[发明专利]一种能量有效型无线传感器网络成簇算法

权利要求书

1.一种基于无线传感器网络的能量有效型成簇算法，通过增强能耗均衡的方式来降低能耗，包含以下几个步骤：

S1：LEACH协议簇首选取阈值为：

簇间传输采用单多跳相结合的方式，网络中设置一个Leader簇首，普通簇首以单跳或多跳的方式与Leader簇首进行通信。本文假设N个同构节点随机分布在M×M的网络区域内，簇首个数为k，每轮数据传输量为Lbit，每bit数据融合能耗为E_Df,簇内与簇间通信距离皆小于d₀。d_CMtoCH表示成员节点与簇首距离，d_CHtoCH表示簇首与簇首距离，d_LDtoBS表示Leader簇首与基站或sink距离。

step1：成员节点总能耗为：

E_CM＝(N-k)(E_elecL+ε_fsLd_CMtoCH²) (2)

假设CH位于簇中心位置，由节点密度公式可得CM与CH距离d_CMtoCH平方的均值为:

将式(3)带入式(2)可得成员节点总能耗：

step2：平均每个普通CH能耗情况为：接收一个簇首和个成员的数据、数据融合以及转发。

其中d_CHtoCH的均值为簇区域半径(记为R)的2倍，平均每个簇面积为由式可得代入式(5)可得：

式(6)表示普通簇首工作所需要的的最低能量，若小于此值，则必定会因能量不足而死亡，因此E_{CH_NRM}是节点担任普通簇首的最低标准，亦即普通簇首能量阈值，记为E_th，则:

step3：Leader簇首与普通CH的不同之处在于数据需要发往远距离的BS或sink，即:

step4：由式(7)与(8)可得所有簇首总能耗为:

step5：由式(4)与(9)可得每轮总能耗为:

step6：将式(10)对k求偏导以得到最优簇首数量:

故最优簇首比例为：

步骤S2：由式(12)可知p_opt为最佳簇首比，普通簇首能量阈值为E_th，同时考虑E_th与节点剩余能量，即每轮中节点i选举概率为:

其中E_i为当前轮次节点i的剩余能量，为网络当前平均能量即若节点i的剩余能量小于阈值，导致p_i小于0，进而T_i小于0，节点无法当选为CH。因此公式(14)既可以提高高能节点当选簇首的概率，还可以有效保护低能量节点，从而延长网络寿命。

步骤S3：考虑节点i周围的节点密度。将式(1)阈值改为：

其中N_d＝n_neighbor*p_opt，E₀表示节点初始能量，n_neighbor为节点i周围(通信半径R内)的节点数目。

步骤S4：节点i随机产生一个0～1间的随机数，如果该数小于式(14)的T_i，则该节点成为临时簇首，接下来非CH节点根据式(15)选择最小的d_c入簇。

d(j,ch_i)表示非簇首节点j与临时簇首i之间的距离，d(ch_i,ld)表示临时簇首i与leader簇首之间的距离。在簇间多跳通信过程中，靠近leader簇首的CH对数据的接收、融合、转发任务多，导致能耗增大，形成能耗热区问题；而离leader簇首较远的CH相对而言任务量轻，能耗少。因此让非CH节点选择离自己较近、剩余能量较多且离leader簇首较远的CH加入，这样离leader簇首较近的簇拥有较少的CM，减少了簇内通信能耗；而离leader簇首较远的簇拥有较多的CM，形成了网络的非均匀簇集，有效降低全网能耗。

步骤S5:正式簇首确立。定义c_i表示第i个簇，D(u,v)表示簇i中节点u与节点v之间的距离，m为簇i中节点的数目，由能耗模型可知，能量的损耗与距离d有直接关系，因此定义为簇内的通信因子。正式簇首的确立考虑剩余能量及通信因子，采用式(16)来选择最终的簇首。

簇内的节点计算各自的Ra值，最大的当选为该簇的簇首，从而使能量多、通信代价小的节点成为最终簇首。