負(fù)載均衡的異構(gòu)傳感器網(wǎng)絡(luò)分簇路由算法研究

樊思煒

摘 要：有限的能量資源是無(wú)線傳感器網(wǎng)絡(luò)（WSNs）廣泛應(yīng)用的主要限制之一。為了最大化整個(gè)網(wǎng)絡(luò)的生存時(shí)間，需要優(yōu)化無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的能量消耗。協(xié)議使用的無(wú)線傳感器網(wǎng)絡(luò)模型包含兩種節(jié)點(diǎn)：普通節(jié)點(diǎn)和能量較高的高級(jí)節(jié)點(diǎn)。算法中綜合考慮了節(jié)點(diǎn)當(dāng)前剩余能量、網(wǎng)絡(luò)中平均能量、簇頭到基站的距離和節(jié)點(diǎn)類(lèi)型等因素，設(shè)計(jì)了一種適合于異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議（HCEEC）。在該協(xié)議中，基站在對(duì)應(yīng)的區(qū)域中選擇能量更大、更加靠近基站的節(jié)點(diǎn)作為簇頭來(lái)搜集本區(qū)域內(nèi)的信息，簇頭節(jié)點(diǎn)對(duì)本簇內(nèi)的信息進(jìn)行融合之后發(fā)送至基站節(jié)點(diǎn)。實(shí)驗(yàn)表明，該算法能夠更好地綜合網(wǎng)絡(luò)中能量的負(fù)載、提高網(wǎng)絡(luò)吞吐量和延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間。

關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)；無(wú)線傳感器網(wǎng)絡(luò)；分簇路由算法

DOIDOI：10.11907/rjdk.171308

中圖分類(lèi)號(hào)：TP312

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)文章編號(hào)：1672-7800（2017）008-0063-04

0 引言

無(wú)線傳感器網(wǎng)絡(luò)（WSNs）是由大量傳感器節(jié)點(diǎn)和一個(gè)或者很少的基站（BS）通過(guò)自組網(wǎng)方式構(gòu)成的無(wú)線網(wǎng)絡(luò)[1]。這些傳感器節(jié)點(diǎn)不僅具備傳感能力、計(jì)算能力，同時(shí)還能夠?qū)崿F(xiàn)數(shù)據(jù)傳輸功能。然而傳感器節(jié)點(diǎn)通常由干電池供電，其能源具有應(yīng)用局限性。研究表明，太陽(yáng)能和風(fēng)能等可再生能源可以被應(yīng)用在WSN中，為傳感器節(jié)點(diǎn)提供能源[2-3 ] 。然而，這些可再生能源自身的間歇性會(huì)引起網(wǎng)絡(luò)中節(jié)點(diǎn)能源供應(yīng)的不持續(xù)性，進(jìn)而影響WSNs的性能[4] 。因此，WSN 的研究與部署中，傳感器節(jié)點(diǎn)的能耗問(wèn)題仍值得重點(diǎn)關(guān)注。

WSNs根據(jù)初始節(jié)點(diǎn)的狀態(tài)是否相同分為同構(gòu)網(wǎng)和異構(gòu)網(wǎng)，能量異構(gòu)是最普遍的網(wǎng)絡(luò)異構(gòu)現(xiàn)象，即節(jié)點(diǎn)的初始能量不同。早期研究傳感器網(wǎng)絡(luò)主要是針對(duì)同構(gòu)傳感器網(wǎng)絡(luò)，即假定網(wǎng)絡(luò)中所有節(jié)點(diǎn)初始化能量相同且均為同一類(lèi)型，研究的節(jié)點(diǎn)類(lèi)型比較單一[5]。這種簡(jiǎn)化忽略了節(jié)點(diǎn)間差異可能給網(wǎng)絡(luò)及其協(xié)議帶來(lái)的影響。而在實(shí)際應(yīng)用中，經(jīng)常會(huì)在傳感器群中混合異構(gòu)節(jié)點(diǎn)，比如部分節(jié)點(diǎn)沒(méi)有使用自身攜帶的電源而是直接使用建筑環(huán)境內(nèi)或者是周?chē)h(huán)境中的交流電源或者是其它種類(lèi)的電源[6]，在野外環(huán)境還有可能使用太陽(yáng)能作為傳感器節(jié)點(diǎn)的電源。因此，在WSNs中異構(gòu)性也是路由算法研究中需要考慮的一個(gè)重要因素[7]。

