能量優(yōu)化的非均勻分簇路由的改進(jìn)算法*

黃 鵬，封志宏，童宇行

0 引 言

無線傳感器網(wǎng)絡(luò)通常是由大量隨機(jī)部署在復(fù)雜環(huán)境中的傳感器節(jié)點(diǎn)和用于收集數(shù)據(jù)的基站（Sink）節(jié)點(diǎn)組成，并通過自組網(wǎng)的方式采集數(shù)據(jù)。傳感器節(jié)點(diǎn)能量采取電池供電的方式，在復(fù)雜環(huán)境中充電或者更換電池?zé)o法實(shí)現(xiàn)，因此研究熱門之一就是設(shè)計(jì)出一種能量高效的WSN路由算法[1-2]。

最早提出的LEACH[3]路由采用分簇協(xié)議，有效延長了整個(gè)網(wǎng)絡(luò)的存活時(shí)間。但是，由于簇頭節(jié)點(diǎn)到基站的通信采用單跳的方式進(jìn)行，會(huì)使距離Sink節(jié)點(diǎn)較遠(yuǎn)的簇頭消耗過多的能量。從一些仿真結(jié)果中可以看出，通過多跳方式完成簇頭到Sink節(jié)點(diǎn)間的數(shù)據(jù)傳輸更能節(jié)省能耗[4]。然而，近基站的簇頭需要中轉(zhuǎn)其他簇的數(shù)據(jù)，會(huì)造成近Sink節(jié)點(diǎn)的簇消耗過多能量，致使能耗不均衡。同時(shí)，在推選簇頭的過程中，沒有考慮有些節(jié)點(diǎn)當(dāng)前能量不足而再次當(dāng)選為簇頭的情況，從而加快了部分節(jié)點(diǎn)的失效，使鄰居節(jié)點(diǎn)的能耗加快，呈現(xiàn)出大片節(jié)點(diǎn)失效的問題。文獻(xiàn)[5]提出了一種能量高效的算法UCPO，解決了LEACH算法中隨機(jī)得到簇頭節(jié)點(diǎn)以及簇頭節(jié)點(diǎn)直接與Sink節(jié)點(diǎn)通信的問題，有效降低了網(wǎng)絡(luò)能耗。文獻(xiàn)[6]提出了分布式分簇路由算法DEEC，采用時(shí)間廣播機(jī)制選舉簇頭節(jié)點(diǎn)，采用權(quán)值函數(shù)完成多跳路徑選擇，最終均衡了網(wǎng)絡(luò)能耗。文獻(xiàn)[7]提出了EBFA協(xié)議，應(yīng)用社會(huì)福利函數(shù)完成預(yù)估，某種程度上減少了WSN中的“熱區(qū)”。文獻(xiàn)[8]提出了LEACH-GPF算法，通過應(yīng)用遺傳算法并對結(jié)合概率準(zhǔn)則，更好地平衡了網(wǎng)絡(luò)能耗。文獻(xiàn)[9]提出的EEUC算法通過非均勻分簇的方式，有效均衡了WSN網(wǎng)絡(luò)的消耗，但其簇頭選擇過程中應(yīng)用隨機(jī)函數(shù)與門限值確定，所選簇頭并不一定最佳。文獻(xiàn)[10]則在簇頭路由中引入蟻群算法，能夠延長WSN的生命周期，但蟻群算法只能保證部分路由路徑的效果最優(yōu)。文獻(xiàn)[11]通過構(gòu)建最小生成樹完成多跳路由，但構(gòu)建過程中只考慮了多跳消耗和簇頭的當(dāng)前能量值。

分析分簇協(xié)議中可能出現(xiàn)的問題，提出了能耗優(yōu)化的WSN分簇算法。算法將WSN劃分為不均勻的簇，簇頭選擇階段引入簇首等待時(shí)間，計(jì)算過程中考慮節(jié)點(diǎn)當(dāng)前的能量、節(jié)點(diǎn)到Sink節(jié)點(diǎn)的距離、鄰居表中的數(shù)目等因素，通過單跳的方式完成簇內(nèi)數(shù)據(jù)的收集；在簇間多跳路由選擇階段，利用簇頭剩余能量、距離、簇內(nèi)剩余能量均值等影響因子選擇中繼節(jié)點(diǎn)，構(gòu)建數(shù)據(jù)傳輸路由樹，從而進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。該協(xié)議能夠有效均衡節(jié)點(diǎn)能耗，延長WSN網(wǎng)絡(luò)的生命周期。

