基于能量平衡的WSN簇頭選擇機(jī)制

摘要：通過(guò)對(duì)已有的基于簇的自組織路由算法和簇頭選擇機(jī)制的分析比較，發(fā)現(xiàn)經(jīng)典LEACH算法在選取簇頭節(jié)點(diǎn)時(shí)具有不合理性，提出了一種基于PSO模型的簇頭選擇機(jī)制。以網(wǎng)絡(luò)總體能量消耗最小為原則，綜合考慮節(jié)點(diǎn)剩余能量和網(wǎng)絡(luò)當(dāng)前平均能量，較好地平衡了無(wú)線傳感器網(wǎng)絡(luò)中的能量負(fù)載，延長(zhǎng)了網(wǎng)絡(luò)的生命周期。

關(guān)鍵詞：無(wú)線傳感器網(wǎng)絡(luò)；微粒群算法；能量平衡；簇頭選擇

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）25-5905-04

Cluster Head Selection Mechanism for WSN Based on Energy Balance

ZHENG Lei

（Department of Computer Science， Nanjing University of Science & Technology Zijin College， Nanjing 210046， China）

Abstract： Through analysis and comparison of the existing self-organizing cluster-based routing algorithms and the cluster head selection mechanism， this paper finds that classical LEACH algorithm is unreasonable in the election of cluster head nodes， and proposes a PSO-based cluster head selection mechanism. Following the principle of the overall network energy minimization， and considering both of the residual energy of each node and the average energy of current network， the improved algorithm is better able to balance the energy burden in wireless sensor networks， and extend the network life cycle.

Key words： wireless sensor networks； PSO； energy balance； cluster head selection

1 概述

無(wú)線傳感器網(wǎng)絡(luò)是一種自組織網(wǎng)絡(luò)，網(wǎng)絡(luò)的形成與運(yùn)行在很大程度上是由多個(gè)傳感器節(jié)點(diǎn)自主完成的，并不需要人工配置[1]。因此，在網(wǎng)絡(luò)建立的初始階段，需要采取一定的拓?fù)淇刂茩C(jī)制，自適應(yīng)地將一定數(shù)目的節(jié)點(diǎn)組成一個(gè)互聯(lián)網(wǎng)絡(luò)。

目前，無(wú)線傳感器網(wǎng)絡(luò)中拓?fù)淇刂瓶梢苑譃閮深悾汗β士刂坪蛯哟瓮負(fù)浣Y(jié)構(gòu)控制[2]。功率控制機(jī)制調(diào)整網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的發(fā)射功率，在均衡節(jié)點(diǎn)直接鄰居數(shù)目（單跳可到達(dá)的鄰居數(shù)目）的同時(shí)，可降低節(jié)點(diǎn)通信干擾，提高網(wǎng)絡(luò)吞吐量。層次拓?fù)淇刂剖抢梅执氐乃枷?，按照一定的?guī)則使網(wǎng)絡(luò)中的部分節(jié)點(diǎn)處于激活狀態(tài)，并且成為簇頭節(jié)點(diǎn)，這些簇頭節(jié)點(diǎn)構(gòu)成一個(gè)聯(lián)通的網(wǎng)絡(luò)，對(duì)網(wǎng)絡(luò)內(nèi)的數(shù)據(jù)進(jìn)行融合與傳輸；其他節(jié)點(diǎn)則處于休眠狀態(tài)以降低其能量消耗，并且定期地重新選擇簇頭節(jié)點(diǎn)以均衡網(wǎng)絡(luò)中節(jié)點(diǎn)的能量消耗。與傳統(tǒng)的無(wú)線自組織網(wǎng)絡(luò)相比，WSN部署的環(huán)境更為復(fù)雜，多采用電池供電，能量更為有限，節(jié)點(diǎn)數(shù)目眾多，節(jié)點(diǎn)部署更密集，網(wǎng)絡(luò)拓?fù)渥兓鼮轭l繁（由于節(jié)點(diǎn)的失效或者是新節(jié)點(diǎn)的加入）。因此，對(duì)于如何節(jié)省網(wǎng)絡(luò)能耗來(lái)說(shuō)，采用層次型拓?fù)浣Y(jié)構(gòu)顯然是一種較為高效的方法。基于簇的WSN作為一種層次型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，被認(rèn)為是一種可以組織大量傳感器節(jié)點(diǎn)的有效的結(jié)構(gòu)，在很多方面都表現(xiàn)出了其良好的性能，有利于分布式算法的實(shí)現(xiàn)，特別適合于部署較大規(guī)模的無(wú)線傳感器網(wǎng)絡(luò)[3]。由此可見(jiàn)，如何對(duì)無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行合理的分簇已成為當(dāng)前亟待解決的一個(gè)重要問(wèn)題。

