)比較可以明顯地得出，新協(xié)議比原LEACH協(xié)議具有很長(cháng)的網(wǎng)絡(luò )生存時(shí)間。為了更量化地比較兩個(gè)協(xié)議的網(wǎng)絡(luò )性能，下面繼續對網(wǎng)絡(luò )運行中第一個(gè)節點(diǎn)的死亡時(shí)間(First Node Dead，FND)以及一半節點(diǎn)的死亡時(shí)間(Half Nocles Dead，HND)進(jìn)行比較，因為在分簇路由中，必須要一個(gè)以上的節點(diǎn)才能進(jìn)行路由計算，所以在此不考慮全部節點(diǎn)的死亡時(shí)間。由于仿真實(shí)驗的隨機性，每個(gè)協(xié)議的FND與HND值是對兩個(gè)協(xié)議進(jìn)行多次運算后取的平均值。如圖5所示。
由圖5可知，對于FND，新協(xié)議比原LEACH協(xié)議延長(cháng)了網(wǎng)絡(luò )生存時(shí)間約85％，而對于HND，新協(xié)議則比原LEACH協(xié)議延長(cháng)了約100％。綜上所述，由于新算法的諸多改進(jìn)，網(wǎng)絡(luò )的整體性能比LEACH更為優(yōu)秀。

4 結語(yǔ)
本文通過(guò)對LEACH在簇頭選擇機制以及數據融合方面不足之處的改進(jìn)，提出了一種新的基于LEACH分簇路由協(xié)議的數據融合算法，改進(jìn)主要體現在三個(gè)方面；在簇頭選擇算法上加入了能量控制機制，讓剩余能量高的節點(diǎn)有更高幾率當選為簇頭；將簇頭節點(diǎn)到基站的單跳路由改為加入了數據融合策略的反向組播樹(shù)，節省了與基站過(guò)遠的簇頭消耗的能量，數據在不斷往基站的傳輸中也有更多的機會(huì )融合；提出了基于信息熵的具體數據融合策略，讓信息的傳輸更有效率。仿真結果表明，這些改進(jìn)有效平衡了節點(diǎn)能量消耗，延長(cháng)了網(wǎng)絡(luò )生存時(shí)間。