葉繼華，王 文，江愛文

（江西師范大學計算機信息工程學院，南昌330022）

無線傳感網(wǎng)絡WSN（Wireless Sensor Network）是一種自組織、多跳路由、動態(tài)、以數(shù)據(jù)為中心的大規(guī)模網(wǎng)絡［1］。無線傳感器網(wǎng)絡路由技術是當今國內(nèi)外研究的重點和熱點，其設計的首要目標是提高能量有效性，延長網(wǎng)絡生命周期［2］。WSN低功耗路由協(xié)議負責在Sink點和其余節(jié)點間可靠地傳輸數(shù)據(jù)［3］。LEACH［4］協(xié)議是層次型無線低功耗路由協(xié)議的典型代表?，F(xiàn)今的很多經(jīng)典都是受LEACH協(xié)議的成簇思想啟發(fā)而來，比較有代表性的主要有HEED［5］、EECS［6］、PEGASIS［7］、EEUC［8］、TEEN［9］等。HEED是一種在LEACH協(xié)議基礎上的改進協(xié)議，利用迭代的方式改進了簇頭選舉方法。但是，HEED算法在簇頭選舉階段采取迭代的方式，增加了能量消耗，在采用單跳數(shù)據(jù)傳輸?shù)募僭O下，其性能尚不如LEACH。EECS協(xié)議具有控制消息開銷小，聚類在空間上分布近似均勻，網(wǎng)絡能量有效利用率高等特點。但是，EECS也存在容易造成簇頭分布漏洞、節(jié)點加入簇首未考慮節(jié)點剩余能量等問題。PEGA?SIS算法繼承了LEACH的動態(tài)選舉方法并加以改進，減少了因經(jīng)常選舉簇頭而產(chǎn)生的能量浪費，并采用鏈式路由。TEEN協(xié)議采用與LEACH協(xié)議相同的分簇算法，但是在數(shù)據(jù)傳輸階段使用不同的策略，通過設置軟、硬兩個閾值來減少數(shù)據(jù)的發(fā)送次數(shù)。EEUC是一種非均勻分簇的路由協(xié)議，考慮到靠近基站的簇頭需要轉發(fā)其他簇頭的信息從而造成更多的能量消耗，通過競爭半徑的計算，使得距離基站遠的簇頭具有更大的競爭半徑形成更大的簇，但是EEUC對于節(jié)點與基站之間的距離等全局信息有很高的要求，這限制了其應用尤其是大規(guī)模應用的意義。Kodali R K等人針對LEACH協(xié)議不適合大規(guī)模網(wǎng)絡問題，提出了多層次機構的LEACH協(xié)議，一定程度上解決了LEACH協(xié)議在超大范圍網(wǎng)絡 的 應 用［10］。Sapna Gambhir等 人 提 出 了 Op-LEACH［11］協(xié)議，這是一種針對穩(wěn)定期的改進，讓高信息量的節(jié)點占用其他不傳輸數(shù)據(jù)的節(jié)點的時間槽進行額外通信，可以有效降低數(shù)據(jù)傳輸延遲，提高數(shù)據(jù)傳輸效率。馬建樂等人提出了基于位置與剩余能量的LEACH-LC［12］算法，與LEACH-C算法類似并在向BS提交的信息中增加剩余能量及與BS的距離等信。針對無線傳感器網(wǎng)絡中網(wǎng)絡能量損耗不均的問題，陳曉娟等人提出了一種基于LEACH的改進節(jié)能路由協(xié)議 LEACH-PSOC［13］。

本文針對感知異構的傳感器網(wǎng)絡，以LEACH協(xié)議為基礎，提出了基于簇內(nèi)可變通信周期的能量均衡改進協(xié)議—ACPSEB-LEACH協(xié)議，在收集實際數(shù)據(jù)的基礎上進行的仿真結果表明，改進后的協(xié)議在延長網(wǎng)絡生存周期、平衡全局能量上有更好的效果。

1 改進的協(xié)議ACPSEB-LEACH

1.1 LEACH協(xié)議分析

LEACH協(xié)議的全稱為低功耗自適應集簇分層型協(xié)議，為層次路由協(xié)議的典型代表。該算法基本思想是：以循環(huán)的方式隨機選擇簇頭節(jié)點，將整個網(wǎng)絡的能量負載平均分配到每個傳感器節(jié)點中，從而達到降低網(wǎng)絡能源消耗、提高網(wǎng)絡整體生存時間的目的。