1 研究現(xiàn)狀

相比于同構(gòu)傳感器網(wǎng)絡(luò)，異構(gòu)傳感器網(wǎng)絡(luò)更貼近現(xiàn)實(shí)應(yīng)用場(chǎng)景，尤其是能量異構(gòu)的傳感器網(wǎng)絡(luò)路由協(xié)議是目前研究的重點(diǎn)課題之一[8]。本文主要介紹幾種能量異構(gòu)的傳感器網(wǎng)絡(luò)分簇路由算法。

SEP[9]由LEACH[10]算法發(fā)展而來(lái)，是針對(duì)二級(jí)能量異構(gòu)傳感器網(wǎng)絡(luò)提出的路由算法。網(wǎng)絡(luò)中有兩種類(lèi)型的節(jié)點(diǎn)：高級(jí)節(jié)點(diǎn)和普通節(jié)點(diǎn)。SEP基于節(jié)點(diǎn)的能量初始值為高級(jí)節(jié)點(diǎn)和普通節(jié)點(diǎn)設(shè)置了不同的加權(quán)概率，使得高級(jí)節(jié)點(diǎn)成為簇頭（CH）的概率更大，這樣確保了兩種節(jié)點(diǎn)的生存時(shí)間一致，既保證了負(fù)載均衡，又延長(zhǎng)了網(wǎng)絡(luò)的穩(wěn)定期。但SEP的簇首選擇過(guò)程依賴隨機(jī)數(shù)，簇首數(shù)目波動(dòng)較大卻可以保證均勻。簇首選擇未考慮當(dāng)前剩余能量水平，這些都會(huì)影響分簇的效果和網(wǎng)絡(luò)的性能及生命周期。簇頭直接傳送數(shù)據(jù)到基站，這樣當(dāng)簇頭遠(yuǎn)離基站時(shí)會(huì)消耗大量的能量。DEEC[11] 是一種基于LEACH的適用于多級(jí)能量異構(gòu)網(wǎng)絡(luò)的分布式高能效分簇式路由算法。DEEC的簇首選舉概率值綜合考慮節(jié)點(diǎn)當(dāng)前的剩余能量和網(wǎng)絡(luò)當(dāng)前平均剩余能量，使得簇首的選舉能夠自適應(yīng)節(jié)點(diǎn)剩余能量的變化，以最大化延長(zhǎng)網(wǎng)絡(luò)的穩(wěn)定期。每個(gè)節(jié)點(diǎn)按照其剩余能量的不同將第r 輪的簇首選舉閾值設(shè)置為pi=（Ei（r）/E（r）×popt，這樣保證網(wǎng)絡(luò)在每個(gè)選舉周期內(nèi)的平均簇首個(gè)數(shù)為N×popt。DEEC使用一個(gè)求近似解的估計(jì)方案估計(jì)了整個(gè)網(wǎng)絡(luò)的全局能量水平，計(jì)算出在第r輪中網(wǎng)絡(luò)節(jié)點(diǎn)的平均能量，這在一定程度上削弱了DEEC的實(shí)用性。TDEEC[12]算法是對(duì)DEEC算法的改進(jìn)，其對(duì)閾值進(jìn)行調(diào)整：在閾值中加入節(jié)點(diǎn)剩余能量和網(wǎng)絡(luò)平均剩余能量的比值，盡量讓當(dāng)前剩余能量多的節(jié)點(diǎn)優(yōu)先成為簇首，且加入了一個(gè)最優(yōu)簇首。針對(duì)于異構(gòu)的WSNs，人們提出了SEP、DEEC和TDEEC等路由算法。但是這些路由算法并沒(méi)有提出相應(yīng)的網(wǎng)絡(luò)分布方案。這種情況下，具有較高能量的節(jié)點(diǎn)（高級(jí)節(jié)點(diǎn)）在網(wǎng)絡(luò)中的分布不均勻。另外，在之前的方案中，每個(gè)節(jié)點(diǎn)都需要計(jì)算自己成為簇頭的概率，這無(wú)疑增加了簇中節(jié)點(diǎn)的計(jì)算開(kāi)銷(xiāo)。另外，上述文獻(xiàn)中沒(méi)有討論網(wǎng)絡(luò)中最佳節(jié)點(diǎn)個(gè)數(shù)。

