基于能量均衡的无线传感器网络算法的改进

议，在文献[6]中将其阈值作了改进：

2.2 改进算法的具体实现

算法进行优化后详细描述如下。

1)在簇的建立阶段，簇头由所有节点自主决定，在每一轮中自行生成k 个簇。k 的值由（4）式决定。

2)将每个节点的剩余能量与上一轮中预计的当前网络平均能量进行比较，若剩余能量大于网络的当前平均能量，则有资格成为簇头候选节点；否则只能等待簇头广播簇类信息。

3）能量大于当前网络平均能量的节点，判断自己生成的随机数是否小于门限值T(n)（即上文中已作改进的（3）式），若小于则成为簇头节点；若大于门限值则为成员节点，等待簇头发送告知信息 。至此，簇头的选举阶段完成。

4)成为簇头的节点，要以一定的功率发送簇头告知信息，但不是全网广播。该消息只包括簇头节点的ID 和消息标识符。在此之后簇头将等待簇成员的加入信息。

5)成员节点根据接收到的ADV 消息的信号强弱来选择一个信号强的簇头节点，并向其发送一个请求加入的消息，该消息只包括节点的ID 和簇头节点的ID。

6)簇头花费一定时间来等待接收成员节点的加入簇信息，之后将停止接收并根据所收到的信息数量来安排簇内节点发送消息的TDMA 时隙。簇头将TDMA 时隙以最小功率发送给簇内成员，以确保成员节点与簇头节点通信时不会产生冲突。这样网络中某一轮的簇就已建立起来。图1 为改进后的簇建立阶段算法流程图。

7) 簇建立好后，开始进行数据的传输阶段。每个节点按照既定规则在自己的 TDMA 时隙内发送收集到的信息。基站在收到各个簇头发送来的整合信息后，分析传感到的数据并反应到上层人机交流界面上。根据信息中包含的簇头和节点的ID 以及其发送信息时的功率强度，估计下一轮发送消息时网络中节点的平均能量，并将此信息广播到网络，为下一轮循环做准备。至此，本轮结束。

图 1 改进后的簇建立阶段算法流程图

3 算法仿真与性能分析

本文在MATLAB 环境中对改进的算法进行了仿真，通过对结果的分析，来*价该算法的性能。

图 2 改进算法的节点分簇状态

图3 改进前后两种算法的网络节点寿命比较

设置环境为：传感器节点总数为100，初始能量为0.5J，分布在100 m×l00 m 的正方形区域中,基站坐标位于（x,y）=（50，50）位置。处理数据的单位能耗，发送数据的单位能耗，数据融合时的能耗为5nJ/Bit/message。

图2 为改进后算法的节点分簇状态。图中每一个分块区域表示某一轮的一个簇，每个簇中都有一个小星号表示簇头，其他的小圆圈表示成员节点。可以看出图中簇头分布均匀，且每个簇头所管辖的成员节点数目及分布状态也是均匀稳定的。

在相同环境下，将节点总数改为200，基站坐标位于（x,y）=（50，175）位置，数据包长度为500。图3 为改进前后两种算法的网络节点寿命比较。横坐标表示网络工作的轮数，纵坐标表示存活节点的数目

从图中可以看出，改进后的算法节点死亡率与原算法相比，有一定的延迟。这说明本算法通过对簇头选择机制的优化及簇头数目的控制，减少了节点因能量消耗过大而过早死亡的现象，大大延长了网络的生命周期。

4 结语

本文针对LEACH 协议存在的几点问题，提出了自己的优化方案。新算法将当前剩余能量和当前网络平均能量作为参数引入到簇头选举机制中去，并融入了簇头最优个数解决方案。在仿真实验中，将改进前后的算法进行对比分析，结果证明本优化方案能使节点分布更加合理，较好地均衡网络中的能量消耗，在一定程度上延长了整个网络的生命周期。