LEACH算法分為三個部分：①簇頭選舉；②簇成員加入成簇；③簇的路由。選舉時，每個節(jié)點產(chǎn)生一個介于0和1之間的隨機數(shù)，如果這個數(shù)小于閾值T（n），該節(jié)點成為簇頭。

式中為T（n）的計算方法，其中p表示網(wǎng)絡中的簇頭比例，r表示輪數(shù)，集合G表示前1/p輪沒有當選簇頭的節(jié)點集合。但LEACH算法存在如下不足：①LEACH算法的隨機簇頭選舉會造成簇分布不合理，全局能耗不均，特別是離基站遠的節(jié)點更容易過早死亡。②擴展性差。由于簇頭與基站采取的是單跳的通信方式，使其不適合大規(guī)模網(wǎng)絡的應用。③適應性差。無線傳感器網(wǎng)絡的應用場合多樣，每種應用的要求可能完全不同。全網(wǎng)幾乎統(tǒng)一的采樣、傳輸周期使其不能適應現(xiàn)場應用的復雜環(huán)境，降低了算法的實際應用意義。

1.2 ACPSEB-LEACH協(xié)議

ACPSEB-LEACH協(xié)議節(jié)能思想是：依據(jù)實際感知信息特點，抑制節(jié)點數(shù)據(jù)發(fā)送量，從而造成各類節(jié)點之間以及較遠地區(qū)的同種節(jié)點之間的能耗差異，以此差異來進行簇頭、成簇優(yōu)化。實現(xiàn)網(wǎng)絡能量均衡，延長網(wǎng)絡生存時間。

在ACPSEB-LEACH協(xié)議中：在每一個簇頭選舉開始階段，所有節(jié)點都是普通節(jié)點。這里，對于所有節(jié)點引入節(jié)點活躍度L（i）表示節(jié)點i的前一段時間的總體活躍程度、引入AL（i，r）∈（0，1］表示節(jié)點第r輪當輪的活躍度。當AL（i，r）為1時表示節(jié)點處于最活躍階段，每一次屬于自己的時隙該節(jié)點都上交數(shù)據(jù)包；該值越小表示節(jié)點越不活躍，有部分屬于自己的時隙該節(jié)點并未選擇與簇頭進行通信，從而節(jié)約了能耗；0表示節(jié)點完全不活動，即代表節(jié)點已經(jīng)死亡。

ACPSEB-LEACH協(xié)議同樣分三個部分：①簇頭選舉；②簇的形成；③數(shù)據(jù)傳輸。

1.2.1 簇頭選舉

ACPSEB-LEACH的簇頭選舉分為兩階段：第一階段是臨時簇頭選舉；第二階段是最終簇頭選出。

階段一：臨時簇頭選舉。

選舉時，每個存活節(jié)點產(chǎn)生一個介于0和1之間的隨機數(shù)，如果這個數(shù)小于閾值T（n），該節(jié)點成為簇頭。這里，我們使用上文中提到的節(jié)點活躍度L（i）作為參數(shù)，構建一個修正函數(shù)G（n，r）對T（n）進行修正，如式（2）所示。

其中G(n,r)計算方法如式（3）所示。

其中Lavg表示全局節(jié)點平均活躍度，a、b均為可調(diào)整變量。引入G（n，r）的目的是使得高活躍度節(jié)點當選簇頭大大降低，低活躍度度階段當選簇頭節(jié)點概率大大增加，從而平均能量消耗，延長網(wǎng)絡存活時間，使得第一個死亡節(jié)點的時間得到延后。對于節(jié)點活躍度有兩種設定方法：①在網(wǎng)絡的初始部署階段，依據(jù)各種節(jié)點采集數(shù)據(jù)的現(xiàn)實需求與相關設計規(guī)范，可以對各類節(jié)點的采樣、發(fā)送周期進行區(qū)分設計，依據(jù)設定好的發(fā)送周期計算出固定的節(jié)點活躍度。②無法明確各類采集數(shù)據(jù)的具體要求時，也可以全網(wǎng)采用統(tǒng)一的最小采樣、通信周期，即全部節(jié)點初始活躍度為1，依據(jù)本文中的算法進行自我調(diào)整。