2 分布式異構(gòu)網(wǎng)絡(luò)模型

本文使用的WSNs模型中，假設(shè)N個(gè)節(jié)點(diǎn)隨機(jī)均勻地分布在M×M監(jiān)控區(qū)域，其中包含普通節(jié)點(diǎn)和高級(jí)節(jié)點(diǎn)。高級(jí)節(jié)點(diǎn)的個(gè)數(shù)是普通節(jié)點(diǎn)的m倍，普通節(jié)點(diǎn)的初始能量設(shè)定為E0 ，高級(jí)節(jié)點(diǎn)的能量比普通節(jié)點(diǎn)多出倍，基站節(jié)點(diǎn)設(shè)定在網(wǎng)絡(luò)的頂層。整個(gè)網(wǎng)絡(luò)中節(jié)點(diǎn)的分布如圖1所示。

網(wǎng)絡(luò)中節(jié)點(diǎn)的總個(gè)數(shù)N=Nn+mNn，其中，Nn 代表普通節(jié)點(diǎn)的數(shù)目。在無(wú)線傳感器異構(gòu)網(wǎng)之中，普通節(jié)點(diǎn)和高級(jí)節(jié)點(diǎn)的總能量分別為：

En=Nn×E0（1）

Ea=mNn×（E0×（1+））（2）

網(wǎng)絡(luò)中節(jié)點(diǎn)的總能量為：

Et=Nn×E0+mNn×（E0×（1+））（3）

假設(shè)網(wǎng)絡(luò)中的節(jié)點(diǎn)具有以下特征：所有節(jié)點(diǎn)部署之后不再移動(dòng)；節(jié)點(diǎn)均勻分布在區(qū)域中；每一個(gè)普通節(jié)點(diǎn)的一跳范圍內(nèi)有一個(gè)或多個(gè)高級(jí)節(jié)點(diǎn)；所有節(jié)點(diǎn)實(shí)現(xiàn)通信；整個(gè)網(wǎng)絡(luò)中能量異構(gòu)，節(jié)點(diǎn)能夠調(diào)整發(fā)射頻率；節(jié)點(diǎn)能夠獲取自己的位置信息；基站知道節(jié)點(diǎn)初始能量。

3 HCEEC算法

HCEEC算法主要包括兩個(gè)過(guò)程：簇的建立過(guò)程和通信過(guò)程。HCEEC算法使用初始能量、節(jié)點(diǎn)剩余能量、節(jié)點(diǎn)類(lèi)型和節(jié)點(diǎn)與基站的距離4個(gè)因素判斷最佳簇頭的選擇。在網(wǎng)絡(luò)中節(jié)點(diǎn)通信階段，分析網(wǎng)絡(luò)中簇頭節(jié)點(diǎn)和每一輪中能量的消耗情況。

3.1 網(wǎng)絡(luò)形成階段endprint

WSNs中高效的簇結(jié)構(gòu)在提高網(wǎng)絡(luò)的生存時(shí)間方面有著至關(guān)重要的作用。在HCEEC的網(wǎng)絡(luò)形成階段，基站使用集中控制算法（Central Control Algorithm）選擇簇頭。最初，基站通過(guò)網(wǎng)絡(luò)中節(jié)點(diǎn)的初始能量計(jì)算區(qū)域中的平均能量。在此之后，網(wǎng)絡(luò)中節(jié)點(diǎn)在每輪結(jié)束之前，向基站報(bào)告當(dāng)前的剩余能量信息。

