無線傳感器網(wǎng)絡(luò)基于多元簇首的分簇?cái)?shù)據(jù)收集算法

胡升澤 包衛(wèi)東 王 博 樂 俊 葛 斌

①(國防科學(xué)技術(shù)大學(xué)信息系統(tǒng)工程重點(diǎn)實(shí)驗(yàn)室 長(zhǎng)沙 410073)

②(北京信息技術(shù)研究所 北京 100094)

③(西南電子電信技術(shù)研究所 成都 610041)

1 引言

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)能夠獲取網(wǎng)絡(luò)分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測(cè)對(duì)象的信息并傳送給用戶，使人們獲得大量詳實(shí)而可靠的信息[1,2]。WSN 集成了傳感器、微機(jī)電系統(tǒng)和網(wǎng)絡(luò)三大技術(shù)，在軍事和民用領(lǐng)域都有著廣闊的應(yīng)用前景[1-4]。數(shù)據(jù)收集是WSN應(yīng)用的一項(xiàng)基本工作，分簇?cái)?shù)據(jù)收集算法具有簡(jiǎn)單、靈活、易擴(kuò)展等特點(diǎn)，是 WSN數(shù)據(jù)收集算法研究的重點(diǎn)和熱點(diǎn)[5-8]。

在很多WSN應(yīng)用中，節(jié)點(diǎn)容易因?yàn)樽匀粭l件、電磁環(huán)境等原因而失效[9]。在使用分簇?cái)?shù)據(jù)收集算法收集數(shù)據(jù)時(shí)，如果某個(gè)簇首失效，相關(guān)簇成員的數(shù)據(jù)收集就可能受到影響，從而使數(shù)據(jù)收集的可靠性降低。另外，很多 WSN的節(jié)點(diǎn)通常只能配備能量有限的電源，網(wǎng)絡(luò)生命周期受限。因此，如何提高數(shù)據(jù)收集可靠性和延長(zhǎng)網(wǎng)絡(luò)生命周期，就成為分簇?cái)?shù)據(jù)收集算法亟待解決的兩個(gè)關(guān)鍵問題。

LEACH(Low-Energy Adaptive Clustering Hierarchy)[10,11]是一種經(jīng)典的分簇?cái)?shù)據(jù)收集算法，之后的很多分簇?cái)?shù)據(jù)收集算法都是在其基礎(chǔ)上改進(jìn)得到的[12]。該算法以輪為單位周期性運(yùn)行，每輪包括設(shè)置和穩(wěn)定兩個(gè)階段，前者執(zhí)行選擇簇首和構(gòu)建簇的任務(wù)，后者完成收集數(shù)據(jù)的工作。周期性運(yùn)行機(jī)制能夠避免因?yàn)槟硞€(gè)簇首失效而長(zhǎng)時(shí)間數(shù)據(jù)收集。但是，在該算法和很多其它分簇?cái)?shù)據(jù)收集算法中，每個(gè)簇成員只從屬于一個(gè)簇首，如果某個(gè)簇首失效，其所在簇中所有節(jié)點(diǎn)的數(shù)據(jù)都將無法收集。因此，為了提高數(shù)據(jù)收集可靠性，就必須降低簇成員對(duì)單個(gè)簇首的依賴程度。目前，已經(jīng)有學(xué)者進(jìn)行了相關(guān)研究，具有代表性的算法主要有 REED(Robust Energy Efficient Distributed clustering)[13,14],O-LEACH(Overlapping LEACH)[15]和 DED(Distributed, Energy-efficient and Dual-homed clustering)[16]。

