一種雙層樹型高能效多鏈路由算法胡中棟

　　摘 要：針對PEGASIS協(xié)議算法的單鏈維護成本高, COSEN協(xié)議算法的交叉鏈和長鏈多、數(shù)據(jù)逆?zhèn)鬟f嚴(yán)重等缺陷, 提出一種雙層樹型高能效多鏈路由算法 (TTEMR) 。TTEMR算法把網(wǎng)絡(luò)節(jié)點分為兩層, 底層將網(wǎng)絡(luò)節(jié)點構(gòu)造成多條分鏈, 選取主鏈頭和分鏈鏈頭構(gòu)造頂層鏈頭鏈。對成鏈過程中產(chǎn)生的孤立點進行樹型結(jié)構(gòu)化處理以降低數(shù)據(jù)傳遞路徑長度, 優(yōu)化主鏈頭和分鏈鏈頭選取策略及成鏈規(guī)則, 并對Sink附近的普通節(jié)點和鏈頭進行不入鏈操作以減少數(shù)據(jù)逆?zhèn)鬟f。仿真實驗結(jié)果表明, 與LEACH、PEGASIS和COSEN算法相比, TTEMR算法在每輪節(jié)點的存活數(shù)量、網(wǎng)絡(luò)的穩(wěn)定周期和生命周期、每輪剩余總能量及單位鏈路段平均路徑長度等性能方面表現(xiàn)優(yōu)異。

　　關(guān)鍵詞：無線傳感器網(wǎng)絡(luò); TTEMR; 雙層樹型; 孤立點; 逆?zhèn)鬟f; 多鏈路

　　無線傳感器網(wǎng)絡(luò)WSN (Wireless Sensor Networks) 是廣泛應(yīng)用于氣象、環(huán)境、農(nóng)業(yè)和軍事等領(lǐng)域[1]的一種信息獲取及處理技術(shù), 其綜合了傳感器技術(shù)、微電子技術(shù)和無線通信技術(shù)等多學(xué)科技術(shù), 被認(rèn)為是本世紀(jì)改變世界的十大技術(shù)之一[2]。WSN的主要組成部分是作為微電子設(shè)備的傳感器節(jié)點, 一般外形小巧, 功耗較低, 能量有限且不可再生, 因目前對節(jié)點生存時間有較大影響的電池技術(shù)沒有突破性發(fā)展, 于是對網(wǎng)絡(luò)結(jié)構(gòu)特性和傳輸協(xié)議的研究是提高網(wǎng)絡(luò)壽命的重要研究方向。

　　為減少網(wǎng)絡(luò)能耗、提高網(wǎng)絡(luò)壽命, Lindsey S等人在LEACH算法[3]的基礎(chǔ)上改進提出了PEGASIS算法[4], 該算法采用鏈?zhǔn)浇Y(jié)構(gòu), 網(wǎng)絡(luò)結(jié)構(gòu)固定, 減少了簇結(jié)構(gòu)算法的頻繁重構(gòu)開銷, 但由于網(wǎng)絡(luò)結(jié)構(gòu)是一條長鏈, 時延[5]較大, 不適用實時性要求高的場景, 且一旦鏈中某一節(jié)點失效, 則整個網(wǎng)絡(luò)癱瘓, 魯棒性[6]差。為此, Quazi等人又改進提出了COSEN算法[7], 其采用多鏈組網(wǎng), 有效降低網(wǎng)絡(luò)時延, 增強了網(wǎng)絡(luò)魯棒性, 但多鏈組網(wǎng)也未能解決交叉鏈和長鏈多、數(shù)據(jù)逆?zhèn)鬟f嚴(yán)重等問題。鑒于上述, 本文提出一種雙層樹型高能效多鏈路由算法TTEMR (A Two-layer Tree-type Energy Efficient Multi-link Routing Algorithm) 。

