基于ＷＯＡ 的ＷＳＮ 能量均衡分簇算法

姚美琴 夏汉初 王英明

摘 要 文章提出一种基于鲸鱼优化算法（WOA）的能量均衡聚类算法（WOA-EDB）来设计簇头（CH）选择的目标函数WOA-EDB基于 WOA对收敛因子进行了改进以获得非线性收敛因子 并利用WOA中的优化适应度函数将具有最佳地理位置和能量的节点作为簇头 实验结果表明WOA-EDB算法能有效地延长网络生命周期和获得更均衡的CH 分布空间

关键词WOA 聚类 簇头空间分布

中图法分类号 文献标识码A

１ 引言

ＷＳＮ 是由多个节点聚集在一起并将其收集的数据传输到基站（ＢＳ）所形成的结构［１］ 。由于在数据发送过程中，大部分传感器节点的能量被消耗，因此如何最小化网络能耗是ＷＳＮ 中最重要的问题［２］ 。研究学者已提出许多基于ＣＨ 选择的算法。

ＬＥＡＣＨ［３］ 是较早提出的分簇算法，节约了传统网络的能耗。但由于ＬＥＡＣＨ 选择随机性强，因此将较低剩余能量节点作为ＣＨ。为克服ＬＥＡＣＨ 中ＣＨ选择的随机性，文献［４］提出ＬＥＡＣＨ?Ｃ 是根据节点的剩余能量和位置信息来选择ＣＨ。文献［５］是将ＷＳＮ区域划分为虚拟方形网格，在每个节点更新其地理和邻居节点信息后，通过地域自适应保真算法将网络划分为簇。文献［６］基于粒子群算法来确定候选ＣＨ 节点所在的区域。文献［７］基于２ 种策略———分离和对齐，这２ 种策略都由蚂蚁的信息素水平来管理，并基于它们来选择ＣＨ。

２ 能量模型

本文提出的ＷＯＡ?ＥＤＢ 算法是将传感器节点设置在半径为Ｒ 的圆形监测区域中，其能量模型如下。２ 个距离为ｄ 的相邻节点之间传输ｌ 位数据的能量消耗计算如下：

４．２ 簇间距离标准差

图２ 显示了簇间距离的标准偏差。这意味着首先计算簇中每个成员节点到ＣＨ 的距离之和，然后计算这些距离之和的标准差。

簇间距离标准差越小，每个簇的距离就越均衡，簇内的能耗就越均衡。从图２ 可以看出，ＬＥＡＣＨ 性能是最差的，因为随机选择的ＣＨ 分布不均匀，导致每个簇的大小存在很大差距。当设计改进的ＷＯＡ 的适应度函数时，ＷＯＡ?ＥＤＢ 算法考虑簇距離的标准差（ｆ１）来控制每个簇的平衡。因此，ＷＯＡ?ＥＤＢ 在这方面的性能优于ＬＥＡＣＨ 和ＯＲＷＧ。

４．３ 网络中存活节点的数量

图３ 显示了随着网络中循环次数的增加，存活节点数量的变化。

图３ 中网络存活的节点数量在很长一段时间内都没有减少，但它们在后期很快就会死亡。ＬＥＡＣＨ消耗最快，其次是ＯＲＷＧ，最后是ＷＯＡ?ＥＤＢ。ＷＯＡ?ＥＤＢ 应用在环形网络中将改进ＷＯＡ 选择最佳地理位置和能量的节点作为ＣＨ，成员节点根据距离选择自己的簇。因此，ＷＯＡ?ＥＤＢ 消耗最慢的节点，并且具有最长的生命周期。

５ 结束语

本文的主要目的是平衡网络能耗、优化ＣＨ 的空间分布、降低簇之间的能耗。基于上述目的，本文提出了一种基于ＷＯＡ 的能量和距离平衡聚类算法（ＷＯＡ?ＥＤＢ），ＷＯＡ?ＥＤＢ 首先计算最小能耗，改进ＷＯＡ 的收敛因子和适应度函数以选择最佳ＣＨ。仿真实验表明，ＷＯＡ?ＥＤＢ 在延长网络寿命、选择簇内ＣＨ 能效以及簇间能耗平衡方面具有更明显优势。

参考文献：

［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．

作者简介：

姚美琴（１９９５—），硕士，助教，研究方向：无线传感网、移动互联。

夏汉初（１９６４—），硕士，副教授，研究方向：嵌入式系统。

王英明（１９８３—），硕士，副教授，研究方向：数据科学与大数据技术。