首页 > 范文大全 > 正文

浅析无线传感网络通信优化仿真

开篇:润墨网以专业的文秘视角,为您筛选了一篇浅析无线传感网络通信优化仿真范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!

【摘要】本文首先阐述了无线传感网络通信原理,然后从簇头节点的选取、簇头节点的分布两个方面对无线传感网络通信优化算法进行了简要分析,探讨了无线传感网络通信优化仿真。

【关键词】无线传感网络通信;优化仿真;浅析

1.无线传感网络通信原理

节点间互相通信是无线传感网络的基础,具体过程为:在无线传感网络中将数量为P个传感器节点设置出来,这些节点均在无线传感网络覆盖区域中均匀分布,该覆盖区域为正方形,边长为b。该网络只包含一个基站,无线传感网络覆盖区域外该基站的空间位置是固定的。节点的空间位置在无线传感网络中也是保持不变的。所有节点均具有基本相同的能量,但是可以依据实际情况调整节点的通信覆盖半径[1]。通信时需要消耗的能量在无线传感网络中可以用以下公式描述:

(1)

一个数值会在无线传感网络中传感节点的作用下随机生成,假设该数值比阀值小,那么判断该节点为簇头节点,能够进行通信,运用以下公式将簇头节点阀值计算出来:

(2)

(,p,q,l分别为全部传感节点的数量、无线传感网络中簇头节点所占的比例、网络中簇的数目)。簇头节点的分布情况在无线传感网络中可以用图1表示:

图1 簇头节点分布图

传统LEACH算法是在传输数据的过程中运用单跳传输方法,传输结构可以用图2表示。

依据节点属性之间的关联性能够完成无线传感网络通信。但是,传统算法没有对离群节点问题进行考虑,假设有大量的离群特征点出现在无线传感网络中,那么将导致无线传感网络具有比原来低的空间连通性,从而会促进该网络通信效率的显著降低[2]。

依据式(1)我们可以得出,假设离群特征点的数量比原来多,那么无线传感网络中的能量消耗就会比原来大。

依据式(2)我们可以得出,假设无线传感网络中的能量效果比原来大,那么其导致的簇头节点阀值就会比原来小,从而促进阀值节点数目的极大减少,最终促进传感节点在无线传感网络中的连通程度较原来低。

图2 单跳传输方法结构图

2.无线传感网络通信优化算法分析

2.1 簇头节点的选取

运用传统的LEACH算法构建路由协议的过程中,全部节点拥有相同的能量,因此,可以在覆盖区域中随机选取簇头节点,成为簇头节点的所有节点具有相同的概率。但是,经过几次通信后,节点拥有的能量之间的差别将会越来越大,假设此时仍然能够随机选取簇头节点,那么就极易造成簇头节点能量比普通节点小的情况[3]。

因此,需要优化处理簇头节点的选取方法。在优化处理选取簇头的过程中,一个重要的衡量标准就是节点拥有的能量。经过上述优化处理,具有较高能量的节点将更易成为簇头节点,这样能够促进无线传感网络鲁棒性的显著改善。

将Fcurrent、Foriginal、分别设置为当前通信过程中节点中剩余的能量、节点没有进行通信时的能量、节点剩余能量等级,可以得到:

(3)

运用以下公式就可以将簇头节点选取阀值计算出来:

(4)

依据上述方法选取簇头节点能够促进具有较低能量的节点成为簇头节点可能性的显著降低,对由于簇头节点具有过低的能量造成无线传感网络具有较低的连通性的问题进行有效的避免。

2.2 簇头节点的分布

为了促进无线传感网络的可扩展性的极大提升,应该在覆盖区域均匀分布网络中的节点,同时区域化处理网络覆盖区域,保持一定的簇头节点和基站距离,从而对簇头节点过于集中分布的问题进行有效的规避[4]。

将无线传感网络的覆盖区域面积设置为S,将所有节点中簇头节点所占的比例设置为q。假设覆盖了整个目标区域,那么可以运用以下公式将簇头节点的覆盖半径计算出来:

(5)

将无线传感网络中簇头节点之间的距离设置为E,那么该距离的取值应该比簇头覆盖区域直径小。为了使无线传感网络覆盖区域均匀分布簇头节点,可以运用以下公式将簇头节点之间的距离计算出来:

(6)

将HEAD(j)设置为任意簇头节点,那么该簇中的成员就可以包括簇头节点覆盖区域半径中的普通节点。依据上述方法可以有效控制无线传感网络中全部簇头之间的距离,从而使簇头节点的均匀分布得到切实有效的保证[5]。

在无线传感网络领域中,路由协议构建问题已经成为一个亟待研究的热点问题。通过对比节点的剩余能量,将合理的节点选取出来作为簇头节点,并均匀分布这些簇头节点。实验结果表明,在构建路由协议的过程中运用改进后的算法能够对每个簇头节点之间的能量损耗进行有效的平衡,从而使网络生存时间得到极大的延长,最终达到促进无线传感网络通信效率显著提升的目的。

参考文献

[1]颜珍平,颜谦和.无线传感器网络密钥分配方法研究[J].计算机仿真,2011(4):134-135.

[2]宋淑彩.面向Web 的数据挖掘技术在网站优化中的个性化推荐方法的研究与应用[J].科技通报,2012,2(28):118-119.

[3]龙文,梁昔明,龙祖强,等.基于改进蚁群算法优化参数的LSSVM短期负荷预测[J].中南大学学报(自然科学版), 2011,42(11):3408-3414.

[4]王刚,温涛,郭权,马学彬.一种无线传感器网络中基于簇的安全协议[J].东北大学学报(自然科学版),2009,30(1):63-66.

[5]屈斌,胡访宇.高效节能的无线传感器网络路由协议研究[J].计算机仿真,2008,25(5):113-116.