基于ＷＯＡ 的ＷＳＮ 能量均衡分簇算法

姚美琴 夏漢初 王英明

摘 要 文章提出一種基于鯨魚優化算法（WOA）的能量均衡聚類算法（WOA-EDB）來設計簇頭（CH）選擇的目標函數WOA-EDB基于 WOA對收斂因子進行了改進以獲得非線性收斂因子 并利用WOA中的優化適應度函數將具有最佳地理位置和能量的節點作為簇頭 實驗結果表明WOA-EDB算法能有效地延長網絡生命周期和獲得更均衡的CH 分布空間

關鍵詞WOA 聚類 簇頭空間分布

中圖法分類號 文獻標識碼A

１ 引言

ＷＳＮ 是由多個節點聚集在一起并將其收集的數據傳輸到基站（ＢＳ）所形成的結構［１］ 。由于在數據發送過程中，大部分傳感器節點的能量被消耗，因此如何最小化網絡能耗是ＷＳＮ 中最重要的問題［２］ 。研究學者已提出許多基于ＣＨ 選擇的算法。

ＬＥＡＣＨ［３］ 是較早提出的分簇算法，節約了傳統網絡的能耗。但由于ＬＥＡＣＨ 選擇隨機性強，因此將較低剩余能量節點作為ＣＨ。為克服ＬＥＡＣＨ 中ＣＨ選擇的隨機性，文獻［４］提出ＬＥＡＣＨ?Ｃ 是根據節點的剩余能量和位置信息來選擇ＣＨ。文獻［５］是將ＷＳＮ區域劃分為虛擬方形網格，在每個節點更新其地理和鄰居節點信息后，通過地域自適應保真算法將網絡劃分為簇。文獻［６］基于粒子群算法來確定候選ＣＨ 節點所在的區域。文獻［７］基于２ 種策略———分離和對齊，這２ 種策略都由螞蟻的信息素水平來管理，并基于它們來選擇ＣＨ。

２ 能量模型

本文提出的ＷＯＡ?ＥＤＢ 算法是將傳感器節點設置在半徑為Ｒ 的圓形監測區域中，其能量模型如下。２ 個距離為ｄ 的相鄰節點之間傳輸ｌ 位數據的能量消耗計算如下：

４．２ 簇間距離標準差

圖２ 顯示了簇間距離的標準偏差。這意味著首先計算簇中每個成員節點到ＣＨ 的距離之和，然后計算這些距離之和的標準差。

簇間距離標準差越小，每個簇的距離就越均衡，簇內的能耗就越均衡。從圖２ 可以看出，ＬＥＡＣＨ 性能是最差的，因為隨機選擇的ＣＨ 分布不均勻，導致每個簇的大小存在很大差距。當設計改進的ＷＯＡ 的適應度函數時，ＷＯＡ?ＥＤＢ 算法考慮簇距離的標準差（ｆ１）來控制每個簇的平衡。因此，ＷＯＡ?ＥＤＢ 在這方面的性能優于ＬＥＡＣＨ 和ＯＲＷＧ。

４．３ 網絡中存活節點的數量

圖３ 顯示了隨著網絡中循環次數的增加，存活節點數量的變化。

圖３ 中網絡存活的節點數量在很長一段時間內都沒有減少，但它們在后期很快就會死亡。ＬＥＡＣＨ消耗最快，其次是ＯＲＷＧ，最后是ＷＯＡ?ＥＤＢ。ＷＯＡ?ＥＤＢ 應用在環形網絡中將改進ＷＯＡ 選擇最佳地理位置和能量的節點作為ＣＨ，成員節點根據距離選擇自己的簇。因此，ＷＯＡ?ＥＤＢ 消耗最慢的節點，并且具有最長的生命周期。

５ 結束語

本文的主要目的是平衡網絡能耗、優化ＣＨ 的空間分布、降低簇之間的能耗?；谏鲜瞿康模疚奶岢隽艘环N基于ＷＯＡ 的能量和距離平衡聚類算法（ＷＯＡ?ＥＤＢ），ＷＯＡ?ＥＤＢ 首先計算最小能耗，改進ＷＯＡ 的收斂因子和適應度函數以選擇最佳ＣＨ。仿真實驗表明，ＷＯＡ?ＥＤＢ 在延長網絡壽命、選擇簇內ＣＨ 能效以及簇間能耗平衡方面具有更明顯優勢。

