基于加權(quán)優(yōu)化選擇兩級(jí)簇頭的WSN路由協(xié)議*

張 品，姜亞光，陳 磊

(杭州電子科技大學(xué)通信工程學(xué)院，杭州310018)

無(wú)線傳感器網(wǎng)絡(luò)(WSN)被各國(guó)軍事部門(mén)、業(yè)界和學(xué)術(shù)界認(rèn)為是21世紀(jì)最重要的技術(shù)之一，該領(lǐng)域的研究工作得到了極大的關(guān)注[1－2]。WSN是一種能在事先沒(méi)有構(gòu)建網(wǎng)絡(luò)基礎(chǔ)設(shè)施的環(huán)境下，由傳感器節(jié)點(diǎn)臨時(shí)組成的一種自組織、自管理的網(wǎng)絡(luò)[3]。WSN節(jié)點(diǎn)通常使用容量有限、不可更換的電池，因此節(jié)約網(wǎng)絡(luò)的能量，最大限度地延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間成為衡量WSN的路由協(xié)議是否優(yōu)越的重要標(biāo)準(zhǔn)之一。分簇路由協(xié)議在節(jié)能方面相比平面協(xié)議有著較大的優(yōu)勢(shì)，因此得到了廣泛的研究。其中典型的代表為自適應(yīng)聚類(lèi)算法(Low Energy Adaptive Clustering Hierarchy，LEACH[4])，它的成簇思想對(duì)后來(lái)提出的很多重要分簇路由算法影響深遠(yuǎn);文獻(xiàn)[5]提出的算法首先根據(jù)節(jié)點(diǎn)的剩余能量來(lái)概率性地選取一些備選簇頭，然后以簇內(nèi)通信代價(jià)的高低來(lái)競(jìng)爭(zhēng)產(chǎn)生最終的簇頭;文獻(xiàn)[6]中提出的GSEN路由算法，其主要思想是簇內(nèi)節(jié)點(diǎn)和簇頭節(jié)點(diǎn)都利用貪婪算法組成鏈，數(shù)據(jù)經(jīng)過(guò)處理后沿著鏈傳輸信息，有效提高了網(wǎng)絡(luò)的生存時(shí)間。本文以LEACH與GSEN算法為基礎(chǔ)提出了一種新型的路由算法TL-WCA(Two Levels-Weighted Clustering Algorithm)，該算法首選通過(guò)LEACH的算法將網(wǎng)絡(luò)分成若干個(gè)簇，簇頭選擇考慮節(jié)點(diǎn)的剩余能量、度及離簇的質(zhì)心的距離。簇頭選出后以最短路徑為原則，采用貪婪算法將簇頭形成一條鏈。然后以簇頭的能量不小于簇頭間的平均能量及離基站的距離最近為原則，在鏈中選出一個(gè)簇頭節(jié)點(diǎn)為高級(jí)簇頭，融合其它簇頭的數(shù)據(jù)后轉(zhuǎn)發(fā)給基站。該算法不僅做到了簇內(nèi)節(jié)點(diǎn)的能量均衡同時(shí)也兼顧了簇頭之間的能量均衡，有效延長(zhǎng)了網(wǎng)絡(luò)的穩(wěn)定期。

1 LEACH與GSEN算法概述

1．1 LEACH路由算法

LEACH協(xié)議是MIT學(xué)者A．Chandrakasan等人為無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)的低功耗自適應(yīng)聚類(lèi)路由協(xié)議。該協(xié)議的特征主要有:動(dòng)態(tài)的選舉簇頭、本地協(xié)調(diào)以產(chǎn)生簇群。LEACH定義了“輪”(Round)的概念，每一輪存在初始化階段和穩(wěn)定階段兩個(gè)狀態(tài)。

