LEACH協(xié)議的簇首多跳與選擇優(yōu)化

付云虹，李 尹

(1．國家超級計算長沙中心(湖南大學(xué))，湖南 長沙 410082；2．中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長沙 410083)

LEACH協(xié)議的簇首多跳與選擇優(yōu)化

付云虹1，李 尹2?

(1．國家超級計算長沙中心(湖南大學(xué))，湖南 長沙 410082；2．中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長沙 410083)

針對WSN層次型路由協(xié)議中簇首單跳傳輸數(shù)據(jù)至匯聚節(jié)點、而部分簇首因傳輸距離過長導(dǎo)致能量過早耗盡從而影響整個網(wǎng)絡(luò)壽命問題，提出了基于剩余能量對簇首優(yōu)化選擇和簇首至匯聚節(jié)點間多跳數(shù)據(jù)傳輸?shù)母倪M(jìn)算法.對首個節(jié)點死亡輪數(shù)和能量圖像方面進(jìn)行了分析和仿真，結(jié)果表明該改進(jìn)算法可使全網(wǎng)負(fù)載更加均衡，并進(jìn)一步延長了網(wǎng)絡(luò)整體壽命.

無線傳感網(wǎng)絡(luò)；層次型拓?fù)洌淮厥走x擇；多跳

無線傳感網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)是大型的信息采集網(wǎng)絡(luò)，傳感器節(jié)點通常依靠電池供電，而電池能量有限，從而影響到整個無線網(wǎng)絡(luò)的生存壽命，因此基于WSN的各種路由算法都會盡量節(jié)省能量，延長網(wǎng)絡(luò)的整體壽命[1].路由協(xié)議的任務(wù)是將數(shù)據(jù)分組從源節(jié)點(傳感器，sensor)通過無線網(wǎng)絡(luò)轉(zhuǎn)發(fā)到目的節(jié)點(匯聚節(jié)點，sink)[2-3].

無線傳感網(wǎng)絡(luò)中的路由協(xié)議從拓?fù)浞植紝用鎭砜纯煞譃槠矫嫘吐酚蓞f(xié)議和層次型路由協(xié)議.由于平面型路由協(xié)議需要維護(hù)一個很大的路由表，從而會占用較大的存儲空間與較多的計算資源，并不適用于規(guī)模巨大的無線傳感網(wǎng)絡(luò)，而層次型路由協(xié)議可以改善這一點.文章基于層次型路由中的LEACH協(xié)議[4]，致力于深入研究已有的針對LEACH協(xié)議的算法優(yōu)化，以延長網(wǎng)絡(luò)壽命和節(jié)省能量為目的，對其進(jìn)一步優(yōu)化和改進(jìn).

層次型拓?fù)淇刂评梅执貦C(jī)制，選擇一些節(jié)點作為簇頭節(jié)點，由簇頭節(jié)點生成處理和轉(zhuǎn)發(fā)數(shù)據(jù)的骨干網(wǎng)，其余非骨干網(wǎng)節(jié)點可以暫時關(guān)閉通信信道，進(jìn)入休眠狀態(tài)以節(jié)省能量[5].層次型的拓?fù)鋮f(xié)議有LEACH,HEED,GAF等.無線傳感網(wǎng)絡(luò)拓?fù)淇刂浦饕芯康膯栴}是：在滿足網(wǎng)絡(luò)覆蓋度和連通度的前提下，通過功率控制和骨干網(wǎng)節(jié)點的選擇，剔除節(jié)點之間不必要的通信鏈路，生成優(yōu)化的網(wǎng)絡(luò)結(jié)構(gòu)[6].LEACH協(xié)議是最初使用的協(xié)議，它的成簇思想對以后的協(xié)議改進(jìn)影響很大.但是LEACH也有一些缺點，例如網(wǎng)絡(luò)分簇不均勻、可擴(kuò)展性差和容錯性差等，因此后續(xù)的研究者根據(jù)其缺點進(jìn)行了多方面的改進(jìn)，下面是部分改進(jìn)算法：

HEED算法針對LEACH算法簇頭分布不均,以及簇的規(guī)模大小不均這一問題的改進(jìn)[7].在此算法中，節(jié)點以不同的概率發(fā)送消息，剩余能量越大當(dāng)選簇首的概率越大.非簇首節(jié)點使用簇內(nèi)最小可達(dá)能量來衡量簇內(nèi)節(jié)點的通訊成本并以此來選擇合適的簇頭,可以平衡簇內(nèi)節(jié)點的個數(shù)[8].