　　1 相關(guān)研究

　　1.1 經(jīng)典協(xié)議

　　經(jīng)典的平面型路由協(xié)議由于傳輸跳數(shù)過多, 導(dǎo)致傳輸時延高、能量浪費嚴(yán)重, 而層次路由協(xié)議的分簇、成鏈等思想能有效聚合數(shù)據(jù), 降低傳輸平均路徑長度, 減小時延, 已成為當(dāng)前路由算法研究的熱點。

　　1.1.1 LEACH協(xié)議描述

　　LEACH協(xié)議算法采用分簇思想, 成簇階段, 通過隨機選取節(jié)點來作為簇頭, 非簇頭節(jié)點就近加入簇。數(shù)據(jù)傳輸階段, 簇內(nèi)節(jié)點將數(shù)據(jù)發(fā)送給簇頭, 然后簇頭將數(shù)據(jù)匯聚融合[8]后直接發(fā)給Sink節(jié)點。

　　1.1.2 PEGASIS協(xié)議描述

　　PEGASIS協(xié)議算法采用鏈?zhǔn)浇Y(jié)構(gòu), 建鏈階段通過貪婪算法將網(wǎng)絡(luò)中的所有節(jié)點組織成一條鏈路, 每輪隨機選擇一個節(jié)點充當(dāng)與Sink通信的鏈頭。數(shù)據(jù)傳輸階段, 采用令牌機制, 沿形成的鏈路逐跳收集、融合數(shù)據(jù), 直至傳送至鏈頭, 最后由鏈頭將數(shù)據(jù)直接發(fā)送給Sink節(jié)點。

　　1.1.3 COSEN協(xié)議描述

　　COSEN協(xié)議算法在建鏈階段采用貪婪算法, 當(dāng)形成的鏈上節(jié)點數(shù)占全網(wǎng)節(jié)點數(shù)20%時, 終止建鏈, 從下跳節(jié)點開始重復(fù)上述步驟建立新鏈, 直至全網(wǎng)節(jié)點皆已成鏈。然后選取每條鏈上節(jié)點剩余能量最大的節(jié)點為鏈頭, 各鏈頭再建立鏈頭鏈, 鏈頭鏈選取剩余能量最大的為主鏈頭。數(shù)據(jù)傳輸階段, 各鏈頭分別發(fā)送令牌以控制本鏈節(jié)點數(shù)據(jù)收集傳輸, 最終主鏈頭將各分鏈鏈頭數(shù)據(jù)收集融合并傳遞至Sink節(jié)點。

　　1.2 算法分析

　　對上述三種協(xié)議算法進行優(yōu)缺點分析:

　　1.2.1 LEACH算法

　　簇頭隨機周期性選取可有效減少網(wǎng)絡(luò)能耗分部不均, 實現(xiàn)網(wǎng)絡(luò)能耗負(fù)載均衡。但仍存在以下缺點: (1) 簇頭以單跳通信方式與Sink傳輸數(shù)據(jù), 造成簇頭節(jié)點能量的大量浪費; (2) 由于簇頭是隨機選取, 易導(dǎo)致簇頭位置過偏或過于集中。

　　1.2.2 PEGASIS算法

　　算法采用鏈?zhǔn)浇Y(jié)構(gòu), 網(wǎng)絡(luò)結(jié)構(gòu)固定, 節(jié)點間平均路徑長度短, 數(shù)據(jù)傳輸階段每次只有一個節(jié)點與Sink通信, 減少了簇結(jié)構(gòu)算法的頻繁重構(gòu)開銷, 但PEGASIS算法仍存在著以下不足: (1) 在成鏈過程中容易形成長鏈, 位于長鏈上的節(jié)點死亡較快; (2) 總鏈路較長, 從鏈兩端到鏈頭的傳輸時延長; (3) 選擇鏈頭未考慮距離影響造成遠離Sink的鏈頭節(jié)點過快死亡; (4) 一旦有節(jié)點死亡, 整個WSN需要重新構(gòu)建鏈路, 網(wǎng)絡(luò)維護成本高。

