魏瑜瑤， 陳宏濱

(桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林 541004)

無(wú)線傳感器網(wǎng)絡(luò)[1](wireless sensor networks，簡(jiǎn)稱WSNs)產(chǎn)生的數(shù)據(jù)增長(zhǎng)迅速，因此數(shù)據(jù)的存儲(chǔ)對(duì)于資源有限的傳感器網(wǎng)絡(luò)是一個(gè)重要的研究課題。無(wú)線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)存儲(chǔ)[2]，根據(jù)存儲(chǔ)位置的不同分為集中式存儲(chǔ)[3]、本地存儲(chǔ)和分布式存儲(chǔ)。集中式存儲(chǔ)中所有采集到的感知數(shù)據(jù)都被傳輸?shù)絪ink節(jié)點(diǎn)，查詢直接從sink節(jié)點(diǎn)獲取數(shù)據(jù)。因?yàn)閟ink節(jié)點(diǎn)的能量和存儲(chǔ)空間不受限制，數(shù)據(jù)可以長(zhǎng)時(shí)間保存，并且查詢便利，所以適用于查詢相對(duì)頻繁的網(wǎng)絡(luò)，缺點(diǎn)是sink節(jié)點(diǎn)周?chē)?jié)點(diǎn)的數(shù)據(jù)會(huì)快速耗盡，形成網(wǎng)絡(luò)瓶頸。本地存儲(chǔ)中傳感器產(chǎn)生的感知數(shù)據(jù)存儲(chǔ)在節(jié)點(diǎn)自身的存儲(chǔ)器，但用戶的查詢請(qǐng)求在網(wǎng)絡(luò)中使用泛洪路由[4]，能量消耗過(guò)多，查詢時(shí)間長(zhǎng)，節(jié)點(diǎn)死亡導(dǎo)致數(shù)據(jù)丟失。在分布式存儲(chǔ)[5-7]中，感知到的數(shù)據(jù)不一定存儲(chǔ)在本地，而存儲(chǔ)在由某種機(jī)制確定的其他節(jié)點(diǎn)，查詢請(qǐng)求使用相同的機(jī)制路由到存儲(chǔ)節(jié)點(diǎn)獲取數(shù)據(jù)，從而避免了泛洪，大量相同類型的數(shù)據(jù)產(chǎn)生會(huì)導(dǎo)致相應(yīng)的存儲(chǔ)節(jié)點(diǎn)出現(xiàn)熱點(diǎn)問(wèn)題，并且復(fù)雜的信息中介機(jī)制也會(huì)耗費(fèi)額外的能量。

從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的角度，可以將無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議分為平面路由協(xié)議和層次路由協(xié)議[8]。層次路由在提高無(wú)線傳感器網(wǎng)絡(luò)的能量有效性以及網(wǎng)絡(luò)擴(kuò)展方面具有極大優(yōu)勢(shì)，適合無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際應(yīng)用。經(jīng)典的層次路由協(xié)議是LEACH協(xié)議[9]，它將網(wǎng)絡(luò)中的節(jié)點(diǎn)分為若干簇，每簇有一個(gè)簇頭收集和處理簇內(nèi)的數(shù)據(jù)，簇頭周期性地發(fā)送融合處理后的數(shù)據(jù)到sink節(jié)點(diǎn)。因?yàn)閿?shù)據(jù)融合后傳送到sink節(jié)點(diǎn)可以減少數(shù)據(jù)的傳輸量，從而節(jié)省網(wǎng)絡(luò)的能耗，所以LEACH協(xié)議也適用于無(wú)線傳感器網(wǎng)絡(luò)的集中式數(shù)據(jù)存儲(chǔ)。已有很多文獻(xiàn)針對(duì)LEACH協(xié)議的簇頭優(yōu)化[10]和傳輸數(shù)據(jù)的路徑進(jìn)行優(yōu)化[11]，為此，從組簇角度改進(jìn)LEACH，提出一種基于動(dòng)態(tài)分簇的集中式數(shù)據(jù)存儲(chǔ)算法。

1 系統(tǒng)模型

基于動(dòng)態(tài)分簇的集中式數(shù)據(jù)存儲(chǔ)算法的存儲(chǔ)節(jié)點(diǎn)和查詢節(jié)點(diǎn)均為sink節(jié)點(diǎn)，選取的簇頭為簇內(nèi)數(shù)據(jù)的暫時(shí)存儲(chǔ)節(jié)點(diǎn)，周期性地向sink節(jié)點(diǎn)發(fā)送所收集數(shù)據(jù)。

