郭淑霞+劉佳+姜穎+高金喬

摘要：為提升無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的存活能力，并保證節(jié)點(diǎn)的監(jiān)測效能，通過改進(jìn)LEACH算法，優(yōu)化了偏僻節(jié)點(diǎn)選取為簇頭節(jié)點(diǎn)的概率，并使用NS平臺(tái)對改進(jìn)后的傳感器網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)測試，與傳統(tǒng)LEACH算法比較，改進(jìn)后的LEACH算法可以實(shí)現(xiàn)耗能均分化的目的，壽命更長，效率也更高。

關(guān)鍵詞：無線傳感器；LEACH算法；仿真

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）34-8108-02

WSN（Wireless Sensor Networks）是由大量的微型傳感器節(jié)點(diǎn)以自組織方式構(gòu)成的無線網(wǎng)絡(luò)，其目的是協(xié)作地感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域中感知對象的信息，并發(fā)布給觀察者。不同于其他網(wǎng)絡(luò)，WSN中的傳感器節(jié)點(diǎn)體積小、成本低，大都用電池供電，能量有限，且在危險(xiǎn)和無人環(huán)境下能量供給困難。針對WSN能量受限特性，設(shè)計(jì)有效的協(xié)議和算法以降低節(jié)點(diǎn)能量消耗、延長網(wǎng)絡(luò)的生命周期，是WSN研究的核心問題之一。

路由協(xié)議對WSN的整體性能的好壞有著重要影響，而路由算法在路由協(xié)議中的作用尤為重要。從網(wǎng)絡(luò)拓?fù)涞慕嵌瓤?，WSN可以被分為平面結(jié)構(gòu)以及分簇結(jié)構(gòu)兩大類。與平面結(jié)構(gòu)相比，采用分簇結(jié)構(gòu)的WSN具有能量效率高、可擴(kuò)展性好等優(yōu)點(diǎn)。作為網(wǎng)絡(luò)拓?fù)淇刂频挠行Х绞街?，分簇路由算法可顯著降低WSN的能量消耗，延長網(wǎng)絡(luò)生命周期，有效解決WSN能量受限的問題。

1 改進(jìn)的LEACH算法

LEACH算法是無線傳感器網(wǎng)絡(luò)工作優(yōu)化方面非常經(jīng)典的一個(gè)算法。LEACH算法使無線網(wǎng)絡(luò)分成若干簇，并在每簇中產(chǎn)生簇首負(fù)責(zé)收集并上傳環(huán)境信息。但簇首由簇節(jié)點(diǎn)輪換擔(dān)任，使無線傳感器節(jié)點(diǎn)耗能均分話，這樣就不會(huì)出現(xiàn)節(jié)點(diǎn)過早死亡的情況，傳感器網(wǎng)絡(luò)壽命也會(huì)增強(qiáng)。簇首的選擇是隨機(jī)的，但作為簇首的節(jié)點(diǎn)不會(huì)連續(xù)座簇首，輪換多次后，每個(gè)節(jié)點(diǎn)作為簇首的概率是基本相等的。簇節(jié)點(diǎn)選取依據(jù)公式（1） 。首先簇節(jié)點(diǎn)已平均分布方式，在[0，1]區(qū)間產(chǎn)生隨機(jī)數(shù)，當(dāng)隨機(jī)數(shù)小于之前設(shè)定的閾值T（n）時(shí)，這個(gè)節(jié)點(diǎn)將成為簇首。T（n）表示如公式（1） ：

雖然LEACH算法延長了網(wǎng)絡(luò)壽命，但其自身也存在諸多缺陷。因?yàn)榇仡^選取是隨機(jī)的，遠(yuǎn)離簇群中心并遠(yuǎn)離傳輸接口的節(jié)點(diǎn)擔(dān)任簇頭可使得傳輸距離增加，也導(dǎo)致耗能增加，并影響傳輸信息質(zhì)量。單純利用平均選取的方式用LEACH算法選取簇頭具有盲目性，會(huì)導(dǎo)致節(jié)點(diǎn)過早死亡情況。為了優(yōu)化網(wǎng)絡(luò)，本課題采用控制選取簇首以及網(wǎng)絡(luò)通信方式的算法，使簇存活時(shí)間更長。