基于節(jié)點的剩余能量選擇簇首.考慮到無線傳感網(wǎng)絡(luò)的能耗問題，選取剩余能量較多的節(jié)點作為簇首.將節(jié)點的剩余能量作為選擇簇首的一個重要衡量標(biāo)準(zhǔn)，以保證區(qū)域內(nèi)剩余能量越多的節(jié)點，被選為簇首的概率越大.簇首與匯聚節(jié)點(Sink)或者說基站(Base Station, BS)之間的數(shù)據(jù)發(fā)送過程采用單跳的方式.由于匯聚節(jié)點距離數(shù)據(jù)采集區(qū)域距離不定，可能在區(qū)域內(nèi)，也可能在區(qū)域外.即使是在區(qū)域內(nèi)，根據(jù)成簇方式的不同，部分簇首離基站的距離也可能很遠(yuǎn)，因此這部分簇首將數(shù)據(jù)發(fā)送給基站時所消耗的能量較多[5].基于這一點，在簇首向基站發(fā)送數(shù)據(jù)的時候可考慮采用多跳的方式，這樣可以使簇首節(jié)點能量的消耗相對減少.

另一種改進(jìn)算法將原有的簇頭選舉分為兩種情況：全網(wǎng)簇頭選舉和簇內(nèi)簇頭選舉.在改進(jìn)的LEACH算法中設(shè)置了一個閥值Va.每個簇周期開始時，首先檢查簇頭能量，如果所有節(jié)點的簇頭能量中存在小于Va的簇頭，則進(jìn)行全網(wǎng)簇頭選舉，否則進(jìn)行簇內(nèi)選舉[9].

本文在已有的LEACH改進(jìn)協(xié)議基礎(chǔ)上基于剩余能量對簇首進(jìn)行優(yōu)化選擇和簇首至匯聚節(jié)點間多跳傳輸方面提出改進(jìn)措施，并對第一個節(jié)點死亡輪數(shù)和能量圖像開展分析和仿真，預(yù)期改進(jìn)措施有3點：

1)根據(jù)距離匯聚節(jié)點遠(yuǎn)近對節(jié)點進(jìn)行分類；

2)根據(jù)節(jié)點剩余能量不同進(jìn)行簇首優(yōu)化選擇；

3)簇首間數(shù)據(jù)多跳傳遞至匯聚節(jié)點.

1 簇首個數(shù)最優(yōu)化分析

采集區(qū)域內(nèi)簇頭最優(yōu)個數(shù)的確定是對層次型路由算法進(jìn)行改進(jìn)的基礎(chǔ).設(shè)在M×M的區(qū)域內(nèi)分布著N個節(jié)點，根據(jù)節(jié)點初始能量大小分為高級節(jié)點和普通節(jié)點兩類，其中存在C個簇頭，而C個簇頭決定了在該區(qū)域內(nèi)一共有C個簇，假定所有的節(jié)點均勻分布，因此每個簇內(nèi)有N/C個節(jié)點，其中一個是簇首節(jié)點，其余節(jié)點有(N/C-1)個.下面對兩類節(jié)點的能量消耗進(jìn)行分析，首先分析簇首節(jié)點.

簇首能量消耗分為3部分：

1)接收非簇首節(jié)點傳輸數(shù)據(jù)的能量；

2)對接收到的數(shù)據(jù)進(jìn)行融合處理的能量；

3)將融合后數(shù)據(jù)傳輸給匯聚節(jié)點的能量.

用公式表示為：

Ech=kEelec(N/C-1)+kEdaN/C+

kEelec+kεempd4

(1)

或

Ech=kEelec(N/C-1)+kEdaN/C+

kEelec+kεefsd2

(2)

式中Ech為簇首能量消耗；Eelec為射頻接收或發(fā)射1bit數(shù)據(jù)所消耗的能量；Eda為數(shù)據(jù)融合的能量消耗；εemp為數(shù)據(jù)傳輸單位距離消耗能量(自由空間)；εefs為數(shù)據(jù)傳輸單位距離消耗能量(多徑衰減)；N為節(jié)點總數(shù)量；C為簇頭數(shù)量.

