一种基于DEEC方法的异构无线传感器网络分簇方法

摘要

本发明公开一种基于DEEC算法的异构无线传感器网路的分簇方法，首先节点通过自身的机制得知本轮为第r轮循环，由DEEC算法中给出的计算公式，计算得出该轮节点平均能量，并根据自身的剩余能量和起始能量值计算得到p_i，同时基站将传感器网络存活的节点数目发送给每个传感器节点，节点启动邻居节点收集模块，统计邻居节点的数目，节点通过网络存活的节点数目和邻居节点的数目计算得到节点密度。最后，节点由p_i和节点密度计算得到簇头判定条件T(s_i)，节点产生一个随机数值，如果数值小于T(s_i)，则该节点成为簇头，并执行簇头的任务。本发明提升了异构无线传感器的生命周期，为以后的无线传感器网络建设提出了新的理论依据。

主权项

一种基于DEEC方法的异构无线传感器网络分簇方法，其特征在于，该方法包括步骤如下：(1)根据DEEC协议选取簇头：$T\left(s_i\right)=\left\{\begin{array}{cc}\frac{p_i}{1-p_i\left(r\mathrm{mod}\frac{1}{p_i}\right)}& if{s}_i\in G\\ 0& otherwise\end{array}\right.---\left(a\right)$在式(a)中，s_i表示无线传感器网络中第i个节点，p_i表示节点s_i成为簇头的概率，r表示选举的轮数，G表示如果节点s_i没有在最近的n_i轮中没有当选簇头，则s_i属于G，n_i＝1/p_i，p_i的表达式为：$p_i=\frac{p_{opt}N\left(1+a_i\right)E_i\left(r\right)}{\left(N+{\Sigma }_{i=1}^N{a}_i\right)\bar{E}\left(r\right)}---\left(b\right)$在式(b)中，p_opt是设定的节点成为簇头的标准概率，即如果节点能量相同所有节点成为簇头的概率均为p_opt，N是整个无线传感器网络中起始节点的总数，E_i(r)指节点s_i在第r轮数时所剩余的能量，表示在第r轮存活节点的平均能量，a_i表示为节点s_i在起始时的能量是基准能量E₀的倍数；在每一轮开始的簇的建立阶段，每个节点将根据E_i(r)、计算自身的p_i，然后根据p_i将计算出判定条件T(s_i)，最后节点将产生一个介于0到1之间的随机数k，如果k小于T(s_i)，那么该节点当选为簇头，如果k大于T(s_i)，该节点成为普通节点；(2)在DEEC方法中，p_i的值和节点s_i的能量密切相关，当s_i的能量较大时，T(s_i)的值也会增大，其随机产生的值k小于T(s_i)的概率也会增大，因此能量大的节点将成为簇头节点的概率增加；(3)定义节点s_i的节点密度为：$Density\left(S_i\right)=\frac{Neighbor\_alive\left(S_i\right)}{Network\_alive}---\left(c\right)$在式(c)中Neighbor_alive(S_i)表示在节点Si通信范围内的存活的节点总数；Network_alive表示当前无线传感器网络存活的节点总数；如果节点均匀分布在无线传感器网络，其平均节点密度为：$Density\_average=\frac{1/p_{opt}}{Network\_alive}---\left(d\right)$在式(d)中1/p_opt表示无线传感器网络中每个簇所包含的均匀节点数目；基于上述(c)、(d)节点密度公式，将判定条件T(s_i)的值修改为：$T\left(s_i\right)=\left\{\begin{array}{cc}& \frac{p_i}{1-p_i\left(r\mathrm{mod}\frac{1}{p_i}\right)}\left(1+\frac{Neighbor\_alive\left(s_i\right)}{Network\_alive}-\frac{1/p_{opt}}{Network\_alive}\right)\\ 0& \end{array}\right.,n\in G---\left(e\right)$当节点能量较高，其必然会提升的值，T(s_i)的后半段则是由节点的密度决定，当节点密度大于节点均匀密度时，必然大于0，则是大于1的值，当节点密度小于节点均匀密度时，将小于1。