初始化階段是簇頭的形成階段。每個(gè)節(jié)點(diǎn)決定在當(dāng)前“輪”中是否成為簇頭，成為簇頭的概率是一個(gè)建議的固定值，需要根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)目而定。在初始化階段，每一個(gè)節(jié)點(diǎn)從0～1中選取一個(gè)隨機(jī)數(shù)，如果這個(gè)隨機(jī)數(shù)小于這一“輪”所設(shè)定的門(mén)限值T(n)，那么這個(gè)節(jié)點(diǎn)就成為簇頭。隨機(jī)性確保簇頭與網(wǎng)關(guān)節(jié)點(diǎn)之間數(shù)據(jù)傳輸?shù)母吣芎某杀揪鶆虻胤謹(jǐn)偟剿袀鞲衅鞴?jié)點(diǎn)上。T(n)的計(jì)算公式如下所示:

式中:p是節(jié)點(diǎn)成為一個(gè)簇頭的期望百分比;r為當(dāng)前的輪數(shù);G為在最后的1/p輪中還沒(méi)有成為簇頭的節(jié)點(diǎn)集。在第0“輪”中，即r=0時(shí)，每一個(gè)節(jié)點(diǎn)都有概率為p的可能性成為簇頭。在第0“輪”中成為簇頭的節(jié)點(diǎn)，再接下來(lái)的1/p輪中不會(huì)再成為簇頭，在經(jīng)過(guò)1/p－1輪后，T值變?yōu)?，這時(shí)還沒(méi)有成為簇頭的節(jié)點(diǎn)就被選擇為簇頭節(jié)點(diǎn);再經(jīng)過(guò)1/p輪后，所有節(jié)點(diǎn)再次開(kāi)始平等地競(jìng)爭(zhēng)是否當(dāng)選簇頭。成為簇頭的節(jié)點(diǎn)再向網(wǎng)絡(luò)廣播分簇信息，告知其他節(jié)點(diǎn)產(chǎn)生了一個(gè)新的簇頭。其他節(jié)點(diǎn)接收到消息后，根據(jù)信號(hào)強(qiáng)度來(lái)選擇它要加入的簇，并通知相應(yīng)的簇頭。

與平面路由算法相比，LEACH算法可以將網(wǎng)絡(luò)生命周期延長(zhǎng)30%，但是在簇頭選擇算法、簇類(lèi)形成以及最優(yōu)簇?cái)?shù)的確定方面仍存在著不足。首先，成簇策略和簇頭選擇中未考慮節(jié)點(diǎn)的剩余能量。如果選擇了剩余能量不足的節(jié)點(diǎn)作為簇頭，將會(huì)加快該節(jié)點(diǎn)能量消耗，不能有效提高網(wǎng)絡(luò)的生命周期;再次，靜態(tài)地確定最優(yōu)簇頭數(shù)以及簇頭所占總節(jié)點(diǎn)數(shù)的百分比。節(jié)點(diǎn)根據(jù)固定的最優(yōu)簇頭K來(lái)估算成為簇頭的概率，在整個(gè)網(wǎng)絡(luò)運(yùn)行階段，K值不再改變。由于網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)隨網(wǎng)絡(luò)運(yùn)行而減少，K值也將變小，若采用固定的K值，必將嚴(yán)重影響網(wǎng)絡(luò)生命周期和穩(wěn)定性;最后，在傳輸階段，采用單跳方式與基站通信，遠(yuǎn)距離簇頭能量消耗過(guò)快，尤其不適合大型網(wǎng)絡(luò)或基站相對(duì)較遠(yuǎn)的情況。