改進(jìn)的T（n）計(jì)算公式為

改進(jìn)后的算法改善了簇頭節(jié)點(diǎn)的選取，避免了偏遠(yuǎn)節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)的情況發(fā)生，并均衡節(jié)點(diǎn)剩余能量與信息傳輸效果，保證了無線傳感器網(wǎng)絡(luò)工作效率更高。

2 仿真及性能分析

仿真使用Network Simulatorversion （下稱NS）軟件，首先對傳統(tǒng)的LEACH算法和優(yōu)化后的LEACH算法進(jìn)行仿真實(shí)驗(yàn)對比，實(shí)驗(yàn)中節(jié)點(diǎn)處于過載狀態(tài)，工作中傳輸過量信號(hào)，使節(jié)點(diǎn)過早進(jìn)入死亡狀態(tài)，從而縮短了實(shí)驗(yàn)時(shí)間。圖1是兩種算法下的存活節(jié)點(diǎn)數(shù)與網(wǎng)絡(luò)運(yùn)行時(shí)間的關(guān)系圖。

如圖1所示，本實(shí)驗(yàn)中傳統(tǒng)LEACH算法構(gòu)建的傳感器網(wǎng)絡(luò)在第4h就出現(xiàn)節(jié)點(diǎn)死亡狀態(tài)，隨后不斷的有節(jié)點(diǎn)死亡。而優(yōu)化后的LEACH算法保證了前期節(jié)點(diǎn)的存活，直到18h后節(jié)點(diǎn)才大范圍死亡，可知節(jié)點(diǎn)耗能更加均分。而且在19.6h時(shí)改進(jìn)型網(wǎng)絡(luò)運(yùn)行才終止，比傳統(tǒng)LEACH網(wǎng)絡(luò)延長3h?？梢娫诠?jié)點(diǎn)大量存活并取得更多的存活時(shí)間基礎(chǔ)上，無線傳感器網(wǎng)絡(luò)的質(zhì)量監(jiān)控與存活壽命都得到明顯的改進(jìn)。

在特殊環(huán)境中，對傳感器網(wǎng)絡(luò)性能會(huì)提出更高的要求，往往通過增加節(jié)點(diǎn)數(shù)量來滿足要求，但不一定能實(shí)現(xiàn)性能的最優(yōu)化，大量節(jié)點(diǎn)的存在勢必造成信號(hào)之間的干擾以及協(xié)議之間的沖突，從而提高了節(jié)點(diǎn)選取的復(fù)雜度。應(yīng)使用適當(dāng)?shù)墓?jié)點(diǎn)來構(gòu)造最優(yōu)化的網(wǎng)絡(luò)。因此引入平均監(jiān)測率，監(jiān)測率為對目標(biāo)區(qū)域的覆蓋程度的指標(biāo)。

如圖2所示，在1Km×0.1Km狹長區(qū)域中，節(jié)點(diǎn)數(shù)目為18個(gè)時(shí)，監(jiān)測效率隨節(jié)點(diǎn)數(shù)量增加而提高的不再明顯，為監(jiān)測拐點(diǎn)，此點(diǎn)位是監(jiān)測效率與節(jié)點(diǎn)數(shù)的最優(yōu)化位置，一般選擇此數(shù)量的節(jié)點(diǎn)作為節(jié)點(diǎn)配置的數(shù)量。

3 結(jié)論

為提升傳感器網(wǎng)絡(luò)壽命與監(jiān)測質(zhì)量，本課題改進(jìn)了傳統(tǒng)的LEACH算法，優(yōu)化了過偏的傳感器節(jié)點(diǎn)選取簇頭的概率，通過仿真驗(yàn)證，新網(wǎng)絡(luò)工作效率更高，壽命更長，并實(shí)現(xiàn)了節(jié)點(diǎn)數(shù)量與監(jiān)控區(qū)域的優(yōu)化。