2 基于LEACH協(xié)議的簇頭選擇機(jī)制

分簇作為層次型拓?fù)浣Y(jié)構(gòu)的關(guān)鍵技術(shù)之一，其核心技術(shù)在于簇頭的選擇。目前，國(guó)內(nèi)外許多學(xué)者紛紛對(duì)其進(jìn)行了相關(guān)的研究工作。LEACH（Low-Energy Adaptive Clustering Hierarchy）協(xié)議[4]是一種低功耗自適應(yīng)分簇協(xié)議，它以循環(huán)的方式選擇簇頭節(jié)點(diǎn)，將整個(gè)網(wǎng)絡(luò)的能量負(fù)載平均分配到每個(gè)傳感器節(jié)點(diǎn)中，能夠有效地降低網(wǎng)絡(luò)的能源消耗并提高網(wǎng)絡(luò)的整體生存時(shí)間。

2.1 經(jīng)典LEACH協(xié)議分析

LEACH協(xié)議是由MIT的Chandrakasan等人為無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)的一種周期性執(zhí)行的低功耗自適應(yīng)分簇拓?fù)渌惴?，它的基本思想是以循環(huán)的方式隨機(jī)選擇簇頭節(jié)點(diǎn)，將整個(gè)網(wǎng)絡(luò)的能量負(fù)載平均分配到每個(gè)傳感器節(jié)點(diǎn)中，從而達(dá)到降低網(wǎng)絡(luò)能量消耗、提高網(wǎng)絡(luò)整體生存時(shí)間的目的。在LEACH算法中，相鄰的節(jié)點(diǎn)動(dòng)態(tài)形成簇，并由簇中的某個(gè)節(jié)點(diǎn)擔(dān)任簇頭。所有非簇頭節(jié)點(diǎn)把數(shù)據(jù)發(fā)送到簇頭，簇頭對(duì)接收到的數(shù)據(jù)進(jìn)行處理（數(shù)據(jù)融合）后把結(jié)果發(fā)送到匯聚節(jié)點(diǎn)（例如基站）。

LEACH在運(yùn)行過(guò)程中不斷地循環(huán)執(zhí)行簇的重構(gòu)過(guò)程，每一次的執(zhí)行過(guò)程可以用“輪（round）”的概念來(lái)描述。每輪可以分為兩個(gè)階段：簇的建立階段（set-up）和傳輸數(shù)據(jù)的穩(wěn)態(tài)階段（stead-state）。在建立階段，節(jié)點(diǎn)被分為若干個(gè)簇，并且產(chǎn)生相應(yīng)的簇頭；在穩(wěn)態(tài)階段，簇內(nèi)的成員節(jié)點(diǎn)將收集到的數(shù)據(jù)發(fā)送給簇頭，這些數(shù)據(jù)在簇頭節(jié)點(diǎn)上通過(guò)處理后，發(fā)送到匯聚節(jié)點(diǎn)，如圖1所示。為了使時(shí)間冗余化最小，通常穩(wěn)態(tài)階段的持續(xù)時(shí)間要大于建立階段的持續(xù)時(shí)間。

圖1 LEACH的運(yùn)行方式

LEACH算法希望在每輪執(zhí)行過(guò)程中形成[k]個(gè)簇，如何合理有效地選擇簇頭節(jié)點(diǎn)則成為L(zhǎng)EACH算法的關(guān)鍵。一個(gè)節(jié)點(diǎn)能否成為簇頭是由網(wǎng)絡(luò)中所需要的簇頭節(jié)點(diǎn)的總數(shù)和每個(gè)節(jié)點(diǎn)已累計(jì)成為簇頭的次數(shù)來(lái)決定的。對(duì)于每一個(gè)傳感器節(jié)點(diǎn)，為其隨機(jī)選擇一個(gè)[0～1]之間的隨機(jī)值，如果這個(gè)選定的值小于某一個(gè)閾值[T（n）]，那么這個(gè)節(jié)點(diǎn)就成為簇頭節(jié)點(diǎn)。