階段二：最終簇頭選出

由于引入了修正函數(shù)，可能會出現(xiàn)簇頭過密集的現(xiàn)象，前期低活躍度節(jié)可能會集體當選簇頭、后期前幾輪未當選的高活躍度節(jié)點也會出現(xiàn)同時當選的情況，因此在臨時簇頭選舉之后引進競爭半徑Rc（i）來進行簇頭調(diào)整，以確定最終簇頭，只有在競爭半徑Rc（i）以內(nèi)的節(jié)點才能接收到該臨時簇頭的當選信息。Rc（i）的計算［4］如式（4）所示：

其中，S為該區(qū)域的面積，kopt為最佳簇頭數(shù)目，Lavg表示全局節(jié)點平均活躍度。

節(jié)點i當選為臨時簇頭后，按如下步驟進行調(diào)整：①依據(jù)公式（4）計算自身競爭半徑Rc（i）。②若臨時簇頭i收到臨時簇頭j的當選消息，判斷兩者之間的距離d（i，j）與自身競爭半徑Rc（i）之間的關系。若Rc（i）＜d（i，j）臨時簇頭i將退出競選，發(fā)送退出競選消息。③調(diào)整之后，未退出的臨時簇頭當選為正式簇頭，向以自己為圓心，競爭半徑為Rc（i）的圓形區(qū)域廣播當選消息，接收其他節(jié)點的加入請求。

通過以上方法，在出現(xiàn)簇頭競爭區(qū)域相沖突時可以保證高活躍度臨時節(jié)點總是收到低活躍度節(jié)點的當選消息，那么高活躍度節(jié)點將向外發(fā)送退出競選消息，自動成為普通節(jié)點，就大大降低了高活躍度節(jié)點的能量消耗。

1.2.2 簇形成階段

高活躍度節(jié)點當選簇頭后，其能量消耗非常快，為了平衡全局能耗，延長網(wǎng)絡存活時間，要盡量延長高活躍度節(jié)點的存活時間，因此普通節(jié)點接收到正式簇頭后，綜合考慮距離、活躍度、剩余能量等因素選擇最佳的簇頭加入。對于節(jié)點i，接到正式簇頭j的當選通知后，計算自己加入該簇的成本C（i，j），選擇成本最小的簇頭加入。C（i，j）計算方法如式（5）所示：

其中w為可調(diào)節(jié)權重值，d（i，j）表示節(jié)點i到節(jié)點j之間的距離，d（j，Base）表示節(jié)點j到基站的距離。由公式可以看到，這樣的選擇方法可以降低遠離基站且高活躍度節(jié)點的簇成員數(shù)進而降低其能耗延長其存活時間；同時又考慮到節(jié)點i與簇頭j之間的距離，使得簇成員得到合理的分配。

所有簇成員加入后，簇頭為所有簇成員分配TDMA時隙并以廣播的方式通知各成員。

1.2.3 穩(wěn)定階段

簇形成之后，協(xié)議運行進入穩(wěn)定階段。在該階段，普通節(jié)點按一定的周期采集信息發(fā)送給簇頭節(jié)點，簇頭節(jié)點將數(shù)據(jù)壓縮、融合后傳送給基站。采集、傳輸這兩步驟都是以周期為間隔的，即信息采集周期Ts以及信息發(fā)送周期Tc。為了保證數(shù)據(jù)的實時性，采集到的數(shù)據(jù)應該保證能在下一個時隙發(fā)送出去，在LEACH協(xié)議中，Ts與Tc是相等的。

在本文所提出的ACPSEB-LEACH協(xié)議中，提出了簇內(nèi)可變通信周期策略即Ts與Tc不一定相等。節(jié)點并不是每個時隙都與簇頭進行通信，以減少數(shù)據(jù)的發(fā)送量。對于簇成員節(jié)點i，Ts（i）與Tc（i）的確定方式如下：