設(shè)ni表示si 個(gè)普通節(jié)點(diǎn)所對(duì)應(yīng)的簇頭節(jié)點(diǎn)個(gè)數(shù)。在同構(gòu)網(wǎng)絡(luò)中，ni的值為ni=poptN。popt為優(yōu)化簇首比例，即簇頭節(jié)點(diǎn)在網(wǎng)絡(luò)的節(jié)點(diǎn)總數(shù)中所占比例，即：

popt=koptN（4）

其中，kopt是網(wǎng)絡(luò)中最優(yōu)簇頭個(gè)數(shù)，其可以通過(guò)計(jì)算得出[13]。

kopt=N2πεfsεmpMd2toBS（5）

在LEACH協(xié)議中，網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn)si（i=1，2，3…N）輪流成為簇頭，ni=1/popt。但是，由于網(wǎng)絡(luò)中節(jié)點(diǎn)通信的過(guò)程中節(jié)點(diǎn)之間距離不同，因而消耗的能量不同，網(wǎng)絡(luò)中節(jié)點(diǎn)的剩余能量也不相同。如果在異構(gòu)網(wǎng)絡(luò)中為所有節(jié)點(diǎn)設(shè)置相同的成簇概率值，則網(wǎng)絡(luò)中能源的消耗不能進(jìn)行很好的均衡，能量較低的節(jié)點(diǎn)會(huì)比能量較高的節(jié)點(diǎn)更快死亡。在HCEEC算法中，根據(jù)節(jié)點(diǎn)si在第r 輪的剩余能量Ei（r） 選擇不同的popt值。

令pi=1/ni ，可以將pi看作是在ni中成為簇頭的平均概率。在某一輪中，如果網(wǎng)絡(luò)中節(jié)點(diǎn)的能量相同，pi的值可以選擇為popt，這種情況下，可以保證每一輪中簇頭節(jié)點(diǎn)的個(gè)數(shù)為popt×N，并且所有節(jié)點(diǎn)在同一時(shí)間死亡。如果節(jié)點(diǎn)擁有的能量不同，則能量較高節(jié)點(diǎn)的pi值應(yīng)該大于能量較小節(jié)點(diǎn)的pi值。定義E（r） 表示在第r輪時(shí)網(wǎng)絡(luò)中節(jié)點(diǎn)的平均能量。

E（r）=1N∑Ni=1Ei（r）（6）

基站節(jié)點(diǎn)將每個(gè)節(jié)點(diǎn)的當(dāng)前能量和平均能量作比較，能量高于平均能量的節(jié)點(diǎn)被選作預(yù)選簇頭（Excepted Clutering Heads ECHs）?；纠^續(xù)對(duì)ECHs進(jìn)行檢查，因?yàn)榛驹诿恳惠喼兄贿x擇pi×N個(gè)簇頭。ECHs中剩余能量最高同時(shí)距離基站節(jié)點(diǎn)最短的節(jié)點(diǎn)會(huì)有更大的機(jī)會(huì)成為最終簇頭節(jié)點(diǎn)。節(jié)點(diǎn)到簇頭的距離可以通過(guò)式（7）進(jìn)行計(jì)算：

DtoBS（i）=（XBS-xi）2+（YBS-yi）2（7）

其中，DtoBS是第j 個(gè)ECHs到基站的距離，X 和Y 分別表示基站節(jié)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)。xj 和yj 是相應(yīng)第j個(gè)ECHs的坐標(biāo)值。由于同一種類(lèi)型節(jié)點(diǎn)具有相同的初始能量，節(jié)點(diǎn)的當(dāng)前能量能夠通過(guò)節(jié)點(diǎn)的能量消耗率表示出來(lái)，當(dāng)前輪之前節(jié)點(diǎn)能量的消耗率為：

