2024年3月15日发(作者：)

ComputerEngineeringandApplications计算机工程与应用

2017，53（14）99

改进的异构无线传感器网络路由算法

赵立权，陈楠，王艳娇

ZHAOLiquan,CHENNan,WANGYanjiao

东北电力大学信息工程学院，吉林省吉林市132012

CollegeofInformationEngineering,NortheastDianliUniversity,Jilin132012,China

ZHAOLiquan,CHENNan,edroutingalgorithmforheterogeneouswirelesssensornet-

erEngineeringandApplications,2017,53（14）：99-104.

Abstract:Instableelectionprotocol,theselectionofclusterheadnodedoesnotconsidertheresidualenergyofnode.

Thiscausestectedclusterhead

directlysendsdatatobasestationinstableelectionprotocol,sothiscausestheclusterheadnodethatisfarfromthebase

ethisproblem,anadvancedmulti-hopclusterroutingprotocolfor

orithmcombinestheideaofclusteringandmulti-hopcommu-

nicationtogethertointroducetheresidua

newalgorithmsetsupalowcostroutingmechanismbetweentheclusterheadandthebasestationwithimprovedDijkstra

ulationresultsshowthatcomparedwithSEPandenhanced

SEProutingalgorithm,thenewalgorithmreducestheenergyconsumptionofthewholenetworkandprolongsthestable

periodandlifetimeofthenetwork.

Keywords:stableelectionprotocol;clustering;multi-hop;energyconsumption;lifetime

摘要：稳定选举协议因没考虑节点的剩余能量，造成一些低能量节点当选为簇头而过早死亡，而且选出的簇头将

数据直接发送给基站，导致部分距离基站较远的节点能量消耗过大而死亡。针对这两个问题，提出了一种适应于异

构环境的改进的无线传感器网络路由算法。该算法在簇头选取过程中，加入节点的剩余能量和邻居节点数，使得具

有较高的剩余能量且分布在密集区域中的节点当选为簇头的概率增大，并参考图论中的Dijkstra算法，实现簇头到

基站低代价传输的多跳通信。仿真结果表明，与传统的稳定选举协议及其改进算法对比，该算法降低了网络的能量

消耗，明显地延长了网络的稳定期和生命周期。

关键词：稳定选举协议；分簇；多跳；能量消耗；生命周期

文献标志码：A中图分类号：TP393doi：10.3778/.1002-8331.1602-0017

1引言

能力，因此节省电池能量来延长网络的生命周期是有必

无线传感器网络（WirelessSensorNetworks，WSNs）

要的，而网络能量消耗涉及到路由算法，因此路由算法

是由大量无线传感器节点组成的无线网络，大量的传感

一直是多年研究工作的主题

[4-6]

。目前研究人员在同构

器节点能量消耗在数据收集过程中的通信阶段，尤其是

网络的环境下做出了很多研究成果，但是随着异构网络

网络中有大量的异构传感器节点

[1-3]

。由于异构网络的

的应用越来越广泛，同构下的路由算法在异构网络环境

高级节点总是具有比其他节点更多的资源，其数量和位

中，效果并不好，而分簇路由算法具有高效性且适宜于

置制约了传输数据的能量消耗，缩短了数据收集的延迟

异构网络，所以基于分簇路由算法的研究是目前异构网

时间。但当节点能量较少时，会影响整个网络数据处理

络路由算法的研究热点之一

[7-14]

。

基金项目：国家自然科学基金（No.61501107）。

作者简介：赵立权（1982—），男，博士，副教授，主要研究领域为无线传感器网络，E-mail：zhao_liquan@；陈楠（1991—），

女，硕士研究生；王艳娇（1985—），女，博士，讲师，主要研究领域为无线多媒体传感器。

收稿日期：2016-02-15修回日期：2016-04-01文章编号：1002-8331（2017）14-0099-06

CNKI网络优先出版：2016-05-10,/kcms/detail/

1002017，53（14）

ComputerEngineeringandApplications计算机工程与应用

LEACH算法是大家熟知的分簇算法，簇头负责传

感器节点组成，被随机静止部署在目标区域中。所谓的

输数据给基站，但没考虑为下一轮簇头选取的剩余能

异构是指这些节点能量和种类是不同的，但是具有相同

量。将LEACH算法应用在异构环境中，导致节点能量

的感知半径和通信半径。假定基站是静止部署在区域

消耗过快而死亡，所以LEACH算法并不适合异构网

中的。传感器节点将持续监测周围的环境（包括温度、

络

[15]