REED將網(wǎng)絡(luò)虛擬成多層覆蓋網(wǎng)，每層覆蓋網(wǎng)都包括所有節(jié)點(diǎn)，每輪分別在各層覆蓋網(wǎng)中選擇簇首和構(gòu)建簇，從而使每個(gè)簇成員都能夠同時(shí)從屬于多個(gè)簇首。O-LEACH是LEACH的改進(jìn)版本，在每輪的設(shè)置階段，每個(gè)普通節(jié)點(diǎn)首先選擇接收信號(hào)強(qiáng)度最大的簇首作為主簇首，然后，再以主簇首接收信號(hào)強(qiáng)度的X%(0＜X≤100)為標(biāo)準(zhǔn)，選擇接受信號(hào)強(qiáng)度大于該標(biāo)準(zhǔn)的所有簇首，并加入主簇首和這些簇首所在的簇，從而使每個(gè)簇成員都能夠從屬于多個(gè)簇首。在收集數(shù)據(jù)的時(shí)候，REED和O-LEACH的各個(gè)簇成員都將數(shù)據(jù)同時(shí)發(fā)送至多個(gè)簇首。DED在分簇完成之后，由每個(gè)簇成員從除自己簇首之外的鄰近節(jié)點(diǎn)中選擇一個(gè)節(jié)點(diǎn)作為備份節(jié)點(diǎn)，在收集數(shù)據(jù)的時(shí)候，如果某個(gè)簇成員自己的簇首失效，則該簇成員可以將數(shù)據(jù)發(fā)送至備份節(jié)點(diǎn)。

上述算法都可以提高數(shù)據(jù)收集的可靠性，但也都存在一定的不足。REED在每層覆蓋網(wǎng)中都分簇，增加了能量開銷。O-LEACH中每個(gè)簇成員的簇首數(shù)目是不確定的，算法在提高數(shù)據(jù)收集可靠性方面也具有不確定性。此外，在REED和O-LEACH中，如果某個(gè)簇成員的簇首中有多個(gè)正常簇首，則這些正常簇首都會(huì)收集該簇成員的數(shù)據(jù)，出現(xiàn)重復(fù)收集數(shù)據(jù)的現(xiàn)象，增加了不必要的能量開銷。而在DED中，如果某個(gè)節(jié)點(diǎn)的備份節(jié)點(diǎn)也是簇成員，在收集的過程中，該節(jié)點(diǎn)的數(shù)據(jù)需要被轉(zhuǎn)發(fā)的次數(shù)就會(huì)增加，成功收集該節(jié)點(diǎn)數(shù)據(jù)的概率也會(huì)隨之降低，所以，該算法能夠提高的數(shù)據(jù)收集可靠性有限，文獻(xiàn)[16]中的對(duì)比實(shí)驗(yàn)結(jié)果也表明，在數(shù)據(jù)收集可靠性方面，DED的性能比REED差。

本文提出基于多元簇首的分簇?cái)?shù)據(jù)收集算法(Clustering data gathering algorithm based on Multiple Cluster Heads, CMCH)，期望既可以提高數(shù)據(jù)收集可靠性，又能夠延長(zhǎng)網(wǎng)絡(luò)生命周期。

2 基礎(chǔ)模型

CMCH的網(wǎng)絡(luò)模型設(shè)定部署區(qū)域是一個(gè)邊長(zhǎng)為M的正方形區(qū)域，基站位于部署區(qū)域之外的某個(gè)位置，N個(gè)節(jié)點(diǎn)隨機(jī)均勻分布在部署區(qū)域內(nèi)，每個(gè)節(jié)點(diǎn)都有一個(gè)唯一的整型ID，此外，網(wǎng)絡(luò)還具有如下性質(zhì)：(1)基站和節(jié)點(diǎn)的位置不變而且位置信息可知；(2)各節(jié)點(diǎn)以及基站之間時(shí)間同步；(3)節(jié)點(diǎn)之間同構(gòu)；(4)節(jié)點(diǎn)的能量有限；(5)節(jié)點(diǎn)能夠根據(jù)通信距離調(diào)整發(fā)射功率。

CMCH采用同類算法常用的能耗模型，統(tǒng)計(jì)節(jié)點(diǎn)發(fā)送、接收和融合數(shù)據(jù)的能耗[11]。節(jié)點(diǎn)在發(fā)送數(shù)據(jù)時(shí)，如果發(fā)送距離小于閾值d0，采用自由空間模型，否則，采用多路徑衰減模型。節(jié)點(diǎn)發(fā)送和接收長(zhǎng)度為lbit數(shù)據(jù)的能耗計(jì)算公式分別為式(1)和式(2)，其中，d是數(shù)據(jù)發(fā)送距離，Ee是無線收發(fā)電路發(fā)送或接收單位長(zhǎng)度數(shù)據(jù)的電路能耗，εfs和εmp分別是自由空間模型和多路徑衰減模型的放大器能耗參數(shù)。