Ri=E0/（E0-Ei（r））（8）

其中，E0 代表節(jié)點(diǎn)的初始能量，Ei（r） 為節(jié)點(diǎn)剩余能量?；居?jì)算出每個(gè)ECHs節(jié)點(diǎn)成為簇頭的概率為：

pi=Ei（r）Ri×DtoBS（i）=Ei（r）（E0-Ei（r））E0×DtoBS（i）（9）

由于高級(jí)節(jié)點(diǎn)具有更多的能量，因此，在選擇簇頭時(shí)，應(yīng)該將節(jié)點(diǎn)類(lèi)型同時(shí)考慮進(jìn)去，不同的節(jié)點(diǎn)在選擇簇頭時(shí)擁有不同的權(quán)重。

pnrm=pi1+m，padv=pi（1+）1+m。（10）

將式（9）分別帶入式（10）可得高級(jí)節(jié)點(diǎn)和普通節(jié)點(diǎn)相應(yīng)成為最終簇頭的概率為：

pi=Ei（r）（E0-Ei（r））E0×DtoBS（i）（1+m） if Si is the normal nodeEi（r）（E0-Ei（r））（1+）E0×DtoBS（i）（1+m） if Si is the advanced node（11）

因此，節(jié)點(diǎn)成為簇頭的可能性直接取決于節(jié)點(diǎn)剩余能量、節(jié)點(diǎn)能量消耗速率、節(jié)點(diǎn)類(lèi)型以及節(jié)點(diǎn)到基站的距離。如果ECHs的個(gè)數(shù)和網(wǎng)絡(luò)區(qū)域中所需節(jié)點(diǎn)個(gè)數(shù)相等，那么所有的備選節(jié)點(diǎn)都將被選作最終簇頭節(jié)點(diǎn)（Finally Selected Cluster-Heads FSCHs）。因此，網(wǎng)絡(luò)中節(jié)點(diǎn)的能量得到了均衡，網(wǎng)絡(luò)的生存時(shí)間得到了延長(zhǎng)。

基站向網(wǎng)絡(luò)中廣播FSCHs信息。FSCHs接收到自己成為最終簇頭的消息之后向周邊節(jié)點(diǎn)廣播自己成為簇頭的消息。周邊節(jié)點(diǎn)接收到一個(gè)或者多個(gè)簇頭節(jié)點(diǎn)的成為簇頭的消息，非簇頭節(jié)點(diǎn)選擇一個(gè)相應(yīng)區(qū)域且信號(hào)強(qiáng)度最高的簇頭作為數(shù)據(jù)轉(zhuǎn)發(fā)的下一跳節(jié)點(diǎn)。對(duì)應(yīng)的簇頭為簇內(nèi)節(jié)點(diǎn)分配TDMA時(shí)間間隙，非簇頭節(jié)點(diǎn)在相應(yīng)的時(shí)間間隙向簇頭節(jié)點(diǎn)性地發(fā)送消息。如果有非簇頭節(jié)點(diǎn)沒(méi)有收到FSCHs節(jié)點(diǎn)發(fā)送的成為簇頭的消息 ，則他自己選擇自己作為簇頭。在HCEEC算法中，網(wǎng)絡(luò)建立階段的時(shí)間遠(yuǎn)遠(yuǎn)小于網(wǎng)絡(luò)的通信時(shí)間。

3.2 網(wǎng)絡(luò)通信階段

在HCEEC協(xié)議算法的通信階段。網(wǎng)絡(luò)中的非簇頭節(jié)點(diǎn)在實(shí)際環(huán)境中通過(guò)感知獲取周?chē)h(huán)境數(shù)據(jù)，然后傳遞給相應(yīng)的簇頭節(jié)點(diǎn)。簇頭節(jié)點(diǎn)接收到數(shù)據(jù)后對(duì)數(shù)據(jù)進(jìn)行壓縮，去掉無(wú)用信息之后，將數(shù)據(jù)傳遞給基站。簇頭節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行壓縮，減少了數(shù)據(jù)的長(zhǎng)度，降低了節(jié)點(diǎn)能量的消耗，延長(zhǎng)了網(wǎng)絡(luò)生存周期。節(jié)點(diǎn)在傳輸數(shù)據(jù)的過(guò)程中，會(huì)消耗大量的能量。采用文獻(xiàn)[11]所使用的能量模型，節(jié)點(diǎn)l 個(gè)bit的數(shù)據(jù)發(fā)送到d 的過(guò)程中，整個(gè)能量的消耗模型如下：