1 相關(guān)模型

1.1 網(wǎng)絡(luò)模型

首先，假設(shè)WSN具有以下性質(zhì)：

①檢測區(qū)域內(nèi)隨機(jī)部署了N個(gè)節(jié)點(diǎn)，之后這些節(jié)點(diǎn)在網(wǎng)絡(luò)中的相對位置不會(huì)變化，Sink節(jié)點(diǎn)能量變化忽略不計(jì)且其在網(wǎng)絡(luò)中的相對位置不再變化；

②每個(gè)節(jié)點(diǎn)的起始能量一定并配有唯一的身份編號(hào)ID，發(fā)射功率可根據(jù)網(wǎng)絡(luò)要求進(jìn)行變化；

③通過收到的信號(hào)強(qiáng)弱RSSI來估算發(fā)送節(jié)點(diǎn)到接收節(jié)點(diǎn)的距離；

④Sink節(jié)點(diǎn)可以覆蓋其余所有節(jié)點(diǎn)，鏈路對稱，節(jié)點(diǎn)可以知道當(dāng)前的能量，并具有一定的數(shù)據(jù)融合能力。

1.2 能耗模型

該能耗優(yōu)化的非均勻分簇路由協(xié)議采用如圖1所示的無線通信能耗模型[12]。

圖1 本路由協(xié)議的無線通信能耗模型

該模型發(fā)送數(shù)據(jù)時(shí)的能耗公式如下：

式中：k表示收發(fā)數(shù)據(jù)的長度，單位bit；Eelec為節(jié)點(diǎn)發(fā)送/接收每比特?cái)?shù)據(jù)消耗的能量，d為該數(shù)據(jù)傳輸?shù)木嚯x；εamp為多徑衰落模式下傳遞每比特?cái)?shù)據(jù)消耗的能量；εfs為自由空間模式下傳遞每比特?cái)?shù)據(jù)消耗的能量；d0的計(jì)算公式為是劃分空間模型的臨界值；當(dāng)發(fā)送者與接收者的距離d小于d0時(shí)，采用自由空間的計(jì)算公式；當(dāng)發(fā)送者與接收者的距離d大于等于d0時(shí)，采用多徑衰落的計(jì)算公式。

接收m bit數(shù)據(jù)節(jié)點(diǎn)消耗的能量為：

所以，簇頭的能耗為接收簇內(nèi)其余節(jié)點(diǎn)采集的數(shù)據(jù)能耗、將采集到的數(shù)據(jù)融合后發(fā)出去的能耗以及做為其他簇的中繼節(jié)點(diǎn)的能耗。綜合式（1）、式（2）可以得到：

由式（3）可知，簇頭的能量消耗是通過簇內(nèi)其余節(jié)點(diǎn)的數(shù)量、收集到的數(shù)據(jù)以及下一跳距離d決定的，所以選擇更優(yōu)的簇頭和選擇最佳的傳輸路由可以減少能耗，均衡網(wǎng)絡(luò)負(fù)載。

2 能耗優(yōu)化的非均勻分簇路由算法

本算法采用LEACH協(xié)議中“輪”的方式進(jìn)行。每“輪”根據(jù)簇內(nèi)節(jié)點(diǎn)間距離、簇首的鄰居數(shù)目以及節(jié)點(diǎn)的當(dāng)前能量計(jì)算非均勻成簇的競爭半徑，簇首的選取利用時(shí)間等待機(jī)制，簇中采用TDMA的方式傳遞，簇間的路由根據(jù)構(gòu)造的路由樹傳輸?shù)交竟?jié)點(diǎn)。