　　1.2.3 COSEN算法

　　算法采用多鏈方式, 每個分鏈數(shù)據(jù)收集和發(fā)送同時進行, 可大大降低網(wǎng)絡(luò)時延。當(dāng)網(wǎng)絡(luò)中某個節(jié)點失效死亡時, 只對當(dāng)前分鏈和鏈頭鏈進行維護即可, 維護成本低, 魯棒性高。但依然有以下不足: (1) 交叉鏈多, 成鏈陷入局部最優(yōu); (2) 分鏈構(gòu)造中后期鏈端為尋找下一跳未入鏈的節(jié)點易形成長鏈結(jié)構(gòu); (3) 鏈頭選取未考慮距離和位置問題易導(dǎo)致鏈頭鏈形成超長鏈, 加重數(shù)據(jù)逆?zhèn)鬟f[9]。

　　2 TTEMR算法

　　2.1 分鏈成鏈

　　首先對Sink附近的節(jié)點進行不入鏈操作, 然后采用貪婪算法進行成鏈, 但在成鏈過程中采用啟發(fā)式算法進行優(yōu)化, 對孤立點[10]進行樹型[11]結(jié)構(gòu)化處理。

　　2.1.1 不入鏈處理

　　由于鏈的單向傳遞特點, 會使部分節(jié)點集將數(shù)據(jù)向遠離Sink的方向傳遞, 然后通過某幾個節(jié)點匯聚融合后再向Sink發(fā)送, 這稱為數(shù)據(jù)的逆?zhèn)鬟f。因為Sink節(jié)點靠近WSN但不位于其內(nèi), 若靠近Sink的普通節(jié)點不將其作為數(shù)據(jù)傳遞的下一跳, 而是選擇與距離較遠的節(jié)點成鏈, 則會造成該節(jié)點數(shù)據(jù)最終逆?zhèn)鬟f至主鏈頭, 不但加重了該分鏈和鏈頭鏈能耗, 而且增加了網(wǎng)絡(luò)時延, 所以合理分配Sink附近節(jié)點的傳遞路徑可有效降低全網(wǎng)能耗。如圖1所示, 因為dbS≤dba、dcS≤dcd, 所以節(jié)點b、c直接向Sink傳遞數(shù)據(jù)而不選擇與其他節(jié)點成鏈。

　　(1) 消除鏈內(nèi)交叉最優(yōu)鏈路中必定不含有交叉路徑[12], 因此對于一條鏈內(nèi)出現(xiàn)交叉情況時要將它消除。如圖2所示, 找到兩個交叉路徑af和de, 刪除其連接后連接ae和df。(2) 消除鏈間交叉雖然通過消除鏈內(nèi)交叉可保證WSN局部區(qū)域不再出現(xiàn)交叉, 但由于整個區(qū)域內(nèi)存在多條鏈中, 分鏈之間還會出現(xiàn)交叉情況, 鏈間交叉是算法局部最優(yōu)而非全局最優(yōu)的直接表現(xiàn)。如圖3所示, 找到交叉鏈路bf和ec, 刪除其連接, 建立bc和ef鏈接。

　　消除長路徑長鏈的產(chǎn)生一般是由于靜態(tài)規(guī)則化分建鏈空間或算法陷入局部最優(yōu)造成的, 原本相距較近的節(jié)點卻因為所屬空間不同而不能夠加入同一條鏈, 這造成了數(shù)據(jù)傳遞能耗浪費、時延增長。如圖4所示, 找到長鏈ab, 刪除ab連接, 連接ac, 并將節(jié)點b加入距離較近的節(jié)點f所在的鏈路。

　　消除長鏈 下載原圖設(shè)dbound為長短鏈界限值, 定義如式 (1) , 兩節(jié)點間距離小于等于dbound則為短鏈, 超過dbound則為長鏈。