1.1 網(wǎng)絡(luò)模型

N個(gè)傳感器節(jié)點(diǎn)隨機(jī)分布在M×M的正方形區(qū)域，針對(duì)此網(wǎng)絡(luò)給出如下假設(shè)：

1)傳感器節(jié)點(diǎn)部署后不再移動(dòng)；

2)網(wǎng)絡(luò)中只存在一個(gè)sink節(jié)點(diǎn)，部署在一個(gè)固定位置，通過(guò)其發(fā)起查詢請(qǐng)求，且sink節(jié)點(diǎn)的能量和存儲(chǔ)容量不受限；

3)除sink節(jié)點(diǎn)外，其他節(jié)點(diǎn)是同構(gòu)的，且具有相同的初始能量、存儲(chǔ)容量和計(jì)算能力；

4)簇內(nèi)節(jié)點(diǎn)到簇頭節(jié)點(diǎn)、簇頭節(jié)點(diǎn)到sink節(jié)點(diǎn)都是單跳，節(jié)點(diǎn)可根據(jù)距離調(diào)整無(wú)線發(fā)射功率。

1.2 代價(jià)模型

1)節(jié)點(diǎn)i單位時(shí)間采集數(shù)據(jù)的存儲(chǔ)代價(jià)為

Cstore(i)=rd(i)sdC(i,h)+αrd(i)sdC(h,o)，

(1)

其中：rd(i)為節(jié)點(diǎn)i單位時(shí)間內(nèi)采集感知數(shù)據(jù)的次數(shù)；sd為每次采集到的感知數(shù)據(jù)；C(i,h)為節(jié)點(diǎn)i傳輸單位數(shù)據(jù)到簇頭h的代價(jià)，包括節(jié)點(diǎn)i和簇頭h的通信代價(jià)；C(h,o)為簇頭h傳輸單位數(shù)據(jù)到sink節(jié)點(diǎn)o的通信代價(jià)；α∈(0,1]為數(shù)據(jù)融合比率，用來(lái)模擬數(shù)據(jù)融合的效果。節(jié)點(diǎn)i的存儲(chǔ)代價(jià)由節(jié)點(diǎn)傳輸數(shù)據(jù)到簇頭和簇頭傳輸融合后的數(shù)據(jù)到sink節(jié)點(diǎn)的代價(jià)共同決定。

2)網(wǎng)絡(luò)中節(jié)點(diǎn)i和j之間的通信代價(jià)與路由路徑長(zhǎng)度成正比，路由路徑長(zhǎng)度定義為歐氏距離。兩節(jié)點(diǎn)之間的距離越大，通信代價(jià)越大。

2 基于動(dòng)態(tài)分簇的存儲(chǔ)算法

基于動(dòng)態(tài)分簇的數(shù)據(jù)存儲(chǔ)算法基于LEACH協(xié)議，LEACH中網(wǎng)絡(luò)按“輪”運(yùn)行，每輪由簇的建立和穩(wěn)定2個(gè)階段組成。在建立階段，網(wǎng)絡(luò)完成簇頭的選取和簇的自組織形成；穩(wěn)定階段中，簇成員按照輪流工作機(jī)制發(fā)送數(shù)據(jù)給簇頭，簇頭將收集的簇內(nèi)數(shù)據(jù)進(jìn)行融合處理后傳輸給sink節(jié)點(diǎn)。穩(wěn)定工作一段時(shí)間后，進(jìn)行下一輪的簇頭選取和簇的形成，開(kāi)始新一輪的網(wǎng)絡(luò)運(yùn)行，直到網(wǎng)絡(luò)生命周期停止。本算法同樣分為簇頭選取、簇的形成和穩(wěn)定工作階段，簇頭的選取在LEACH的基礎(chǔ)上考慮了節(jié)點(diǎn)的剩余能量，簇形成階段與LEACH的有所不同，簇形成根據(jù)距離簇頭的遠(yuǎn)近和設(shè)置的存儲(chǔ)代價(jià)作為判斷條件進(jìn)行初步組簇，然后考慮簇成員數(shù)目進(jìn)行簇成員的動(dòng)態(tài)調(diào)整，調(diào)整之后分簇成功，進(jìn)入簇的穩(wěn)定工作階段。

