無線傳感器網絡中的LEACH算法分析與設計
加入技術交流群
在參考文獻中，作者對SEp算法進行再次改進，利用整個網絡節點的平均能量與節點當前能量的比值來限制節點成為簇首節點的概率，兩類節點成為簇首節點概率如式(4)所示。
根據式(4)，可以看出進一步限制的低能量節點成為簇首節點的概率。
1．3 根據節點剩余能量的不同而改進
M．J．Handy等人提出了DCHS(Deterministic Clus-ter-Head Selection)算法，根據LEACH算法中的T(n)計算不足之處，對其進行改進，如式(5)所示。式(5)中En_current表示節點當前的能量，En_max表示節點初始的能量。
由改進后的算法可以看出，當前節點能量比較高的節點成為簇首節點的概率變大，從而降低了低能量節點成為簇首節點的概率，提高了整個網絡的性能。然而根據式(5)可以看出，當整個網絡運行到一定的時間后，大部分節點的能量都將剩余不多，相應的T(n)就會變小，那么整個網絡中節點成為簇首的概率變小，從而影響到整個網絡的性能。M．J．Handy等人對式(5)進一步改進，得到式(6)，從而有效解決了式(5)的不足之處。在式(6)中rs表示節點連續未當選過簇頭的輪次。一旦節點當選為簇首節點，則rs置零。
1．4 根據簇首節點隨機分布不均而改進
LEACH-C算法是LEACH算法的集中式控制版本，采用模擬退火算法獲得更優的簇頭選舉策略，克服了LEACH算法中每輪產生的簇頭數與位置的隨機性。
LEACH-C算法可以把每個節點的地理位置以及節點當前的能量報告給基站。基站把所有節點的能量取平均，當網絡中某些節點的能量低于平均值時，將不能成為候選簇頭節點，從而更加有效地解決了低能量節點成為簇頭節點的概率。
評論