2.1 簇首選擇算法

2.1.1 非均勻競爭半徑的計(jì)算

定義1 在改進(jìn)的算法中給定除Sink節(jié)點(diǎn)外其余節(jié)點(diǎn)的最大通信半徑Rmax，對于WSN中的節(jié)點(diǎn)i，其鄰居節(jié)點(diǎn)定義如下：

i的鄰居節(jié)點(diǎn)的數(shù)目為：

EEUC算法中，在構(gòu)建節(jié)點(diǎn)競爭半徑時(shí)只考慮了本簇首到Sink節(jié)點(diǎn)的距離，如式（6）所示。改進(jìn)算法通過文獻(xiàn)[13]中對非均勻競爭半徑的計(jì)算進(jìn)行完善，構(gòu)建的競爭半徑考慮了簇首到Sink節(jié)點(diǎn)的d、鄰居表中的數(shù)目、每輪能耗的平均值以及節(jié)點(diǎn)當(dāng)前的能量等因素。鄰居節(jié)點(diǎn)的數(shù)目已經(jīng)由上述定義給出，每輪能耗的平均值由式（7）給出，所以非均勻成簇的競爭半徑計(jì)算公式由式（8）得到。

其 中 u1、u2、u3、u4為 參 數(shù) 控 制 因 子， 且u1+u2+u3+u4=1；dmin表示候選的簇首節(jié)點(diǎn)到Sink節(jié)點(diǎn)的最小d；dmax表示候選的簇首節(jié)點(diǎn)到Sink節(jié)點(diǎn)的最大d，r表示當(dāng)前的輪數(shù)，Nnbc為候選簇首的鄰居個(gè)數(shù)?？梢姡纱匾?guī)模與候選簇首的鄰居個(gè)數(shù)、每輪平均能耗成反比，與該簇首當(dāng)前能量、該簇首到鄰居節(jié)點(diǎn)的d成正比例。u3、u4兩個(gè)參數(shù)可以對剩余能量過多而消耗速率快的情況進(jìn)行權(quán)衡，以決定最終的成簇大小。

2.1.2 簇首的競選

為后續(xù)流程的描述，對算法的概念說明如下：

①競選半徑。節(jié)點(diǎn)競選非均勻成簇的半徑，具體如式（8）所示。

②鄰居表。鄰居節(jié)點(diǎn)根據(jù)定義1得到每個(gè)節(jié)點(diǎn)的鄰居表來保存節(jié)點(diǎn)信息，具體如表1所示。

表1 節(jié)點(diǎn)鄰居表的內(nèi)容

③剩余能量比PEi。PEi表示節(jié)點(diǎn)si的所有鄰居節(jié)點(diǎn)的當(dāng)前平均當(dāng)前能量與該節(jié)點(diǎn)的當(dāng)前能量的比。PEi越小，說明節(jié)點(diǎn)si的當(dāng)前的能量相比鄰居節(jié)點(diǎn)的當(dāng)前能量更多。

④平均距離davg。依據(jù)鄰居表中的內(nèi)容得到候選簇頭到其鄰居節(jié)點(diǎn)的距離的平均值。

⑤簇首競爭等待時(shí)間t。從節(jié)點(diǎn)收到Sink節(jié)點(diǎn)通知簇首競爭到本節(jié)點(diǎn)發(fā)出簇首競爭消息的時(shí)間。

其中：α為[0.9，1]中的任意值，T為指定的簇首競爭時(shí)間，β、γ為距離調(diào)節(jié)因子。因此可知，節(jié)點(diǎn)剩余能量低、距離基站遠(yuǎn)和平均距離增大，都會(huì)使簇首競爭的持續(xù)時(shí)間變長。

2.1.3 簇首的競選流程

在WSN分簇路由協(xié)議算法中，簇首的能量和能耗影響著整個(gè)網(wǎng)絡(luò)的性能。當(dāng)采用簇間多跳路由時(shí)，簇首不僅要對其所在簇的數(shù)據(jù)進(jìn)行接收和融合，還要做為中繼節(jié)點(diǎn)參與其他簇的信息傳遞。本文以非均勻分簇算法為基礎(chǔ)，改進(jìn)簇頭選舉公式。每輪開始時(shí)，WSN中所有的節(jié)點(diǎn)都參與到簇頭選舉的競爭中，之后應(yīng)用時(shí)序的方式完成最終簇首的確定。

簇頭選舉的算法流程：

（1）WSN中的所有的節(jié)點(diǎn)以Rmax為半徑傳遞Ne_MSG消息，接收到該內(nèi)容的其他節(jié)點(diǎn)加入到此節(jié)點(diǎn)的鄰居節(jié)點(diǎn)表中。