2.1 簇頭的選取機(jī)制

在分簇的網(wǎng)絡(luò)結(jié)構(gòu)中，簇頭不僅采集自身產(chǎn)生的感知數(shù)據(jù)，還作為簇成員數(shù)據(jù)的臨時(shí)存儲(chǔ)節(jié)點(diǎn)，將收集的數(shù)據(jù)進(jìn)行處理和融合，并將融合后的數(shù)據(jù)發(fā)送給sink節(jié)點(diǎn)集中存儲(chǔ)，簇成員將采集的感知數(shù)據(jù)在規(guī)定的時(shí)隙內(nèi)發(fā)送數(shù)據(jù)給所屬簇頭，所以簇頭比簇成員要完成更多的任務(wù)，能量消耗得更快。LEACH中，簇頭的選取是隨機(jī)的，未考慮節(jié)點(diǎn)的剩余能量，若能量較低的節(jié)點(diǎn)被選為簇頭，會(huì)導(dǎo)致節(jié)點(diǎn)更快死亡，因此簇頭的選取原則應(yīng)考慮節(jié)點(diǎn)當(dāng)前的能量。選取簇頭的閾值計(jì)算式為

(2)

其中：p為簇頭占比；r為當(dāng)前輪數(shù)；G為當(dāng)前輪轉(zhuǎn)周期內(nèi)未當(dāng)選過(guò)簇頭的節(jié)點(diǎn)集合；Ei,res為節(jié)點(diǎn)i當(dāng)前的剩余能量；Einit為節(jié)點(diǎn)的初始能量。

當(dāng)節(jié)點(diǎn)i產(chǎn)生的隨機(jī)數(shù)小于閾值T(i)時(shí)，節(jié)點(diǎn)i成為簇頭。因?yàn)殚撝倒街屑尤肓斯?jié)點(diǎn)剩余能量的因素，所以能量大的節(jié)點(diǎn)有更大概率成為簇頭，從而改善能量較小的節(jié)點(diǎn)成為簇頭的情形，使得網(wǎng)絡(luò)中的負(fù)載能夠均勻分?jǐn)傇诿總€(gè)節(jié)點(diǎn)上，延長(zhǎng)網(wǎng)絡(luò)的生命周期。

2.2 簇形成階段

2.2.1 簇初步形成

節(jié)點(diǎn)當(dāng)選為簇頭后，在網(wǎng)絡(luò)中廣播自己成為簇頭的消息，等待簇成員的加入。在該階段中，引入節(jié)點(diǎn)的存儲(chǔ)代價(jià)模型。網(wǎng)絡(luò)中已經(jīng)得到k個(gè)簇頭的集合為{h1,h2,…,hk}，非簇頭節(jié)點(diǎn)通過(guò)接收每個(gè)簇頭發(fā)來(lái)的消息，能夠得到簇頭與節(jié)點(diǎn)的距離為{d1,d2,…,dk}，找到距離最近的簇頭hx(1≤x≤k)，判斷節(jié)點(diǎn)i通過(guò)簇頭hx的存儲(chǔ)代價(jià)Cstore,hx(i)是否小于節(jié)點(diǎn)i直接將數(shù)據(jù)存儲(chǔ)到sink節(jié)點(diǎn)的代價(jià)Cstore,sink(i)。判斷條件為

Cstore,hx(i)

(3)

其中：

(4)

Cstore,sink(i)=rd(i)sdC(i,o)。

(5)

若滿足式(3)的判斷條件，則選擇加入簇頭hx，成為其備選簇成員；若不滿足該條件，則尋找距離該節(jié)點(diǎn)次近的簇頭，滿足條件即可加入。若節(jié)點(diǎn)i發(fā)現(xiàn)所有簇頭對(duì)應(yīng)節(jié)點(diǎn)都不滿足式(3)條件，則加入距離最近的簇頭成為備選簇成員。

加入節(jié)點(diǎn)的存儲(chǔ)代價(jià)的判斷條件，使節(jié)點(diǎn)通過(guò)簇頭傳送數(shù)據(jù)到sink節(jié)點(diǎn)是有效的。有的節(jié)點(diǎn)通過(guò)距離最近的簇頭的存儲(chǔ)代價(jià)并不滿足式(3)，可通過(guò)次近簇頭達(dá)到條件。如果節(jié)點(diǎn)距離簇頭過(guò)遠(yuǎn)，存儲(chǔ)代價(jià)的判斷條件亦不滿足。這是因?yàn)楣?jié)點(diǎn)通過(guò)簇頭傳送數(shù)據(jù)到sink節(jié)點(diǎn)的存儲(chǔ)代價(jià)綜合考慮了節(jié)點(diǎn)到簇頭和簇頭到sink節(jié)點(diǎn)的通信代價(jià)。