。稳定选举协议（StableElectionProtocol，SEP）是

湿度、某气体浓度变化等），然后即时将数据发送给基

在LEACH算法之后第一个解决无线传感器网络中节点

站。传感器节点在初始能量不同，部分节点的初始能量

能量异构性的具有影响力的分层路由算法之一。相比

较高，Sink节点在网络中相比其他节点能量不受限制。

LEACH协议，网络性能有了较大的提高

[16]

。研究人员

本文计算节点发送或接受数据的能量消耗采用类

在SEP协议的基础上提出了多级异构DEEC算法，通过

似文献[15]提出来的无线电能耗模型。当一个节点发送

计算每一个节点的剩余能量和网络环境的总能量，根据

l

bit数据到传输距离

d

的另一个节点能量消耗定义为：

二者的比值选出簇头进行分簇工作，获得比LEACH及

SEP更长的网络的稳定期和生命周期

[17]

。与DEEC算法

E

Tx

(

l,d

)

=E

Tx-elec

(

l

)

+E

Tx-amp

(

l,d

)

=

的思想类似，在普通节点和高级节点的基础上增加了超

ì

í

lE

elec

+lε

fs

d

2

,d

级节点作为第三种类型的节点，但是仍然没有考虑节点

î

lE

elec

+lε

fs

d

4

,d≥do

（1）

剩余能量的问题，那些低剩余能量节点易以高概率当选

式中，

E

Tx-elec

(

l

)

为发送

l

bit数据电路部分的能量消耗

为簇头消耗过多能量而死亡

[18]

。节点通过一跳直接与

耗，

E

Tx-amp

(

l,d

)

为发送

l

bit数据到传输距离

d

的功率

基站通信在大规模传感器网络是不现实的，研究人员又

放大器的能量消耗，

E

elec

为发送和接收每比特数据的

对EEHC算法进行了改进，提出了多跳分簇协议MCR

[19]

。

能量消耗，

do

为传输距离的阈值。

LBGC算法具有独特的簇头选取机制和基于整个网络

节点接收

l

bit数据的能量消耗定义为：

的能量分布进行路线计算，由于更接近基站的簇头过早

E

Rx

(

l

)

=E

Rx-elec

(

l

)

=lE

elec

（2）

死亡，算法提供具有多跳环境的数据传输，并采用非均

式中

E

Rx-elec

(

l

)

为接收

l

bit数据电路部分的能量消耗。

匀分组的策略提供负载均衡

[20]

。ECB算法提出了一个

节点进行数据处理和融合的能量消耗定义为：

机制来解决无线传感器网络中能量消耗平衡的问题。

E

这种机制分为三部分：节点部署、负载平衡和能量映射，

DA

(l)=lE

DA

（3）

算法预先规划了网络中能量分布的情况，有效地增强了

式中

E

DA

为数据融合能量消耗。

网络的生命周期

[21]

。E2C也是一种分层路由算法，通过

根据参考文献[16]网络运行一轮总的能量消耗包

传感器剩余能量的预测，传感器成为最佳簇头的概率和

括簇头节点能量消耗和簇成员节点能量消耗，其具体表

传感器间的连接度等三个因素作为参数选出簇头，有效提

达式为：

高了网络的生命周期

[22]

。EE-HeterogeneousLEACH算

E

CH

=

ç

æ

n

è

k

-1

ö

÷

ø

lE

elec

+

n

k

lE

DA

+lE

elec

+lε

fs

d

2

toBS

（4）

法重点加强簇头选择过程，提出了一个新的路由优化方

E

nonCH

=lE

elec

+lε

fs

d

2

toCH

（5）

案，基于节点剩余能量和最好的通信渠道选出每个簇的

簇头节点

[23]

