基于AGNES聚类的能耗均衡WSNs优化路由算法

计算机工程与科学

• 计算机网络与信息安全 • 上一篇下一篇

基于AGNES聚类的能耗均衡WSNs优化路由算法

苟平章，张芬，毛刚，贾向东

（西北师范大学计算机科学与工程学院,甘肃兰州 730070）

收稿日期:2019-07-11 修回日期:2019-10-23 出版日期:2020-04-25 发布日期:2020-04-25
基金资助:
国家自然科学基金（61261015，61561043）；全国高等院校计算机教育研究会教育教学研究项目（2019-AFCEC-079）；国家级大学生创新创业训练计划（201910736022）

An energy-balanced WSNs routing optimization

algorithm based on AGNES clustering

GOU Ping-zhang，ZHANG Fen，MAO Gang，JIA Xiang-dong

（College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070,China）

Received:2019-07-11 Revised:2019-10-23 Online:2020-04-25 Published:2020-04-25

摘要/Abstract

摘要：

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均，影响网络寿命的问题，提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇，根据簇内节点的剩余能量和节点与基站距离及两者权重因子，完成分布式簇头选举，采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明，与LEACH和KBECRA算法相比，EBRAA算法的簇分布更加合理，能耗更加均衡，延长了网络生命周期。

关键词: 无线传感器网络, AGNES聚类, 均匀分簇, Dijkstra算法, 路径优化, 能耗均衡

Abstract:

The life cycle of a wireless sensor network is directly related to the energy consumption of its nodes. In order to solve the problem that the uneven distribution of energy consumption affects the network life, an energy-balanced WSN routing optimization algorithm (EBRAA) based on AGNES clustering is proposed. The AGNES clustering algorithm is used to obtain uniform clustering of the network. According to the residual energy of the nodes in the cluster, the distance between the nodes and the base station, and their weights, the distributed cluster heads are selected. The improved Dijkstra algorithm is used to generate the multi-hop routing with the shortest path between the cluster heads. The simulation results show that, compared with LEACH and KBECRA algorithms, EBRAA algorithm has more reasonable cluster distribution and more balanced energy consumption, and prolongs the network life cycle.

Key words: Wireless Sensor Network (WSN), AGNES clustering, uniform clustering, Dijkstra algorithm, route optimization, balanced energy consumption

苟平章，张芬，毛刚，贾向东. 基于AGNES聚类的能耗均衡WSNs优化路由算法[J]. 计算机工程与科学.

GOU Ping-zhang，ZHANG Fen，MAO Gang，JIA Xiang-dong.

An energy-balanced WSNs routing optimization

algorithm based on AGNES clustering

[J]. Computer Engineering & Science.

[1]	李中华, 袁杰, 郭振宇. 基于信息启发的目标导向Bi-RRT机器人路径规划[J]. 计算机工程与科学, 2023, 45(12): 2237-2245.
[2]	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(08): 1508-1520.
[3]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[4]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[5]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[6]	刘雨青, 向军, 曹守启. 基于改进蚁群算法的水下自主航行机器人路径规划[J]. 计算机工程与科学, 2022, 44(03): 536-544.
[7]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[8]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[9]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[10]	宋阿妮, 包贤哲. 精英扩散蚁群优化算法求解运输无人机三维路径规划[J]. 计算机工程与科学, 2021, 43(10): 1891-1900.
[11]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[12]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[13]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[14]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[15]	张华南, 金红, 王峰. 无线传感器网络节能探索与研究[J]. 计算机工程与科学, 2021, 43(02): 295-303.

基于AGNES聚类的能耗均衡WSNs优化路由算法

An energy-balanced WSNs routing optimization

algorithm based on AGNES clustering

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价