　　式中:α為長鏈系數(shù), E (dij) 為節(jié)點i到下一跳節(jié)點j距離的期望。根據(jù)文獻[13]實驗可知, α初始值為1.5時效果最好, 但當(dāng)遇到以下兩種情況時, 長鏈系數(shù)的取值應(yīng)該適當(dāng)增大: (1) WSN稀疏時, 網(wǎng)絡(luò)中短鏈較少, 長鏈較多, 導(dǎo)致成鏈數(shù)較多、孤立點較多, 此時鏈的維護成本將增大。 (2) 在WSN運行的中后期, 由于出現(xiàn)了大量節(jié)點死亡, 導(dǎo)致網(wǎng)絡(luò)節(jié)點間距增大, 此時可適當(dāng)增大長鏈系數(shù)避免形成過多分鏈和孤立點。

　　2.1.3 孤立點樹型結(jié)構(gòu)化處理

　　孤立點直接與Sink節(jié)點通信會造成能量損耗過快, 因此將孤立點以合適的方式加入附近的分鏈才是首選, 產(chǎn)生孤立點主要有下面幾種情況: (1) 在消除鏈內(nèi)、鏈間交叉時, 導(dǎo)致個別節(jié)點孤立于分鏈附近; (2) 在網(wǎng)絡(luò)邊緣或稀疏區(qū)域產(chǎn)生的長鏈, 通過刪除長鏈會產(chǎn)生離周圍分鏈都較遠的孤立點; (3) 中后期網(wǎng)絡(luò)中節(jié)點不斷死亡, 導(dǎo)致產(chǎn)生距離過遠的孤立點。如圖5 (a) 所示, 節(jié)點d為消除交叉鏈時產(chǎn)生的孤立點, 節(jié)點e為上述 (2) 、 (3) 情況產(chǎn)生的孤立點。文獻[13]中對孤立點的處理是首先找到距離孤立點d最近的節(jié)點b, 判斷節(jié)點b的上一跳節(jié)點a和下一跳節(jié)點c到孤立點d的距離, 將孤立點d插入節(jié)點b和距離較近節(jié)點a之間, 形成如圖5 (b) 所示的鏈路。TTEMR算法運用樹的思想, 直接比較孤立點d到節(jié)點a、b、c的距離, 建立如圖5 (c) 所示距離較近的bd連接, b為父節(jié)點, d為其子節(jié)點。對于孤立點e, 由于到周圍節(jié)點距離都為長鏈, 則尋找距離孤立點e最近的分鏈節(jié)點或Sink節(jié)點構(gòu)建鏈路, 如圖5 (c) 建立ec鏈路, c為父節(jié)點, e為其子節(jié)點。

　　式中:Eelec=50 nJ/bit, 表示收發(fā)電路能耗;Eda=5nJ/bit, 表示單位數(shù)據(jù)融合能耗;dij表示節(jié)點i到節(jié)點j的距離;d0表示能量損耗的界限值。設(shè)節(jié)點a為靠近鏈頭方向, 則圖5 (b) 鏈路段bda能耗為式 (6) , 圖5 (c) 鏈路樹dba能耗為式 (7) :