。DECHA算法通过定义节点密度，使其与

E

cluster

=E

CH

+

n

k

E

nonCH

（6）

节点能量条件相结合来动态调整候选簇头的选举概率，

式中

E

CH

是簇头节点的能量消耗，

E

nonCH

是簇成员节

候选簇头进一步评估其邻居节点的能量水平以找到更

点的能量消耗，

E

cluster

是一个簇结构的能量消耗，

n

是

多合适的簇头，并在簇内和簇间设计了一种多跳路由通信

网络中节点总数，

k

是网络选出的簇头数，

d

toBS

是簇头

方案

[24]

。FCC-ABCRM算法能够克服瓶颈问题，并解决

到基站的距离，

d

toCH

是簇成员节点到簇头的距离。将

异构网络的能耗不均衡问题，通过ABCRM算法找到路

式（4）和式（5）带入式（6），得出网络运行一轮总的能量

由的最优路径，探讨能耗均衡和最大化网络生命周期

[25]

。

消耗为：

为节约无线传感器网络的能量，本文提出了一种简

E

total

=kE

单的改进的异构分簇路由算法。该算法中节点决定自

身是否加入一个簇，通过考虑节点剩余能量和节点密度

(

cluster

=

l2nE

elec

+nE

DA

+ε

fs

(

kd

2

toBS

+nd

2

toCH

)

)

（7）

因素来有效地分簇；在数据传输阶段，引入改进Dijkstra

式中

E

total

是网络运行一轮总的能量消耗，从而对簇头

算法，合理选取下一跳路由节点，为每个簇头找到一条

数目求导，得出最优簇头数为：

通往基站的代价最低的路径。该方法降低了网络的能

k

fs

opt

=

ε

n

M

量消耗，明显地延长了网络的稳定期和网络的生命周期。

ε

（8）

mp

2π

d

2

toBS

式中

M

是网络区域的边长。由公式（8）可知，最优簇头

2异构网络模型和能耗模型

数

k

opt

与网络面积

M×M

、网络节点的总数

n

以及簇

本文描述的异构无线传感器网络模型是由

N

个传

头到基站的距离

d

toBS

相关。

赵立权，陈楠，王艳娇：改进的异构无线传感器网络路由算法

2017，53（14）

101

3SEP算法

的节点当选簇头的概率大大增加；簇头将数据传送给基

SEP算法是以LEACH算法为基础，在网络中加入

站的过程，引入图论里的Dijkstra算法，并对算法作了改

了高级节点和普通节点，也就是为不同节点分配不同的

进，实现了簇头与基站间的多跳通信机制，找到簇头与

初始能量，考虑到不同节点以同一个簇头选举的概率不

基站间通信代价最低的传输路径。下文将对提出的

适合异构网络，讨论了二级异构网络条件下的分簇方

EMSEP算法进行详细的描述和分析。

法。每轮中簇头选取概率和节点的初始能量直接相关，

4.1簇头选取

每个节点是否成为簇头将由阈值概率公式来决定，文献

EMSEP算法在簇头选取阶段参照了SEP算法的思

[16]中提出的公式如下：

想，在网络中根据初始能量不同将节点定义为普通节点

ì

p

T

(

S

)

=

ï

ï

,i∈G

í

ï

1-p×rmod

(

1p

)