非簇首節(jié)點能量消耗分為接收周圍相關(guān)信息消耗能量和將數(shù)據(jù)信息傳輸給簇首節(jié)點消耗的能量.用公式表示為：

Enonch=kEelec+kεempd4

(3)

或

Enonch=kEelec+kεefsd2

(4)

式中Enonch代表非簇首節(jié)點能量消耗.

總的能量消耗Etotal為：

Etotal=CEch+(N-C)Enonch

(5)

下面對式(1),(2)進(jìn)行說明.由于傳感區(qū)域很大，不同的節(jié)點傳輸數(shù)據(jù)到目標(biāo)節(jié)點的距離有大有小，因而傳輸過程中衰減分為自由空間衰減和多徑衰減[10].自由空間是一種理想介質(zhì)，它不會吸收能量，但是隨著傳播距離的增大，發(fā)射天線的輻射功率密度與距離的平方成反比，因此自由空間傳播損耗是一種擴(kuò)散式的自然能量損耗.在非簇首節(jié)點傳輸信息給簇首節(jié)點時，一般距離比較近，可以用表示自由空間能量損耗的式(2)表示.多徑衰落是指在微波信號的傳播過程中，由于受地面或水面反射和大氣折射的影響，會產(chǎn)生多個經(jīng)過不同路徑到達(dá)接收天線的信號，通過矢量疊加后合成時變信號.基于簡化模型的思想，可認(rèn)為遠(yuǎn)距離傳輸更容易發(fā)生多徑衰落的現(xiàn)象.相對而言簇首節(jié)點和匯聚節(jié)點的距離較遠(yuǎn)，因此在后面計算中簇首節(jié)點的能量消耗用公式(1).以上是針對最優(yōu)簇頭個數(shù)進(jìn)行計算，而決定其是屬于自由空間衰減還是多徑衰減具有一個臨界距離，在仿真模擬時可更精確地進(jìn)行判斷.根據(jù)上述描述得到總的能量消耗公式：

Etotal=CEch+(N-C)Enonch=

(6)

總能量消耗Etotal對簇首個數(shù)C求導(dǎo)，并且令導(dǎo)數(shù)等于零，得到：

(7)

通過上述分析計算可以得到使數(shù)據(jù)采集區(qū)域總能量消耗最小的簇首最優(yōu)個數(shù)的大小.決定節(jié)點是否為簇首的算法描述如圖 1所示，其中R代表節(jié)點距離匯聚節(jié)點的距離，xm是傳感區(qū)域的邊長，其算法依據(jù)主要是考慮該節(jié)點離匯聚節(jié)點的距離以及是否是高級節(jié)點.

圖1 簇首選舉算法

Fig.1 Cluster head’s selection algorithm

2 簇首選擇概率與多跳數(shù)據(jù)傳輸

根據(jù)距離大小可對節(jié)點進(jìn)行細(xì)化分類，如果傳感區(qū)域很大，使用單跳傳輸數(shù)據(jù)方式時，距離匯聚節(jié)點距離太大的簇首節(jié)點能量消耗將會非常快速.經(jīng)典的LEACH算法采用的方式是每個節(jié)點不管距離匯聚節(jié)點的距離遠(yuǎn)近，其當(dāng)選簇首節(jié)點的概率大小相同.而如果距離匯聚節(jié)點近的節(jié)點當(dāng)選簇首的概率大，距離匯聚節(jié)點遠(yuǎn)的節(jié)點當(dāng)選簇首的概率小，就會使節(jié)點數(shù)據(jù)盡量向靠近匯聚節(jié)點的方向傳播，而不是先向遠(yuǎn)離匯聚節(jié)點的簇首傳播，簇首再向匯聚節(jié)點傳播.具體實現(xiàn)是以匯聚節(jié)點為圓心，以不同長度為半徑將數(shù)據(jù)采集區(qū)域劃分為多個區(qū)塊，每個區(qū)塊的節(jié)點當(dāng)選簇首的概率不同.處于不同半徑區(qū)域內(nèi)的節(jié)點當(dāng)選簇首的概率可通過設(shè)定不同的概率值進(jìn)行仿真，根據(jù)仿真結(jié)果進(jìn)行比對，以確定優(yōu)化值.數(shù)據(jù)融合[11]方面，經(jīng)典LEACH算法是非簇首節(jié)點把數(shù)據(jù)傳輸給簇首節(jié)點，簇首節(jié)點接收到數(shù)據(jù)后進(jìn)行信息融合，再將數(shù)據(jù)傳輸給匯聚節(jié)點.在這過程中，簇首節(jié)點如果距離匯聚節(jié)點很遠(yuǎn)，那么單跳數(shù)據(jù)傳輸過程中的能量衰減會相對較大.簇首節(jié)點可以先比較自身與其他簇首節(jié)點和匯聚節(jié)點的距離哪個更近，如果是距離匯聚節(jié)點更近那么直接傳輸數(shù)據(jù)給匯聚節(jié)點；如果是距離另一個簇首節(jié)點更近則傳輸給該簇首節(jié)點，第二個接收到數(shù)據(jù)的簇首節(jié)點再將數(shù)據(jù)進(jìn)行融合，進(jìn)行比較，采用同樣的方式對數(shù)據(jù)進(jìn)行處理，直到傳輸給最后的匯聚節(jié)點.