針對WSN能量受限的特點(diǎn)，課題在原有分簇算法的基礎(chǔ)上進(jìn)行改進(jìn)，嘗試在簇頭的選取、簇的劃分以及簇的路由等環(huán)節(jié)提出新的改進(jìn)策略，以期能有效地平衡網(wǎng)絡(luò)節(jié)點(diǎn)的能耗負(fù)載，改善網(wǎng)絡(luò)能量的使用效率，延長網(wǎng)絡(luò)的生存時(shí)間，從而更加有效的解決WSN能量受限的問題。同時(shí)，課題研究也為其他從事相關(guān)研究的人員提供可借鑒的解決思路。

參考文獻(xiàn)：

[1] Younis O， Fahmy S. Heed： a hybrid， energy-efficient， distributed clustering approach for ad hoc sensor networks [J].IEEE Transactions on Mobile Computing，2004，3（4）：366-379.

[2] Sivakumar R， Sinha P， Bharghavan V. CEDAR： A core-extraetion distributed ad Hoc routing algorithlm[J]. IEEE J.Seleeted Areas in Communieations，Special Issue on Ad Hoc Networks，1999，17（8）：1454-1465.

[3] Jiping. Personnel location monitoring and systems under ground mine[J].Coal Science and Technology，2010，38（11）：1-4.

[4] 劉慶，王培康.無線傳感器網(wǎng)絡(luò)的安全分簇[J].計(jì)算機(jī)仿真，2009，26（4）：167-170.endprint

摘要：為提升無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的存活能力，并保證節(jié)點(diǎn)的監(jiān)測效能，通過改進(jìn)LEACH算法，優(yōu)化了偏僻節(jié)點(diǎn)選取為簇頭節(jié)點(diǎn)的概率，并使用NS平臺(tái)對改進(jìn)后的傳感器網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)測試，與傳統(tǒng)LEACH算法比較，改進(jìn)后的LEACH算法可以實(shí)現(xiàn)耗能均分化的目的，壽命更長，效率也更高。

關(guān)鍵詞：無線傳感器；LEACH算法；仿真

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）34-8108-02

WSN（Wireless Sensor Networks）是由大量的微型傳感器節(jié)點(diǎn)以自組織方式構(gòu)成的無線網(wǎng)絡(luò)，其目的是協(xié)作地感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域中感知對象的信息，并發(fā)布給觀察者。不同于其他網(wǎng)絡(luò)，WSN中的傳感器節(jié)點(diǎn)體積小、成本低，大都用電池供電，能量有限，且在危險(xiǎn)和無人環(huán)境下能量供給困難。針對WSN能量受限特性，設(shè)計(jì)有效的協(xié)議和算法以降低節(jié)點(diǎn)能量消耗、延長網(wǎng)絡(luò)的生命周期，是WSN研究的核心問題之一。

路由協(xié)議對WSN的整體性能的好壞有著重要影響，而路由算法在路由協(xié)議中的作用尤為重要。從網(wǎng)絡(luò)拓?fù)涞慕嵌瓤矗琖SN可以被分為平面結(jié)構(gòu)以及分簇結(jié)構(gòu)兩大類。與平面結(jié)構(gòu)相比，采用分簇結(jié)構(gòu)的WSN具有能量效率高、可擴(kuò)展性好等優(yōu)點(diǎn)。作為網(wǎng)絡(luò)拓?fù)淇刂频挠行Х绞街?，分簇路由算法可顯著降低WSN的能量消耗，延長網(wǎng)絡(luò)生命周期，有效解決WSN能量受限的問題。

