WSN中一种负载均衡的动态非均匀分簇方案

J4 ›› 2016, Vol. 38 ›› Issue (4): 661-666.

WSN中一种负载均衡的动态非均匀分簇方案

刘涛1，关亚文1，王骏2

（1.安徽工程大学计算机与信息学院,安徽芜湖 241000；2.美国哥伦比亚大学电子工程系，纽约 10598）

收稿日期:2015-04-10 修回日期:2015-10-19 出版日期:2016-04-25 发布日期:2016-04-25
基金资助:
国家自然科学基金(61300170)；安徽省教育厅重点资助项目( KJ2013A040) ；安徽省自然科学基金(1308085MF88)；安徽工程大学青年基金（2013YQ28）

A dynamic uneven clustering scheme with load
balancing in wireless sensor network

LIU Tao1，GUAN Yawen1，WANG Jun2

（1.School of Computer and Information,Anhui Polytechnic University,Wuhu 241000,China;
2.Department of Electrical Engineering,Columbia University,New York 10598,USA）

Received:2015-04-10 Revised:2015-10-19 Online:2016-04-25 Published:2016-04-25

摘要/Abstract

摘要：

无线传感器网络（WSN）是由资源受限的传感器节点构成，节点能耗对网络的性能有着重要影响，对网络进行分簇可以有效地控制节点整体能耗。针对网络实际运行时节点状态和事件位置动态变化等特点，提出了一种负载均衡的动态非均匀分簇方案。方案主体思路是：首先网络利用OLEACH算法自组织地进行非均匀分簇，接着动态地从簇头中选举出一定数量的决策节点用于网络的数据汇聚，并根据事件发生位置和节点状态变换而动态更改决策节点角色。仿真结果表明，与CAPNet方案相比，该方案均衡了网络能耗，提高了传输效率，延长了网络生命周期。

关键词: 无线传感器网络, 非均匀分簇, 动态, 负载均衡, 决策节点

Abstract:

A wireless sensor network (WSN) consists of several sensor nodes, all of which are resource limited, and the energy consumption on every node has significant influence on the network. Clustering schemes can effectively control overall energy consumption. Based on the characteristics of the node status, the dynamic change of the event location at the actual running phase of the network, we propose a dynamic uneven clustering scheme with load balancing. The main idea is that the network completes uneven clustering using the OLEACH algorithm with self organization, and then a certain number of decision nodes from the cluster heads are selected dynamically for data aggregation. The role of decision nodes changes dynamically with the transformation of the event location and node state. Simulation results show that the scheme balances the energy consumption, improves transmission efficiently and prolongs the network life in comparison with the CAPNet scheme.

Key words: wireless sensor network;uneven clustering;dynamic;load balancing;decision nodes

刘涛1，关亚文1，王骏2. WSN中一种负载均衡的动态非均匀分簇方案[J]. J4, 2016, 38(4): 661-666.

LIU Tao1，GUAN Yawen1，WANG Jun2. A dynamic uneven clustering scheme with load
balancing in wireless sensor network [J]. J4, 2016, 38(4): 661-666.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	梁礼明, 钟奕, 康婷, 金家新. 动态空间Transformer与多级融合的视网膜病变分级算法[J]. 计算机工程与科学, 2025, 47(8): 1459-1469.
[3]	黄金河1, 2, 梁家荣1, 2, 黎昌珍3. 无线传感器网络优质虚拟骨干的构建算法[J]. 计算机工程与科学, 2025, 47(7): 1181-1192.
[4]	苏宇杭, 马俊, 樊津瑜, 陈博行, 周家城, 尹博然. 基于GATv2-TCN联合优化的WSN数据流异常检测算法[J]. 计算机工程与科学, 2025, 47(5): 843-850.
[5]	徐金波, 戴艺, 翦杰. 基于直接内存访问和动态共享缓冲区的超长向量归约操作硬件卸载结构与方法[J]. 计算机工程与科学, 2025, 47(4): 571-581.
[6]	张梦圆, 端阳, 王彬彬, 张蕾, 吴裔, 刘畅, 郭乃网, 程大伟. 基于深度对抗网络的动态图生成模型研究[J]. 计算机工程与科学, 2025, 47(4): 728-739.
[7]	梁荣光, 袁杰, 赵瑛瑛, 曹学伟. 基于改进实例分割的室内动态视觉SLAM方法[J]. 计算机工程与科学, 2025, 47(3): 504-512.
[8]	薛梅婷, 俞万刚, 张纪林, 曾艳, 袁俊峰, 周丽. 一种基于动态空间划分和压缩布隆过滤器相结合的分布式元数据负载均衡算法#br#[J]. 计算机工程与科学, 2024, 46(8): 1381-1389.
[9]	陈心怡, 张孟健, 王德光. 基于Fuch映射的改进白鲸优化算法及应用[J]. 计算机工程与科学, 2024, 46(8): 1482-1492.
[10]	魏一, 杨智杰, 铁俊波, 石伟, 周理, 王耀, 王蕾, 徐炜遐. 基于蜂鸟E203的多级动态分支预测器[J]. 计算机工程与科学, 2024, 46(5): 785-793.
[11]	杨航, 山蕊, 杨坤, 崔馨月. 基于动态自重构结构的3D-HEVC帧内预测算法并行化实现[J]. 计算机工程与科学, 2024, 46(11): 1931-1939.
[12]	戴康佳, 徐慧英, 朱信忠, 黄晓, 李琛, 刘巍, 曹雨淇, 王拔龙, 刘子洋, 陈国强. 基于轻量化目标检测网络的RGB-D视觉SLAM系统[J]. 计算机工程与科学, 2024, 46(11): 2017-2026.
[13]	李安东, 刘升, 苟茹茹. 基于邻域搜索的改进反向学习平衡优化器算法[J]. 计算机工程与科学, 2023, 45(9): 1679-1690.
[14]	喻金平, 朱伟锋, 廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究[J]. 计算机工程与科学, 2023, 45(8): 1498-1507.
[15]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(8): 1508-1520.