在節(jié)點(diǎn)確定自己成為簇頭后，采用非持續(xù)CSMA的MAC協(xié)議廣播一個(gè)ADV消息。網(wǎng)絡(luò)中的其他節(jié)點(diǎn)在接收到周圍簇頭節(jié)點(diǎn)的ADV消息后，根據(jù)接收信號(hào)強(qiáng)度決定從屬的簇，并通知相應(yīng)的簇頭節(jié)點(diǎn)，完成簇的建立。最后，簇頭節(jié)點(diǎn)采用TDMA方法為簇中的每個(gè)節(jié)點(diǎn)分配向其傳送數(shù)據(jù)的時(shí)間片。

穩(wěn)態(tài)階段被分成時(shí)間長(zhǎng)度相等的時(shí)隙，簇內(nèi)成員節(jié)點(diǎn)只能在特定的時(shí)隙內(nèi)向簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)。簇頭節(jié)點(diǎn)在收到簇內(nèi)成員節(jié)點(diǎn)所采集的數(shù)據(jù)后，對(duì)其進(jìn)行數(shù)據(jù)融合，去除冗余數(shù)據(jù)信息，提取關(guān)鍵信息，然后將結(jié)果發(fā)送給匯聚節(jié)點(diǎn)[5]。穩(wěn)態(tài)階段持續(xù)一段時(shí)間后，網(wǎng)絡(luò)重新進(jìn)入簇的建立階段，進(jìn)行下一輪的簇的重構(gòu)過(guò)程，不斷循環(huán)。

2.2 LEACH算法的優(yōu)化

從上一節(jié)的分析中可以看出，在簇的建立階段，LEACH算法在選擇簇頭節(jié)點(diǎn)的時(shí)候具有很大的隨機(jī)性，很容易出現(xiàn)部分節(jié)點(diǎn)剩余能量較低但仍被選為簇頭節(jié)點(diǎn)的情況，這樣會(huì)導(dǎo)致部分節(jié)點(diǎn)因能量被提前耗盡而過(guò)早“死亡”，不利于延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生命周期。而且，LEACH協(xié)議是通過(guò)采用數(shù)據(jù)壓縮的方法來(lái)減少傳輸?shù)交竟?jié)點(diǎn)的數(shù)據(jù)量，數(shù)據(jù)壓縮的過(guò)程使得節(jié)點(diǎn)必須額外消耗較多的能量。另外，LEACH協(xié)議是通過(guò)隨機(jī)方式選擇簇頭節(jié)點(diǎn)的，在選擇過(guò)程中沒(méi)有考慮到節(jié)點(diǎn)自身的剩余能量，一旦剩余能量較少的節(jié)點(diǎn)成為簇頭，可能會(huì)導(dǎo)致這些節(jié)點(diǎn)因能量耗盡而過(guò)早死亡，降低整個(gè)網(wǎng)絡(luò)的壽命。同時(shí)，LEACH協(xié)議在選舉簇頭時(shí)不能保證簇頭節(jié)點(diǎn)均勻分布在監(jiān)測(cè)區(qū)域內(nèi)，可能會(huì)造成部分區(qū)域簇頭分布較密集，部分區(qū)域簇頭稀疏甚至沒(méi)有產(chǎn)生任何簇頭，從而造成網(wǎng)絡(luò)的不完全連通。針對(duì)LEACH協(xié)議的不足之處，該文提出了一種基于能量均衡的簇頭選擇機(jī)制，將微粒群算法（PSO）引入到無(wú)線傳感器網(wǎng)絡(luò)簇頭選舉的優(yōu)化過(guò)程中，綜合考慮每個(gè)節(jié)點(diǎn)的剩余能量和當(dāng)前網(wǎng)絡(luò)的平均能量，并且融入了簇頭最優(yōu)個(gè)數(shù)的解決方案，用以優(yōu)化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。通過(guò)對(duì)LEACH算法進(jìn)行改進(jìn)，較好地平衡了網(wǎng)絡(luò)之中的能量消耗，有效地避免部分節(jié)點(diǎn)的過(guò)早死亡，有效地延長(zhǎng)了整個(gè)網(wǎng)絡(luò)的生命周期。