1 改進(jìn)的LEACH算法

LEACH算法是無線傳感器網(wǎng)絡(luò)工作優(yōu)化方面非常經(jīng)典的一個(gè)算法。LEACH算法使無線網(wǎng)絡(luò)分成若干簇，并在每簇中產(chǎn)生簇首負(fù)責(zé)收集并上傳環(huán)境信息。但簇首由簇節(jié)點(diǎn)輪換擔(dān)任，使無線傳感器節(jié)點(diǎn)耗能均分話，這樣就不會(huì)出現(xiàn)節(jié)點(diǎn)過早死亡的情況，傳感器網(wǎng)絡(luò)壽命也會(huì)增強(qiáng)。簇首的選擇是隨機(jī)的，但作為簇首的節(jié)點(diǎn)不會(huì)連續(xù)座簇首，輪換多次后，每個(gè)節(jié)點(diǎn)作為簇首的概率是基本相等的。簇節(jié)點(diǎn)選取依據(jù)公式（1） 。首先簇節(jié)點(diǎn)已平均分布方式，在[0，1]區(qū)間產(chǎn)生隨機(jī)數(shù)，當(dāng)隨機(jī)數(shù)小于之前設(shè)定的閾值T（n）時(shí)，這個(gè)節(jié)點(diǎn)將成為簇首。T（n）表示如公式（1） ：

雖然LEACH算法延長了網(wǎng)絡(luò)壽命，但其自身也存在諸多缺陷。因?yàn)榇仡^選取是隨機(jī)的，遠(yuǎn)離簇群中心并遠(yuǎn)離傳輸接口的節(jié)點(diǎn)擔(dān)任簇頭可使得傳輸距離增加，也導(dǎo)致耗能增加，并影響傳輸信息質(zhì)量。單純利用平均選取的方式用LEACH算法選取簇頭具有盲目性，會(huì)導(dǎo)致節(jié)點(diǎn)過早死亡情況。為了優(yōu)化網(wǎng)絡(luò)，本課題采用控制選取簇首以及網(wǎng)絡(luò)通信方式的算法，使簇存活時(shí)間更長。

改進(jìn)的T（n）計(jì)算公式為

改進(jìn)后的算法改善了簇頭節(jié)點(diǎn)的選取，避免了偏遠(yuǎn)節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)的情況發(fā)生，并均衡節(jié)點(diǎn)剩余能量與信息傳輸效果，保證了無線傳感器網(wǎng)絡(luò)工作效率更高。

2 仿真及性能分析

仿真使用Network Simulatorversion （下稱NS）軟件，首先對傳統(tǒng)的LEACH算法和優(yōu)化后的LEACH算法進(jìn)行仿真實(shí)驗(yàn)對比，實(shí)驗(yàn)中節(jié)點(diǎn)處于過載狀態(tài)，工作中傳輸過量信號(hào)，使節(jié)點(diǎn)過早進(jìn)入死亡狀態(tài)，從而縮短了實(shí)驗(yàn)時(shí)間。圖1是兩種算法下的存活節(jié)點(diǎn)數(shù)與網(wǎng)絡(luò)運(yùn)行時(shí)間的關(guān)系圖。

如圖1所示，本實(shí)驗(yàn)中傳統(tǒng)LEACH算法構(gòu)建的傳感器網(wǎng)絡(luò)在第4h就出現(xiàn)節(jié)點(diǎn)死亡狀態(tài)，隨后不斷的有節(jié)點(diǎn)死亡。而優(yōu)化后的LEACH算法保證了前期節(jié)點(diǎn)的存活，直到18h后節(jié)點(diǎn)才大范圍死亡，可知節(jié)點(diǎn)耗能更加均分。而且在19.6h時(shí)改進(jìn)型網(wǎng)絡(luò)運(yùn)行才終止，比傳統(tǒng)LEACH網(wǎng)絡(luò)延長3h。可見在節(jié)點(diǎn)大量存活并取得更多的存活時(shí)間基礎(chǔ)上，無線傳感器網(wǎng)絡(luò)的質(zhì)量監(jiān)控與存活壽命都得到明顯的改進(jìn)。

在特殊環(huán)境中，對傳感器網(wǎng)絡(luò)性能會(huì)提出更高的要求，往往通過增加節(jié)點(diǎn)數(shù)量來滿足要求，但不一定能實(shí)現(xiàn)性能的最優(yōu)化，大量節(jié)點(diǎn)的存在勢必造成信號(hào)之間的干擾以及協(xié)議之間的沖突，從而提高了節(jié)點(diǎn)選取的復(fù)雜度。應(yīng)使用適當(dāng)?shù)墓?jié)點(diǎn)來構(gòu)造最優(yōu)化的網(wǎng)絡(luò)。因此引入平均監(jiān)測率，監(jiān)測率為對目標(biāo)區(qū)域的覆蓋程度的指標(biāo)。