　　2.2 鏈頭鏈成鏈

　　2.2.1 選取主鏈頭

　　在鏈?zhǔn)絽f(xié)議算法中, 主鏈頭和分鏈鏈頭的選取會對WSN中節(jié)點數(shù)據(jù)的整體傳遞方向產(chǎn)生較大影響, 若主鏈頭和分鏈鏈頭靠近Sink, 則網(wǎng)絡(luò)中數(shù)據(jù)總體向Sink方向移動;若主鏈頭和分鏈鏈頭遠離Sink, 則網(wǎng)絡(luò)中數(shù)據(jù)總體向遠離Sink方向移動, 最后通過主鏈頭轉(zhuǎn)發(fā)至Sink, 因此合理選取主鏈頭和分鏈鏈頭可減少WSN內(nèi)的數(shù)據(jù)逆?zhèn)鬟f。在COSEN算法中, 主鏈頭和分鏈鏈頭的選取只考慮了剩余能量, 這導(dǎo)致距離Sink較遠的節(jié)點被選為主鏈頭、不同分鏈中距離較遠的兩個節(jié)點可能會被選為相鄰鏈頭, 形成如圖6 (b) 中ed、db、主鏈頭c到Sink這樣的長鏈, 且ed鏈會引起嚴(yán)重的數(shù)據(jù)逆?zhèn)鬟f。TTEMR算法綜合考慮了節(jié)點剩余能量和到Sink的距離, 根據(jù)式 (8) 在全網(wǎng)節(jié)點中選取主鏈頭C0。

　　2.2.2 選取分鏈鏈頭

　　分鏈鏈頭選取步驟如下: (1) 令主鏈頭C0所在分鏈編號為0, 主鏈頭所在的鏈稱為主分鏈, 主鏈頭也是主分鏈的分鏈鏈頭。(2) 確定距主分鏈最近分鏈的鏈頭Ck。距離C0最近的非本鏈節(jié)點所在的鏈就是與主分鏈最近的分鏈, 令該分鏈為當(dāng)前鏈, 鏈號為k, 根據(jù)式 (9) 選取鏈頭Ck。(3) 確定距當(dāng)前鏈最近的分鏈的鏈頭Ck+1。距離當(dāng)前鏈鏈頭最近的無鏈頭非本鏈節(jié)點所在的鏈就是與當(dāng)前鏈最近的分鏈, 令該分鏈為當(dāng)前鏈, 鏈號為k+1, 根據(jù)式 (9) 選取鏈頭Ck+1。(4) 重復(fù)步驟 (3) , 直至每個分鏈確定鏈頭。

　　2.2.3 鏈頭鏈成鏈規(guī)則

　　TTEMR算法鏈頭鏈成鏈規(guī)則如下: (1) 若某一分鏈鏈頭到主鏈頭或其他分鏈鏈頭的距離大于等于到Sink節(jié)點的距離, 則應(yīng)直接與Sink通信以減少數(shù)據(jù)逆?zhèn)鬟f。如圖1, 鏈頭C3到相鄰鏈頭的距離d (C3, C0) ≥d (C3, S) 、d (C3, C1) ≥d (C3, S) , 所以鏈頭C3直接向Sink傳遞數(shù)據(jù)而不參與鏈頭鏈成鏈。 (2) 采用貪婪算法以主鏈頭為起始點, 將其余各分鏈鏈頭組成鏈頭鏈; (3) 對成鏈過程中產(chǎn)生的鏈內(nèi)交叉按2.1.2 (1) 節(jié)消除鏈內(nèi)交叉進行優(yōu)化; (4) 對成鏈過程中產(chǎn)生的孤立點鏈頭作如下處理: (a) 若相鄰鏈頭間為短鏈則將孤立點鏈頭按2.1.3節(jié)孤立點樹型結(jié)構(gòu)化處理; (b) 若相鄰鏈頭間皆為長鏈則首先尋找距離孤立點鏈頭最近的相鄰鏈頭Ck (k=0, 1, 2, …) , 鏈頭Ck所在分鏈編號k, 然后尋找孤立點鏈頭距離分鏈k上最近的節(jié)點j, 將孤立點鏈頭作為子節(jié)點加入分鏈k, j為其父節(jié)點, 最后孤立點鏈頭通過分鏈k中的普通節(jié)點中轉(zhuǎn)傳遞數(shù)據(jù)至相鄰鏈頭Ck。在數(shù)據(jù)傳輸階段, 各分鏈鏈頭控制本鏈令牌, 收集融合本鏈數(shù)據(jù)。主鏈頭控制鏈頭鏈令牌, 收集融合各分鏈鏈頭數(shù)據(jù)并最終傳遞至Sink節(jié)點。

