无线传感器网络路由算法的改进

1、1. LEACH 算法的优缺点将网络消耗的能量平均分摊到每个节点上,从而延长了网络的生存期。簇头进行数据融合,减少了数据通信量。不需要控制,每个节点自适应的运行。由于LEACH假设每一个节点都可以与网络中的任意节点通信,那么在网络覆盖区域较大时,因为传感器节点的通信距离是有限的,LEACH协议将不再适用。由于LEACH随机产生簇头,使得簇头节点在网络中分布不均匀,若簇头位置靠近簇的边缘,则导致簇内普通节点与簇头通信总能量开销较大;若簇头距离较近,则失去分簇的意义。没有考虑节点的剩余能量。如果某个节点的剩余能量比较小,而它又恰巧被选为簇头节点,而簇头的能量消耗比较大,那么一旦簇头的能量耗尽,那么

2、该簇所收集的信息将不能传回Sink节点,这种情况,应该尽量避免。2. SP算法2.1SP算法的节点架构避免了像传统的基于簇的路由协议那样频繁选举簇头,为S节点节省了大批量能量,而且支持节点的移动。三层移动节点架构如下:S节点(感应节点:彼此互不通信,仅接收数据,将其发送给一跳以内的F邻接点。F节点(融合节点:管理维护路由表,接收融合接收的数据,然后通过最短路径转发给C节点。C节点(控制节点:是M2WSN的数据仓库。接收到F节点的数据后,终端用户加以分析找出自己想要的数据。而且C节点可以作为网关与Internet互联。2.2SP路由协议原理(1邻节点查找F节点广播含有ID和自己坐标的HELLO包

3、,F收到包后,记录ID 和坐标,然后将其写入矩阵邻接表Table(i,j(1i,jn.。如果HELLO包的源地址和目的地址的距离在F节点的通信半径之内,目的节点会将距离写入矩阵Cost(i,j,否则写。(2最短路径构建基于矩阵Cost(i,j,每个F节点执行佛洛伊德算法找到任意两个F节点的最短路径。算法的基本思想是递归地获得一系列的矩阵值C(0、C(1、C(2C(kC(n。其中C(0是给定的。 C(k(i,j是节点i,j通过中间节点数目小于k的距离矩阵。若没有中间节点k, 那么C(k (i,j= C(0(i,j= Cost(i,j。当得到C(n时,算法结束。假设C(k-1(i,j已经给定,要得

4、到C(k(i,j,需考虑如下两种情况:如果节点k不在i到j的最短路径内,那么依据C(k(i,j的定义,得到C(k(i,j= C(k-1(i,j。如果节点k在i到j的最短路径内,那么依据C(k-1(i,k和C(k-1 (k,j的定义,若C(k-1(i,k+ C(k-1(k,j< C(k-1(i,j,得到C(k(i,j= C(k-1 (i,k+ C(k-1(k,j。3. 仿真场景的设立及实验结果分析在100米*100米及500米*500米的区域内,有50、100、200个S节点随机分布在初始能量为0.25J,0.5J,1J,2J。F节点分布在区域中心,覆盖整个区域,构建互联的网络。C节点随机

5、分布在区域内部。图1描述了网络负载如何随着仿真实验结束的时间而减少的。其中,包含100个初始能量为2J的S节点,并且仿真时间是60分钟。从图1可以看出,在100米*100米和500米*500米中,在移动传感器网络中的网络负载下降到低于10%,且一直维持这个水平。当更新周期到来时,网络负载会上升一些,但不会上升太多值,随后又迅速降低到低于10%。随着区域的拓展,S和F节点的距离被延长至超过通信半径,所以网络负载会随之上升。图1 网络负载图2表明在含有100个初始能量为0.25J的S节点分布在100米*100米区域内的网络中,当仍存在存活节点时所经历的循环次数。依据图2,可以看出SP中的第一个节点

6、的灭亡比LEACH中第一个节点的灭亡要晚很多,而且在LEACH中的节点比在SP中的节点灭亡的要快。节点越早越快的灭亡,那么就会有越多的盲点出现。因此,比起LEACH算法,SP更适合应用于移动无线传感器网络中。 无线传感器网络路由算法的改进任淑艳 四川大学计算机学院07级硕士,四川 成都 610064摘要:无线传感器网络的应用越来越多,其安全问题备受关注。无线传感器网络面临着众多的安全威胁,而传感器节点能量的有限性导致了传统的安全机制很难满足需求。基于无线传感器网络自身的特性,并在此基础之上,针对LEACH算法的缺点考虑,对其进行了改进,进而提出了一种新的路由算法即SP算法。使用NS2模拟器通过

7、仿真实验证明:与LEACH算法相比,最短路径路由协议更适合多层移动大规模无线传感器网络。关键词:无线传感器网络;安全机制;LEACH;SP;NS2中图分类号:TP393.06 文献标识码:A文章编号:1003-9767(201004-0168-02(下转第170页 (a 校园广场图片 (b 足球场图片图3 采用重叠区线性过渡法来对图像进行融合边界附近加权平均。最后将所有频率上的合成图像汇总成一幅图像。在每一个频率带内,加权函数的系数以及颜色融合区域的大小,是由两幅图像的图像特征在该频率带内的差异决定的。该方法可以使得具有不同强度的图像平滑地过渡。文献2提出了多分辨率的思想,并且首先将之应用到两

8、幅图像拼接的平滑过渡处理中。该方法涉及到高斯塔和拉普拉斯塔的构造问题,因此是一种基于塔型结构的颜色融合算法。虽然该方法质量高,但该算法计算工作量大,计算时间长,不适宜在一般的图像拼接中使用。三、小结本文学习和研究了几种常见的图像融合算法,并结合实验采用这些融合算法进行了图像拼接和比较。目前,基于小波变换的多分辨率图像融合方法已成为现今研究的热点,被广泛应用于图像融合领域。参考文献: 图2 仍存在存活节点时所经历的循环次数4. 结论总之,相比较LEACH 算法、LEACH-M 算法,SP 算法延长了网络生存期的同时,支持节点的小规模移动,即SP 算法更适合于多层移动大规模无线传感器网络。参考文献

9、1Haiguang Chen,Huafeng Wu,Xi Zhou,Chuanshan gao.Reputation-based trust in wireless sensor networks.2007 International Conference on Multimedia and Ubiquitous Engineering.2S.Buchegger,J.-Y .Le Boudec.Self-policing mobile ad-hoc networks by reputation systems.IEEE Communicationa Magazine,July2005.3Jun

10、qi Zhang,Vijay Varadharajan.A New Security Schemefor Wireless Sensor NetworksM.IEEE International Conference onCommunications Society,2008.8孙利民,力建中,陈渝等.无线传感器网络M.北京,清华大学出版社,2005.9任丰原,黄海宁,林闯.无线传感器网络J,软件学报,2003,14(7,1289-1291.11陈丹,郑增威等.无限传感器网络研究综述,计算机测量渝控制.2004年8期.13Anthony D,Wood,John A,Stankovic.Denial of Service in Sensor Network.14Karlof C,Wagner D.Secure Routing in wireless sensor networks:attacks and countermeasures sensor network protocols and appli