一种面向异构无线传感器网络的分簇路由控制方法

摘要

一种面向异构无线传感器网络的分簇路由控制方法，包括以下步骤：1)进行平均网络能量估计，考虑理想状态的平均能量预测和历史能耗参考值准确估算下轮平均网络剩余能量；2)进行最优簇头选举，依据较为准确的网络剩余能量估算来计算节点成为簇头的概率，确定最优簇头集；3)簇形成过程，引入类万有引力思想，以引力大小确定非簇头节点加盟哪个簇；4)稳定的数据传输过程，将各传感器节点收集的数据信息融合处理，待积累到设定程度后通过簇头转发至基站。本发明提供更加准确的平均网络能量预测估算，从而使得选举产生的簇头分布更均匀；同时簇结构更加合理，节省了各节点能耗，实现了多级异构无线传感网环境下的网络负载均衡。

主权项

1.一种面向异构无线传感器网络的分簇路由控制方法，包括以下步骤：1)首先，进行平均网络能量估计：计算理想状态下第r轮网络平均剩余能量结合上一轮消耗的平均剩余能量以及上一轮分簇后整个网络消耗的能量，更加准确地预测估计下一轮网络的平均剩余能量$\bar{E}\left(r\right)=\alpha {\bar{E}}_{\mathrm{ideal}}\left(r\right)+(1-\alpha )\times ({\bar{E}}_{(r-1)}-\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{E}_i(r-1))---\left(11\right)$其中，r为轮数，N为节点个数，为第r-1轮(上一轮)全网的平均剩余能量，E_i(r-1)为节点s_i在第r-1轮消耗的能量，α为加权系数，且α∈(0，1)；其特征在于：所述分簇路由控制方法还包括以下步骤：2)进行最优簇头选举：引入簇头选举加权概率，则多级异构网络环境下的单独节点s_i的加权概率为：$P^{\prime }\left(s_i\right)=p_{\mathrm{opt}}·\frac{E_0(1+{\lambda }_i)}{\frac{E_0}{N}(N+\underset{i=1}{\overset{N}{\Sigma }}{\lambda }_i)}=\frac{{\mathrm{Np}}_{\mathrm{opt}}(1+{\lambda }_i)}{(N+\underset{i=+1}{\overset{N}{\Sigma }}{\lambda }_i)}---\left(12\right)$其中，p_opt为最优簇头占有比，E₀是初始能量的下界，参数λ_i为节点s_i的能量倍数，λ_i＞0；进一步，计算得到所述多级异构网络环境下节点s_i当选簇头的平均概率P′_i：$P_i^{\prime }=\frac{{\mathrm{Np}}_{\mathrm{opt}}(1+{\lambda }_i)}{(N+\underset{i=1}{\overset{N}{\Sigma }}{\lambda }_i)}·\frac{E_{\mathrm{res}}^i\left(r\right)}{\bar{E}\left(r\right)}---\left(13\right)$此时，节点s_i选举成为簇头的概率阀值T(s_i)有：其中，G为本周期内未当选为簇头的节点集合；3)簇形成过程：各簇头节点向整个网络通告自己当选簇头的消息，等待其他非簇头节点加入，引入类万有引力定律，非簇头节点根据下式给出的簇头引力来确定到底加入哪个簇。$F(i,j,r)=C·\frac{E_{\mathrm{res}}^i\left(r\right)·E_{\mathrm{res}}^j\left(r\right)}{d^2(i,j)}---\left(17\right)$其中，F(i，j，r)为第r轮非簇头节点i与簇头节点j之间的引力，C为给定的常量，而则分别为第r轮非簇头节点s_i和簇头s_j的剩余能量；4)稳定的数据传输过程：簇内成员节点将在既定的TDMA时隙内把数据包发送给簇头节点，簇头在接收数据后执行数据融合算法，同时临时存储并等待转发基站。