一种均衡能耗的WSN网络分簇路由方法及系统技术方案

本发明专利技术公开了一种均衡能耗的WSN网络分簇路由方法及系统，通过使用神经网络中的智能技术，设计了一种针对节点地理位置和WSN网络能量分布情况的分簇方法，通过使聚类中心靠近高能量区域，根据能量位置因子构造LEACH路由协议的簇头选举公式从而降低低能量区域节点的能量消耗，将WSN网络的能量消耗转移到高能量区域，以均衡WSN网络负载，提高WSN网络的生存周期，均衡了整个WSN网络的能量损耗，使高能区域承担更多的能量消耗，保证低能区域节点不会过早死亡，在此基础上延长WSN网络的生存周期，本发明专利技术应用于WSN网络路由领域。

【技术实现步骤摘要】
一种均衡能耗的WSN网络分簇路由方法及系统
本专利技术涉及无线传感器网络、分簇路由
，具体涉及一种均衡能耗的WSN网络分簇路由方法及系统。
技术介绍
无线传感器网络(WSN)被广泛应用于各种场合，其通过在监测区域中铺设大量的传感器节点来对被监测对象进行实时的监测，WSN网络融合了传感器技术、通信技术等,是一个多学科、多技术交织的WSN网络。WSN网络通过具有无线通信的节点来采集信息，实现对环境信息的采集，随后通过无线传输的方式将采集的信息传递至用户。使用WSN网络可以更方便快捷的对现实环境进行监测与探索，这种WSN网络技术在环境监测、智能家居等多个方面得到了广泛应用。随着计算机技术及无线通信技术的高速发展，WSN网络在结构监测、环境监测等得到了一定程度的应用。但由于WSN网络感知节点复杂，在成簇过程中如果不能合理的成簇，会造成整个WSN网络的效率低下，难以适应复杂环境的监测。由此可见，解决WSN网络合理成簇问题，对WSN网络的广泛应用就显得尤为重要。通常情况下，WSN网络中的传感器节点能源有限、存储容量低，计算能力和通信能力均较弱。WSN网络的寿命很大程度上取决于传感器节点能量消耗的快慢。因此，开发节能的路由协议对于WSN网络的成功应用意义重大。现有的WSN网络分簇路由协议在成簇阶段主要是针对节点的地理位置进行聚类分簇，使整个簇结构均匀分布在整个WSN网络中，但这种均匀分簇的方式在实际中会导致低能量区域的节点过早死亡，当某区域节点开始死亡时，在WSN网络中会造成路由空洞，由此WSN网络中的节点开始大面积的死亡，最终造成整个WSN网络过快的将存储的能量消耗完，缩短整个WSN网络的寿命。
技术实现思路
本专利技术的目的在于提出一种均衡能耗的WSN网络分簇路由方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。为解决上述问题，本专利技术提供一种均衡能耗的WSN网络分簇路由方法及系统的技术方案，通过使用神经网络中的智能技术，设计了一种针对节点地理位置和WSN网络能量分布情况的分簇方法，通过使聚类中心靠近高能量区域，根据能量位置因子构造LEACH路由协议的簇头选举公式从而降低低能量区域节点的能量消耗，将WSN网络的能量消耗转移到高能量区域，以均衡WSN网络负载，提高WSN网络的生存周期。为了实现上述目的，根据本专利技术的一方面，提供一种均衡能耗的WSN网络分簇路由方法，，其中，所述方法包括：S100，通过聚类算法对无线传感器网络(以下简称WSN网络)中的WSN网络节点(以下简称节点)进行聚类分簇，并将聚类中心随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇；S200，计算每个分簇内节点的剩余能量的平均值，将每个剩余能量高于平均值的分簇内的节点标记为高能节点，将每个剩余能量低于平均值的分簇内的节点标记为低能节点；将所有高能节点的数量大于N倍的低能节点的数量所在的分簇区域标记为高能量区域；N取值范围为1～5之间的数；S300，根据LVQ算法原理(学习向量量化算法，LearningVectorQuantization)调整每个分簇的聚类中心，使聚类中心靠近高能量区域；通过LVQ算法能够均衡地理位置和能量分布情况后，得到最终的聚类中心位置；S400，根据每个节点及节点对应的聚类中心，计算每个分簇内的节点的能量位置因子D；S500，根据能量位置因子D构造LEACH路由协议的簇头选举公式，从而计算每个节点的LEACH路由协议的簇头选举阈值；S600，通过LEACH路由协议以簇头选举阈值选择出合适的簇头，非簇头节点按信号的强度就近加入簇头，完成路由过程。