1．2 GSEN路由算法

在PEGASIS和LEACH協(xié)議的基礎(chǔ)上，Nahida等人結(jié)合了兩種協(xié)議的優(yōu)點(diǎn)提出了基于簇的傳感器路由網(wǎng)絡(luò)(Group-based Sensor Network，GSEN)路由方案，在成簇階段，利用LEACH協(xié)議將網(wǎng)絡(luò)中的節(jié)點(diǎn)組成幾個(gè)簇，簇內(nèi)節(jié)點(diǎn)根據(jù)貪婪算法組成鏈，鏈中的節(jié)點(diǎn)通過(guò)數(shù)據(jù)融合沿著鏈傳輸信息到簇頭，簇頭間又形成高一級(jí)的鏈，該鏈又選出一個(gè)簇頭，將整個(gè)網(wǎng)絡(luò)的數(shù)據(jù)融合后轉(zhuǎn)發(fā)給基站。與LEACH不同的是，GSEN每5輪重新組成簇和鏈，而每輪都隨機(jī)選出一個(gè)簇頭擔(dān)當(dāng)鏈頭，因此該算法沒(méi)有考慮節(jié)點(diǎn)的剩余能量、節(jié)點(diǎn)位置、鄰居節(jié)點(diǎn)、鏈頭能量消耗過(guò)快等因素。

2 基于權(quán)值優(yōu)化的兩級(jí)簇頭選擇協(xié)議

該協(xié)議的基本思想基于多權(quán)值優(yōu)化選取簇頭，兩級(jí)簇頭融合網(wǎng)絡(luò)數(shù)據(jù)。在簇的建立階段采用兩個(gè)步驟，首選通過(guò)LEACH的算法將網(wǎng)絡(luò)分成若干個(gè)簇，簇頭選擇考慮節(jié)點(diǎn)的剩余能量、度及離簇的質(zhì)心的距離。然后以距離最近為原則采用貪婪算法將簇頭組成一條鏈，以簇頭的能量不小于簇頭間的平均能量及離基站的距離最近為原則，在鏈中選出一個(gè)簇頭節(jié)點(diǎn)為高級(jí)簇頭，鏈上的每個(gè)節(jié)點(diǎn)發(fā)送信息給最近的節(jié)點(diǎn)，且每個(gè)節(jié)點(diǎn)將數(shù)據(jù)融合后，通過(guò)hop-by-hop的方式發(fā)送給高級(jí)簇頭節(jié)點(diǎn)，該節(jié)點(diǎn)將信息融合后發(fā)送給基站，其中初級(jí)簇頭每五輪重新選擇一次簇頭。由于高級(jí)簇頭節(jié)點(diǎn)耗能更大每一輪都要重新選擇簇頭。該算法不僅做到了簇內(nèi)節(jié)點(diǎn)的能量均衡同時(shí)也兼顧了簇頭之間的能量均衡，有效延長(zhǎng)了網(wǎng)絡(luò)的穩(wěn)定期。

2．1 算法設(shè)計(jì)過(guò)程

2．1．1 初級(jí)簇頭的選擇

分簇路由協(xié)議中，簇頭的選擇將至關(guān)重要，一種好的簇頭選舉方法將有效平衡WSN負(fù)載，延長(zhǎng)網(wǎng)絡(luò)的生存周期。TL-WCA在初級(jí)簇頭選擇過(guò)程中，每個(gè)節(jié)點(diǎn)都要產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，與相應(yīng)的閾值T(n)進(jìn)行比較，若該隨機(jī)數(shù)小于閾值T(n)，則當(dāng)選為簇頭，反之則為非簇頭節(jié)點(diǎn)。接下來(lái)在已經(jīng)劃分好的簇中重新選擇簇頭。簇頭的選擇以節(jié)點(diǎn)的剩余能量E，節(jié)點(diǎn)離質(zhì)心的距離D和節(jié)點(diǎn)的度偏差Δ作為計(jì)算權(quán)值的參數(shù)。根據(jù)不同的應(yīng)用環(huán)境，選取適當(dāng)?shù)募訖?quán)系數(shù)ωj，在節(jié)點(diǎn)能量不小于簇內(nèi)平均節(jié)點(diǎn)能量的前提下計(jì)算出每個(gè)節(jié)點(diǎn)的最終權(quán)值，為節(jié)點(diǎn)成為簇頭的依據(jù)。給出的權(quán)值計(jì)算方法如下:

其中，Ei=(S(i)·EO－S(i)·E)/S(i)·EO，表示節(jié)點(diǎn)消耗的能量與初始能量的比值，S(i)·EO為節(jié)點(diǎn)的初始能量，S(i)·E對(duì)應(yīng)節(jié)點(diǎn)的剩余能量。Di=S(i)·d/D·max，表示節(jié)點(diǎn)到簇內(nèi)質(zhì)心的距離 S(i)·d與簇內(nèi)節(jié)點(diǎn)到質(zhì)心的最大距離 D·max的比值。Dav(xav，yav)為簇內(nèi)質(zhì)心的坐標(biāo)，表示節(jié)點(diǎn)度的偏差，其中Δ0為節(jié)點(diǎn)的度(鄰居數(shù))，在計(jì)算時(shí)取鄰居中非簇頭的節(jié)點(diǎn)數(shù)，δ為預(yù)設(shè)的簇規(guī)模，可以根據(jù)環(huán)境作出調(diào)整。Eg為是節(jié)點(diǎn)能量大于Eav的節(jié)點(diǎn)集合，加權(quán)系數(shù)ωj要求滿(mǎn)足，即必須是歸一化的，ωj可根據(jù)環(huán)境調(diào)整。當(dāng)然節(jié)點(diǎn)的參數(shù)包括很多例如數(shù)據(jù)傳輸?shù)牟铄e(cuò)率，本文沒(méi)有提到的參數(shù)默認(rèn)為0，即忽略這個(gè)參數(shù)。通過(guò)計(jì)算比較Wi選出簇頭。

2．1．2 高級(jí)簇頭的選擇

LEACH中每個(gè)簇頭匯集簇內(nèi)節(jié)點(diǎn)的信息并進(jìn)行融合后發(fā)送到遠(yuǎn)程基站，而新的TL-WCA協(xié)議中通過(guò)改進(jìn)簇頭信息的傳輸方式來(lái)節(jié)省能耗。如圖1所示，TL-WCA算法以最短路徑原則采用貪婪算法將簇頭形成一條鏈，成鏈后以簇頭的能量不小于簇頭間的平均能量及離基站的距離最近為原則，選出一個(gè)簇頭節(jié)點(diǎn)為高級(jí)簇頭，每個(gè)簇頭節(jié)點(diǎn)發(fā)送信息給最近的簇頭節(jié)點(diǎn)，且每個(gè)簇頭節(jié)點(diǎn)將數(shù)據(jù)融合后，通過(guò)hop-byhop的方式發(fā)送給高級(jí)簇頭節(jié)點(diǎn)，該節(jié)點(diǎn)將信息融合后發(fā)送給基站(Sink節(jié)點(diǎn))。當(dāng)過(guò)高級(jí)簇頭的節(jié)點(diǎn)不再當(dāng)選高級(jí)簇頭，均衡了簇頭間的能量。

圖1 簇頭路由示意圖

2．2 無(wú)線網(wǎng)絡(luò)模型和能量公式

對(duì)WSN網(wǎng)絡(luò)模型假設(shè)如下:節(jié)點(diǎn)始終有數(shù)據(jù)發(fā)送，相鄰節(jié)點(diǎn)信息高度相關(guān);基站固定，且有無(wú)限能量供應(yīng)。節(jié)點(diǎn)能量有限，具有功率控制和定位功能，所有節(jié)點(diǎn)都不移動(dòng)。在LEACH路由算法中，使用的能量消耗公式是一階無(wú)線電模式[7]，如圖2所示。

圖2 無(wú)線通信模型

根據(jù)圖2這種模式，傳感器節(jié)點(diǎn)發(fā)送k bit數(shù)據(jù)所消耗的能量為:

傳感器節(jié)點(diǎn)接收k bit數(shù)據(jù)所消耗的能量為:

其中Efs、Emp是信號(hào)放大器的放大倍數(shù)，d是發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的距離，定義 d為β是由無(wú)線電通道決定的常量，在發(fā)送距離較近時(shí)，適用自由空間信道模型，取β=2;而當(dāng)發(fā)送距離較遠(yuǎn)時(shí)，適用多徑衰落信道模型，取β=4，也稱(chēng)之為雙路徑模型。當(dāng)傳輸距離大于d0時(shí)數(shù)據(jù)傳輸?shù)南南喈?dāng)大。

3 仿真結(jié)果分析

實(shí)驗(yàn)采用MATLAB7．0進(jìn)行仿真，模擬實(shí)現(xiàn)了LEACH，GSEN，LEACH-C及其新的 TL-WCA協(xié)議，并進(jìn)行了性能比較。仿真場(chǎng)景如下:100個(gè)節(jié)點(diǎn)隨機(jī)分布在100 m×100 m的區(qū)域中，基站位于(50，175)。節(jié)點(diǎn)初始能量為0．5 J，當(dāng)能量低于0時(shí)，視為死亡，假設(shè)轉(zhuǎn)發(fā)過(guò)程中無(wú)數(shù)據(jù)丟失，數(shù)據(jù)融合率為100%。ω1，ω2，ω3的值分別是 0．5，0．3，0．2。根據(jù)文獻(xiàn)[8]，最優(yōu)簇頭數(shù)K值的計(jì)算公式為，N為網(wǎng)絡(luò)中節(jié)點(diǎn)總數(shù);M為正方形區(qū)域邊長(zhǎng);Efs為自由空間放大倍數(shù);Emp為多徑衰減信道信號(hào)放大倍數(shù);d2為簇頭距基站的距離。結(jié)合本文所提出的網(wǎng)絡(luò)應(yīng)用環(huán)境推算出K的取值范圍，然后在仿真軟件中進(jìn)行能耗分析，找出使網(wǎng)絡(luò)能耗最小的K值，即為最優(yōu)簇頭數(shù)。進(jìn)而根據(jù)網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)得出簇頭在所有節(jié)點(diǎn)中所占的百分比p，采用該方法并結(jié)合本文的實(shí)際網(wǎng)絡(luò)環(huán)境確定p為0．05。其它仿真環(huán)境參數(shù)如表1所示。

表1 仿真環(huán)境參數(shù)

圖3給出了 TL-WCA與 LEACH、GSEN、LEACH-C路由協(xié)議的網(wǎng)絡(luò)生存周期比較，以仿真輪數(shù)代表網(wǎng)絡(luò)運(yùn)行時(shí)間，觀察它與剩余存活的節(jié)點(diǎn)數(shù)的關(guān)系 LEACH，GSEN，LEACH-C，TL-WCA 協(xié)議的第一個(gè)節(jié)點(diǎn)死亡時(shí)間(FND)分別為 712，1040，1175，1678;LEACH，GSEN，LEACH-C，TL-WCA 協(xié)議的半數(shù)節(jié)點(diǎn)死亡時(shí)間(HND)分別為901，1116，1631，1909;LEACH，GSEN，LEACH-C，TL-WCA 協(xié)議的最后一個(gè)節(jié)點(diǎn)死亡時(shí)間(LND)分別為1235，1222，2023，2107?？梢钥吹?TL-WCA協(xié)議無(wú)論是FND、HND還是 LND都比其它三種協(xié)議長(zhǎng)。TLWCA的首節(jié)點(diǎn)死亡時(shí)間比LEACH調(diào)高了135%，比GSEN調(diào)高了61%，比LEACH-C提高了43%;半數(shù)節(jié)點(diǎn)死亡時(shí)間比LEACH調(diào)高了111%，比GSEN提高了71%，比LEACH-C提高了17%;最后節(jié)點(diǎn)死亡時(shí)間比 LEACH提高了71%，比 GSEN提高了72%比LEACH-C提高了4%。可見(jiàn)，新算法由于在選舉初級(jí)簇頭時(shí)充分考慮到了簇頭的多個(gè)權(quán)值，高級(jí)簇頭又考慮到節(jié)點(diǎn)的剩余能量及位置，從而使網(wǎng)絡(luò)分簇、數(shù)據(jù)傳輸更加合理，這樣節(jié)點(diǎn)在通信時(shí)有效節(jié)省了能量，進(jìn)而延長(zhǎng)網(wǎng)絡(luò)的生命周期。為便于對(duì)比，消除一些偶然性，現(xiàn)對(duì)算法仿真10次，分別取統(tǒng)計(jì)平均值，表2給出了TL-WCA與GSEN，LEACH-C算法統(tǒng)計(jì)結(jié)果。