　　3 算法仿真與分析

　　為了驗證TTEMR算法的性能, 本文對該算法進行了MATLAB模擬仿真實驗, 并與LEACH、PEGASIS、COSEN算法進行對比。仿真區(qū)域為100 m×100 m, 區(qū)域內(nèi)節(jié)點隨機分布且不能移動, 當(dāng)節(jié)點剩余能量低于1%后則認(rèn)為該節(jié)點死亡, 仿真參數(shù)見表1。

　　圖6 (a) 、6 (b) 分別為PEGASIS和COSEN算法的鏈?zhǔn)浇Y(jié)構(gòu), 可以看出這兩種算法成鏈雜亂無章, 交叉鏈、長鏈多。圖6 (b) 中COSEN算法鏈頭鏈幾乎全是長鏈, 其中ed鏈將數(shù)據(jù)向遠離Sink方向傳遞, 數(shù)據(jù)逆?zhèn)鬟f嚴(yán)重。圖6 (c) 、6 (d) 分別為TTEMR算法底層分鏈結(jié)構(gòu)和頂層鏈頭鏈結(jié)構(gòu), 有明顯樹型特征, 節(jié)點間跨度小, 成鏈區(qū)域自適應(yīng), 分鏈長度適中且沒有交叉鏈, 長鏈較少, 且長鏈長度比PEGASIS和COSEN算法中的長鏈短, 圖6 (d) 中鏈頭數(shù)據(jù)總體向Sink方向傳遞, 因為鏈頭g到Sink節(jié)點的距離小于等于到其他鏈頭的距離, 所以鏈頭g不參與鏈頭鏈成鏈, 有效避免了逆?zhèn)鬟f帶來的能量消耗。

　　本文以全網(wǎng)節(jié)點向Sink發(fā)送一次數(shù)據(jù)為一“輪”, 對比四種算法每輪存活節(jié)點數(shù), 從圖7可以看出, TTEMR算法相對于LEACH、PEGASIS、COSEN算法, 首節(jié)點死亡輪數(shù)和最后一個節(jié)點死亡輪數(shù)都有明顯的延長, 節(jié)點死亡輪數(shù)曲線在最上方。這是由于TTEMR算法采用了樹型成鏈方法, 優(yōu)化了主鏈頭、分鏈鏈頭選取策略, 有效減少了長鏈節(jié)點傳輸能耗和網(wǎng)絡(luò)數(shù)據(jù)逆?zhèn)鬟f情況。

　　每輪存活節(jié)點對比 下載原圖從WSN開始運行到第一個節(jié)點死亡所經(jīng)歷的輪數(shù)稱為穩(wěn)定周期, 從網(wǎng)絡(luò)開始運行到50%的節(jié)點死亡所經(jīng)歷的輪數(shù)稱為生命周期。由表2可知, TTEMR算法穩(wěn)定穩(wěn)定周期比LEACH、PEGASIS、COSEN提升約145%、227%、37%, 生命周期提升約89%、44%、12%, 在網(wǎng)絡(luò)20%、80%節(jié)點死亡情況下, TTEMR算法仍比上述三種算法有較明顯的提升。由圖8可知, 在每輪收集數(shù)據(jù)后, COSEN算法全網(wǎng)剩余能量僅比PEGASIS略高, 這是因為其并沒有從根本上解決能耗浪費嚴(yán)重的長鏈和數(shù)據(jù)逆?zhèn)鬟f問題, 而TTEMR每輪全網(wǎng)剩余能量均高于LEACH、PEGASIS、COSEN這三種算法, 這表明TTEMR在網(wǎng)絡(luò)節(jié)能方面更加優(yōu)越。