进一步地，在S100中，通过聚类算法对WSN网络中的WSN网络节点进行聚类分簇，并将聚类中心所在的节点随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇的方法包括以下步骤：S101：通过最优簇头数计算公式确定WSN网络中簇的总个数kopt；其中Efs和Emp为传感器节点发射电路和接收电路的放大器系数，M为整个矩形WSN网络的边长，dtoBS为所有传感器节点到基站的平均距离，n为WSN网络中节点的总个数；S102：将聚类中心随机均匀的散布在WSN网络中的方法为：通过聚类算法在WSN网络中产生kopt个簇，每个簇包括至少一个聚类中心，WSN网络中所有节点按信号的强度加入距离最近的聚类中心来形成簇结构，从而使得簇均匀分布在WSN网络中；其中，所述聚类算法为K-means++。进一步地，在S300中，根据LVQ算法原理调整每个分簇的聚类中心，使聚类中心靠近高能量区域的方法为：使用LVQ神经WSN网络的原理优化每一个聚类中心的位置，具体步骤为通过计算公式将聚类中心的位置调整至簇内的高能量区域，其中，当m＝1时，分簇内的聚类中心标记为高能中心，其中p为调整后的聚类中心位置，pi为调整前的位置，η为学习率，x为簇内节点的位置，t为高能节点和低能节点标号，m为聚类中心标号。进一步地，在S400中，根据每个节点及节点对应的聚类中心，计算每个分簇内的节点的能量位置因子D的方法为：其中dmax为簇内节点距离该簇的聚类中心最远的距离，dmin为簇内节点距离该簇的聚类中心最近的距离，d0为簇内节点距离该簇的聚类中心的距离。进一步地，在S500中，根据能量位置因子D构造LEACH路由协议的簇头选举公式的方法为：通过加入能量位置因子D，得到改进的LEACH路由协议的簇头选举的阈值：其中T(n)为阈值，λ为系数，取值范围[0～1]，D为节点的能量位置因子，PA代表WSN网络中簇头所占的比例，r表示当前的轮数，G表示最近1/PA轮中未当选过簇头的传感器节点集合，n为最近1/PA轮中未当选过簇头的传感器节点。进一步地，在S600中，通过LEACH路由协议以簇头选举阈值选择出合适的簇头，非簇头节点按信号的强度就近加入簇头的方法为：为每个节点分配一个0-1之间的随机数，如果为节点分配的随机数小于该节点的阈值T(n)，那么该节点当选为簇头；簇头当选完成后，开始在WSN网络中广播自己的信号，非簇头节点按信号的强度加入距离最近的簇中完成分簇操作，从而完成路由过程。本专利技术还提供了一种均衡能耗的WSN网络分簇路由系统，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：节点聚类单元，用于通过聚类算法对WSN网络中的节点进行聚类分簇，并将聚类中心随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇；高能标记单元，用于计算每个分簇内节点的剩余能量的平均值，将每个剩余能量高于平均值的分簇内的节点标记为高能节点，将每个剩余能量低于平均值的分簇内的节点标记为低能节点；将所有高能节点的数量大于N倍的低能节点的数量所在的分簇区域标记为高能量区域；高能聚类单元，用于根据LVQ算法原理调整每个分簇本文档来自技高网...