和高级节点，很显然，普通节点的能量少于高级节点，并

（9）

且节点随机部署在网络中，节点将数据发送给基站消耗

ï

î

0,i∉G

的能量也各不相同，节点需要根据自身的能量水平和地

由于节点初始能量的异构性，本文参考文献[16]得

理位置以及节点间的通信代价判断自己是否当选簇头，

出每个节点以最佳概率

p

opt

成为簇头，并且在每

如果节点符合簇头选取条件，广播自己当选簇头消息；

p

1

opt

轮

如果节点未当选簇头，则需要考虑加入附近的簇，通过

中，节点成为簇头的机会只有一次，没有被选中的节点

簇头将数据发送给基站。为了确保簇头的选取使网络

放入集合

G

中，继续下一轮的选取。

p

opt

为不同初始

更加稳定，这两种节点采用分离的方式选取簇头，新算

能量的节点各自分配一个权重，普通节点的加权概率定

法中的传感器节点主要依据能量消耗和通信代价进行

义为

p

nrm

，高级节点的加权概率定义为

p

adv

。公式如下：

簇头选取，因此那些具有高剩余能量和低通信代价的节

p

p

opt

点，有更多的机会被选为当前轮的簇头。由以上分析，

nrm

=

1+

（10）

新算法根据剩余能量和节点和基站之间的距离，为每个

p

p

am

opt

类型的节点引入新的加权概率，以有利于能量较多且最

adv

=

1+am

(

1+a

)

（11）

接近基站的节点成为簇头，定义了一个能量密度权重，

将

p

nrm

、

p

adv

取代阈值公式（9）中的

p

，分别求出

计算能量密度权重的公式如下：

普通节点和高级节点簇头选取的阈值，然后普通节点和

高级节点分别产生一个0-1的随机数，如果低于各自的

w=c

æ

1

ç

S

(

i

)

.E

ö

æ

S

(

i

)

è

E

total

(

r+1

)

÷

ø

+c

2

ç

.Nr

ö

è

n-dead

÷

ø

（12）

阈值，就选为本轮的簇头。研究结果证明，与同构路由

式中，

c

1

、

c

2

为控制参数，

S

(

i

)

.E

为传感器节点剩余能

协议LEACH相比较，SEP算法有效地延长了网络稳定

量，

E

total

为网络总能量，

E

total

(

r+1

)

为当前网络的剩余

期和生存周期。

总能量，

S

(

i

)

.Nr

为节点的邻居节点数，

n

为节点总数，

4改进的SEP算法

dead

为死亡节点数，

S

(

i

)

.Nr

n-dead

为节点密度。

现有算法的簇头是随机产生的，虽然考虑节点剩余

在每一轮的开始，初始能量是簇头选取的一个重要

能量大小，使剩余能量高的节点有更大的概率成为簇

参数，算法开始执行时主要考虑节点的初始能量，将

w

头，当节点满足能量阈值条件就能当选簇头。因每个节

分别带入普通节点和高级节点各自选取簇头的阈值公

点处理的任务会有差别，部署的位置不同，根据上文描

式，普通节点的阈值公式定义为

T

(

S

nrm

)

计算式如下：

述的能耗模型可知，每一轮中每个节点所消耗的能量是

ì

p

不同的，选出来的簇头节点不一定最优，这样容易导致

T

某个节点的能量可能刚好满足阈值条件就当选，完成这

(

S

ï

ï

nrm

)

×w,i∈G

nrm

)

=

í

ï

1-p

nrm

×rmod

1p

nrm

（13）

ï

(

一轮工作之后就会死亡，造成整个网络负载失衡，影响

î

0,i∉G

网络性能。本文针对这个问题，提出了EMSEP路由算

高级节点的阈值公式定义为

T

(

S

adv

)

计算式如下：

法。网络中加入能量更高的异构节点，这些节点充当簇

ì

p

adv

头的概率很大，使高级节点连续充当簇头节点，发挥高

T

(

S

)

=

ï

ï

×w,i∈G

adv

í

ï

1-p

adv

×rmod

(

1p

adv

)