令Tc(i)=k×Ts(i),k=1,2,3…kmax

①節(jié)點每發(fā)送一次數(shù)據(jù)，k自動增加1，若節(jié)點兩次采集的數(shù)據(jù)不相同，k復位為1。

②節(jié)點發(fā)送數(shù)據(jù)的條件：節(jié)點兩次采集的數(shù)據(jù)不相同或者Tc（i）超時。

③每次變更通信周期Tc，簇成員都應該在新的通信周期生效前及時通知簇頭節(jié)點。簇頭節(jié)點在接到其成員節(jié)點i的數(shù)據(jù)后將其保存。在Tc的持續(xù)時間內(nèi)，如果節(jié)點i不發(fā)送新的數(shù)據(jù)，簇頭默認使用節(jié)點i上次傳遞過來的數(shù)據(jù)；如果節(jié)點i發(fā)來新的數(shù)據(jù)，則更新數(shù)據(jù)及對應的簇內(nèi)通信周期。依據(jù)這樣的策略，可以依據(jù)情況決定是否發(fā)送數(shù)據(jù)、多長時間發(fā)送一次，節(jié)約了節(jié)點能量。由于每個節(jié)點都知道自己在當輪的各個簇內(nèi)通信周期及持續(xù)時間，那么在每次發(fā)送數(shù)據(jù)包大小都相同的情況下，很容易得到當輪的數(shù)據(jù)發(fā)送總量。最活躍的節(jié)點每次數(shù)據(jù)采集后都執(zhí)行數(shù)據(jù)發(fā)送，假設它的數(shù)據(jù)發(fā)送量為D，對于其他次活躍節(jié)點來說，在每一輪結束階段，自己的數(shù)據(jù)發(fā)送量D（i，r-1）與D之間存在以下關系：

AL（i，r-1）表示節(jié)點i在第r-1輪的活躍度。因為節(jié)點的能量消耗是和相對長時間的節(jié)點活躍度相關的，所以對AL（i，r-1）進行算術平均，得到反映前一段時間的節(jié)點活躍度L（i），計算公式如下：

依據(jù)得到的L（i）即可在下一輪開始時，將其帶入式（3）中，以達到優(yōu)化簇頭選舉，平衡能量消耗的目的。

2 實驗測試與分析

2.1 應用場景假設

由于傳感器網(wǎng)絡具有很強的應用相關性，不同應用中的路由協(xié)議可能差別很大，沒有一個通用的路由協(xié)議［14］。研究無線傳感器網(wǎng)絡路由協(xié)議不可忽略其應用場景。無線傳感器網(wǎng)絡的應用場合多樣，每種應用的要求不盡相同。在多種傳感器同時采集的情況下，除了要解決網(wǎng)絡能耗等傳統(tǒng)問題還要要面對更為復雜的情況：①為了延長網(wǎng)絡生存時間，盡可能地保證采樣精度的情況下應盡量延長采樣周期［15］，每一種數(shù)據(jù)的要求可能不同，LEACH等協(xié)議難以滿足這種多樣需求。②傳感器采集的同一種信息數(shù)據(jù)在一段時間內(nèi)可能是完全相同的，重復的傳輸浪費系統(tǒng)資源。③對于一個多類型信息采集系統(tǒng)，任何一種信息的缺失都會給用戶帶來巨大的麻煩。

本實驗參照實際采集數(shù)據(jù)的結果，在此基礎上進行模擬。依據(jù)實驗室現(xiàn)有物聯(lián)網(wǎng)設備，完成了實際數(shù)據(jù)的采集。使用了實驗室中的三種傳感器，采集了光照、溫度及濕度三種信息。本次采集所使用的無線傳感器節(jié)點是CC2530節(jié)點，在TinyOS系統(tǒng)環(huán)境下，實現(xiàn)數(shù)據(jù)采集功能及數(shù)據(jù)轉發(fā)功能。光照、溫度及濕度數(shù)據(jù)的采集如圖1、圖2所示。