如圖2所示，在1Km×0.1Km狹長區(qū)域中，節(jié)點(diǎn)數(shù)目為18個(gè)時(shí)，監(jiān)測效率隨節(jié)點(diǎn)數(shù)量增加而提高的不再明顯，為監(jiān)測拐點(diǎn)，此點(diǎn)位是監(jiān)測效率與節(jié)點(diǎn)數(shù)的最優(yōu)化位置，一般選擇此數(shù)量的節(jié)點(diǎn)作為節(jié)點(diǎn)配置的數(shù)量。

3 結(jié)論

為提升傳感器網(wǎng)絡(luò)壽命與監(jiān)測質(zhì)量，本課題改進(jìn)了傳統(tǒng)的LEACH算法，優(yōu)化了過偏的傳感器節(jié)點(diǎn)選取簇頭的概率，通過仿真驗(yàn)證，新網(wǎng)絡(luò)工作效率更高，壽命更長，并實(shí)現(xiàn)了節(jié)點(diǎn)數(shù)量與監(jiān)控區(qū)域的優(yōu)化。

針對WSN能量受限的特點(diǎn)，課題在原有分簇算法的基礎(chǔ)上進(jìn)行改進(jìn)，嘗試在簇頭的選取、簇的劃分以及簇的路由等環(huán)節(jié)提出新的改進(jìn)策略，以期能有效地平衡網(wǎng)絡(luò)節(jié)點(diǎn)的能耗負(fù)載，改善網(wǎng)絡(luò)能量的使用效率，延長網(wǎng)絡(luò)的生存時(shí)間，從而更加有效的解決WSN能量受限的問題。同時(shí)，課題研究也為其他從事相關(guān)研究的人員提供可借鑒的解決思路。

參考文獻(xiàn)：

[1] Younis O， Fahmy S. Heed： a hybrid， energy-efficient， distributed clustering approach for ad hoc sensor networks [J].IEEE Transactions on Mobile Computing，2004，3（4）：366-379.

[2] Sivakumar R， Sinha P， Bharghavan V. CEDAR： A core-extraetion distributed ad Hoc routing algorithlm[J]. IEEE J.Seleeted Areas in Communieations，Special Issue on Ad Hoc Networks，1999，17（8）：1454-1465.

[3] Jiping. Personnel location monitoring and systems under ground mine[J].Coal Science and Technology，2010，38（11）：1-4.

[4] 劉慶，王培康.無線傳感器網(wǎng)絡(luò)的安全分簇[J].計(jì)算機(jī)仿真，2009，26（4）：167-170.endprint

摘要：為提升無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的存活能力，并保證節(jié)點(diǎn)的監(jiān)測效能，通過改進(jìn)LEACH算法，優(yōu)化了偏僻節(jié)點(diǎn)選取為簇頭節(jié)點(diǎn)的概率，并使用NS平臺(tái)對改進(jìn)后的傳感器網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)測試，與傳統(tǒng)LEACH算法比較，改進(jìn)后的LEACH算法可以實(shí)現(xiàn)耗能均分化的目的，壽命更長，效率也更高。

關(guān)鍵詞：無線傳感器；LEACH算法；仿真

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）34-8108-02

WSN（Wireless Sensor Networks）是由大量的微型傳感器節(jié)點(diǎn)以自組織方式構(gòu)成的無線網(wǎng)絡(luò)，其目的是協(xié)作地感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域中感知對象的信息，并發(fā)布給觀察者。不同于其他網(wǎng)絡(luò)，WSN中的傳感器節(jié)點(diǎn)體積小、成本低，大都用電池供電，能量有限，且在危險(xiǎn)和無人環(huán)境下能量供給困難。針對WSN能量受限特性，設(shè)計(jì)有效的協(xié)議和算法以降低節(jié)點(diǎn)能量消耗、延長網(wǎng)絡(luò)的生命周期，是WSN研究的核心問題之一。