ETx（l，d）=lEelec+lεfsd2 d

其中，Eelec是接收器或者發(fā)射器處理一個(gè)比特?cái)?shù)據(jù)所消耗的能量。lεfsd2和lεmpd4是根據(jù)發(fā)送器的放大器的信號(hào)放大所消耗的能量。簇頭向基站傳遞數(shù)據(jù)的方式分為兩種：直接交付或者多跳傳遞。由式（12）可知，當(dāng)數(shù)據(jù)的傳輸距離大于某一閾值d0 時(shí)，傳輸所需要的能量會(huì)大大增加，因此規(guī)定，在CH上傳數(shù)據(jù)的過(guò)程中，如果基站和簇頭的距離在d0之內(nèi)，則通過(guò)直接交付的方式將數(shù)據(jù)傳輸給基站，否則，簇頭選擇通信范圍內(nèi)距離基站較近、能量較高的備選簇頭作為下一跳數(shù)據(jù)傳輸?shù)墓?jié)點(diǎn)，通過(guò)多跳的方式將數(shù)據(jù)傳送到基站。

如果每一個(gè)非簇頭節(jié)點(diǎn)在每一輪中向簇頭節(jié)點(diǎn)發(fā)送L 個(gè)字節(jié)的數(shù)據(jù)，則每一輪網(wǎng)絡(luò)中消耗的所有能量為：

Eround=L（2NEelec+NEDA+kεmpd4toBS+Nεfsd2toCH）（13）

其中，k 表示網(wǎng)絡(luò)中簇的個(gè)數(shù)，EDA表示在簇頭中數(shù)據(jù)融合所消耗的能量，dtoBS 代表簇頭節(jié)點(diǎn)到基站節(jié)點(diǎn)的平均距離，dtoCH表示簇頭節(jié)點(diǎn)和簇內(nèi)節(jié)點(diǎn)之間的平均距離。

4 仿真實(shí)驗(yàn)

將本文提出的HCEEC在ns2環(huán)境下進(jìn)行仿真實(shí)驗(yàn)。100個(gè)節(jié)點(diǎn)均勻分布在100m×100M的無(wú)線傳感網(wǎng)絡(luò)中，假設(shè)基站的位置處在監(jiān)控區(qū)域中心位置（50×50）。實(shí)驗(yàn)中使用表1中的參數(shù)，使用本路由協(xié)議和LEACH、SEP、E-SEP和DEEC算法進(jìn)行了實(shí)驗(yàn)比較。圖2（a）顯示了隨著時(shí)間的推移，網(wǎng)絡(luò)中存活節(jié)點(diǎn)的情況，實(shí)驗(yàn)結(jié)果表明，HCEEC算法較其它路由協(xié)議在均衡網(wǎng)絡(luò)中節(jié)點(diǎn)能量方面有突出表現(xiàn)，網(wǎng)絡(luò)的生存時(shí)間最長(zhǎng)。HCEEC中網(wǎng)絡(luò)穩(wěn)定期的時(shí)間，比LEACH，SEP、E-SEP、和DEEC分別高出了120%、70%、55%和48%。算法穩(wěn)定期的增加，得益于算法中使用基站對(duì)分區(qū)中的分布進(jìn)行計(jì)算，減少了節(jié)點(diǎn)中的計(jì)算和相互通信，節(jié)省了大量能量。圖2（b）是網(wǎng)絡(luò)中死亡節(jié)點(diǎn)數(shù)目情況。同樣，HCEEC在最小化死亡節(jié)點(diǎn)方面同樣優(yōu)于其余的路由算法。