（2）Sink節(jié)點(diǎn)向全網(wǎng)廣播一個(gè)分簇信號(hào)Par_CLU，通過收到的信號(hào)強(qiáng)弱RSSI，每個(gè)節(jié)點(diǎn)估算Sink節(jié)點(diǎn)到節(jié)點(diǎn)的距離，并根據(jù)此時(shí)鄰居節(jié)點(diǎn)表中的信息，結(jié)合式（8）計(jì)算各自的競選半徑。

（3）各節(jié)點(diǎn)在其半徑Rc/2的范圍內(nèi)發(fā)送競選的消息，其內(nèi)容主要有節(jié)點(diǎn)的ID和當(dāng)前的能量。

（4）各節(jié)點(diǎn)收到來自其他節(jié)點(diǎn)的競選消息，根據(jù)收到的信號(hào)強(qiáng)度RSSI計(jì)算節(jié)點(diǎn)間的距離，并更新此時(shí)的鄰居節(jié)點(diǎn)表。

（5）各節(jié)點(diǎn)根據(jù)此時(shí)鄰居節(jié)點(diǎn)表中的信息，結(jié)合式（9）、式（10）計(jì)算PEi、davg，從而得到式（11）的各自簇首競爭等待的時(shí)間。

（6）Sink節(jié)點(diǎn)發(fā)出同步信號(hào)Tim_MSG，以同步各個(gè)節(jié)點(diǎn)的時(shí)間。

（7）各個(gè)節(jié)點(diǎn)收到時(shí)間同步信號(hào)后，開始計(jì)時(shí)并監(jiān)聽其他節(jié)點(diǎn)的信息。

（8）如果節(jié)點(diǎn)在自身簇首競爭等待時(shí)間t到達(dá)前并沒有收到其余節(jié)點(diǎn)的簇首競爭成功的消息Succ_MSG，則該節(jié)點(diǎn)發(fā)送Succ_MSG消息，并成為成為簇頭。

（9）如果節(jié)點(diǎn)在自身簇首競爭等待時(shí)間t到達(dá)前收到了其余節(jié)點(diǎn)的競選成功消息Succ_MSG，則此節(jié)點(diǎn)廣播Fail_MSG，退出簇頭的競選。

（10）當(dāng)節(jié)點(diǎn)收到其余節(jié)點(diǎn)的Fail_MSG后，就把這個(gè)節(jié)點(diǎn)從鄰居節(jié)點(diǎn)表中刪除。

（11）選舉流程結(jié)束后，沒有成為簇頭的節(jié)點(diǎn)依據(jù)節(jié)點(diǎn)表中的信息，選擇最近的簇頭并加入其中。

（12）分簇結(jié)束后，各個(gè)簇頭以Rmax為半徑廣播消息，消息包括簇頭ID、剩余能量、到基站的距離以及簇內(nèi)剩余能量均值，并收集其他簇頭的消息。

算法完成后，依據(jù)鄰居表中的信息，整個(gè)網(wǎng)絡(luò)被劃分為大小不等的簇，有利于能耗均衡；在得到簇頭競爭時(shí)間的過程中，通過平衡當(dāng)前能量、節(jié)點(diǎn)到Sink節(jié)點(diǎn)的距離以及簇內(nèi)節(jié)點(diǎn)的平均距離等因素得到其值，最終得到綜合性能最優(yōu)的簇頭。

2.2 簇間路由的選擇與數(shù)據(jù)傳輸

首先，簇頭節(jié)點(diǎn)根據(jù)之前的RSSI得到其與Sink節(jié)點(diǎn)的距離d，如果d，則通過單跳的方式，該簇頭直接與Sink節(jié)點(diǎn)進(jìn)行通信。如果d ＞則此時(shí)采用多跳的方式。

中繼節(jié)點(diǎn)的選擇如下。在成簇階段，簇頭存儲(chǔ)其通信范圍內(nèi)其余簇的簇頭ID、當(dāng)前能量、到Sink節(jié)點(diǎn)的距離和簇內(nèi)當(dāng)前能量均值。根據(jù)貪婪算法，簇頭節(jié)點(diǎn)在其鄰居簇頭節(jié)點(diǎn)集合中。然后，根據(jù)最小代價(jià)函數(shù)得到下一跳的中繼節(jié)點(diǎn)RN。參考文獻(xiàn)[14]中代價(jià)函數(shù)的定義為：