3 CMCH算法介紹

CMCH也按輪周期性運(yùn)行，每輪包括設(shè)置階段和穩(wěn)定階段，并在首輪之前設(shè)有初始化階段。為了避免混淆，首先界定以下幾類節(jié)點(diǎn)：存活節(jié)點(diǎn)指能量未耗盡的節(jié)點(diǎn)，死亡節(jié)點(diǎn)指能量已經(jīng)耗盡的節(jié)點(diǎn)，失效節(jié)點(diǎn)指能量未耗盡但是無法正常工作的節(jié)點(diǎn)，正常節(jié)點(diǎn)指能量未耗盡而且可以正常工作的節(jié)點(diǎn)。

3.1 初始化階段

不失一般性，假設(shè)在2維坐標(biāo)系中，部署區(qū)域的橫邊與橫坐標(biāo)軸平行，基站位于部署區(qū)域沿縱坐標(biāo)軸的上方，坐標(biāo)為(BSx,BSy)。將部署區(qū)域的左下角頂點(diǎn)作為部署區(qū)域的起始點(diǎn)，設(shè)其坐標(biāo)為(Ox,Oy)。

首先，根據(jù)節(jié)點(diǎn)失效概率確定每個(gè)柵格預(yù)期的簇首數(shù)目K。設(shè)節(jié)點(diǎn)失效概率為P，則每個(gè)柵格中正常簇首的期望數(shù)目為(1-P)K。一般情況下，柵格預(yù)期簇首數(shù)目越大，數(shù)據(jù)收集可靠性就越高，但是能量開銷也會(huì)越多。因此，可以選擇使柵格預(yù)期簇首數(shù)目不小于1的最小自然數(shù)作為K的值，即

根據(jù)預(yù)期能量消耗和K的值確定柵格劃分的標(biāo)準(zhǔn)，也就是確定柵格的數(shù)目G和柵格的邊長(zhǎng)B。算法采用固定分簇的方法，所以，簇的數(shù)目和柵格的數(shù)目相等，也為G。算法采用與文獻(xiàn)[11]類似的方法確定G的最佳取值。假設(shè)簇首向基站發(fā)送數(shù)據(jù)時(shí)采用多路徑衰減模型，則簇首的能耗為

此外，還應(yīng)當(dāng)使每個(gè)柵格中預(yù)期分布的節(jié)點(diǎn)數(shù)目不小于柵格預(yù)期簇首數(shù)目。由于節(jié)點(diǎn)隨機(jī)均勻分布在部署區(qū)域中，每個(gè)柵格中預(yù)期分布的節(jié)點(diǎn)數(shù)目為N/G，因此，柵格數(shù)目應(yīng)滿足條件：

在實(shí)際應(yīng)用中，可以根據(jù)式(14)和式(15)確定適當(dāng)?shù)臇鸥駭?shù)目。如果無法同時(shí)滿足，在側(cè)重能耗指標(biāo)的應(yīng)用中，應(yīng)優(yōu)先滿足式(14)，在側(cè)重?cái)?shù)據(jù)收集可靠性的應(yīng)用中，應(yīng)優(yōu)先滿足式(15)。

柵格的數(shù)目為G，則每一行或每一列的柵格的數(shù)目均為，可以得到柵格的邊長(zhǎng)B為

另外，由于算法在簇成員和簇首之間采用單跳的方式連接，而簇首在柵格中的節(jié)點(diǎn)之間輪換，要求柵格中任意兩個(gè)節(jié)點(diǎn)都能夠?qū)崿F(xiàn)單跳連接。設(shè)節(jié)點(diǎn)的最大通信距離為R，則柵格的邊長(zhǎng)B還必須滿足：

