無線傳感網(wǎng)絡(luò)（Wireless Sensor Networks,WSNs）已成為物聯(lián)網(wǎng)（Internet of Things,IoT）的基石。然而,能耗成為阻礙WSNs應(yīng)用拓展的絆腳石。為此,面向WSN-物聯(lián)網(wǎng),提出能效的簇路由（Energy-Efficient Clustering Routing,EECR）。EECR路由先利用象限四分樹和二叉樹分割算法將網(wǎng)絡(luò)進(jìn)行分割,再通過基于權(quán)重的簇頭選擇算法在每個(gè)分割區(qū)內(nèi)產(chǎn)生一個(gè)簇頭,并形成簇。隨后,簇頭利用模糊邏輯算法調(diào)整簇成員的休眠時(shí)隙,進(jìn)而控制節(jié)點(diǎn)能耗。仿真結(jié)果表明,提出的EECR路由有效地降低能耗,提高了數(shù)據(jù)包傳遞率。 

【文章來源】：傳感技術(shù)學(xué)報(bào). 2020,33(07)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

典型的WSN-IoT應(yīng)用結(jié)構(gòu)

為了降低象限四分樹的復(fù)雜性,引用三個(gè)參數(shù)控制象限樹和二叉樹的深度:①最小象限四分樹尺寸(Minimum quad tree size,MQS);②最大二叉樹尺寸(Maximum binary tree size,MBS);③最大二叉樹深度(Maximum binary tree depth,MBD)。算法1描述了網(wǎng)絡(luò)分割過程。第一步,將網(wǎng)絡(luò)Q劃分為四個(gè)區(qū)(Q1、Q2、Q3、Q4)。然后,再檢測(cè)每個(gè)區(qū)的節(jié)點(diǎn)數(shù)。令N(Q1)、N(Q2)、N(Q3)、N(Q4)分別表示Q1、Q2、Q3、Q4四個(gè)區(qū)的節(jié)點(diǎn)數(shù)。

圖3給出一個(gè)網(wǎng)絡(luò)分割示例,先依據(jù)象限四分樹將整個(gè)區(qū)域劃分為Q1、Q2、Q3、Q4;然后再針對(duì)這Q1、Q2、Q3、Q4中個(gè)象限內(nèi)的節(jié)點(diǎn)數(shù)進(jìn)行劃分。例如,Q1被進(jìn)一步劃分為Q11、Q12、Q13、Q14。圖3中三角形表示每個(gè)分割區(qū)的中心點(diǎn)位置。1.2 簇的構(gòu)建

【參考文獻(xiàn)】：
期刊論文
[1]一種帶有可控閾值參數(shù)的分簇路由優(yōu)化算法[J]. 孫澤宇,閻奔,聶雅琳,劉保羅,賈馥謙,來純曉.  計(jì)算機(jī)工程. 2020(03)
[2]基于演化博弈的無線傳感器網(wǎng)絡(luò)節(jié)能分簇路由算法[J]. 周遠(yuǎn)林,陶洋,李正陽,楊柳.  傳感技術(shù)學(xué)報(bào). 2020(03)
[3]WSN中基于改進(jìn)粒子群優(yōu)化算法的分簇路由協(xié)議[J]. 武小年,張楚蕓,張潤蓮,孫亞平.  通信學(xué)報(bào). 2019(12)
[4]基于自適應(yīng)權(quán)重的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J]. 劉宏,關(guān)業(yè)歡,呂孟偉.  小型微型計(jì)算機(jī)系統(tǒng). 2019(12)
[5]路由算法在均衡物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)能耗分析中的應(yīng)用[J]. 羅步升.  科學(xué)技術(shù)與工程. 2018(25)



本文編號(hào)：3626778