無(wú)線(xiàn)傳感網(wǎng)中基于非均勻梯度的分簇拓?fù)渌惴ㄑ芯?pdf

1、近年來(lái)，隨著物聯(lián)網(wǎng)(InternetofThings，IOT)受到越來(lái)越多的關(guān)注，作為其重要組成部分的無(wú)線(xiàn)傳感網(wǎng)(WirelessSensorNetwork，WSN)也進(jìn)入了飛速發(fā)展的重要時(shí)期。它是在監(jiān)控區(qū)域內(nèi)隨機(jī)部署大量微型傳感器節(jié)點(diǎn)，這些節(jié)點(diǎn)同所有鄰居節(jié)點(diǎn)交互后以自組織的形式構(gòu)成網(wǎng)絡(luò)，然后協(xié)同采集監(jiān)控區(qū)域內(nèi)的數(shù)據(jù)，并將數(shù)據(jù)處理后傳送給監(jiān)控者。
　　路由技術(shù)是無(wú)線(xiàn)傳感網(wǎng)的一個(gè)關(guān)鍵技術(shù)，目前無(wú)線(xiàn)傳感網(wǎng)發(fā)展最大的瓶頸就是節(jié)點(diǎn)能量有限

2、且不易補(bǔ)充。因此，避免不必要的通信、均衡整個(gè)網(wǎng)絡(luò)的能耗成為路由協(xié)議設(shè)計(jì)的首要目標(biāo)。目前，分層路由協(xié)議是無(wú)線(xiàn)傳感網(wǎng)核心的路由協(xié)議，而作為分層路由協(xié)議的基礎(chǔ)—分簇拓?fù)渌惴ㄓ捎谄淠芰扛咝Ш鸵子跀U(kuò)展等特點(diǎn)被廣泛研究和應(yīng)用。
　　文中首先介紹一種基于梯度的有網(wǎng)關(guān)分簇拓?fù)渌惴℉CAGG(aHierarchicalClusteringAlgorithmbasedonGradientwithGateway)，該算法引入剩余能量和到鄰居節(jié)點(diǎn)的平均距

3、離構(gòu)造權(quán)值，且在二者之間引入自適應(yīng)系數(shù)進(jìn)行動(dòng)態(tài)調(diào)節(jié);另外，根據(jù)梯度在簇頭之間選擇最優(yōu)網(wǎng)關(guān)，降低遠(yuǎn)距離數(shù)據(jù)傳輸?shù)暮哪?。但在該算法中，靠近基站的簇頭不僅要接收本簇簇成員節(jié)點(diǎn)發(fā)送來(lái)的數(shù)據(jù)，還要轉(zhuǎn)發(fā)其他簇發(fā)送來(lái)的數(shù)據(jù)，容易因負(fù)載過(guò)重而過(guò)早失效，從而導(dǎo)致數(shù)據(jù)傳輸中斷。
　　針對(duì)HCAGG中存在的問(wèn)題，本文提出一種基于非均勻梯度的分簇拓?fù)渌惴–TAUG(aClusteringTopologyAlgorithmbasedonUnevenGrad

4、ientinWSN)。該算法考慮節(jié)點(diǎn)剩余能量、鄰居節(jié)點(diǎn)個(gè)數(shù)、到鄰居節(jié)點(diǎn)的平均距離和到梯度中心線(xiàn)的距離來(lái)構(gòu)造綜合權(quán)值，使選出的簇頭分布更加合理;同時(shí)，用層次分析法來(lái)確定各個(gè)因素的權(quán)系數(shù)，減小人為因素的干擾;另外，基于非均勻梯度的思想對(duì)簇成員入簇的策略進(jìn)行改進(jìn)，使得靠近基站的簇的規(guī)模小于遠(yuǎn)離基站的簇的規(guī)模，為簇間的數(shù)據(jù)轉(zhuǎn)發(fā)預(yù)留更多能量，從而使整個(gè)網(wǎng)絡(luò)的能量消耗較為均衡，能有效延長(zhǎng)網(wǎng)絡(luò)的生存期。本文還給出基于CTAUG的局部維護(hù)與更新算法，可