3 基于能量均衡的簇頭選擇機(jī)制

針對(duì)經(jīng)典LEACH協(xié)議在選舉簇頭節(jié)點(diǎn)時(shí)的不足，該文提出了一種新的簇頭選擇機(jī)制，在經(jīng)典LEACH協(xié)議的基礎(chǔ)上，運(yùn)用PSO算法在并行尋優(yōu)方面的優(yōu)勢(shì)，避免使能量低的節(jié)點(diǎn)成為簇頭，盡量讓剩余能量高于當(dāng)前網(wǎng)絡(luò)平均能量的節(jié)點(diǎn)優(yōu)先成為簇頭節(jié)點(diǎn)。

3.1 基于PSO的簇頭選擇機(jī)制

無(wú)線傳感器網(wǎng)絡(luò)的生命周期是衡量網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的一個(gè)重要指標(biāo)[6]。通常網(wǎng)絡(luò)的生命周期取決于網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)失效（或者電源耗盡）的時(shí)間，因此應(yīng)產(chǎn)生一個(gè)合理的簇頭選擇機(jī)制，將簇頭的能量負(fù)載平均分布到網(wǎng)絡(luò)中的所有節(jié)點(diǎn)上，避免造成部分節(jié)點(diǎn)因成為簇頭而過(guò)早耗盡能量的情況，從而達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命周期的目的。

本文在簇頭選擇時(shí)所采用的思想可描述為：首先，將簇內(nèi)每個(gè)節(jié)點(diǎn)的當(dāng)前剩余能量與網(wǎng)絡(luò)平均能量進(jìn)行比較，如若節(jié)點(diǎn)的當(dāng)前剩余能量大于網(wǎng)絡(luò)平均能量，則將該節(jié)點(diǎn)放入候選節(jié)點(diǎn)集中，使之成為簇頭候選節(jié)點(diǎn)。然后，在候選節(jié)點(diǎn)集中，運(yùn)用PSO算法來(lái)選取最優(yōu)簇頭，使當(dāng)前剩余能量最多的節(jié)點(diǎn)成為最優(yōu)簇頭。

本文依舊采用LEACH算法中的能量消耗模型[7]。假設(shè)無(wú)線傳感器網(wǎng)絡(luò)中有[N]個(gè)傳感器節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)的初始能量為[Einitial]；節(jié)點(diǎn)[i]的當(dāng)前剩余能量為[Eicurrent]。通過(guò)引入判別函數(shù)[F（i）]來(lái)判斷節(jié)點(diǎn)[i]能否成為簇頭候選節(jié)點(diǎn)：如果[F（i）≥0]，則節(jié)點(diǎn)[i]能夠成為簇頭候選節(jié)點(diǎn)；反之，則不能。

分析此式可以看出，在網(wǎng)絡(luò)正常運(yùn)行期間，節(jié)點(diǎn)總是需要消耗能量的。因此，在任何時(shí)刻節(jié)點(diǎn)的剩余能量總是小于其初始能量的，該判別函數(shù)在實(shí)際應(yīng)用時(shí)嚴(yán)重缺乏可操作性。針對(duì)這一現(xiàn)象，該文對(duì)判別函數(shù)[F（i）]進(jìn)行了改進(jìn)，綜合考慮節(jié)點(diǎn)剩余能量和網(wǎng)絡(luò)當(dāng)前平均能量這兩個(gè)因素。

其中：[Eavg]表示網(wǎng)絡(luò)當(dāng)前平均能量。當(dāng)[F（i）≥0]時(shí)，節(jié)點(diǎn)[i]的剩余能量高于網(wǎng)絡(luò)平均能量，節(jié)點(diǎn)[i]成為簇頭候選節(jié)點(diǎn)；反之，節(jié)點(diǎn)[i]的剩余能量低于網(wǎng)絡(luò)平均能量，為節(jié)省能耗，節(jié)點(diǎn)[i]只能作為簇內(nèi)成員節(jié)點(diǎn)。這樣一來(lái)，既保證在每一輪中可以優(yōu)先選擇剩余能量較多的節(jié)點(diǎn)成為簇頭節(jié)點(diǎn)，又降低了剩余能量較少的節(jié)點(diǎn)成為簇頭節(jié)點(diǎn)的可能性。