之前也有學(xué)者對簇首節(jié)點多跳算法開展研究，但是數(shù)據(jù)采集區(qū)域面積大小與多跳算法改進(jìn)效率的關(guān)系并未提及.簇首間采用多跳數(shù)據(jù)傳輸?shù)某霭l(fā)點，在于離匯聚節(jié)點距離較遠(yuǎn)的簇首節(jié)點單跳傳輸數(shù)據(jù)給匯聚節(jié)點所耗費的能量太大，因此才考慮使用簇首間多跳.基于這一出發(fā)點，推測數(shù)據(jù)采集區(qū)域越大，其對整個網(wǎng)絡(luò)生存壽命的改善效果應(yīng)該越好.同時，中繼簇首如果接收其他簇首的數(shù)據(jù)進(jìn)行融合然后再傳輸也需要消耗能量，因此簇首多跳算法的改進(jìn)效果與數(shù)據(jù)采集區(qū)域的大小是有密切關(guān)系的.

3 仿真結(jié)果與分析

使用Matlab工具開展仿真實驗.本文所述的改進(jìn)思路主要是在簇的建立階段，因此考慮使用簡化模型，只考慮簇建立階段和數(shù)據(jù)傳輸階段即穩(wěn)定階段的能量消耗，忽略節(jié)點數(shù)據(jù)具體內(nèi)容和數(shù)據(jù)的融合方式.

將n個節(jié)點隨機(jī)散布在傳感區(qū)域內(nèi)，sink節(jié)點分布在傳感區(qū)域的中心，仿真用到的其他基礎(chǔ)數(shù)據(jù)來自于文獻(xiàn)[12].由于針對LEACH算法進(jìn)行了兩點改進(jìn)，分析單獨改進(jìn)每一點后的仿真結(jié)果，最后再將兩點綜合起來分析仿真結(jié)果.

首先考慮根據(jù)節(jié)點距離匯聚節(jié)點遠(yuǎn)近選取不同的當(dāng)選概率時的仿真結(jié)果，如表1所示.R是節(jié)點距離匯聚節(jié)點的距離，M為傳感區(qū)域邊長.在First-dead一列中代表網(wǎng)絡(luò)中第一個節(jié)點死亡的輪數(shù)，該數(shù)據(jù)越大代表網(wǎng)絡(luò)壽命越長，負(fù)載越均衡.如表中仿真結(jié)果所示，節(jié)點當(dāng)選簇首概率選取數(shù)據(jù)⑥時，其第一個節(jié)點死亡輪數(shù)最長，性能最優(yōu)，數(shù)據(jù)(①代表的是經(jīng)典LEACH算法中簇首選擇概率.由仿真結(jié)果可以算出，采用該改進(jìn)方法，第一個節(jié)點死亡的輪數(shù)比經(jīng)典算法優(yōu)化：

(960-939)/939×100% = 2.24%

表1 以不同概率當(dāng)選為簇首對網(wǎng)絡(luò)壽命的影響

圖2是上述數(shù)據(jù)的能量圖像的對比，橫軸代表傳感網(wǎng)絡(luò)運行的輪數(shù)，縱軸代表傳感網(wǎng)絡(luò)剩余的總能量.