式中，Eave表示簇頭節(jié)點(diǎn)si所有鄰居簇頭節(jié)點(diǎn)的剩余能量均值；Ere表示簇頭節(jié)點(diǎn)si當(dāng)前剩余的能量；Nnbc( j )表示簇頭sj中成員節(jié)點(diǎn)的數(shù)目；Nnei(i)表示簇頭si的鄰居簇頭其簇內(nèi)節(jié)點(diǎn)的均值；表示兩節(jié)點(diǎn)間的距離；表示節(jié)點(diǎn)s距離jSink節(jié)點(diǎn)的距離；表示節(jié)點(diǎn)s距離Sink節(jié)點(diǎn)i的距離；α、β、γ表示加權(quán)因子，且α+β+γ=1。因此，cost(RN)=min{cost(i, j)}。當(dāng)所有簇頭節(jié)點(diǎn)完成中繼節(jié)點(diǎn)RN的選擇后，開始簇間路由的傳輸。

當(dāng)路由規(guī)則確定后，節(jié)點(diǎn)就可以傳輸數(shù)據(jù)。首先，簇內(nèi)的非簇頭節(jié)點(diǎn)按照時(shí)分多路復(fù)用即TDMA方式，把數(shù)據(jù)傳遞給簇首節(jié)點(diǎn)；簇內(nèi)節(jié)點(diǎn)都在其分配的時(shí)隙內(nèi)工作，其余時(shí)間處于休眠狀態(tài)，以降低能耗；簇頭節(jié)點(diǎn)接收來自簇內(nèi)所有節(jié)點(diǎn)采集的信息，并對接收信息進(jìn)行數(shù)據(jù)融合，然后再選擇簇間中繼節(jié)點(diǎn)將融合后的信息以多跳、單跳相結(jié)合的路由方式傳遞給Sink節(jié)點(diǎn)。改進(jìn)的路由協(xié)議采用分布式策略，目的是找到一條最優(yōu)路徑，以減少簇間數(shù)據(jù)傳輸所消耗的能量，最終達(dá)到均衡網(wǎng)絡(luò)能耗、延長生命周期的目的。

3 實(shí)驗(yàn)仿真

本文通過仿真對改進(jìn)算法、EEUC協(xié)議以及LEACH協(xié)議進(jìn)行比較和模擬。實(shí)驗(yàn)參數(shù)如表2所示，傳感器節(jié)點(diǎn)隨機(jī)分布在檢測區(qū)域內(nèi)，忽略簇頭節(jié)點(diǎn)融合數(shù)據(jù)的能量，協(xié)議中其他參數(shù)的取值都是通過多次運(yùn)行模擬得到的最優(yōu)值。

表2 實(shí)驗(yàn)仿真參數(shù)設(shè)置

3.1 簇首能耗均衡的分析

簇首能量的消耗是無線傳感器網(wǎng)絡(luò)中能量消耗的最主要部分。隨機(jī)選取20輪，3種協(xié)議的簇首數(shù)目相同，對比統(tǒng)計(jì)3種協(xié)議簇首消耗的能量，結(jié)果如圖2所示。

實(shí)驗(yàn)對比結(jié)果顯示，本文的路由算法簇頭能耗較為均衡、消耗的能量最低，LEACH協(xié)議簇頭能量消耗波動(dòng)最大，EEUC協(xié)議能耗明顯高于改進(jìn)的協(xié)議。究其原因，在于改進(jìn)的路由協(xié)議在簇首選舉過程中綜合考慮了剩余能量、節(jié)點(diǎn)到基站的距離以及簇內(nèi)節(jié)點(diǎn)的平均距離等因素，最大程度地保證了選出的簇首節(jié)點(diǎn)最優(yōu)。同時(shí)，在不均勻簇劃分過程中綜合考慮了簇首到匯聚節(jié)點(diǎn)的距離、鄰居節(jié)點(diǎn)的數(shù)目、每輪消耗的平均能量以及節(jié)點(diǎn)當(dāng)前的剩余能量等因素，保證了簇首節(jié)點(diǎn)能耗的減少。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的路由協(xié)議能耗波動(dòng)最小，有效解決了“熱區(qū)”問題，降低了簇首負(fù)載，簇首能耗更均衡。

