论文部分内容阅读
无线传感器网络(Wireless Sensor Networks, WSNs)是由大量分布在环境中的无线传感器节点构成,节点之间通过无线通信形成一个多跳的自组织的网络,来感知客观物理世界并进行信息传递。无线传感器网络具有易快速部署、应用性强、经济性好等特点,在国防军事、医疗护理、环境监测等领域前景广阔,受到了高度关注。无线传感器网络与传统的无线自组织网络不同,对路由协议的要求也不同,由于无线传感器节点能量的限制,使得能耗问题成为研究的首要目标,路由协议不仅要设计良好的信息传输路径,更要保证低能耗和节点寿命的均衡。本文研究分簇路由协议,并受到数据聚类算法的启发,将近邻传播聚类思想应用到无线传感器网络的分簇中,提出了一种基于改进近邻传播聚类的异构无线传感器网络分簇协议(A Clustering Algorithm Based on P-changed Affinity Propagation for Heterogeneous Wireless Sensor Networks, CPAP)。该算法对近邻传播聚类中相似度矩阵S和偏向参数p的设置方式进行改进,充分考虑节点位置和剩余能量,并分析算法中K参数的影响,取得其近似最优值。与同样基于近邻传播思想的PECBA分簇路由协议进行比较,仿真结果表明,相比于PECBA算法,CPAP算法能将出现第一死亡节点的时间延后28.5%,从而将更多的能量用于网络开始死亡之前,提高了网络的能量利用率。近邻传播算法是一种集中制算法,具有平方级复杂度,随着网络规模的增大,节点数的增多,算法复杂度增高,运算代价增大,限制了算法的应用范围。为此,本文第四章对CPAP算法进行了分布式实现,将网络划分成网格,在各网格内同时应用CPAP算法选出候选簇头,并在候选簇头中选取最终簇头。仿真结果显示分布式和集中式方式的分簇结果一致,在大规模网络中分布式实现CPAP算法是可行的。第四章中还将采用二级和多级网络分层的能耗情况进行比较,分析原因；最后对簇头节点单跳和多跳情况进行仿真,比较两者能耗差距,提出最佳的路由方式。