由于節(jié)點是隨機(jī)均勻分布，每次仿真時所得到的第一個節(jié)點死亡的輪數(shù)不盡相同，從圖像和相關(guān)數(shù)據(jù)分析，改進(jìn)后的算法在有節(jié)點死亡后的優(yōu)勢更加凸顯，其能量下降得更慢一點，表明全網(wǎng)絡(luò)的負(fù)載更加均衡一些.

下面分析使用簇首間多跳傳輸算法的仿真結(jié)果.

表2給出的是在數(shù)據(jù)采集區(qū)域大小取不同值時，對經(jīng)典LEACH算法和改進(jìn)簇首多跳傳輸算法(以LEACH-MH標(biāo)示)第一個節(jié)點死亡輪數(shù)的比較，考慮到節(jié)點死亡數(shù)目達(dá)到一定比例后整個網(wǎng)絡(luò)已不具備正常收集數(shù)據(jù)的能力，因此該對比過程僅以首個節(jié)點死亡時間作為參考.

輪數(shù)

輪數(shù)

表2 LEACH與LEACH-MH算法首個節(jié)點死亡輪數(shù)對比

根據(jù)表2中數(shù)據(jù)，可計算出不同的區(qū)域大小LEACH-MH算法對LEACH算法在延長全網(wǎng)絡(luò)壽命的改善程度，直方圖如圖 3所示.

100 m×100 m：(965-939)/939=2.8%

200 m×200 m：(868-799)/799=8.6%

300 m×300 m：(315-221)/221=42.5%

由以上仿真結(jié)果可以看出，在其他條件相同的情況下，面積越大簇首多跳改進(jìn)算法對全網(wǎng)生存周期的改善優(yōu)勢越明顯，這與之前的推導(dǎo)結(jié)果是一致的.

將上文所述的改進(jìn)點包括根據(jù)距離匯聚節(jié)點遠(yuǎn)近對節(jié)點進(jìn)行分類、根據(jù)節(jié)點剩余能量不同進(jìn)行簇首優(yōu)化選擇和簇首間信息多跳傳遞至基站綜合起來，仿真得到與經(jīng)典LEACH算法在延長全網(wǎng)生命期的數(shù)據(jù)如表3所示，仿真時采集區(qū)域大小為300 m×300 m.壽命相對提升率為：

(427-221)/ 221=93.2%

邊長/(102 m)

表3 綜合改進(jìn)算法與LEACH生命期的比較

4 小 結(jié)

本文通過對經(jīng)典LEACH算法及其改進(jìn)算法進(jìn)行研究，在綜合節(jié)點與匯聚節(jié)點的距離、節(jié)點初始能量大小和傳感區(qū)域面積這三點的基礎(chǔ)上提出改進(jìn)措施，延長第一個節(jié)點死亡時間即均衡網(wǎng)絡(luò)負(fù)載延長網(wǎng)絡(luò)壽命.通過Matlab對改進(jìn)算法進(jìn)行仿真后發(fā)現(xiàn)，改進(jìn)程度的大小和傳感區(qū)域面積大小有密切關(guān)系：面積越大多跳改進(jìn)方案的優(yōu)勢越明顯.雖然節(jié)點是隨機(jī)分布的，簇頭為隨機(jī)選舉，每次仿真時第一個節(jié)點死亡輪數(shù)不盡相同，但是從仿真結(jié)果看，對網(wǎng)絡(luò)壽命還是有明顯的延長.當(dāng)然這其中還存在一些其他的問題，例如在距離越大當(dāng)選簇頭概率相對越小這部分改進(jìn)措施適應(yīng)性尚待加強，因為當(dāng)區(qū)域面積改變或者節(jié)點數(shù)目改變時相應(yīng)的概率大小也要隨之調(diào)整；一些論文也提出多跳算法所用到的數(shù)據(jù)融合即將多級數(shù)據(jù)融合后壓縮到原來的長度其實很難實現(xiàn).下一步工作將會在以上不足之處再繼續(xù)開展深入研究，進(jìn)一步改善無線網(wǎng)絡(luò)性能.

[1] OZEL Omur, TUTUNCUOGLU Kaya, YANG Jing,etal. Transmission with energy harvesting nodes in fading wireless channels: optimal policies[J]. IEEE Journal on Selected Areas in Communications, 2011,29(8):1732-1743.

[2] LIU A, ZHENG Z, ZHANG C,etal. Secure and energy-efficient disjoint multipath routing for WSNs[J]. Vehicular Technology, IEEE Transactions on, 2012, 61(7): 3255-3265.