然后，由基站向所有節(jié)點(diǎn)廣播BS_MSG((Ox,Oy), (BSx,BSy),M,K,G,B)消息。最后，各個(gè)節(jié)點(diǎn)從消息中獲取并保存相關(guān)信息，根據(jù)自己的位置坐標(biāo)確定自己屬于哪個(gè)柵格。算法用二元組(Gx,Gy)作為柵格ID，其中，Gx是柵格橫標(biāo)識(shí)，Gy是柵格縱標(biāo)識(shí)，規(guī)定左下角柵格的ID為(1, 1)，右上角柵格的ID為ID為(Gx,Gy)的柵格的覆蓋范圍為

坐標(biāo)為(x,y)的節(jié)點(diǎn)根據(jù)式(20)和式(21)計(jì)算所屬柵格的柵格橫標(biāo)識(shí)和柵格縱標(biāo)識(shí)。

3.2 設(shè)置階段

初始化階段完成之后，網(wǎng)絡(luò)便可以開始按輪運(yùn)行，每輪首先進(jìn)入設(shè)置階段。在設(shè)置階段，每個(gè)柵格根據(jù)節(jié)點(diǎn)的剩余能量分別選擇多個(gè)簇首，并由簇首基于時(shí)分復(fù)用的方式為柵格中的節(jié)點(diǎn)分配通信時(shí)隙。

首輪中，各個(gè)柵格的簇首分別由柵格內(nèi)的節(jié)點(diǎn)協(xié)作選出。首先，每個(gè)節(jié)點(diǎn)通過組播的方式向所屬柵格的其它節(jié)點(diǎn)發(fā)送節(jié)點(diǎn)信息消息，消息中包括節(jié)點(diǎn)的ID，坐標(biāo)，所屬柵格ID和剩余能量。所屬柵格ID為(Gx,Gy)，坐標(biāo)為(x,y)的節(jié)點(diǎn)按照如表1所示的過程，計(jì)算與所屬柵格4個(gè)頂點(diǎn)距離的最大值dmax，并以此為標(biāo)準(zhǔn)確定消息的傳輸距離。

節(jié)點(diǎn)根據(jù)接收的其它節(jié)點(diǎn)的信息和節(jié)點(diǎn)自身的信息，按照剩余能量從大到小，對(duì)所有節(jié)點(diǎn)進(jìn)行排序。在排序的過程中，如果出現(xiàn)多個(gè)節(jié)點(diǎn)剩余能量相同的情況，則按照節(jié)點(diǎn)ID從小到大確定它們的順序。然后，選擇排序靠前的K個(gè)節(jié)點(diǎn)作為柵格的簇首。接著，節(jié)點(diǎn)檢查自己是否包括在這些簇首之中，如果是，則節(jié)點(diǎn)將自己設(shè)置為簇首，否則，節(jié)點(diǎn)就將自己設(shè)置為簇成員。最后，每個(gè)簇首根據(jù)排序位置確定自己的優(yōu)先級(jí)，排序越靠前則簇首的優(yōu)先級(jí)越高。

表1 節(jié)點(diǎn)計(jì)算dmax的過程

簇首選擇完成后，各個(gè)簇首為本柵格所有節(jié)點(diǎn)分配通信時(shí)隙，并通過組播的方式向本柵格的其它節(jié)點(diǎn)發(fā)送通信時(shí)隙消息。通信時(shí)隙消息由柵格中的簇首按照優(yōu)先級(jí)的順序發(fā)送，如果簇首已經(jīng)收到本柵格優(yōu)先級(jí)較高簇首發(fā)送的通信時(shí)隙消息，則該簇首放棄發(fā)送通信時(shí)隙消息，從而避免重復(fù)發(fā)送。