經(jīng)過(guò)初步分簇，簇頭hj(1≤j≤k)已經(jīng)具有備選簇成員的基本信息，備選簇成員數(shù)為hj,num，進(jìn)行簇成員的動(dòng)態(tài)調(diào)整，確定最終簇成員。

2.2.2 簇成員的動(dòng)態(tài)調(diào)整

當(dāng)簇規(guī)模過(guò)大時(shí)，簇頭的能量消耗大，網(wǎng)絡(luò)中的節(jié)點(diǎn)負(fù)載不均衡，所以對(duì)每個(gè)簇的簇成員進(jìn)行動(dòng)態(tài)調(diào)整，簇內(nèi)的備選簇成員節(jié)點(diǎn)選擇性退出或簇內(nèi)加入節(jié)點(diǎn)，改善網(wǎng)絡(luò)中簇規(guī)模過(guò)大或過(guò)小的情況，進(jìn)而實(shí)現(xiàn)簇與簇之間的能耗均衡。

簇成員數(shù)閾值為：

(6)

(7)

其中λ和η為預(yù)先設(shè)定的簇成員數(shù)的調(diào)整因子。當(dāng)hj,num>V1時(shí)，即簇頭hj所擁有的備選簇成員個(gè)數(shù)超過(guò)閾值V1，簇hj為較大簇；當(dāng)hj,num

初步分簇后，如果較大簇和較小簇都存在于網(wǎng)絡(luò)中，首先進(jìn)行較大簇內(nèi)簇成員的調(diào)整。實(shí)現(xiàn)步驟為：

1)當(dāng)簇hj為較大簇時(shí)，需要節(jié)點(diǎn)的退出使得該簇變?yōu)檎４?。退出的?jié)點(diǎn)i可加入簇hz滿足的條件為：

(8)

簇hz是正常簇或極小簇，并且退出的節(jié)點(diǎn)i通過(guò)簇頭hz的存儲(chǔ)代價(jià)小于或等于通過(guò)原簇頭hj的存儲(chǔ)代價(jià)。簇hj可退出的節(jié)點(diǎn)數(shù)為t1，退出t1個(gè)節(jié)點(diǎn)可使較大簇hj變?yōu)檎４?，簇hz可加入的個(gè)數(shù)為j1，節(jié)點(diǎn)加入后不能使其變成較大簇。

2)簇頭hj找到距離最近的hz，簇hz是正常簇或極小簇，計(jì)算可加入簇hz的節(jié)點(diǎn)數(shù)。簇頭hj找出距離簇頭hz較近且滿足退出條件的節(jié)點(diǎn)，向其發(fā)出轉(zhuǎn)換簇頭消息，得到消息的節(jié)點(diǎn)解除原簇頭hj的備選簇成員關(guān)系，成為簇頭hz的備選簇成員。若退出節(jié)點(diǎn)達(dá)到t1，則在該階段簇hj已經(jīng)退出完畢;若未達(dá)到t1，找到距離次近的極小簇或正常簇，節(jié)點(diǎn)繼續(xù)退出，直到退出節(jié)點(diǎn)數(shù)達(dá)到t1。

3)當(dāng)簇hj節(jié)點(diǎn)退出t1，該簇已變成正常簇，在網(wǎng)絡(luò)中廣播簇成員變更消息，等待其他簇的節(jié)點(diǎn)調(diào)整；當(dāng)較大簇hj遍歷其他簇后，發(fā)現(xiàn)未成功退出t1個(gè)節(jié)點(diǎn)后，不再參與其他簇的動(dòng)態(tài)調(diào)整，向現(xiàn)有的備選簇成員發(fā)送允許加入消息，備選簇成員成為簇hj的最終簇成員，該簇分簇成功，在網(wǎng)絡(luò)中廣播成簇成功消息，簇hj進(jìn)入數(shù)據(jù)的采集和存儲(chǔ)階段。

如果較大簇都動(dòng)態(tài)調(diào)整后，較小簇還存在于網(wǎng)絡(luò)中，應(yīng)進(jìn)行較小簇內(nèi)簇成員的調(diào)整。實(shí)現(xiàn)步驟為：

1)當(dāng)簇hj為較小簇時(shí)，需要節(jié)點(diǎn)的加入使得該簇變?yōu)檎４?。加入?jié)點(diǎn)所在的簇hz應(yīng)滿足的條件為：

(9)