[3] LONG H, QU Z H, FAN X,etal. Dynamic nearest neighborhood collaboration target tracking for WSN[J]. Energy Procedia, 2011, 11: 707-714.

[4] HEINZELMAN W B, CHANDRAKASAN A P, BALAKRISHNAN H. An application specific protocol architecture for wireless microsensor networks[J]. IEEE Transactions on Wireless Communications, 2002,1(4):660-670.

[5] RAZZAQUE M A, AHMED M H U, HONG C S,etal.QoS-aware distributed adaptive cooperative routing in wireless sensor networks[J]． Ad Hoc Netw,2014,19:28-42．

[6] LI Chang-le,WANG Li-ran, SUN Ting-ting,etal. Topology analysis of sireless sensor networks based on nodes’ spatial distribution[J]. IEEE Transactions on Wireless Communications, 2014,13(5): 2454-2467.

[7] YOUNIS O, FAHMY S. Distributed clustering in ad-hoc sensor networks: A hybrid, energy-efficient approach[C] // INFOCOM 2004, Twenty-third Annual Joint Conference of the IEEE Computer and Communications Societies. IEEE, 2004,1-5.

[8] 金鑫. 無線傳感器網(wǎng)絡(luò)層次型拓?fù)淇刂扑惴╗D]. 合肥: 中國科學(xué)技術(shù)大學(xué)計算機(jī)科學(xué)與技術(shù)系，2008.

JIN Xin. A research on hierarchical topology control algorithms and the related problems of wireless sensor networks[D]. Hefei:Department of Computer Science& Technology, University of Science and Technology of China, 2008.(In Chinese)

[9] 唐甲東. 無線傳感器網(wǎng)絡(luò)路由協(xié)議研究-LEACH路由協(xié)議的改進(jìn)[D]. 無錫: 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院, 2013.

TANG Jia-dong. Research on routing protocol for wireless sensor networks-Improment of LEACH routing protocol[D]. Wuxi:College of Internet of Things Engineering, Jiangnan University, 2013. (In Chinese)

[10]LI Changle, WANG Liran, SUN Tingting ,etal. Topology analysis of wireless sensor networks based on nodes’ spatial distribution[J]. IEEE Transactions on Wireless Communications, 2014,13(5): 2454-2467.

[11]李嘉, 劉春華, 胡賽陽, 等. 基于交通數(shù)據(jù)融合技術(shù)的行程時間預(yù)測模型[J].湖南大學(xué)學(xué)報：自然科學(xué)版,2014,41(1):33-38.

LI Jia, LIU Chun-hua, HU Sai-yang,etal. A travel time prediction model based on traffic data fusion technology[J]. Journal of Hunan University: Natural Sciences, 2014,41(1):33-38. (In Chinese)

[12]SMARAGDAKIS Georgios, MATTA Ibrahim, BESTAVROS Azer. SEP: A stable election protocol for clustered heterogeneous wireless sensor networks[C]//Second International Workshop on Sensor and Actor Network Protocols and Applications (SANPA 2004).Boston MA,2004: 165-190.

Optimization of Cluster Head Multihop and Selection in LEACH

FU Yun-hong1, LI Yin2?

(1．National Supercomputing Center in Changsha, Hunan Univ, Changsha，Hunan 410082,China;2．School of Information Science and Engineering, Central South Univ, Changsha,Hunan 410083, China)

An improved algorithm in WSN hierarchical routing protocols was put forward, which considered the residual energy of cluster head selection and multi-hop data transmission from cluster heads to the sink node, to solve the problems of some cluster heads' premature depletion, which affect the whole life of the network, caused by part of the cluster heads over long distances with single hop data transmission to the sink node. Analyses and the simulations were conducted on the first node's death round number and the energy image.The results show that the improved algorithm can balance the network load better and extend the whole network life, compared with the traditional algorithms.

wireless sensor networks(WSN); hierarchical topology; cluster head selection; multi-hops

1674-2974(2015)02-0121-05

2014-08-05

國家科技支撐計劃資助項目(2012BAH09B02);湖南省自然科學(xué)基金資助項目(14JJ5009)

付云虹(1968-)，女,貴州遵義人,湖南大學(xué)高級工程師?通訊聯(lián)系人，E-mail:liyin2012@csu.edu.cn

TP391.9

A