當(dāng)簇頭候選集產(chǎn)生之后，該文采用PSO算法來(lái)選擇最優(yōu)簇頭節(jié)點(diǎn)。PSO算法是一種群體智能算法，來(lái)源于對(duì)一個(gè)簡(jiǎn)化社會(huì)模型的模擬，在解決最優(yōu)化問(wèn)題時(shí)具有顯著的優(yōu)勢(shì)。種群中每一個(gè)微粒代表問(wèn)題的一個(gè)可行解，每個(gè)微粒根據(jù)其自身所經(jīng)歷的最好位置和全局的最優(yōu)位置，來(lái)動(dòng)態(tài)調(diào)整其飛行速度和方向，直至找到最優(yōu)解或者達(dá)到最大迭代次數(shù)為止[8]。

在選擇最優(yōu)簇頭節(jié)點(diǎn)的過(guò)程中，將簇頭候選集中的節(jié)點(diǎn)作為種群中的初始微粒，通過(guò)適應(yīng)值函數(shù)和迭代搜索，找到種群的全局最優(yōu)解，該最優(yōu)解所對(duì)應(yīng)的微粒就是該輪中的最優(yōu)簇頭節(jié)點(diǎn)。

此外，在網(wǎng)絡(luò)的分簇過(guò)程中，簇頭的數(shù)量也是影響網(wǎng)絡(luò)生命周期的一個(gè)重要因素。考慮到與距離較遠(yuǎn)的簇頭節(jié)點(diǎn)通信時(shí)成本較高，所以沒(méi)有簇頭的操作會(huì)降低能量效率。無(wú)論增加的簇頭會(huì)為數(shù)據(jù)融合帶來(lái)多少額外的工作，增加幾個(gè)簇頭都會(huì)迅速地提高網(wǎng)絡(luò)整體的能量效率。但是當(dāng)再進(jìn)一步增加簇頭時(shí)，分簇的優(yōu)點(diǎn)會(huì)慢慢消失。在最極端的情況下，每個(gè)節(jié)點(diǎn)本身就是簇頭，沒(méi)有任何融合的優(yōu)勢(shì)。該文采用文獻(xiàn)[5]中的方法來(lái)確定最優(yōu)簇頭的個(gè)數(shù)。

[K=SN×εamp2π（N×Estat+εamp×d2adv）] （5）

其中：[S]是無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)區(qū)域的面積，[N]是傳感器節(jié)點(diǎn)的數(shù)量，[εamp]是信號(hào)放大器的放大倍數(shù)，[Estat]是節(jié)點(diǎn)每傳輸1[bit]數(shù)據(jù)所消耗的能量，[dadv]是簇頭節(jié)點(diǎn)的最遠(yuǎn)覆蓋距離。

3.2 簇頭選擇機(jī)制的實(shí)現(xiàn)過(guò)程

基于PSO算法的簇頭選擇機(jī)制的具體實(shí)現(xiàn)步驟如下：

1） 在簇的建立階段，根據(jù)最優(yōu)簇頭個(gè)數(shù)公式（5） ，得到分簇的數(shù)目[K]。

2） 計(jì)算每個(gè)節(jié)點(diǎn)的當(dāng)前剩余能量和網(wǎng)絡(luò)的平均能量。

3） 分別將每個(gè)節(jié)點(diǎn)的當(dāng)前剩余能量與網(wǎng)絡(luò)平均能量進(jìn)行比較，如果節(jié)點(diǎn)剩余能量高于網(wǎng)絡(luò)平均能量，則該節(jié)點(diǎn)有資格成為簇頭候選節(jié)點(diǎn)；否則，該節(jié)點(diǎn)只能等待簇頭廣播信息。

4） 在簇頭候選集中，通過(guò)PSO算法優(yōu)化簇頭選擇，使剩余能量最多的節(jié)點(diǎn)成為最優(yōu)簇頭，其余節(jié)點(diǎn)變?yōu)槌蓡T節(jié)點(diǎn)等待簇頭發(fā)送廣播信息。此時(shí)，簇頭選擇階段結(jié)束。