　　本文稱兩個相連接的底層節(jié)點間的鏈路為單位鏈路段, 則所有單位鏈路段路徑長度之和除以單位鏈路段數(shù)量為單位鏈路段平均路徑長度, 簡稱平均路徑長度。其反應(yīng)成鏈規(guī)則的優(yōu)劣, 平均路徑長度越短則成鏈規(guī)則越合理, 傳遞數(shù)據(jù)越節(jié)約能量。圖9中, PEGASIS、COSEN、LEACH算法前期平均路徑長度沒有改變是因為網(wǎng)絡(luò)中沒有節(jié)點死亡, 網(wǎng)絡(luò)結(jié)構(gòu)沒有變化, 而LEACH算法每幾輪便重新隨機選取簇頭, 導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)變化頻繁, 因此平均路徑長度變動幅度大, 且LEACH算法的平均路徑最長, 這是因為其普通節(jié)點以單跳方式向簇頭傳遞數(shù)據(jù);COSEN算法的節(jié)點間平均路徑比PEGASIS略短, 因為其未從根本上減少交叉鏈和長鏈;而TTEMR算法的平均路徑長度較其他算法有較明顯降低, 這是因為在鏈路中采用了啟發(fā)式算法和樹型結(jié)構(gòu)優(yōu)化, 消除了交叉鏈, 減少了長鏈路。

　　本文在分析了LEACH、PEGASIS、COSEN協(xié)議算法優(yōu)缺點的基礎(chǔ)上, 提出了TTEMR算法。TTEMR將網(wǎng)絡(luò)構(gòu)造成雙層樹型多鏈路結(jié)構(gòu), 分鏈和鏈頭鏈均通過啟發(fā)式算法優(yōu)化, 并對網(wǎng)絡(luò)孤立點進行樹型結(jié)構(gòu)化處理, 降低了數(shù)據(jù)傳遞路徑長度;通過優(yōu)化主鏈頭和分鏈鏈頭的選取策略及成鏈規(guī)則, 并對Sink附近的普通節(jié)點和鏈頭作不入鏈操作, 減弱了網(wǎng)絡(luò)的數(shù)據(jù)逆?zhèn)鬟f。本文對每輪節(jié)點的存活數(shù)量、網(wǎng)絡(luò)的穩(wěn)定周期和生命周期、每輪剩余總能量及單位鏈路段平均路徑長度這五項性能指標(biāo)進行仿真實驗, 仿真實驗結(jié)果顯示, TTEMR算法在上述五項性能指標(biāo)對比中表現(xiàn)比其他三種算法優(yōu)異。但TTEMR需要構(gòu)造樹型結(jié)構(gòu), 計算量比COSEN要大, 鏈頭鏈需要多跳中轉(zhuǎn), 所以延遲略大于COSEN, 在實時傳輸場景下有所受限。

　　參考文獻

　　[1] Sabet Maryam, Naji Hamidreza. An Energy Efficient Multi-Level Route-Aware Clustering Algorithm for Wireless Sensor Networks:A Self-Organized Approach[J]. Computers and Electrical Engineering, 2016, 56:399-417.[2] 胡中棟, 謝金偉.基于山區(qū)地形的無線傳感器網(wǎng)絡(luò)三維定位機制[J].傳感技術(shù)學(xué)報, 2015, 28 (3) :408-411.[3] Reddy G R S, Balaji S. A Review on Different Types of LEACH Protocol for Wireless Sensor Networks[J]. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. 2017, 2 (4) :840-844.[4] Han Zhao, Wu Jie, Zhang Jie, et al. A General Self-Organized TreeBased Energy-Balance Routing Protocol for Wireless Sensor Network[J]. IEEE Transactions on Nuclear Science, 2014, 61 (2) :732-740.

　　推薦閱讀：《電力系統(tǒng)裝備》是一本面向電力工業(yè)和電力設(shè)備產(chǎn)業(yè)，集指導(dǎo)性、信息性、技術(shù)性、實用性于一體的大型綜合性月刊。

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/18661.html