5 結(jié)語(yǔ)

本文提出了基于異構(gòu)無(wú)線傳感網(wǎng)絡(luò)的能量高效的路由協(xié)議。在網(wǎng)絡(luò)中，有兩種包含不同初始能量的節(jié)點(diǎn)：普通節(jié)點(diǎn)和高級(jí)節(jié)點(diǎn)。兩類(lèi)節(jié)點(diǎn)均勻分布在監(jiān)控區(qū)域中?；竟?jié)點(diǎn)位于監(jiān)控區(qū)域中央，負(fù)責(zé)網(wǎng)絡(luò)中簇結(jié)構(gòu)的構(gòu)建和網(wǎng)絡(luò)中數(shù)據(jù)的收集。在網(wǎng)絡(luò)構(gòu)建過(guò)程中，綜合考慮了節(jié)點(diǎn)剩余能量、節(jié)點(diǎn)類(lèi)型、節(jié)點(diǎn)到基站距離以及網(wǎng)絡(luò)中平均剩余能量等因素，選擇最佳簇頭。通信過(guò)程中，設(shè)置距離閾值d0 ，處在基站d0之內(nèi)的簇頭節(jié)點(diǎn)通過(guò)直接交付的方式將數(shù)據(jù)傳遞給基站，否則，簇頭節(jié)點(diǎn)選擇能量最高且距離基站最近的節(jié)點(diǎn)作為中繼節(jié)點(diǎn)，通過(guò)多跳的方式將數(shù)據(jù)傳輸?shù)交?。?shí)驗(yàn)表明，本文提出的HCEEC算法，相比于LEACH、SEP、E-SEP等算法都有很大的優(yōu)越性。

參考文獻(xiàn)：

[1] YADAV S，YADAV RS.A review on energy efficient protocols in wireless sensor networks[J].Wireless Networks，2016，22（1）：335-350.

[2] LI Y，SHI R.An intelligent solar energy-harvesting system for wireless sensor networks[J].Wireless Communications and Networking on EURASIP Journal，2015（1）：1-12.

[3] ZHANG B，SIMON R，AYDIN H.Harvesting-aware energy management for time-critical wireless sensor networks with joint voltage and modulation scaling[C].IEEE Trans.on Industrial Informatics，2013，9（1）：514-526.

[4] MEKKI K，ZOUINKHI A，DERIGENT W，et al.USEE：a uniform data dissemination and energy efficient protocol for communicating materials[J].Future Generation Computer Systems，2016，56（3）：651-663.

[5] MOORE M R，SMITH S F，LEE K.The next step：wireless IEEE 1451 smart sensor networks[J].Sensors Mag，2001，18（9）：35-43.

[6] MUNIR E U，ASLAM M，SHAH T，et al.An advanced heterogeneity-aware centralized energy efficient clustering routing protocol for wireless sensor networks[C].IEEE 2014 International Green Computing Conference （IGCC），2014：1-10.

[7] JAVAID N，RASHEED M B，IMRAN M，et al.An energy-efficient distributed clustering algorithm for heterogeneous WSNs[J].EURASIP Journal on Wireless Communications and Networking，2015，2015（1）：1-11.

[8] YADAV S，YADAV RS.A review on energy efficient protocols in wireless sensor networks[J].Wireless Networks，2016，22（1）：335-350.

[9] G SMARAGDAKIS，I MATTA，A BESTAVROS.SEP：a stable election protocol for clustered heterogeneous wireless sensor networks[C].Proc.SANPA，2004.

[10] HEINZELMAN W R， CHANDRAKASAN A， BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks[C].Proceedings of the 33rd Annual Hawaii International Conference on System Sciences，2000.

[11] QING L，ZHU Q，WANG M.Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor networks[J].Computer communications，2006，29（12）：2230-2237.

[12] SAINI P，SHARMA A K.Energy efficient scheme for clustering protocol prolonging the lifetime of heterogeneous wireless sensor networks[J].International Journal of Computer Applications，2010，6（2）：1-5.endprint