將首輪之后的任意一輪稱為非首輪。為了完成非首輪設(shè)置階段的工作，在每一輪穩(wěn)定階段最后一次數(shù)據(jù)收集時(shí)，每個(gè)節(jié)點(diǎn)將自己的剩余能量等信息通過捎帶的方式附加在數(shù)據(jù)消息中發(fā)送給簇首，簇首也通過捎帶的方式將所收集的節(jié)點(diǎn)信息附加在數(shù)據(jù)消息中發(fā)送至基站。在非首輪的設(shè)置階段，首先由基站向所有節(jié)點(diǎn)廣播其在上一輪最后一次數(shù)據(jù)收集時(shí)所收集的各個(gè)柵格的節(jié)點(diǎn)信息。如果某些節(jié)點(diǎn)在上一輪中失效，則廣播消息中沒有這些節(jié)點(diǎn)的信息。因此，節(jié)點(diǎn)從廣播消息中獲取和保存本柵格的節(jié)點(diǎn)信息后，需要檢查該消息中是否有自己的信息，如果沒有，則節(jié)點(diǎn)采取與首輪設(shè)置階段相同的方法向所屬柵格的其它節(jié)點(diǎn)發(fā)送自己的節(jié)點(diǎn)信息。這樣，每個(gè)節(jié)點(diǎn)就能夠收集到所屬柵格其它節(jié)點(diǎn)的信息，然后再按照與首輪設(shè)置階段相同的方法選擇簇首、確定簇首的優(yōu)先級(jí)、分配通信時(shí)隙和發(fā)送通信時(shí)隙消息。

3.3 穩(wěn)定階段

穩(wěn)定階段完成數(shù)據(jù)收集的工作。首先，包括簇首在內(nèi)的每個(gè)節(jié)點(diǎn)在自己的通信時(shí)隙內(nèi)，通過組播的方式向本柵格的簇首發(fā)送數(shù)據(jù)消息。然后，簇首將收集的數(shù)據(jù)和自己的數(shù)據(jù)進(jìn)行融合處理。最后，由簇首向基站發(fā)送數(shù)據(jù)消息。為了避免柵格中多個(gè)簇首重復(fù)發(fā)送消息，各個(gè)柵格中的簇首按照優(yōu)先級(jí)的順序向基站發(fā)送消息，如果優(yōu)先級(jí)較高的簇首已經(jīng)發(fā)送，則其它簇首不再發(fā)送。

如果當(dāng)前是本輪最后一次數(shù)據(jù)收集，每個(gè)節(jié)點(diǎn)將自己的剩余能量等信息通過捎帶的方式附加在數(shù)據(jù)消息中發(fā)送至簇首，簇首也通過捎帶的方式將收集的節(jié)點(diǎn)信息附加在數(shù)據(jù)消息中發(fā)送至基站。

4 CMCH算法分析

在數(shù)據(jù)收集可靠性方面，CMCH使簇成員同時(shí)從屬于多個(gè)簇首，各個(gè)簇首也從屬于所屬柵格的其它簇首。只要柵格中還有正常簇首，則該簇首就可以收集柵格中所有正常節(jié)點(diǎn)的數(shù)據(jù)，從而完成該柵格的數(shù)據(jù)收集任務(wù)。因此，算法能夠有效降低簇成員對(duì)單個(gè)簇首的依賴，可以提高數(shù)據(jù)收集可靠性。

在網(wǎng)絡(luò)生命周期方面，CMCH采取了一系列降低能量開銷的措施，提高了能量使用效率，能夠延長(zhǎng)網(wǎng)絡(luò)的生命周期。首先，算法采用固定分簇方法，每輪只需要重新選擇簇首，降低了分簇過程中的能耗。其次，算法采用捎帶的方式將選擇簇首所需的節(jié)點(diǎn)信息附加在數(shù)據(jù)消息中傳輸，并由基站廣播節(jié)點(diǎn)信息，降低了選擇簇首所需的能耗。再次，各個(gè)柵格中的簇首根據(jù)優(yōu)先級(jí)向節(jié)點(diǎn)發(fā)送通信時(shí)隙消息和向基站發(fā)送數(shù)據(jù)消息，能夠避免重復(fù)發(fā)送，從而可以節(jié)約能量。最后，算法將消息的發(fā)送距離和接收節(jié)點(diǎn)限定在適當(dāng)?shù)姆秶畠?nèi)，也能夠降低能量開銷。

5 仿真實(shí)驗(yàn)

本文在 MATLAB平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)，并將CMCH與REED和O-LEACH進(jìn)行對(duì)比。實(shí)驗(yàn)中，節(jié)點(diǎn)總數(shù)為400，每個(gè)節(jié)點(diǎn)的初始能量都為0.5 J，控制消息和數(shù)據(jù)消息的長(zhǎng)度分別為800 bit和1600 bit，其它實(shí)驗(yàn)參數(shù)如表2所示。根據(jù)式(14)可以確定CMCH最佳柵格數(shù)目的范圍為1.93