簇hz是正常簇，并且被選簇成員節(jié)點(diǎn)i通過(guò)簇頭hj的存儲(chǔ)代價(jià)小于或等于通過(guò)原簇頭hz的存儲(chǔ)代價(jià)。簇hj節(jié)點(diǎn)可以加入的節(jié)點(diǎn)數(shù)為j2，加入j2個(gè)節(jié)點(diǎn)可以使較小簇hj變?yōu)檎４兀豩z可以退出的節(jié)點(diǎn)為t2，節(jié)點(diǎn)退出后不能使其變成較小簇。

2)簇頭hj找到距離最近的hz，簇頭hz計(jì)算出可以加入簇hj的節(jié)點(diǎn)數(shù)，簇頭hz找出距離簇頭hj較近且滿足退出條件的節(jié)點(diǎn)，向其發(fā)出轉(zhuǎn)換簇頭消息。若節(jié)點(diǎn)加入數(shù)已經(jīng)達(dá)到j(luò)2，則該階段簇hj已經(jīng)補(bǔ)充完畢；若未達(dá)到j(luò)2，找到距離次近的正常簇，節(jié)點(diǎn)繼續(xù)加入，直到節(jié)點(diǎn)加入數(shù)達(dá)到j(luò)2。

3)較小簇hj遍歷過(guò)所有正常簇后，不論是否有滿足條件的節(jié)點(diǎn)加入，都向現(xiàn)有的備選簇成員發(fā)送允許加入消息，現(xiàn)有的備選簇成員成為簇hj的最終簇成員，廣播成簇成功消息，該簇進(jìn)入數(shù)據(jù)的采集和存儲(chǔ)階段。

網(wǎng)絡(luò)中所有較小簇都經(jīng)過(guò)節(jié)點(diǎn)的調(diào)整后，所有簇將不再進(jìn)行調(diào)整，網(wǎng)絡(luò)全面進(jìn)入數(shù)據(jù)采集和存儲(chǔ)階段。一輪過(guò)后，重新按照簇頭選取、簇初步形成和簇成員的動(dòng)態(tài)調(diào)整實(shí)現(xiàn)動(dòng)態(tài)分簇，簇形成后再次進(jìn)入簇穩(wěn)定工作階段。簇頭收集的簇成員的數(shù)據(jù)暫時(shí)存儲(chǔ)并融合處理，傳送到sink節(jié)點(diǎn)進(jìn)行永久存儲(chǔ)，當(dāng)查詢時(shí)直接在sink節(jié)點(diǎn)內(nèi)部檢索。

3 仿真實(shí)驗(yàn)和結(jié)果分析

3.1 參數(shù)設(shè)置

為驗(yàn)證本算法的合理性和有效性，采用MATLAB平臺(tái)進(jìn)行仿真，同時(shí)在相同網(wǎng)絡(luò)實(shí)驗(yàn)參數(shù)設(shè)置下，與LEACH、DCHS[12]協(xié)議下的集中式數(shù)據(jù)存儲(chǔ)進(jìn)行實(shí)驗(yàn)對(duì)比。采用文獻(xiàn)[10]的能量消耗模型計(jì)算集中式存儲(chǔ)的能量消耗。實(shí)驗(yàn)參數(shù)設(shè)定如下：在100 m×100 m的正方形區(qū)域中隨機(jī)分布100個(gè)傳感器節(jié)點(diǎn)，sink節(jié)點(diǎn)的坐標(biāo)為(0,0)，節(jié)點(diǎn)的初始能量為0.5 J，無(wú)線收發(fā)電路的消耗能量Eelec為50 nJ/bit，自由空間模型中功率放大器的能耗比例系數(shù)εfs為10 pJ/(bit·m2)，多徑模型中功率放大器的能耗比例系數(shù)εmp為0.001 3 pJ/(bit·m4)，數(shù)據(jù)包為4 000 bit，簇頭占比p為0.05，代價(jià)模型中通信代價(jià)由傳輸1 bit數(shù)據(jù)的能耗來(lái)計(jì)算，rd為1，sd為1，α為0.5，簇成員數(shù)調(diào)節(jié)因子λ為0.25，η為0.25。

