您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (4): 24-28.

• 机器学习与数据挖掘 • 上一篇    下一篇

一种分环多跳的无线传感器网络分簇路由加权算法

鲁松1,徐文春2,杨云2   

  1. 1.南通大学计算机科学与技术学院, 江苏 南通 226007; 2.扬州大学信息工程学院, 江苏 扬州 225009
  • 收稿日期:2012-03-28 出版日期:2012-08-20 发布日期:2012-03-28
  • 作者简介:鲁松(1977- ),女,江苏如皋人,讲师,硕士研究生,主要研究方向为网络安全、嵌入式系统. E-mail:xs@ntu.edu.cn
  • 基金资助:

    国家自然科学基金资助项目(61170171);南通市自然科学基金资助项目(BK2011072);南通大学自然科学研究项目(11Z068)

A ring based multi-hop clustering routing weighting algorithm in wireless sensor networks

LU Song1, XU Wen-chun2, YANG Yun2   

  1. 1. School of Computer Science and Technology, Nantong University, Nantong  226007, China;
    2. College of Information Engineering, Yangzhou University, Yangzhou  225009, China
  • Received:2012-03-28 Online:2012-08-20 Published:2012-03-28

摘要:

针对无线传感器网络中考虑能量均衡问题,提出了一种基于分环多跳的路由加权算法(ring based multi-hop clustering routing weighting algorithm,RMCRW)。算法在簇头节点向内层转发的过程中,不仅考虑与内环簇头的距离,同时考虑内环簇头剩余能量问题,通过加入一个权值,选择最优簇头转发路径。仿真结果表明在区域范围比较大的环境下,RMCRW算法可以有效地延长网络生命周期。

关键词: 分环, 多跳, 加权, 无线传感器网络, 分簇路由

Abstract:

 A ring based multi-hop clustering routing weighting algorithm(RMCRW) was proposed to keep energy balance in the wireless sensor networks. This algorithm considered not only the distance between the inner layer cluster heads, but also the remaining energy of them in the process of relaying data to the inner layer. As a result, the optimal paths could be selected according to the weight. The simulation results proved that the RMCRW algorithm could effectively prolong the network lifetime in large area.

Key words: wireless sensor networks, clustering routing, ring, multi-hop, weighting

[1] 牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[2] 叶子云,杨金锋. 一种基于加权图模型的手指静脉识别方法[J]. 山东大学学报(工学版), 2018, 48(3): 103-109.
[3] 于曰伟,周长城,赵雷雷,邢玉清,石沛林. 基于交替迭代的车辆主动悬架LQG控制器设计[J]. 山东大学学报(工学版), 2017, 47(4): 50-58.
[4] 江峰,杜军威,刘国柱,眭跃飞. 基于加权的K-modes聚类初始中心选择算法[J]. 山东大学学报(工学版), 2016, 46(2): 29-34.
[5] 辛丽玲, 何威, 于剑, 贾彩燕. 一种基于密度差异的离群点检测算法[J]. 山东大学学报(工学版), 2015, 45(3): 7-14.
[6] 郭志波, 董健, 庞成. 多技术融合的Mean-Shift目标跟踪算法[J]. 山东大学学报(工学版), 2015, 45(2): 10-16.
[7] 程添亮, 翟玉庆. 基于链接的无线传感器网络簇中可信模型[J]. 山东大学学报(工学版), 2014, 44(5): 29-34.
[8] 李武,侯志强*,魏国剑,余旺盛. 跟踪框自适应的尺度变化目标跟踪算法[J]. 山东大学学报(工学版), 2014, 44(2): 28-34.
[9] 朱娜娜1, 2, 张化祥1, 2*, 刘丽1, 2. 基于改进FCM算法和贝叶斯分类的图像自动标注[J]. 山东大学学报(工学版), 2013, 43(6): 12-16.
[10] 孙香花. 基于距离向量的改进WSN路由算法[J]. 山东大学学报(工学版), 2012, 42(6): 25-30.
[11] 徐龙琴1,刘双印1,2,3,4*. 基于APSO-WLSSVR的水质预测模型[J]. 山东大学学报(工学版), 2012, 42(5): 80-86.
[12] 雷小锋1,庄伟1,程宇1,丁世飞1,谢昆青2. OPHCLUS:基于序关系保持的层次聚类算法[J]. 山东大学学报(工学版), 2010, 40(5): 48-55.
[13] 夏少波1,许娥2. 无线传感器网络节点定位算法[J]. 山东大学学报(工学版), 2010, 40(3): 143-147.
[14] 陈冬岩. 基于多信道的MAC层协议在无线传感器网络中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 41-49.
[15] 黄玉,王剑 . 无线传感器网络中的能量分布[J]. 山东大学学报(工学版), 2006, 36(6): 42-45 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!