表2 實(shí)驗(yàn)參數(shù)

表3 P以及相應(yīng)的K和N/K的值

在所有節(jié)點(diǎn)失效概率下都滿足式(14)和式(15)，而且可以作為柵格數(shù)目的選項(xiàng)有4, 9, 16, 25和36，各選項(xiàng)下的柵格邊長(zhǎng)均滿足式(17)。本文將CMCH柵格數(shù)目設(shè)置為大小適中的16，將REED每層覆蓋網(wǎng)每輪預(yù)期選擇簇首數(shù)目以及O-LEACH每輪預(yù)期選擇簇首數(shù)目也都設(shè)置為16，另外，REED覆蓋網(wǎng)為K層，O-LEACH的參數(shù)X設(shè)置為50。

首先，通過仿真實(shí)驗(yàn)對(duì)比各個(gè)算法的數(shù)據(jù)收集可靠性。將因?yàn)榇厥资Ф鵁o法對(duì)其數(shù)據(jù)進(jìn)行收集的有效節(jié)點(diǎn)稱為連帶失效節(jié)點(diǎn)。那么，在節(jié)點(diǎn)失效概率相等的情況下，算法的連帶失效節(jié)點(diǎn)越少，就表明算法具有更高的數(shù)據(jù)收集可靠性。統(tǒng)計(jì)仿真實(shí)驗(yàn)中各個(gè)算法在出現(xiàn)死亡節(jié)點(diǎn)之前每輪連帶失效節(jié)點(diǎn)的平均數(shù)，如圖1所示?？梢钥闯?，CMCH的連帶失效節(jié)點(diǎn)平均數(shù)都少于 REED，表明 CMCH的數(shù)據(jù)收集可靠性高于 REED。在大多數(shù)情況下，CMCH的連帶失效節(jié)點(diǎn)平均數(shù)也都少于 OLEACH，因此，從總體上看，CMCH在數(shù)據(jù)收集可靠性方面的性能也優(yōu)于O-LEACH。

接著，比較各個(gè)算法在網(wǎng)絡(luò)生命周期方面的性能。以網(wǎng)絡(luò)開始運(yùn)行到出現(xiàn)第1個(gè)死亡節(jié)點(diǎn)前所經(jīng)歷的輪數(shù)作為網(wǎng)絡(luò)生命周期，仿真實(shí)驗(yàn)中，3種算法的網(wǎng)絡(luò)生命周期如圖 2所示。在相同條件下，CMCH的網(wǎng)絡(luò)生命周期都要遠(yuǎn)遠(yuǎn)長(zhǎng)于O-LEACH和REED，證明CMCH能夠顯著延長(zhǎng)網(wǎng)絡(luò)生命周期。

最后，通過仿真實(shí)驗(yàn)考察柵格數(shù)目G對(duì)CMCH性能的影響。在G的取值分別為4, 9, 16, 25和36的情況下，CMCH的連帶失效節(jié)點(diǎn)平均數(shù)和網(wǎng)絡(luò)生命周期分別如圖3和圖4所示?？傮w上看，在數(shù)據(jù)收集可靠性方面，柵格數(shù)目越多，算法的性能越好，而在網(wǎng)絡(luò)生命周期方面，隨著柵格數(shù)目由少到多，算法的性能呈現(xiàn)先升后降的態(tài)勢(shì)。

圖1 各算法的連帶失效節(jié)點(diǎn)平均數(shù)

圖2 各算法的網(wǎng)絡(luò)生命周期

圖3 不同柵格數(shù)目的連帶失效節(jié)點(diǎn)平均數(shù)