（14）

级节点的优势，延长网络生命周期。考虑到网络的能量

ï

î

0,i∉G

负载平衡，不能过分依赖高级节点，充分考虑节点剩余

每个节点根据能量水平计算各自的阈值决定是否成为

能量，簇头分布以及和基站的位置关系。该算法在簇建

簇头，普通节点和高级节点分别产生一个0-1的随机数，

立阶段，为了选取合适的簇头，考虑节点的剩余能量和

与阈值公式（13）、（14）进行比较，如果生成的结果小于

邻居节点数，定义了一个复合权值，提出新的簇头选取

计算出的阈值，则表明成功竞争为簇头。在下一轮中，

阈值公式，这样将那些剩余能量大、邻居节点分布密集

其他的节点也以同样的方式选取簇头，邻居节点数较多

1022017，53（14）

ComputerEngineeringandApplications计算机工程与应用

表明节点当前所在的地理位置节点分布比较密集。这

5仿真实验

个方法避免了簇头节点的选取不合理而导致的低能量

本文使用MATLAB工具来仿真提出的EMSEP算

节点因能量耗尽而失效的问题，更好地平衡不同类型节

法，将100个传感器节点随机部署在一个100×100的方

点间的能量消耗，尤其是在基站附近节点密度大的区域

形区域中，基站固定在传感区域的中心位置，普通节点

将形成更多的簇，可以解决节点能耗负载不平衡问题，

占节点总数的比例设定

m

为0.1，普通节点的初始能量

有效地延长了网络的稳定期。

Eo

为0.5，高级节点的初始能量比普通节点多

α

倍，

α

4.2数据传输阶段

设定为1，根据最优簇头数公式（8）可得当100个节点的

在簇头选取过程完成后，算法进行数据采集和传

传感器网络选簇头的最优值是10，则最佳概率经计算为

输。选出的簇头为每个簇成员节点分配时隙，使每个节

0.1，算法中调节剩余能量和节点密度的控制因子

c

1

、

c

2

点能够在自己的工作时间内完成传输任务。算法为数

都设为0.5，其他实验参数如表1所示：

据传输的构建两种能耗模型：第一种是每个普通节点选

表1实验参数列表

择距离自己最近的簇头，加入其中，成为其簇成员，再将

参数名值

数据发送给簇头，计算数据传输过程的能量消耗；第二

do/m

87

种是簇头接收到簇成员发送过来的消息后，根据网络的

ε

fs

/(pJ⋅bit

-1

⋅m

-2

)

10

实际情况可以和基站直接通信或者通过邻居簇头的转

ε

mp

/(pJ⋅bit

-1

⋅m

-4

)

0.0013

发将数据转发给基站，来减少传输的数据量和簇头传送

E

elec

/(nJ⋅bit

-1

)

50

消息的能耗。如果簇头不是直接与基站通信，而是通过

E

DA

/(nJ⋅bit

-1

)

5

多跳的方式，则需要在所有的簇头中，选择一个最优簇

l/bit

4000

头作为下一跳路由节点，最优是指当前的簇头剩余能量

对EMSEP算法进行仿真，并与SEP算法和文献[26]

最大，同时该簇头离转发节点的距离较近。每个节点一

提出的EnhancedSEP算法进行对比，算法将网络中首个

旦收集到附近簇头的状态信息，综合节点的能量和距

节点失效时间定义为网络的稳定期，首个节点失效到整

离，便进行数据传输。新算法引入了图论里的Dijkstra

个网络节点失效的时间间隔为网络的不稳定期，网络运

算法，并实现了簇头节点之间多跳传输方式。

行初始时间到网络节点全部失效时间定义为网络寿命，

当簇头在某一时刻与下一跳簇头通信，需要注意的

算法仿真结果如下所示。

一点是，下一跳路由必须有足够的能量确保数据正常传

图1表示不同算法下存活节点数目随时间的变化

输。将Dijksta算法考虑进无线传感器网络路由算法中，

规律，EMSEP算法的网络稳定期较长于SEP算法和

不仅需要考虑节点间的传输距离，还需要考虑节点在每

EnhancedSEP算法。在网络的不稳定期，EMSEP算法的

一轮中的剩余能量。本文用一个带权无向连通图

存活节点始终多于SEP算法和EnhancedSEP算法，证明

G=

(

V,E,W

)