圖3 網(wǎng)絡(luò)生存周期比較

表2 節(jié)點(diǎn)死亡時(shí)間比較

在WSN中，穩(wěn)定期[9]一般指的是從仿真開(kāi)始到第一個(gè)節(jié)點(diǎn)死亡的時(shí)間為止，穩(wěn)定期越長(zhǎng)，該網(wǎng)絡(luò)的性能越好，因?yàn)橐坏┏霈F(xiàn)節(jié)點(diǎn)死亡，網(wǎng)絡(luò)就變的不穩(wěn)定，數(shù)據(jù)傳輸也就出現(xiàn)不可靠。不穩(wěn)定期是指從出現(xiàn)第一個(gè)節(jié)點(diǎn)死亡的時(shí)間到最后一個(gè)節(jié)點(diǎn)死亡的時(shí)間為止，不穩(wěn)定期的長(zhǎng)短表明了網(wǎng)絡(luò)的收斂性，不穩(wěn)定期越長(zhǎng)，收斂性越差，反之越好。在無(wú)線傳感器網(wǎng)絡(luò)中要求算法具有快速的收斂性。GSEN，LEACH-C，TL-WCA的穩(wěn)定期分別為1 023輪，1 157輪，1 655輪，不穩(wěn)定期分別為207輪，875輪，445輪。可以看出，TL-WCA的穩(wěn)定期在三種算法中最長(zhǎng)，而不穩(wěn)定期要比LEACH-C短，但比GSEN的長(zhǎng)。相比較而言，TL-WCA比其它兩種算法的網(wǎng)絡(luò)性能好，但是在快速收斂性方面GSEN優(yōu)于TL-WCA。從圖中還可以看出，TL-WCA的后一半節(jié)點(diǎn)死亡較快，因此更符合WSN個(gè)別節(jié)點(diǎn)死亡并不影響網(wǎng)絡(luò)整體性能，但當(dāng)大部分節(jié)點(diǎn)都已失效，網(wǎng)絡(luò)的存在就毫無(wú)意義。

圖4所示的是LEACH協(xié)議、GSEN協(xié)議和TLWCA協(xié)議的網(wǎng)絡(luò)能耗的比較。仿真圖中橫坐標(biāo)表示網(wǎng)絡(luò)工作的輪數(shù)，縱坐標(biāo)表示當(dāng)前輪中整個(gè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)所消耗的能量。可見(jiàn)，在相同環(huán)境下，LEACH協(xié)議和GSEN協(xié)議所消耗的能量都要大于TL-WCA協(xié)議，因此能夠有效延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間。具體來(lái)說(shuō)，比如有100個(gè)節(jié)點(diǎn)隨機(jī)分布在一個(gè)區(qū)域中，每個(gè)節(jié)點(diǎn)的能量相同，初始值都為0．5 J，則網(wǎng)絡(luò)中所有節(jié)點(diǎn)的總能量為50 J。以第一個(gè)節(jié)點(diǎn)死亡的時(shí)間為基準(zhǔn)，如果采用LEACH算法，此時(shí)消耗的總能量為37．369 1 J，而在該時(shí)間時(shí)對(duì)應(yīng)的GSEN算法和TL-WCA算法，此時(shí)的能耗分別為29．726 3 J和18．089 7 J，如果以第一個(gè)節(jié)點(diǎn)死亡時(shí)間為網(wǎng)絡(luò)的生命周期，則在這一網(wǎng)絡(luò)生命周期內(nèi)能量消耗分別降低了21．6%和51%，由此發(fā)現(xiàn)，TL-WCA協(xié)議在能量節(jié)省上具有極大的優(yōu)越性。從圖中還可以看出TL-WCA斜率最小，其次是 GSEN，最大的是LEACH，這說(shuō)明TL-WCA中節(jié)點(diǎn)每輪消耗的能量都比LEACH和GSEN協(xié)議少。TL-WCA協(xié)議能夠使得簇內(nèi)節(jié)點(diǎn)能耗均勻，而且簇頭之間的能耗也均勻，而LEACH的簇內(nèi)節(jié)點(diǎn)能耗與簇首位置分布數(shù)目相關(guān)，當(dāng)簇首均勻時(shí)簇內(nèi)節(jié)點(diǎn)能耗均衡，反之不均衡，因此每輪的性能十分不穩(wěn)定，這從圖中曲線也可以看出。