【技术保护点】
1.一种均衡能耗的WSN网络分簇路由方法，其特征在于，所述方法包括以下步骤：/nS100，通过聚类算法对WSN网络中的WSN网络节点进行聚类分簇，并将聚类中心随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇；/nS200，计算每个分簇内节点的剩余能量的平均值，将每个剩余能量高于平均值的分簇内的节点标记为高能节点，将每个剩余能量低于平均值的分簇内的节点标记为低能节点；将所有高能节点的数量大于N倍的低能节点的数量所在的分簇区域标记为高能量区域，N取值范围为1～5；/nS300，根据LVQ算法原理调整每个分簇的聚类中心，使聚类中心靠近高能量区域；/nS400，根据每个节点及节点对应的聚类中心，计算每个分簇内的节点的能量位置因子；/nS500，根据能量位置因子构造LEACH路由协议的簇头选举公式，从而计算每个节点的LEACH路由协议的簇头选举阈值；/nS600，通过LEACH路由协议以簇头选举阈值选择出合适的簇头，非簇头节点按信号的强度就近加入簇头，完成路由过程。/n

【技术特征摘要】
1.一种均衡能耗的WSN网络分簇路由方法，其特征在于，所述方法包括以下步骤：
S100，通过聚类算法对WSN网络中的WSN网络节点进行聚类分簇，并将聚类中心随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇；
S200，计算每个分簇内节点的剩余能量的平均值，将每个剩余能量高于平均值的分簇内的节点标记为高能节点，将每个剩余能量低于平均值的分簇内的节点标记为低能节点；将所有高能节点的数量大于N倍的低能节点的数量所在的分簇区域标记为高能量区域，N取值范围为1～5；
S300，根据LVQ算法原理调整每个分簇的聚类中心，使聚类中心靠近高能量区域；
S400，根据每个节点及节点对应的聚类中心，计算每个分簇内的节点的能量位置因子；
S500，根据能量位置因子构造LEACH路由协议的簇头选举公式，从而计算每个节点的LEACH路由协议的簇头选举阈值；
S600，通过LEACH路由协议以簇头选举阈值选择出合适的簇头，非簇头节点按信号的强度就近加入簇头，完成路由过程。


2.根据权利要求1所述的一种均衡能耗的WSN网络分簇路由方法，其特征在于，在S100中，通过聚类算法对WSN网络中的WSN网络节点进行聚类分簇，并将聚类中心随机均匀的散布在WSN网络中，从而使整个WSN网络的节点均匀分簇的方法包括以下步骤：
S101：通过最优簇头数计算公式确定WSN网络中簇的总个数kopt；其中Efs和Emp为传感器节点发射电路和接收电路的放大器系数，M为整个矩形WSN网络的边长，dtoBS为所有传感器节点到基站的平均距离，n为WSN网络中节点的总个数；
S102：通过聚类算法在WSN网络中产生kopt个簇，每个簇包括至少一个聚类中心，WSN网络中所有节点按信号的强度加入距离最近的聚类中心来形成簇结构，从而使得簇均匀分布在WSN网络中。


3.根据权利要求1所述的一种均衡能耗的WSN网络分簇路由方法，其特征在于，在S300中，根据LVQ算法原理调整每个分簇的聚类中心，使聚类中心靠近高能量区域的方法为：
通过计算公式将聚类中心的位置调整至簇内的高能量区域，其中，当m＝1时，分簇内的聚类中心标记为高能中心，其中p为调整后的聚类中心位置，pi为调整前的位置，η为学习率，x为簇内节点的位置，t为高能节点和低能节点标号，m为聚类中心标号。


4.根据权利要求1所述的一种均衡能耗的WSN网络分簇路由方法，其特征在于，在S400中，根据每个节点及节点对应的聚类中心，...

【专利技术属性】
技术研发人员：李纲，张彩霞，何关金，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44