3.2 網(wǎng)絡(luò)生命周期的分析

存活節(jié)點(diǎn)的變化情況如圖3所示。

圖2 簇首節(jié)點(diǎn)能耗的均衡性

圖3 存活節(jié)點(diǎn)變化情況

圖3 顯示了3種不同的路由協(xié)議隨著仿真時(shí)間的增加，網(wǎng)絡(luò)中節(jié)點(diǎn)存活數(shù)量隨輪數(shù)增長的變化情況。可以看出，由于節(jié)點(diǎn)能耗不均，LEACH協(xié)議早早出現(xiàn)了死亡節(jié)點(diǎn)，且其第一個(gè)死亡的節(jié)點(diǎn)與最后一個(gè)死亡的節(jié)點(diǎn)的時(shí)間跨度遠(yuǎn)遠(yuǎn)大于EEUC和改進(jìn)協(xié)議；EEUC協(xié)議優(yōu)于LEACH協(xié)議，但其時(shí)間跨度也大于改進(jìn)的路由協(xié)議。時(shí)間跨度的大小，表明了整個(gè)網(wǎng)絡(luò)的均衡程度?？梢?，改進(jìn)的路由算法有效均衡了網(wǎng)絡(luò)能耗，解決了“熱區(qū)”問題，同時(shí)改進(jìn)了WSN內(nèi)節(jié)點(diǎn)的能耗，均衡了簇內(nèi)網(wǎng)絡(luò)能耗，其第一個(gè)死亡節(jié)點(diǎn)和最后一個(gè)死亡節(jié)點(diǎn)相對于其他兩個(gè)協(xié)議都有所延長，延長了整個(gè)網(wǎng)絡(luò)的壽命。

4 結(jié) 語

本文針對“熱區(qū)”影響網(wǎng)絡(luò)均衡、降低網(wǎng)絡(luò)壽命的問題，提出了一種改進(jìn)的路由協(xié)議。改進(jìn)的路由協(xié)議在非均勻分簇半徑的選取中，綜合考慮了簇首到匯聚節(jié)點(diǎn)的距離、鄰居節(jié)點(diǎn)的數(shù)目、每輪消耗的平均能量以及節(jié)點(diǎn)當(dāng)前的剩余能量等因素，更好地控制了簇規(guī)模的大小；在簇首選舉過程中，引入時(shí)間競爭機(jī)制，使競爭時(shí)間的大小依據(jù)剩余能量、節(jié)點(diǎn)到基站的距離以及簇內(nèi)節(jié)點(diǎn)的平均距離等因素來確定，使簇頭選舉過程更加合理，簇頭分布更加均勻，更加均衡了整個(gè)簇內(nèi)的能耗；在簇間路由選擇階段，運(yùn)用單跳、多跳相結(jié)合的方式，其中多跳依據(jù)代價(jià)函數(shù)選擇下一跳節(jié)點(diǎn)；同時(shí)，引入閾值控制，保證了能量少的節(jié)點(diǎn)不會(huì)當(dāng)選中繼節(jié)點(diǎn)。仿真結(jié)果表明，本文的路由算法很好地解決了網(wǎng)絡(luò)“熱區(qū)”問題，均衡了網(wǎng)絡(luò)能耗，延長了WSN的壽命。

[1] 李亞男,徐夫田,陳學(xué)鑫.基于LEACH的WSNs分簇路由優(yōu)化策略[J].傳感技術(shù)學(xué)報(bào),2014,27(05):670-674.LI Ya-nan,CHEN Fu-tian,CHEN Xue-xin.WSNs Cluster Routing Optimization Strategy Based on LEACH’s[J].Chinese Journal of Sensors and Actuators,2014,27(05):670-674.

[2] 李建洲,王海濤,陶安.一種能耗均衡的WSN分簇路由協(xié)議[J].傳感技術(shù)軟件學(xué)報(bào),2013,26(03):396-401.LI Jian-zhou,WANG Hai-tao,TAO An.A WSN Clustering Routing Protocol for Energy Consumption Equilibrium[J].Journal of Sensors and Software,2013,26(03):396-401.

[3] Heinzelman W,Chandrakasan A,Balakrishnam H.Energy-Efficient Communication Protocol for Wireless Micro-sensor Networks[C].Proc of the 33rd Conf on System Sciences.Piscataway,2000:3005-3014.