可以看到，實際采集到的數(shù)據(jù)都有浮動期和穩(wěn)定期。在實際采集時發(fā)現(xiàn)，在一段時間內(nèi)，采集到大量的相同數(shù)據(jù)。所以，依據(jù)數(shù)據(jù)采集的經(jīng)驗，對于本文實驗，假設監(jiān)測區(qū)域內(nèi)需要采集的物理量在每一輪內(nèi)隨采集次數(shù)count變化示意圖如圖3所示。模擬數(shù)據(jù)1、3代表部分變化部分恒定的物理量，數(shù)據(jù)2代表一直變化的物理量，數(shù)據(jù)4代表絕大部分時間恒定數(shù)值偶爾波動的物理量。由于節(jié)點活躍度L（i）衡量標準是數(shù)據(jù)的變化，所以以上四種情況基本可以涵蓋大部分情況。

圖1 光照數(shù)據(jù)采集

圖2 溫度及濕度數(shù)據(jù)采集

圖3 信號模擬示意圖

仿真實驗設定對一個邊長為200 m的正方形區(qū)域內(nèi)的4種物理信號進行周期性同時采集。設采集周期為t，每一輪的采集次數(shù)為count，則每一輪的總時長為Tr=t*count。基站位于區(qū)域中心位置，如圖4所示。

圖4 應用場景示意圖

因此，我們布置4種傳感器節(jié)點分別采集以上四種模擬信息。假設每種節(jié)點的覆蓋度相同，每一種傳感器個數(shù)為200，網(wǎng)絡總的傳感器節(jié)點個數(shù)N=800。所有節(jié)點初始活躍度都設為1。

2.2 網(wǎng)絡通信模型

根據(jù)WSN研究中的常見假設，本文中的網(wǎng)絡模型作如下假設［16-17］：①每個節(jié)點都具有相同的計算能力、通信能力，均具備數(shù)據(jù)聚合的能力。②若已知發(fā)送方的發(fā)射功率，接收方可以根據(jù)信號的強度計算二者間距離的近似值。③節(jié)點的最大發(fā)射功率是有限的，節(jié)點可以自由調(diào)節(jié)發(fā)射功率。④節(jié)點間的鏈路是對稱的，他們以相同的傳輸功率進行通信。⑤傳感網(wǎng)絡各節(jié)點的時間是同步的，有可靠的時間同步機制。⑥基站可以能夠和所有節(jié)點進行通信。簇頭與基站之間進行單跳或多跳方式進行通信。本文統(tǒng)一采用單跳形式。

2.3 能耗模型及參數(shù)選擇

無線傳感網(wǎng)絡中，節(jié)點的能耗大部分來自于數(shù)據(jù)的發(fā)送接收，少部分來自于發(fā)射電路損耗和功放損耗。本文采用與文獻［16］相同的的無線通信能耗模型：

式（8）表示節(jié)點發(fā)送l比特數(shù)據(jù)到距離d的接收者的能量消耗，式（9）表示接收l比特數(shù)據(jù)的能量消耗。Eelec表示發(fā)射電路的能量損耗，當傳輸距離d小于閾值d0時，采用自由空間模型，εfs表示功放所需的能量。當傳輸距離d大于等于閾值d0時，采用多路徑衰減模型，εmp表示在該模型下功率放大所需能量。

本次實驗中采用的各參數(shù)值如下［4］：所有節(jié)點統(tǒng)一初始能量，節(jié)點初始能量E0=0，Eelec=50 nJ/bit，εfs=10 pJ/（bit/m2），d0=87.7，εmp=0.001 3 Pj/（bit/m4），p=0.05。

數(shù)據(jù)融合的能耗為：

對于本文中的場景，M=200。文中提到的w，a，b依據(jù)經(jīng)驗值設定：w=0.8，a=2.8，b=5。

2.4 性能分析與比較比較

本文采用Matlab仿真軟件對LEACH，EECS，ACPSEB-LEACH在上述的環(huán)境下進行仿真比較。由于采用簇內(nèi)通信周期可變策略，使得實際發(fā)送數(shù)據(jù)的減少，從而節(jié)省能量，所以對所有協(xié)議都采取這樣的發(fā)送策略進行比較。

實驗比較主要依據(jù)以下幾點性能：①網(wǎng)絡生存周期；②節(jié)點平均剩余能量，該參數(shù)表征全局能量利用效率；③簇頭數(shù)據(jù)發(fā)送量，簇頭發(fā)給基站的數(shù)據(jù)越多，監(jiān)測到的信息越全面；④死亡節(jié)點構成，參與傳感的不同類型網(wǎng)絡是否基本同時開始死亡。

