一种无线传感器网络分簇路由算法研究

　　图2是存活的节点数与轮数关系图。可以看出，LEACH在整个生命周期曲线比较陡峭，网络中节点的存活数量随时间的推移变化急剧，网络中节点的能量不均衡。EBAC曲线在1 000轮前比LEACH平滑，由于在选举簇头节点时考虑了剩余能量，故性能明显优于LEACH，但是EBAC中簇头直接与基站通信，增加了簇头节点远程通信能量损耗，当运行到某一时刻(大约在1 094轮后)，大量节点在轮数相差不多的情况下失效。CAED综合考虑了剩余能量和距离，并且在第二层簇中使用多跳方式转发数据。CAED的曲线比EBAC平滑，进一步延长了网络的生命周期。

　　表1统计出网络运行这3个算法时，发生首个节点失效时的轮数，网络有30％的节点失效时的轮数和网络运行800轮时节点的失效个数。表中数值都是经过多次运行相应算法得出的平均值，这里用首节点死亡轮数来衡量网络稳定周期，用30％节点失效来衡量网络生命周期。

　　由表1可见，相对于LEACH来说，CAED网络的稳定周期延长了570％以上，同时将网络生命周期延长了458％以上。相对于EBAC来说，CAED网络的稳定周期延长了67％以上，网络生命周期延长了20％以上。3种算法在800轮时，节点的失效个数分别占节点总数的81.7％，11.7％和3.7％，网络的节点能耗进一步均衡，避免了“盲节点”过早的发生。

　　图3显示了网络在运行3种算法时，网络总的剩余能量情况，仿真实验中每隔50轮做1次采样记录。从图3可以看出，对网络总的剩余能量而言，CAED明显高于LEACH和EBAC，说明CAED能很好地节省网络能量，延长网络的生命周期。

　　4 结 语

　　提出一种基于能量和距离的分簇多跳算法。第一层簇头选择时考虑了节点的剩余能量，第二层簇头充分考虑了节点能量和到基站的距离，并且改进了簇内节点的数据转发方式。仿真结果表明，与LEACH算法相比，该算法均衡了网络的能量消耗，明显延长了网络的生命周期。