無線傳感器網(wǎng)絡(luò)中的LEACH算法分析與設(shè)計
加入技術(shù)交流群
在參考文獻中，作者對SEp算法進行再次改進，利用整個網(wǎng)絡(luò)節(jié)點的平均能量與節(jié)點當前能量的比值來限制節(jié)點成為簇首節(jié)點的概率，兩類節(jié)點成為簇首節(jié)點概率如式(4)所示。
根據(jù)式(4)，可以看出進一步限制的低能量節(jié)點成為簇首節(jié)點的概率。
1．3 根據(jù)節(jié)點剩余能量的不同而改進
M．J．Handy等人提出了DCHS(Deterministic Clus-ter-Head Selection)算法，根據(jù)LEACH算法中的T(n)計算不足之處，對其進行改進，如式(5)所示。式(5)中En_current表示節(jié)點當前的能量，En_max表示節(jié)點初始的能量。
由改進后的算法可以看出，當前節(jié)點能量比較高的節(jié)點成為簇首節(jié)點的概率變大，從而降低了低能量節(jié)點成為簇首節(jié)點的概率，提高了整個網(wǎng)絡(luò)的性能。然而根據(jù)式(5)可以看出，當整個網(wǎng)絡(luò)運行到一定的時間后，大部分節(jié)點的能量都將剩余不多，相應(yīng)的T(n)就會變小，那么整個網(wǎng)絡(luò)中節(jié)點成為簇首的概率變小，從而影響到整個網(wǎng)絡(luò)的性能。M．J．Handy等人對式(5)進一步改進，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(jié)點連續(xù)未當選過簇頭的輪次。一旦節(jié)點當選為簇首節(jié)點，則rs置零。
1．4 根據(jù)簇首節(jié)點隨機分布不均而改進
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(shù)與位置的隨機性。
LEACH-C算法可以把每個節(jié)點的地理位置以及節(jié)點當前的能量報告給基站。基站把所有節(jié)點的能量取平均，當網(wǎng)絡(luò)中某些節(jié)點的能量低于平均值時，將不能成為候選簇頭節(jié)點，從而更加有效地解決了低能量節(jié)點成為簇頭節(jié)點的概率。
評論