圖4 不同柵格數(shù)目的網(wǎng)絡(luò)生命周期

6 結(jié)束語

提高數(shù)據(jù)收集可靠性和延長(zhǎng)網(wǎng)絡(luò)生命周期是分簇?cái)?shù)據(jù)收集算法亟待解決的兩個(gè)關(guān)鍵問題。為了解決上述問題，本文提出了CMCH算法。仿真實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的REED和O-LEACH算法相比，該算法具有較高的數(shù)據(jù)收集可靠性，并顯著延長(zhǎng)了網(wǎng)絡(luò)的生命周期。下一步工作將研究如何應(yīng)對(duì)柵格中全部簇首節(jié)點(diǎn)都失效的情況，以及簇首采用多跳方式向基站發(fā)送數(shù)據(jù)的應(yīng)用，并放寬算法的前提條件，以擴(kuò)展算法的適用范圍，還將對(duì)算法的時(shí)延性能進(jìn)行分析和考察。

[1] 李建中, 高宏. 無線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J]. 計(jì)算機(jī)研究與發(fā)展, 2008, 45(1): 1-15.Li Jian-zhong and Gao Hong. Survey on sensor network research[J].Journal of Computer Research and Development,2008, 45(1): 1-15.

[2] Liu W, Chen H, and Chen M. A survey of wireless sensor networks[C]. Proceedings of the World Automation Congress,Puerto Vallarta, Mexico, 2012: 305-307.

[3] 任豐原, 黃海寧, 林闖. 無線傳感器網(wǎng)絡(luò)[J]. 軟件學(xué)報(bào), 2003,14(7): 1282-1291.Ren Feng-yuan, Huang Hai-ning, and Lin Chuang. Wireless sensor networks[J].Journal of Software, 2003, 14(7):1282-1291.

[4] Sakthidharan G R and Chitra S. A survey on wireless sensor network: an application perspective[C]. Proceedings of the International Conference on Computer Communication and Informatics, Coimbatore, India, 2012: 1-5.

[5] Abbasi A A and Younis M. A survey on clustering algorithms for wireless sensor networks[J].Computer Communications,2007, 30(14/15): 2826-2841.

[6] Boyinbode O, Le H, Mbogho A,et al.. A survey on clustering algorithms for wireless sensor networks[C]. Proceedings of the International Conference on Network-Based Information Systems, Gifu, Japan, 2010: 358-364.

[7] Kumar V, Jain S, and Tiwari S. Energy efficient clustering algorithms in wireless sensor networks: a survey[J].International Journal of Computer Science Issues, 2011, 8(5):259-268.

[8] Tuah N, Ismail M, and Jumari K. An energy-efficient node-clustering algorithm in heterogeneous wireless sensor networks: a survey[J].Journal of Applied Sciences, 2012,12(13): 1332-1344.

[9] Yick J, Mukherjee B, and Ghosal D. Wireless sensor network survey[J].Computer Networks, 2008, 52(12): 2292-2330.

[10] Heinzelman W, Chandrakasan A, and Balakrishnan H.Energy-efficient communication protocol for wireless microsensor networks[C]. Proceedings of the International Conference on System Sciences. Hawaii, USA, 2000:3005-3014.

[11] Heinzelman W, Chandrakasan A, and Balakrishnan H. An application-specific protocol architecture for wireless microsensor networks[J].IEEE Transactions on Wireless Communications, 2002, 1(4): 660-670.

[12] Aslam M, Javaid N, Rahim A,et al.. Survey of extended LEACH-based clustering routing protocols for wireless sensor networks[C]. Proceedings of the International Conference on High Performance Computing and Communications,Liverpool, United Kingdom, 2012: 1232-1238.

[13] Younis O, Fahmy S, and Santi P. Robust communications for sensor networks in hostile environments[C]. Proceedings of the International Workshop on Quality of Service, Montreal,Canada, 2004: 10-19.

[14] Younis O, Fahmy S, and Santi P. An architecture for robust sensor network communications[J].International Journal of Distributed Sensor Networks, 2005, 1(3-5): 305-327.

[15] Suharjono A, Wirawan, and Hendrantoro G. Dynamic overlapping clustering algorithm for wireless sensor networks[C]. Proceedings of the International Conference on Electrical Engineering and Informatics, Bandung, Indonesia,2011: 1-6.

[16] Mohammad M H and Jason P J. Survivable self-organization for prolonged lifetime in wireless sensor networks[J].International Journal of Distributed Sensor Networks, 2011,2011(1): 1-11.