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(yōu)化算法（WOA）的能量均衡聚類算法（WOA-EDB）來設(shè)計簇頭（CH）選擇的目標(biāo)函數(shù)WOA-EDB基于 WOA對收斂因子進(jìn)行了改進(jìn)以獲得非線性收斂因子 并利用WOA中的優(yōu)化適應(yīng)度函數(shù)將具有最佳地理位置和能量的節(jié)點作為簇頭 實驗結(jié)果表明WOA-EDB算法能有效地延長網(wǎng)絡(luò)生命周期和獲得更均衡的CH 分布空間

關(guān)鍵詞WOA 聚類 簇頭空間分布

中圖法分類號 文獻(xiàn)標(biāo)識碼A

１ 引言

ＷＳＮ 是由多個節(jié)點聚集在一起并將其收集的數(shù)據(jù)傳輸?shù)交荆ǎ拢樱┧纬傻慕Y(jié)構(gòu)［１］ 。由于在數(shù)據(jù)發(fā)送過程中，大部分傳感器節(jié)點的能量被消耗，因此如何最小化網(wǎng)絡(luò)能耗是ＷＳＮ 中最重要的問題［２］ 。研究學(xué)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(jié)約了傳統(tǒng)網(wǎng)絡(luò)的能耗。但由于ＬＥＡＣＨ 選擇隨機(jī)性強(qiáng)，因此將較低剩余能量節(jié)點作為ＣＨ。為克服ＬＥＡＣＨ 中ＣＨ選擇的隨機(jī)性，文獻(xiàn)［４］提出ＬＥＡＣＨ?Ｃ 是根據(jù)節(jié)點的剩余能量和位置信息來選擇ＣＨ。文獻(xiàn)［５］是將ＷＳＮ區(qū)域劃分為虛擬方形網(wǎng)格，在每個節(jié)點更新其地理和鄰居節(jié)點信息后，通過地域自適應(yīng)保真算法將網(wǎng)絡(luò)劃分為簇。文獻(xiàn)［６］基于粒子群算法來確定候選ＣＨ 節(jié)點所在的區(qū)域。文獻(xiàn)［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(jié)點設(shè)置在半徑為Ｒ 的圓形監(jiān)測區(qū)域中，其能量模型如下。２ 個距離為ｄ 的相鄰節(jié)點之間傳輸ｌ 位數(shù)據(jù)的能量消耗計算如下：

４．２ 簇間距離標(biāo)準(zhǔn)差

圖２ 顯示了簇間距離的標(biāo)準(zhǔn)偏差。這意味著首先計算簇中每個成員節(jié)點到ＣＨ 的距離之和，然后計算這些距離之和的標(biāo)準(zhǔn)差。

簇間距離標(biāo)準(zhǔn)差越小，每個簇的距離就越均衡，簇內(nèi)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(jī)選擇的ＣＨ 分布不均勻，導(dǎo)致每個簇的大小存在很大差距。當(dāng)設(shè)計改進(jìn)的ＷＯＡ 的適應(yīng)度函數(shù)時，ＷＯＡ?ＥＤＢ 算法考慮簇距離的標(biāo)準(zhǔn)差（ｆ１）來控制每個簇的平衡。因此，ＷＯＡ?ＥＤＢ 在這方面的性能優(yōu)于ＬＥＡＣＨ 和ＯＲＷＧ。

４．３ 網(wǎng)絡(luò)中存活節(jié)點的數(shù)量

圖３ 顯示了隨著網(wǎng)絡(luò)中循環(huán)次數(shù)的增加，存活節(jié)點數(shù)量的變化。

圖３ 中網(wǎng)絡(luò)存活的節(jié)點數(shù)量在很長一段時間內(nèi)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(yīng)用在環(huán)形網(wǎng)絡(luò)中將改進(jìn)ＷＯＡ 選擇最佳地理位置和能量的節(jié)點作為ＣＨ，成員節(jié)點根據(jù)距離選擇自己的簇。因此，ＷＯＡ?ＥＤＢ 消耗最慢的節(jié)點，并且具有最長的生命周期。

５ 結(jié)束語

本文的主要目的是平衡網(wǎng)絡(luò)能耗、優(yōu)化ＣＨ 的空間分布、降低簇之間的能耗。基于上述目的，本文提出了一種基于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(jìn)ＷＯＡ 的收斂因子和適應(yīng)度函數(shù)以選擇最佳ＣＨ。仿真實驗表明，ＷＯＡ?ＥＤＢ 在延長網(wǎng)絡(luò)壽命、選擇簇內(nèi)ＣＨ 能效以及簇間能耗平衡方面具有更明顯優(yōu)勢。

參考文獻(xiàn)：

［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(wǎng)、移動互聯(lián)。

夏漢初（１９６４—），碩士，副教授，研究方向：嵌入式系統(tǒng)。

王英明（１９８３—），碩士，副教授，研究方向：數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)。