基于LEACH-EE高效聚類路由算法的研究的中期報(bào)告

基于LEACH-EE高效聚類路由算法的研究的中期報(bào)告一、項(xiàng)目背景無線傳感器網(wǎng)絡(luò)（WirelessSensorNetwork，WSN）是一個(gè)由眾多具有自組織能力、自適應(yīng)能力和分布式處理能力等特點(diǎn)的小型無線節(jié)點(diǎn)組成的網(wǎng)絡(luò)系統(tǒng)。節(jié)點(diǎn)可以實(shí)時(shí)、分布地感知和采集一定區(qū)域內(nèi)的環(huán)境信息，并通過無線通信協(xié)作這些信息，形成一種集成的信息系統(tǒng)。在現(xiàn)代化科技的發(fā)展趨勢中，WSN已成為一種極具應(yīng)用前景的信息采集、傳輸和處理平臺。WSN應(yīng)用范圍廣泛，如環(huán)境監(jiān)測、工業(yè)控制、交通監(jiān)測、疾病預(yù)防等。在WSN中，節(jié)點(diǎn)的能源是很有限的，通常無法提供連續(xù)的電源供給。因此，功耗、能量損耗和壽命成為WSN中最關(guān)鍵的問題。節(jié)點(diǎn)在傳輸數(shù)據(jù)時(shí)需要消耗大量能量，特別是在傳輸?shù)侥繕?biāo)節(jié)點(diǎn)時(shí)消耗的能量遠(yuǎn)大于傳感器節(jié)點(diǎn)的數(shù)據(jù)采集所消耗的能量。因此，如何實(shí)現(xiàn)在保證網(wǎng)絡(luò)傳輸性能的同時(shí)最大程度地節(jié)省節(jié)點(diǎn)能量，成為WSN中的一個(gè)重要問題。為了解決WSN中能量效率問題，近年來提出了許多協(xié)議和算法，其中聚類路由算法是一種很有效的能量節(jié)省方式。聚類路由算法將大量節(jié)點(diǎn)分為若干個(gè)聚類，聚類中的一個(gè)節(jié)點(diǎn)被指定為“簇頭”，其它節(jié)點(diǎn)連接到它，通過簇頭節(jié)點(diǎn)將數(shù)據(jù)傳輸?shù)交?。這樣，所有節(jié)點(diǎn)的通信量都大為減少，從而減少了能量消耗。同時(shí)，聚類路由算法可以支持分級的數(shù)據(jù)傳輸，即聚類節(jié)點(diǎn)將數(shù)據(jù)預(yù)處理后再傳輸?shù)酱仡^，進(jìn)一步減少了許多無意義的數(shù)據(jù)傳輸，從而降低了網(wǎng)絡(luò)傳輸?shù)哪芎摹６?、研究?nèi)容本研究基于LEACH-EE高效聚類路由算法，對WSN中的簇頭節(jié)點(diǎn)選舉、簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理和數(shù)據(jù)傳輸策略等方面進(jìn)行研究和改進(jìn)。主要的研究內(nèi)容如下：1.基于節(jié)點(diǎn)能量的簇頭節(jié)點(diǎn)選舉算法：在LEACH-EE算法中，簇頭節(jié)點(diǎn)是隨機(jī)選擇的，無法保證在節(jié)點(diǎn)能量有限的情況下進(jìn)行高效的數(shù)據(jù)傳輸。因此，我們采用基于節(jié)點(diǎn)能量等級的簇頭節(jié)點(diǎn)選舉算法，優(yōu)先選擇能量高的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，從而保證簇頭節(jié)點(diǎn)在傳輸數(shù)據(jù)時(shí)具有更高的能效性。2.簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理算法：在聚類路由中，簇頭節(jié)點(diǎn)需要負(fù)責(zé)將從簇內(nèi)節(jié)點(diǎn)接收的數(shù)據(jù)進(jìn)行預(yù)處理。為了減少數(shù)據(jù)傳輸量和能耗，我們提出了一種基于數(shù)據(jù)壓縮的數(shù)據(jù)預(yù)處理算法，在保證數(shù)據(jù)精度和準(zhǔn)確性的前提下，盡可能地減少傳輸?shù)臄?shù)據(jù)量，從而減少能源消耗。3.數(shù)據(jù)傳輸策略：在數(shù)據(jù)傳輸中，我們引入了貪心算法和遺傳算法，根據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和節(jié)點(diǎn)能量等級等因素，劃分出傳輸路徑，并動(dòng)態(tài)調(diào)整傳輸路徑以適應(yīng)網(wǎng)絡(luò)的變化，從而達(dá)到盡可能減少能源消耗的目的。三、進(jìn)展情況本研究目前已完成簇頭節(jié)點(diǎn)選舉算法和簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理算法的實(shí)現(xiàn)。在基于節(jié)點(diǎn)能量等級的簇頭節(jié)點(diǎn)選舉算法中，我們根據(jù)節(jié)點(diǎn)能量水平的不同，對節(jié)點(diǎn)進(jìn)行分類，并且統(tǒng)計(jì)每個(gè)類中節(jié)點(diǎn)的數(shù)量，然后按比例選擇每個(gè)類中的簇頭節(jié)點(diǎn)。這樣可以確保在整個(gè)網(wǎng)絡(luò)中，能量水平相對較高的節(jié)點(diǎn)集中選擇為簇頭節(jié)點(diǎn)，保證了網(wǎng)絡(luò)性能的穩(wěn)定和高效。在簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)預(yù)處理算法中，我們采用了一個(gè)基于小波變換的數(shù)據(jù)壓縮模型，將簇內(nèi)節(jié)點(diǎn)采集到的傳感數(shù)據(jù)作為小波信號，通過小波變換將其轉(zhuǎn)換為小波系數(shù)，然后將小波系數(shù)中較小的值設(shè)為0，以減少數(shù)據(jù)傳輸量。同時(shí)，為了保證數(shù)據(jù)預(yù)處理后的精度和準(zhǔn)確性，我們設(shè)計(jì)了一種參數(shù)自適應(yīng)的小波變換算法，根據(jù)數(shù)據(jù)本身的特點(diǎn)選擇合適的壓縮參數(shù)，從而減少了數(shù)據(jù)傳輸量，并且保證了數(shù)據(jù)質(zhì)量和準(zhǔn)確性。四、下一步工作接下來，我們將在前期工作的基礎(chǔ)上，進(jìn)一步深入開展數(shù)據(jù)傳輸策略的研究和改進(jìn)。我們將引入貪心算法和遺傳算法，對數(shù)據(jù)傳輸路徑進(jìn)行建模和優(yōu)化，并通