圖4 總能耗比較

4 結(jié)束語(yǔ)

本文分析了LEACH和GSEN兩種路由協(xié)議，在兩種算法的基礎(chǔ)上提出了一種新的路由協(xié)議TLWCA。通過(guò)仿真結(jié)果表明，新的協(xié)議無(wú)論是在網(wǎng)絡(luò)的第一個(gè)節(jié)點(diǎn)死亡時(shí)間還是最后一個(gè)節(jié)點(diǎn)死亡時(shí)間上都比LEACH，GSEN，LEACH-C有較大的改善，做到了普通節(jié)點(diǎn)之間、簇頭之間的能量均衡，有效延長(zhǎng)網(wǎng)絡(luò)的生存周期。

[1]Sung Y，Tong L．A New Metric for Routing in Multi-Hop Wireless Senior Networks for Detection of Correlated Random Fields[C]//Newark:Military Communications Conference，2005:2327 －2332．

[2]Lindsey S，Raghavendra C S．Pegasis:Power Efficient Gathering in Sensor Information Systems[C]//Proc of the IEEE Aerospace Conf San Francisco:IEEE Computer Society，2002:1 －6．

[3]張品，徐智福，孫巖．一種新的基于簇頭優(yōu)化的WSN路由協(xié)議[J]．傳感技術(shù)學(xué)報(bào)，2009，7(22):1013 －1017。

[4]Heinzelman W，Chandrakasan A，Balakrishnan．Energy Efficient Communication Protocol for Wireless Microsensor Networks[J]．IEEE Computer society，2002:3005 －3014．

[5]Younis O，F(xiàn)ahmy S．Heed:A Hybrid，Energy Efficient，Distributed Clustering Approach for Ad Hoc Sensor Networks[J]．IEEE Transactions on Mobile Computing，2004，3(4):660 －669．

[6]Tabassum N，Ahsanul Haque AKM，Urano Y．Gsen:An Efficient Energy Consumption Routing Scheme for Wireless Sensor Network[C]//Proceeding of IEEE International Conference on Systems and International Conference on Mobile Communication and Learning Technologies，2006:117 －112．

[7]Heinzelman W，Chandrakasan A，Balakrishnan．Energy Efficient Communication Protocol for Wireless Microsensor Networks[J]．IEEE Computer society，2002:3005 －3014．

[8]Heinzelman W，Chandrakasan A，Hari Balakrishnan．An Application-Specific Protocol Architecture for Wireless Microsensor Networks[J]．IEEE Trans on Wireless Communications，2002，1(4):660 －670．

[9]Smaragdakis G，Matta I，Bestavros A．Sep:A Stable Election Protocol for Clustered Heterogeneous Wireless Sensor Networks[C]//Proc of the 2nd international Workshop on SANPA 2004．Massachusetts，US，2004:1 －11．