無(wú)線(xiàn)傳感器網(wǎng)絡(luò )中的LEACH算法分析與設計
在參考文獻中,作者對SEp算法進(jìn)行再次改進(jìn),利用整個(gè)網(wǎng)絡(luò )節點(diǎn)的平均能量與節點(diǎn)當前能量的比值來(lái)限制節點(diǎn)成為簇首節點(diǎn)的概率,兩類(lèi)節點(diǎn)成為簇首節點(diǎn)概率如式(4)所示。

根據式(4),可以看出進(jìn)一步限制的低能量節點(diǎn)成為簇首節點(diǎn)的概率。
1.3 根據節點(diǎn)剩余能量的不同而改進(jìn)
M.J.Handy等人提出了DCHS(Deterministic Clus-ter-Head Selection)算法,根據LEACH算法中的T(n)計算不足之處,對其進(jìn)行改進(jìn),如式(5)所示。式(5)中En_current表示節點(diǎn)當前的能量,En_max表示節點(diǎn)初始的能量。
由改進(jìn)后的算法可以看出,當前節點(diǎn)能量比較高的節點(diǎn)成為簇首節點(diǎn)的概率變大,從而降低了低能量節點(diǎn)成為簇首節點(diǎn)的概率,提高了整個(gè)網(wǎng)絡(luò )的性能。然而根據式(5)可以看出,當整個(gè)網(wǎng)絡(luò )運行到一定的時(shí)間后,大部分節點(diǎn)的能量都將剩余不多,相應的T(n)就會(huì )變小,那么整個(gè)網(wǎng)絡(luò )中節點(diǎn)成為簇首的概率變小,從而影響到整個(gè)網(wǎng)絡(luò )的性能。M.J.Handy等人對式(5)進(jìn)一步改進(jìn),得到式(6),從而有效解決了式(5)的不足之處。在式(6)中rs表示節點(diǎn)連續未當選過(guò)簇頭的輪次。一旦節點(diǎn)當選為簇首節點(diǎn),則rs置零。

1.4 根據簇首節點(diǎn)隨機分布不均而改進(jìn)
LEACH-C算法是LEACH算法的集中式控制版本,采用模擬退火算法獲得更優(yōu)的簇頭選舉策略,克服了LEACH算法中每輪產(chǎn)生的簇頭數與位置的隨機性。
LEACH-C算法可以把每個(gè)節點(diǎn)的地理位置以及節點(diǎn)當前的能量報告給基站?;景阉泄濣c(diǎn)的能量取平均,當網(wǎng)絡(luò )中某些節點(diǎn)的能量低于平均值時(shí),將不能成為候選簇頭節點(diǎn),從而更加有效地解決了低能量節點(diǎn)成為簇頭節點(diǎn)的概率。
評論