低能耗和低時延的無線傳感器網絡數據融合算法
加入技術交流群
圖2為運行過程中整個網絡生命周期對比的仿真。由圖可見，如果一個網絡中節點的初始數目相同，新算法可以使得網絡的生命周期最長，LEACH算法在大約40％的節點死亡之前，其性能比DEEC算法差，而后它的性能要優于DEEC算法。由于新算法選擇簇頭時考慮了節點的剩余能量，當節點剩余能量較小的時候，將選擇距離其最近的節點作為簇頭，繼續進行信息的傳輸，且由于選擇了最短傳速路徑和最優了時隙分配方案，所以在完成傳輸任務是每個節點消耗的平均能量和平均時隙最優，最大化了網絡的生存周期。
仿真實驗還比較了NBSA算法和PAPSO優化方法用于TDMA調度方案時，網絡中每個節點在完成規定任務時的平均能耗和平均時隙。在多目標粒子群Pareto優化方法中，取C1、C2和W分別2．0和1．5，微粒群的個數為40，迭代次數為600。
從表1不難看出PAPS01雖然平均能耗是7個中最差的，但平均時隙卻是7個中最少的，而PAPS07則與PAPS01相反，平均能耗雖是7個中最少的，但平均時隙卻是最多的。它們之間分還布著其余5個解。
由于這7個解的是均勻分布的，因此，目標f1、f2的中間解為PAPS04。依Pareto優化概念對各算法的結果進行分析，由圖3顯見，PAPSO(1—4)對NBSA構成支配。可見多目標粒子群Pareto優化方法能得到比NBSA更好的調度結果。
4 結論
在無線傳感器網絡中，為減少信息傳輸過程中的時延和能耗，提出了基于最大生存周期的數據融合算法，并結合對TDMA調度，提出了相對應的PSO—Pareto優化方法，從而在信息傳輸的路徑和每個節點完成規定任務所需的平均時隙、平均能耗兩個方面論述了減少網絡的時延和能耗，最大化了網絡的生存周期和最小化了網絡的延時。
評論