[4] Mhatre V,Rosenberg C.Design Guidelines for Wireless Sensor Networks:Communication,Clustering and Aggregation[J].Ad Hoc Networks,2004,2(01):45-63.

[5] 劉國繁,許多.基于非均勻分簇與路徑優(yōu)化的WSN路由協(xié)議[J].計(jì)算機(jī)工程與科學(xué),2015,37(08):1492-1497.LIU Guo-fan,XU Duo.WSN Routing Protocol Based on Uneven Clustering and Path Optimization[J].Computer Engineering and Science,2015,37(08):1492-1497.

[6] 魏春娟,楊俊杰,張志美.一種分布式能量有效的無線傳感器網(wǎng)絡(luò)協(xié)議[J].傳感技術(shù)學(xué)報(bào),2013,26(07):1014-1018.WEI Chun-juan,YANG Jun-jie,ZHANG Zhi-mei.A Distributed Energy Efficient Wireless Sensor Network Protocol[J].Chinese Journal of Sensors and Actuato rs,2013,26(07):1014-1018.

[7] 孫彥景,林昌林,江海峰.一種能量高效的分布式非均勻分簇路由算法[J].傳感技術(shù)學(xué)報(bào),2015,28(08):1994-1200.SUN Yan-jing,LIN Chang-lin,JIANG Hai-feng.A Distributed Uneven Clustering Routing Algorithm with High Energy Efficiency[J].Chinese Journal of Sensors and Actuators,2015,28(08):1994-1200.

[8] 陳海南,劉廣聰,吳曉鴿.一種基于遺傳算法與概率轉(zhuǎn)發(fā)的分簇協(xié)議[J].計(jì)算機(jī)科學(xué),2015,42(03):71-73.CHEN Hai-nan,LIU Guang-cong,WU Xiao-ge.A Clustering Portocol Based on Genetic Algorithm and Probability Forwarding[J].Computer Science,2015,42(03):71-73.

[9] 李成法,陳貴海,葉懋.一種基于非均勻分簇的無線傳感器網(wǎng)絡(luò)路由協(xié)議[J].計(jì)算機(jī)學(xué)報(bào),2007,30(01):27-36.LI Cheng-fa,CHEN Gui-hai,YE Mao.A Wireless Sensor Networks Routing Protocol Based on Uneven Clustering[J].Chinese Journal of Computers,2007,30(01):27-36.

[10] 張榮博,曹建富.利用蟻群優(yōu)化的非均勻分簇?zé)o線傳感器網(wǎng)絡(luò)路由算法[J].西安交通大學(xué)學(xué)報(bào),2010,44(06):33-38.ZHANG Rong-bo,CAO Jian-fu.An Uneven Distributed Cluster Wireless Sensor Network Routing Algorithm Using Ant Colony Optimization[J].Journal of Xi’an Jiaotong University,2010,44(06):33-38.

[11] 陸晶,馬悅,吳曉軍.一種基于最小生成樹的非均勻分簇路由算法[J].小型微型計(jì)算機(jī)系統(tǒng),2012,33(10):33-38.LU Jing,MA Yue,WU Xiao-jun.A Uneven Clustering Routing Algorithm Based on Minimum Spanning Tree[J].Journal of Chinese Mini-Micro Computer Systems,2012,33(10):33-38.

[12] Jangs,Kimhy,Kimnu,et al.Energy-Efficient Clustering Scheme with Concentric Hierarchy[C].2011 IEEE International RF and Micro wave Conference(RFM),2011:79-82.

[13] 王偉.長距離帶狀無線傳感器網(wǎng)絡(luò)路由協(xié)議設(shè)計(jì)[J].計(jì)算機(jī)工程,2014,40(03):132-136.WANG Wei.Routing Protocol for Long-Distance Ribbon Wireless Sensor Network[J].Computer Engineering,2014,40(03):132-136.

[14] 尚風(fēng)軍.無線傳感器網(wǎng)絡(luò)的分布式能量有效非均勻成簇算法[J].通信學(xué)報(bào),2009(10):34-43.SHANG Feng-jun.The Distributed Energy Efficiency Uneven Algorithm of Wireless Sensor Network[J].Journal on Communications,2009(10):34-43.