5） 簇頭節(jié)點(diǎn)以一定的功率發(fā)送簇頭廣播信息，并等待成員節(jié)點(diǎn)的加入。

6） 成員節(jié)點(diǎn)根據(jù)接收到的ADV消息的信號(hào)強(qiáng)弱來(lái)選擇一個(gè)信號(hào)強(qiáng)的簇頭節(jié)點(diǎn)，向其發(fā)送一個(gè)請(qǐng)求加入的消息，并等待簇頭節(jié)點(diǎn)分配TDMA時(shí)隙，避免成員節(jié)點(diǎn)與簇頭節(jié)點(diǎn)通信時(shí)產(chǎn)生沖突。

7） 簇建立好后，無(wú)線傳感器網(wǎng)絡(luò)進(jìn)入穩(wěn)態(tài)運(yùn)行階段。成員節(jié)點(diǎn)按照給定的規(guī)則在自己的TDMA時(shí)隙內(nèi)向簇頭節(jié)點(diǎn)發(fā)送收集到的信息，簇頭節(jié)點(diǎn)對(duì)這些信息進(jìn)行數(shù)據(jù)融合，通過(guò)簇間通信傳送至匯聚節(jié)點(diǎn)（或者基站）。當(dāng)簇頭節(jié)點(diǎn)的剩余能量低于閾值時(shí)，本輪結(jié)束，開始下一輪的分簇過(guò)程。

具體算法流程如圖2所示。

4 結(jié)束語(yǔ)

本文首先介紹了拓?fù)淇刂频南嚓P(guān)知識(shí)，指出合理的分簇對(duì)于提高WSN生命周期的重要性。然后對(duì)經(jīng)典LEACH分簇協(xié)議進(jìn)行了具體的分析，并針對(duì)LEACH協(xié)議在選舉簇頭節(jié)點(diǎn)時(shí)存在的不足，對(duì)LEACH算法進(jìn)行優(yōu)化，提出了基于PSO的簇頭選擇機(jī)制。在優(yōu)化的過(guò)程中，以網(wǎng)絡(luò)總體能量消耗最小為原則，綜合考慮節(jié)點(diǎn)剩余能量和網(wǎng)絡(luò)當(dāng)前平均能量，更好地平衡了無(wú)線傳感器網(wǎng)絡(luò)中的能量負(fù)載，優(yōu)化了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

參考文獻(xiàn)：

[1] 王舒，閻毓杰.無(wú)線傳感器網(wǎng)絡(luò)的理論及應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2007：12-13.

[2] Bao L，Garcia-Luna-Aceves J J.Topology Management in Ad Hoc Network[C].In Proceedings of the 4th ACM International Symposium on Mobile Ad Hoc Networking & Computing，2003：129-140.

[3] 汪學(xué)清，楊永田.一種基于虛擬菱形網(wǎng)格的傳感器節(jié)點(diǎn)布置算法[J].計(jì)算機(jī)應(yīng)用，2006，26（7）：1554-1556.

[4] Heinzelman W.Chandrakasan A，Balakrishnan H.An Application-Specific Protocol Architecture for Wireless Microsensor Networks[J].IEEE Transactions on Wireless Communications，2002，1（4）：660-670.

[5] 周利民，楊科華，周攀.基于魚群算法的無(wú)線傳感網(wǎng)絡(luò)覆蓋優(yōu)化策略[J].計(jì)算機(jī)應(yīng)用研究，2010，27（6）：2276-2280.

[6] Efthymiou C，Nikoletseas S，Rolim J.Energy balanced data propagation in wireless sensor networks[C].Proceedings of 18th International Parallel and Distributed Processing Symposium，CA：IEEE Computer Society，2004：225-232.

[7] Li Fangmin，Xv Wenjun，Liu Xinhua，et al.A real-time energy-aware cluster-based routing protocol for wirelsee sensor and actor networks[J].Journal of Computer Research and Development，2008，45（1）：26-33.

[8] 曾建潮，介婧，崔志華.微粒群算法[M].北京：科學(xué)出版社，2004：5-8.