3.2 結(jié)果分析

圖1為L(zhǎng)EACH分簇的拓?fù)浣Y(jié)構(gòu)，圖2為本算法的拓?fù)浣Y(jié)構(gòu)。從圖1可看出，LEACH在簇形成時(shí)節(jié)點(diǎn)加入到距離最近的簇頭，有較大簇和較小簇。從圖2可看出，較小簇和較大簇已經(jīng)變?yōu)檎４?，這是因?yàn)楸舅惴ㄔ诖爻醪叫纬珊?，?huì)進(jìn)行節(jié)點(diǎn)的動(dòng)態(tài)調(diào)整，經(jīng)過(guò)簇成員的退出和重新加入，較大簇和較小簇變?yōu)檎４?，使得簇?guī)模更加均勻。

圖1 LEACH協(xié)議的拓?fù)浣Y(jié)構(gòu)

圖2 本算法的拓?fù)浣Y(jié)構(gòu)

圖3 3種算法的網(wǎng)絡(luò)生命周期

圖3為L(zhǎng)EACH、DCHS和本算法的網(wǎng)絡(luò)生命周期。DCHS協(xié)議是選簇頭時(shí)考慮了節(jié)點(diǎn)的剩余能量，簇形成與LEACH一致。從圖3可以看出，LEACH協(xié)議下的集中式數(shù)據(jù)管理，第1個(gè)節(jié)點(diǎn)死亡輪數(shù)為407，DCHS的第1個(gè)節(jié)點(diǎn)死亡輪數(shù)為512，本算法第1個(gè)節(jié)點(diǎn)死亡輪數(shù)為618，較LEACH和DCHS分別提高了51.8%和20.7%。這表明除了簇頭的優(yōu)化可以延長(zhǎng)生命周期，本算法通過(guò)動(dòng)態(tài)調(diào)整簇成員的退出或加入，優(yōu)化簇規(guī)模，使得簇之間的負(fù)載更加均衡，因此大部分節(jié)點(diǎn)在生命周期后期死亡。

圖4為L(zhǎng)EACH、DCHS和本算法的網(wǎng)絡(luò)總能耗。從圖4可看出：DCHS比LEACH的能耗小，這是因?yàn)檫x取簇頭時(shí)加入了節(jié)點(diǎn)的剩余能量，使得負(fù)載分?jǐn)傇诰W(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)；本算法比LEACH和DCHS總能耗都小，是因?yàn)槌嗽诖仡^選取階段考慮節(jié)點(diǎn)的剩余能量的因素外，簇形成階段綜合考慮了存儲(chǔ)代價(jià)和距離簇頭遠(yuǎn)近的因素，使節(jié)點(diǎn)通過(guò)簇頭發(fā)送數(shù)據(jù)到sink節(jié)點(diǎn)是有效的，同時(shí)動(dòng)態(tài)成簇階段分簇更加均勻，簇之間的能耗更加均衡，使得全網(wǎng)總能耗更低。

圖4 3種算法的網(wǎng)絡(luò)總能耗

4 結(jié)束語(yǔ)

為了均衡網(wǎng)絡(luò)負(fù)載、延長(zhǎng)網(wǎng)絡(luò)的生命周期，提出一種基于動(dòng)態(tài)分簇的集中式數(shù)據(jù)存儲(chǔ)算法。選取簇頭時(shí)考慮節(jié)點(diǎn)的剩余能量，可以均衡網(wǎng)絡(luò)節(jié)點(diǎn)的負(fù)載；LEACH協(xié)議未對(duì)節(jié)點(diǎn)數(shù)據(jù)存儲(chǔ)到sink節(jié)點(diǎn)進(jìn)行優(yōu)化，本算法中節(jié)點(diǎn)綜合考慮存儲(chǔ)代價(jià)和距離簇頭遠(yuǎn)近的因素初步成簇，考慮簇規(guī)模不能太大也不能太小，動(dòng)態(tài)調(diào)整簇成員節(jié)點(diǎn)的加入或退出，可以進(jìn)一步優(yōu)化簇的規(guī)模，使得簇與簇之間的能耗更加均衡；動(dòng)態(tài)分簇成功后進(jìn)入數(shù)據(jù)的采集和存儲(chǔ)階段。仿真實(shí)驗(yàn)結(jié)果表明，本算法相比于LEACH協(xié)議下的集中式數(shù)據(jù)存儲(chǔ)算法，更加節(jié)省能量和均衡負(fù)載，從而延長(zhǎng)網(wǎng)絡(luò)的生命周期。但本算法只考慮簇頭單跳到sink節(jié)點(diǎn)，更適合規(guī)模較小的無(wú)線傳感器網(wǎng)絡(luò)，將動(dòng)態(tài)分簇應(yīng)用到大規(guī)模網(wǎng)絡(luò)是下一步的研究方向。