路由協(xié)議對WSN的整體性能的好壞有著重要影響，而路由算法在路由協(xié)議中的作用尤為重要。從網(wǎng)絡(luò)拓?fù)涞慕嵌瓤?，WSN可以被分為平面結(jié)構(gòu)以及分簇結(jié)構(gòu)兩大類。與平面結(jié)構(gòu)相比，采用分簇結(jié)構(gòu)的WSN具有能量效率高、可擴(kuò)展性好等優(yōu)點(diǎn)。作為網(wǎng)絡(luò)拓?fù)淇刂频挠行Х绞街?，分簇路由算法可顯著降低WSN的能量消耗，延長網(wǎng)絡(luò)生命周期，有效解決WSN能量受限的問題。

1 改進(jìn)的LEACH算法

LEACH算法是無線傳感器網(wǎng)絡(luò)工作優(yōu)化方面非常經(jīng)典的一個(gè)算法。LEACH算法使無線網(wǎng)絡(luò)分成若干簇，并在每簇中產(chǎn)生簇首負(fù)責(zé)收集并上傳環(huán)境信息。但簇首由簇節(jié)點(diǎn)輪換擔(dān)任，使無線傳感器節(jié)點(diǎn)耗能均分話，這樣就不會(huì)出現(xiàn)節(jié)點(diǎn)過早死亡的情況，傳感器網(wǎng)絡(luò)壽命也會(huì)增強(qiáng)。簇首的選擇是隨機(jī)的，但作為簇首的節(jié)點(diǎn)不會(huì)連續(xù)座簇首，輪換多次后，每個(gè)節(jié)點(diǎn)作為簇首的概率是基本相等的。簇節(jié)點(diǎn)選取依據(jù)公式（1） 。首先簇節(jié)點(diǎn)已平均分布方式，在[0，1]區(qū)間產(chǎn)生隨機(jī)數(shù)，當(dāng)隨機(jī)數(shù)小于之前設(shè)定的閾值T（n）時(shí)，這個(gè)節(jié)點(diǎn)將成為簇首。T（n）表示如公式（1） ：

雖然LEACH算法延長了網(wǎng)絡(luò)壽命，但其自身也存在諸多缺陷。因?yàn)榇仡^選取是隨機(jī)的，遠(yuǎn)離簇群中心并遠(yuǎn)離傳輸接口的節(jié)點(diǎn)擔(dān)任簇頭可使得傳輸距離增加，也導(dǎo)致耗能增加，并影響傳輸信息質(zhì)量。單純利用平均選取的方式用LEACH算法選取簇頭具有盲目性，會(huì)導(dǎo)致節(jié)點(diǎn)過早死亡情況。為了優(yōu)化網(wǎng)絡(luò)，本課題采用控制選取簇首以及網(wǎng)絡(luò)通信方式的算法，使簇存活時(shí)間更長。

改進(jìn)的T（n）計(jì)算公式為

改進(jìn)后的算法改善了簇頭節(jié)點(diǎn)的選取，避免了偏遠(yuǎn)節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)的情況發(fā)生，并均衡節(jié)點(diǎn)剩余能量與信息傳輸效果，保證了無線傳感器網(wǎng)絡(luò)工作效率更高。

2 仿真及性能分析

仿真使用Network Simulatorversion （下稱NS）軟件，首先對傳統(tǒng)的LEACH算法和優(yōu)化后的LEACH算法進(jìn)行仿真實(shí)驗(yàn)對比，實(shí)驗(yàn)中節(jié)點(diǎn)處于過載狀態(tài)，工作中傳輸過量信號(hào)，使節(jié)點(diǎn)過早進(jìn)入死亡狀態(tài)，從而縮短了實(shí)驗(yàn)時(shí)間。圖1是兩種算法下的存活節(jié)點(diǎn)數(shù)與網(wǎng)絡(luò)運(yùn)行時(shí)間的關(guān)系圖。