2.4.1 網(wǎng)絡生存周期及死亡節(jié)點實驗

網(wǎng)絡的生存周期是本最重要的一個指標，三種算法的實驗結果如圖5所示。

從圖5可見，ACPSEB-LEACH協(xié)議的網(wǎng)絡生存周期最長，EECS其次，LEACH最差。

圖5 網(wǎng)絡生存周期示意圖

LEACH協(xié)議由于沒有依據(jù)節(jié)點活躍度來采取相應的節(jié)能措施，同時隨機選取簇頭的方式使得簇頭分布不合理不可控，使得高活躍節(jié)點過早死亡，曲線橫向跨度非常大，實際上是不同活躍度的依次死亡造成的，網(wǎng)絡拓撲在高活躍度節(jié)點死亡后已經(jīng)不完整，后期采集上的數(shù)據(jù)意義已經(jīng)不大。LEACH協(xié)議的節(jié)點死亡細節(jié)如圖6所示。

圖6 LEACH中各組節(jié)點死亡示意圖

EECS比LEACH略有提高，雖然采取了一些能量平衡的措施，但是在本文的實驗環(huán)境中并沒有太好的效果，也存在與LEACH類似的問題。

對于ACPSEB-LEACH協(xié)議，從圖5可見，首個死亡節(jié)點大幅度延后，1600輪以后節(jié)點死亡曲線上升很快，表明網(wǎng)絡中的節(jié)點在快速死亡，整個網(wǎng)絡的能耗非常平均，ACPSEB-LEACH中各組節(jié)點死亡示意圖如圖7所示。

圖7 ACPSEB-LEACH各組節(jié)點死亡示意圖

實驗結果說明，ACPSEB-LEACH協(xié)議的網(wǎng)絡生存時長效果最好，各組節(jié)點死亡時間基本一致，各類型節(jié)點之間能量消耗比較均衡。

2.4.2 節(jié)點平均剩余能量實驗

節(jié)點平均剩余能量是衡量網(wǎng)絡中節(jié)點能量利用效率的一個標準，剩余能量越多，說明每一輪節(jié)點的消耗越少，這樣也就能夠更好的延長傳感網(wǎng)絡的生命周期。圖8表示的是三種算法的節(jié)點平均剩余能量。

從圖8中可以看出。EECS與本文提出的ACPSEB-LEACH算法有一個交叉點。本文提出的ACPSEB-LEACH協(xié)議的平均剩余能量在交叉點以前都要好于LEACH及EECS的效果，在交叉點以后低于EECS。出現(xiàn)這種情況是因為在交叉點附近，EECS與LEACH協(xié)議中的高活躍節(jié)點基本已全部死亡，留下的低活躍節(jié)點能量消耗非常少。這說明ACPSEB-LEACH協(xié)議的能量均衡，利用率高，算法收斂性快的特點。

圖8 節(jié)點平均剩余能量

可見，在有效的網(wǎng)絡生存周期內(nèi)，本文提出的ACPSEB-LEACH協(xié)議的平均剩余能量要高于其他兩種。

2.4.3 簇頭數(shù)據(jù)發(fā)送量實驗

考慮到傳感網(wǎng)絡的應用環(huán)境，簇頭向基站發(fā)送的數(shù)據(jù)量也是一個重要的指標，對比三種協(xié)議的基站數(shù)據(jù)接收量，如圖9所示。

圖9 簇頭發(fā)送數(shù)據(jù)量

由圖9可以看到，在采用簇內(nèi)可變周期數(shù)據(jù)發(fā)送策略的情況下，ACPSEB-LEACH協(xié)議依然可以傳送大量數(shù)據(jù)包到達基站，同時保證了采集的數(shù)據(jù)量和能量的節(jié)約。

綜上所述，ACPSEB-LEACH協(xié)議在網(wǎng)絡生存周期，節(jié)點平均剩余能量，發(fā)送數(shù)據(jù)量上都有一個很好的效果，對比LEACH及EECS有很大的提高。