来表示所有簇头间的拓扑结构，对Dijksta

EMSEP算法的网络寿命得到了提高。

算法的权值进行扩展。

V

是所有簇头节点的集合；

E

100

100

EMSEP

是图中簇头节点间所有边的集合（节点只和在它通信范

90

90

80

EnhancedSEP

80

围内的邻居节点通信）；

W

是边集

E

中每条边上权的

数

SEP

70

d

个

70

ij

2

点

60

60

集合，

W

ij

是边

(

V

i

,V

j

)

上的权，设定

W

ij

=

E

residual

，当某

节

50

活

50

个簇头节点选取下一跳节点时，定义选择剩余能量大且

存

40

40

30

30

距离近的簇头的规则，就要寻找

W

ij

权值最小的下一跳

20

20

簇头节点，并将节点的权值和能量状态信息记录在路由

10

10

0

信息表中。因为Dijkstra算法是一种贪婪算法，通过改

00

000

000

0

00

0

000

000

0

00

2

468

02

4

6

8

0

111

1

1

2

进的Dijkstra算法，网络形成以Sink节点为根节点的路

轮数

由树，最小权值的节点得到优先权形成路由树，成为树

图1存活节点数目随时间变化

中的叶子节点，这种方法提高了算法的能量效率，能够

表2表示不同算法下首个节点死亡时间，表中的数

找到树中两个节点的最短路径，并且树上的每个节点到

据可以得知EMSEP算法的第一个节点死亡时间在

根节点的路径总代价最低，将数据沿这条通信代价最低

表2不同算法下首个节点死亡时间

路径最终转发给Sink节点。该方法不仅高效能地利用

网络资源，避免使用低能量节点作为中间节点，缓解了

算法首个节点死亡时间/轮

SEP958

某些节点负载过重问题，还降低并均衡了簇首间的能量

EnhancedSEP1127

消耗。

EMSEP1240

赵立权，陈楠，王艳娇：改进的异构无线传感器网络路由算法

2017，53（14）

103

1240轮，而SEP算法和EnhancedSEP算法的第一个节EnhancedSEP算法还没有节点死亡，在网络运行到

点死亡时间分别在958轮和1127轮，证明了EMSEP算

1500轮时，SEP算法和EnhancedSEP算法死亡节点数明

法的稳定期有效的得到了提高。

显多于EMSEP算法，网络运行到1500轮时，SEP算法

图2表示不同算法下网络剩余能量随时间的变化规

和EnhancedSEP算法节点几乎都失效了，而EMSEP算

律，因为三个算法具有相同的节点数，但是EnhancedSEP

法还有节点在工作证明了算法的网络寿命得到了提高。

算法为节点配备的初始能量多余EMSEP算法和SEP算

表3不同算法在不同时间下的死亡节点数

法，所以在网络运行的初期，EnhancedSEP算法的剩余

能量要高于EMSEP算法，而EMSEP算法的剩余能量要

算法

1000轮1500轮2000轮

SEP19399

高于SEP算法。但是随着网络的运行发现EMSEP算法

EnhancedSEP07299

的剩余能量渐渐高于EnhancedSEP算法，且一直明显高

EMSEP04797

于SEP算法，证明了EMSEP算法提高了能量利用效率，在

相同时间内，降低了网络能量损耗，延长了网络的寿命。

6结论

55

55

50

50

EMSEP

针对SEP算法的不足，在已有路由算法的基础上，

45

45

EnhancedSEP

提出了EMSEP算法。分别从簇建立阶段和数据传输阶

J

40

40

SEP

/

量

段入手，引入剩余能量和节点密度的权重因子合理选取

能

35

35

30

30

簇头，显著延长了网络的稳定期，并利用改进的Dijkstra

余

剩

25

25

算法构建路由树使得网络生命周期有了较大的提高，平

络

网

20

20

15

15

衡了网络中节点间传输能耗。但本文算法忽略了多跳

10

10

传输数据包时引起的热点问题以及数据丢包问题，因此

5

5

0

0

需要进一步研究和完善。

0

0

000

0

轮数

00

0

00

0

000

000

0

00

2

468

024

6

8

0

111

1

1

2

轮数

参考文献：

图2网络剩余能量随时间变化

[1]TanwarS，KumarN，maticreviewon

图3表示不同算法下网络的能量消耗随时间的变

heterogeneousroutingprotocolsforwirelesssensornet-

化规律，在网络运行的过程中，SEP算法和EnhancedSEP

work[J].JournalofNetworkandComputerApplications，

算法能量耗比较相近，而EMSEP算法中网络的能量消

2015，53：39-56.

