一種基于LEACH的改進型無線傳感器網(wǎng)絡路由算法

完全融合，即將第一層簇頭發(fā)送來的數(shù)據(jù)包壓縮成一個2 000 b的數(shù)據(jù)包發(fā)送到基站。由于融合率較大，不僅要用到數(shù)據(jù)級融合，特征級融合，還要用到?jīng)Q策級融合。即最后傳輸?shù)交镜囊巡皇呛唵蔚臄?shù)據(jù)，而是第二層簇頭節(jié)點對采集到的數(shù)據(jù)進行綜合分析后所得到的結果。仿真發(fā)現(xiàn)，完全融合后，DE―LEACH的首節(jié)點死亡時間比LEACH晚40％，50％節(jié)點死亡時間晚30％(如圖5)。數(shù)據(jù)采集總比特數(shù)DE―LEACH比LEACH高出28％(如圖6)。
由仿真比較可見，綜合考慮了簇頭節(jié)點到基站的距離以及剩余能量并據(jù)此選出第二層簇頭的DE―LEACH算法，性能較LEACH有明顯的改善。
DE―LEAcH算法的優(yōu)點：延長了首節(jié)點死亡時間，曲線斜率明顯比LEACH大，縮短了首末節(jié)點死亡時間間隔，相比于LEACH，節(jié)點死亡時間更加集中，監(jiān)控盲點出現(xiàn)時間短，重新部署傳感器節(jié)點更加經(jīng)濟高效；數(shù)據(jù)采集總量明顯提高。DE―LEACH算法的不足：由于在原來LEACH算法的簇頭與基站之間又增加了一跳路由，網(wǎng)絡延遲有所增加。另外，節(jié)點的運算能力要有所提高。就仿真來看，要想得到更長的網(wǎng)絡生存時間和更高的數(shù)據(jù)采集量，就要加大數(shù)據(jù)融合率，這對節(jié)點的數(shù)據(jù)融合能力提出了更高的要求。在實際應用中，需要根據(jù)應用對性能和成本的要求進行綜合考慮。

3．2 事件驅動型DE―LEACH生存期分析
針對傳感器節(jié)點所采集的數(shù)據(jù)(如溫度、壓力等)在較短時間內(nèi)的相關性，可設定一個門限值，當相鄰兩次所采集數(shù)據(jù)變化超過此門限值時，節(jié)點才向簇頭發(fā)送數(shù)據(jù)，并保留后一次數(shù)據(jù)在該節(jié)點存儲器中；若變化小于門限值，則不進行發(fā)送，仍保留前一次數(shù)據(jù)以防止數(shù)據(jù)以漸進的方式變化。門限值可設定為前次采集數(shù)據(jù)的百分比或具體的數(shù)值，視具體情況而定。圖7的仿真設定門限值為前次采集數(shù)據(jù)的10％(完全不融合情況)。

由圖7可見加入事件驅動因素后，網(wǎng)絡生存期延長約9％，仿真中為方便采集數(shù)據(jù)用隨機數(shù)的方式產(chǎn)生，不具有相關性。當實際應用中的數(shù)據(jù)具有相關性時，生存期延長將更加明顯。另外，門限值的大小可根據(jù)需要更改，適應性較強。加入事件驅動的缺點：由于需要存儲兩次采集的數(shù)據(jù)進行比較，提高了對傳感器節(jié)點存儲能力的要求。

4 結 語
路由協(xié)議在很大程度上決定了網(wǎng)絡的整體性能。因此，作為無線傳感器網(wǎng)絡核心技術之一，路由協(xié)議一直是研究的熱點。LEACH算法是一種經(jīng)典的層次型路由協(xié)議，它利用簇頭輪換機制有效的將能量消耗較均勻地分攤到整個網(wǎng)絡。在LEACH算法的基礎上提出了一種基于距離和能量選擇第二層簇頭的兩層改進型LEACH算法DE―LEACH，并簡要分析了事件驅動對網(wǎng)絡生存期的影響。仿真結果表明，該算法進一步平均了網(wǎng)絡中的能量消耗，有效延長了網(wǎng)絡生存時間，提高了網(wǎng)絡的數(shù)據(jù)采集能力。
LEACH算法的實現(xiàn)作了一些假設。其中一點是網(wǎng)絡中每個節(jié)點當選簇頭后都進行全網(wǎng)廣播，這樣的假設在網(wǎng)絡覆蓋范圍較大的情況下?lián)p耗將明顯加大，因此在大規(guī)模應用中多層多跳路由成為必然的選擇。這也將是今后工作繼續(xù)探討的方向之一。