3 總結

本文考慮了一種接近真實的多種數(shù)據(jù)同時采集的網(wǎng)絡環(huán)境，提出一種適用于周期性、長期性信號采集應用的低功耗路由協(xié)議ACPSEB-LEACH。該協(xié)議從LEACH協(xié)議的穩(wěn)定階段及成簇階段對LEACH協(xié)議進行改進，運行過程中能夠自我調(diào)整節(jié)點數(shù)據(jù)發(fā)送周期，從而滿足低功耗與信息感知的雙方面要求。仿真表明，改進后的協(xié)議在延長網(wǎng)絡生存周期、平衡全局能量上有很好的效果。更為重要的是，本文思路為以后進一步對無線傳感網(wǎng)絡低功耗路進行研究提供了一個科學地、可供參考的方法，此策略在多跳傳輸及大規(guī)模網(wǎng)絡擴展方面依然有極大的改進空間。

［1］李建中，高宏.無線傳感器網(wǎng)絡的研究進展［M］.計算機研究與發(fā)展，2008，45（1）：1-15.

［2］李芳芳，王靖.一種基于LEACH協(xié)議的無線傳感器網(wǎng)絡路由算法［J］.傳感技術學報，2012，25（10）：1445-1452.

［3］唐勇，周明天，張欣.無線傳感器網(wǎng)絡路由協(xié)議研究進展［J］.軟件學報，2006.3：410-412.

［4］Heinzelman W B，Anantha P Chandrakasan，Hari Balakrishnan.An Application-Specific Protocol Architecture for Wireless Micro?sensor Networks［C］//Proc of the 33rd Hawaii International Con?ference on System Sciences，2000：3005-1130.

［5］Younis O，F(xiàn)ahmy S.HeeD：A Hybrid，Energy-Efficient Distribut?ed Clustering Approach for Ad-Hoc Sensor Networks［J］.IEEE Trans on Mobile Computing，2004，3（4）：660-669.

［6］陳貴海，李成法，葉懋，等.EECS：一種無線傳感器網(wǎng)絡中節(jié)能的聚類方案［J］.Journal of Frontiers of Computer Science and Technology，2007，1（2）：1673-9418.

［7］Lindsey S，Raghavendra C.PEGASIS：Power-Efficient Gathering?in Sensor Information Systems.IEEE Aerospace ConferencePro?ceedings，2002.

［8］李成法，陳貴海，葉懋，等.一種基于非均勻分簇的無線傳感器網(wǎng)絡路由協(xié)議［J］.計算機學報，2007（1）：28-36.

［9］Manjeshwar A，Agrawal D P.TEEN：A Routing Protocol for En?hanced Efficiency in Wireless Sensor Networks.Proceedings of the 15th Parallel and Distributed Processing Symposium，2001.

［10］Ravi Kishore Kodali，Naveen Kumar Aravapalli.Multi-Level LEACH Protocol Model Using NS-3［A］.2014 IEEE International Advance Computing Conference（IACC），2014：375-380.

［11］Sapna Gambhir，Nida Fatima.Op-LEACH：An Optimized LEACH Method for Busty Traffic in WSNs［A］.2014 Fourth International Conference on Advanced Computing&Communication Technolo?gies，2014：222-2229.

［12］馬建樂，楊軍.基于位置和剩余能量的局部集中式LEACH算法研究［J］.傳感技術學報，2013，26（8）：1147-1151.

［13］陳曉娟，王搖卓，吳搖潔.一種基于LEACH的改進WSN路由算法［J］.傳感技術學報，2013，26（1）：116-121.

［14］余成波，李洪兵，陶紅艷.無線傳感網(wǎng)絡實用教程［M］.北京：清華大學出版社，2012.4.

［15］洪鋒，褚紅偉，金宗科，等.無線傳感器網(wǎng)絡應用系統(tǒng)最新進展綜述［J］.計算機研究與發(fā)展，2010，47（Suppl）：81-87.

［16］Intanagonwiwat C，Govindan R，Estrin D.Directed Diffusion：A Scalable and Robust Communication Paradigm for Sensor Net?works.In Proceedings of the 6th Annual ACM/IEEE International Conference on Mobile Computing and Networking（MOBICOM），August，2000：56-67.

［17］蘇金樹，郭文忠，余朝龍，等.負載均衡感知的無線傳感網(wǎng)絡容錯分簇算法［J］.計算機學報，2014，37（2）：445-456.