耗明显低于SEP算法和EnhancedSEP算法，而在网络运

[2]tioncontrolmechanismsinwireless

行的后期，SEP算法和EMSEP算法的节点因能量耗尽

sensornetworks：asurvey[J].JournalofNetworkand

而失效，而EnhancedSEP算法在相同时间整个网络由于

ComputerApplications，2015，52：101-115.

初始能量多于SEP算法和EMSEP算法，最后所有节点

[3]TuncaC，IsikS，DonmezM，butedmobile

sinkroutingforwirelesssensornetworks：asurvey[J].

失效后网络消耗的能量多于SEP算法和EMSEP算法，

IEEECommunSurveysTuts，2014，16（2）：877-897.

所以证明了新算法有效地降低了网络传输数据的能量

[4]TyagiS，maticreviewonclusteringand

消耗，能够节约更多的能量用于数据传输。

routingtechniquesbaseduponLEACHprotocolforwireless

60

60

EMSEP

sensornetworks[J].JournalofNetworkandComputer

50

50

EnhancedSEP

Applications，2013，36（2）：623-645.

J

/

量

SEP

[5]KhalilEA，-awareevolutionaryrouting

能

40

40

的

protocolforwirelesssensornetworks[J].WirelessPersonal

耗

30

30

Communications，2013，69（4）：1799-1817.

消

络

20

20

[6]唐文胜，王胜春，肖和龙.异构无线传感器网络能量均衡优

网

10

化研究[J].计算机工程与应用，2011，47（18）：91-95.

10

[7]郑凯，梁卓明，郑文栋.无线传感网中基于能量矩阵的多簇

0

0

0

0

000

0

轮数

00

0

00

头分簇算法[J].计算机工程与应用，2011，47（19）：71-72.

0

000

00

0

0

0

0

2

468

024

6

80

111

1

12

轮数

[8]张兴强，杨科华，罗娟.一种异构传感器网络下的节能分簇

图3网络能量消耗随时间变化

路由算法[J].计算机工程与应用，2011，47（11）：81-83.

[9]许毅，高玉，刘有源.无线传感器网络能量异构非均匀分簇

表3表示不同算法下网络运行相同时间内的死亡

路由协议[J].计算机工程与应用，2010，46（16）：91-93.

节点数，由表中数据可以得知，在网络运行到1000轮

[10]KhalilEA，-awareevolutionaryrouting

时，SEP算法已经有一个节点死亡，而EMSEP算法和

protocolfordynamicclusteringofwirelesssensornet-

1042017，53（14）

ComputerEngineeringandApplications计算机工程与应用

works[J].SwarmandEvolutionaryComputation，2011，1network[J].InternationalJournalofInformationTechnology，

（4）：195-203.

2011，1（2）：130-145.

[11]洪榛，俞立，张贵军.多级异构无线传感网高效动态聚簇

[20]DengYP，alanceclusteringalgo-

策略研究[J].自动化学报，2013，39（4）：454-460.

rithmforheterogeneouswirelesssensornetworks[C]//

[12]张颖，季常刚，李俊甫.一种基于能量和距离的多级能量

ProceedingsofInternationalConferenceonE-Product

异构传感器网络路由算法[J].上海交通大学学报，2014，

E-ServiceandE-Entertainment，2010：1-4.

48（7）：953-958.

[21]IshmanovF，MalikSA，Consumption

[13]KumarS，PrateekM，AhujaNJ，：multihop

Balancing（ECB）issuesandmechanismsinWireless

energyefficientprotocolforheterogeneouswirelesssensor

SensorNetworks（WSNs）：acomprehensiveoverview[J].

network[J].InternationalJournalofComputerScienceand

EuropeanTransactionsonTelecommunications，2011，22

Telecommunications，2014，5（3）.