參考文獻：

［１］ ＢＯＵＫＥＺＺＡＴＡ Ａ，ＢＯＵＡＮＩＫ Ｓ，ＭＡＮＳＥＲＩ Ａ， ｅｔ ａｌ．ＡｍｏｒｐｈｏｕｓＳｉｌｉｃｏｎ Ｃａｒｂｉｄｅ Ｎａｎｏｗｉｒｅｓ ｆｏｒ Ｏｐｔｉｃａｌ Ｓｅｎｓｏｒ Ｄｅｖｉｃｅ［Ｊ］．ＡｃｔａＰｈｙｓｉｃａ Ｐｏｌｏｎｉｃａ Ａ，２０２０，１３７（４）：４４７?４５０．

［２］ ＪＩＮ Ｗ， ＹＵ Ｇ， ＸＩＡＮＧ Ｙ， ｅｔ ａｌ． Ａｎ Ｅｎｈａｎｃｅｄ ＰＥＧＡＳＩＳＡｌｇｏｒｉｔｈｍ ｗｉｔｈ Ｍｏｂｉｌｅ Ｓｉｎｋ Ｓｕｐｐｏｒｔ ｆｏｒ Ｗｉｒｅｌｅｓｓ ＳｅｎｓｏｒＮｅｔｗｏｒｋｓ ［ Ｊ ］． Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ ＭｏｂｉｌｅＣｏｍｐｕｔｉｎｇ，２０１８，２０１８：１?９．

［３］ ＨＥＩＮＺＥＬＭＡＮ Ｗ Ｒ，ＣＨＡＮＤＲＡＫＡＳＡＮ Ａ，ＢＡＬＡＫＲＩＳＨＮＡＮＨ． Ｅｎｅｒｇｙ?Ｅｆｆｉｃｉｅｎｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｐｒｏｔｏｃｏｌ ｆｏｒ ＷｉｒｅｌｅｓｓＭｉｃｒｏｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ［Ｊ］．Ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ３３ｒｄ ＨａｗａｉｉＩｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｙｓｔｅｍ Ｓｃｉｅｎｃｅｓ，（ＨＩＣＳＳ ２０００），２００２：５５?６０．

［４］ ＬＡＴＩＦ Ｋ，ＪＡＶＡＩＤ Ｎ，ＳＡＱＩＢ Ｎ Ｍ，ｅｔ ａｌ．Ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎｍｏｄｅｌ ｆｏｒ ｄｅｎｓｉｔｙ ｃｏｎｔｒｏｌｌｅｄ ｄｉｖｉｄｅ?ａｎｄ?ｒｕｌｅ ｓｃｈｅｍｅ ｆｏｒ ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ ｒｏｕｔｉｎｇ ｉｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｉｎｔ． Ｊ． ｏｆ ＡｄＨｏｃ ａｎｄ Ｕｂｉｑｕｉｔｏｕｓ Ｃｏｍｐｕｔｉｎｇ，２０１６，２１（２）：１３０?１３９．

［５］ ＱＵＯＣ Ｎ Ｄ，ＢＩ Ｌ，ＷＵ Ｙ，ｅｔ ａｌ．Ｅｎｅｒｇｙ ｅｆｆｉｃｉｅｎｃｙ ｃｌｕｓｔｅｒｉｎｇｂａｓｅｄ ｏｎ Ｇａｕｓｓｉａｎ ｎｅｔｗｏｒｋ ｆｏｒ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ［Ｊ］．ＩＥＴ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，１３（６）：７４１?７４７．

［６］ ＲＵＡＮ Ｄ，ＨＵＡＮＧ Ｊ．Ａ ＰＳＯ?Ｂａｓｅｄ Ｕｎｅｖｅｎ Ｄｙｎａｍｉｃ ＣｌｕｓｔｅｒｉｎｇＭｕｌｔｉ?Ｈｏｐ Ｒｏｕｔｉｎｇ Ｐｒｏｔｏｃｏｌ ｆｏｒ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ［Ｊ］．Ｓｅｎｓｏｒｓ （Ｂａｓｅｌ，Ｓｗｉｔｚｅｒｌａｎｄ），２０１９，１９（８）：１８３５．

［７］ ＳＥＬＶＡＫＥＮＮＥＤＹ Ｓ，ＳＩＮＮＡＰＰＡＮ Ｓ，ＳＨＡＮＧ Ｙ．Ａ ｂｉｏｌｏｇｉｃａｌｌｙ?ｉｎｓｐｉｒｅｄ ｃｌｕｓｔｅｒｉｎｇ ｐｒｏｔｏｃｏｌ ｆｏｒ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００７，３０（１４）：２７８６?２８０１．

作者簡介：

姚美琴（１９９５—），碩士，助教，研究方向：無線傳感網、移動互聯。

夏漢初（１９６４—），碩士，副教授，研究方向：嵌入式系統。

王英明（１９８３—），碩士，副教授，研究方向：數據科學與大數據技術。