如圖1所示，本實(shí)驗(yàn)中傳統(tǒng)LEACH算法構(gòu)建的傳感器網(wǎng)絡(luò)在第4h就出現(xiàn)節(jié)點(diǎn)死亡狀態(tài)，隨后不斷的有節(jié)點(diǎn)死亡。而優(yōu)化后的LEACH算法保證了前期節(jié)點(diǎn)的存活，直到18h后節(jié)點(diǎn)才大范圍死亡，可知節(jié)點(diǎn)耗能更加均分。而且在19.6h時(shí)改進(jìn)型網(wǎng)絡(luò)運(yùn)行才終止，比傳統(tǒng)LEACH網(wǎng)絡(luò)延長3h。可見在節(jié)點(diǎn)大量存活并取得更多的存活時(shí)間基礎(chǔ)上，無線傳感器網(wǎng)絡(luò)的質(zhì)量監(jiān)控與存活壽命都得到明顯的改進(jìn)。

在特殊環(huán)境中，對傳感器網(wǎng)絡(luò)性能會(huì)提出更高的要求，往往通過增加節(jié)點(diǎn)數(shù)量來滿足要求，但不一定能實(shí)現(xiàn)性能的最優(yōu)化，大量節(jié)點(diǎn)的存在勢必造成信號(hào)之間的干擾以及協(xié)議之間的沖突，從而提高了節(jié)點(diǎn)選取的復(fù)雜度。應(yīng)使用適當(dāng)?shù)墓?jié)點(diǎn)來構(gòu)造最優(yōu)化的網(wǎng)絡(luò)。因此引入平均監(jiān)測率，監(jiān)測率為對目標(biāo)區(qū)域的覆蓋程度的指標(biāo)。

如圖2所示，在1Km×0.1Km狹長區(qū)域中，節(jié)點(diǎn)數(shù)目為18個(gè)時(shí)，監(jiān)測效率隨節(jié)點(diǎn)數(shù)量增加而提高的不再明顯，為監(jiān)測拐點(diǎn)，此點(diǎn)位是監(jiān)測效率與節(jié)點(diǎn)數(shù)的最優(yōu)化位置，一般選擇此數(shù)量的節(jié)點(diǎn)作為節(jié)點(diǎn)配置的數(shù)量。

3 結(jié)論

為提升傳感器網(wǎng)絡(luò)壽命與監(jiān)測質(zhì)量，本課題改進(jìn)了傳統(tǒng)的LEACH算法，優(yōu)化了過偏的傳感器節(jié)點(diǎn)選取簇頭的概率，通過仿真驗(yàn)證，新網(wǎng)絡(luò)工作效率更高，壽命更長，并實(shí)現(xiàn)了節(jié)點(diǎn)數(shù)量與監(jiān)控區(qū)域的優(yōu)化。

針對WSN能量受限的特點(diǎn)，課題在原有分簇算法的基礎(chǔ)上進(jìn)行改進(jìn)，嘗試在簇頭的選取、簇的劃分以及簇的路由等環(huán)節(jié)提出新的改進(jìn)策略，以期能有效地平衡網(wǎng)絡(luò)節(jié)點(diǎn)的能耗負(fù)載，改善網(wǎng)絡(luò)能量的使用效率，延長網(wǎng)絡(luò)的生存時(shí)間，從而更加有效的解決WSN能量受限的問題。同時(shí)，課題研究也為其他從事相關(guān)研究的人員提供可借鑒的解決思路。

參考文獻(xiàn)：

[1] Younis O， Fahmy S. Heed： a hybrid， energy-efficient， distributed clustering approach for ad hoc sensor networks [J].IEEE Transactions on Mobile Computing，2004，3（4）：366-379.

[2] Sivakumar R， Sinha P， Bharghavan V. CEDAR： A core-extraetion distributed ad Hoc routing algorithlm[J]. IEEE J.Seleeted Areas in Communieations，Special Issue on Ad Hoc Networks，1999，17（8）：1454-1465.

[3] Jiping. Personnel location monitoring and systems under ground mine[J].Coal Science and Technology，2010，38（11）：1-4.

[4] 劉慶，王培康.無線傳感器網(wǎng)絡(luò)的安全分簇[J].計(jì)算機(jī)仿真，2009，26（4）：167-170.endprint