[14]KatiyarV，ChandN，yonclustering

（4）：151-167.

[22]SikandarA，efficientclusteringinhet-

algorithmsforheterogeneouswirelesssensornetworks[J].

InternationalJournalofAdvancedNetworkingandAppli-

erogeneouswirelesssensornetworksusingdegreeofcon-

cations，2011，2（4）：2-4.

nectivity[J].InternationalJournalofComputerNetworks&

[15]HeinzelmanW，ChandrakasanA，i-

Communications（IJCNC），2015，7（2）：19-31.

cationspecificprotocolarchitectureforwirelessmicrosensor

[23]NurayAT，ergyefficient

networks[J].IEEETransactionsonWirelessCommunica-

clustering-basedprotocolforheterogeneouswireless

tions，2002，1（4）：660-670.

sensornetworks[J].ElectrElectronSyst，2015，4（3）：1-7.

[16]SmaragdakisG，MattaI，：astableelection

[24]XuZ，YinY，WangJ，ty-basedenergy-

protocolforclusteredheterogeneouswirelesssensor

efficientclusteringheterogeneousalgorithmforwireless

networks[C]//Proceedingsof2ndInternationalWorkshop

sensornetworks[J].InternationalJournalofControland

onSensorandActorNetworkProtocolsandApplications

Automation，2014，7（2）：175-188.

（SANPA’04），2004.

[25]AlshawiIS，YanL，PanW，hessboard

[17]QingLi，ZhuQingxin，ofadis-

clusteringandartificialbeecolonyroutingmethodfor

tributedenergy-efficientclusteringalgorithmforhetero-

energy-efficientheterogeneouswirelesssensornetworks[J].

geneouswirelesssensornetworks[J].ComputerCommu-

InternationalJournalofCommunicationSystems，2013，

nications，2006，29（12）：2230-2237.

27（12）：3581-3599.

[18]KumarD，AseriTC，：energyefficient

[26]AderohunmuFA，ncedStableElection

heterogeneousclusteredschemeforwirelesssensornet-

Protocol（SEP）forclusteredheterogeneousWSN[EB/OL].

works[J].ComputerCommunications，2009，32（4）：662-667.

（2009-01）[2016-01-30].https：///pub-

[19]KumarD，AseriTC，-hopCommunication

lication/228987176_An_Enhanced_Stable_Election_Protocol_

Routing（MCR）protocalforheterogeneouswirelesssensor

SEP_for_Clustered_Heterogeneous_WSN.

（上接86页）

tionalproxyre-encryption[C]//8thInternationalConfer-

[16]LiuJK，entcertificate-basedencryp-

：Springer，

tioninthestandardmodel[C]//6thInternationalConfer-

2014：299-310.

-

[22]BonehD，entselective-idsecureidentity

lin：Springer，2008：144-155.

basedencryptionwithoutrandomoracles[C]//Advances

[17]陆阳，李继国，肖军模.一个高效的基于证书的加密方案[J].

：Springer，2004：

计算机科学，2009，36（9）：28-31.

223-238.

[18]edcertificate-basedencryptionfrom

[23]SelviS，VivekS，ShuklaD，entandprov-

pairings[J].ComputersandElectricalEngineering，2011，

ablysecurecertificatelessmulti-receiversigncryption[C]//

37（2）：136-146.

-

[19]李继国，杨海珊，张亦辰.带标签的基于证书密钥封装机

lin：Springer，2008：52-67.

制[J].软件学报，2012，23（8）：2163-2172.

[24]1identity-basedcryptosystem：astan-

[20]陆阳，李继国.标准模型下高效安全的基于证书密钥封装

dardforencryptionandkeyencapsulation[EB/OL].

机制[J].计算机研究与发展，2014，51（7）：1497-1505.

[2015-06-10]./groups/1363/IBC/sub-

[21]LiJG，ZhaoXX，icate-basedcondi-

missions.