阎新芳，严晶晶，冯　岩

(郑州大学 信息工程学院，河南 郑州 450001)



WSN中基于梯度和粒子群优化算法的分级簇算法

阎新芳，严晶晶，冯岩

(郑州大学 信息工程学院，河南 郑州 450001)

摘要：为均衡网络中节点的能量消耗，提出一种分级簇算法——GPHCA.该算法采用双簇头模式，利用粒子群优化算法搜寻能量大且到簇成员平均距离小的两个节点作为主簇头和副簇头，将簇头负担均衡到了两个节点上；在网关的选择上，同时考虑能量和转发路径的总距离，使最终选择的网关在能量和时延上得到均衡.仿真结果表明，GPHCA算法能有效延长网络的生命周期.

关键词：无线传感器网络；梯度；粒子群算法；GPHCA；双簇头

0引言

无线传感器网络中节点能量有限且不易补充[1]，所以降低网络能量消耗成为传感网路由协议的首要设计目标.相对于平面路由协议来说，分层路由协议有效节省了能量且可扩展性好[2-4].基于分级簇的拓扑结构作为分层路由的基础[5-7]，能有效减少网络的冗余信息，降低节点的能量负担，因此受到广泛关注.

文献[8-9]提出了一种基于梯度的分级簇算法(energy-aware topology control protocol based on gradient, ETBG)，建立了网络中节点到达基站的最小跳数，但是簇内紧凑性不够，且对网关节点能量考虑不足.文献[10]提出一种新的基于粒子群优化的双簇头分簇路由算法(a new dual-cluster heads clustering routing algorithm based on particle swarm optimization,DHCR)，利用粒子群算法(particle swarm optimization,PSO)进行簇头优化，但是采用随机的方式进行初始分簇，簇的可控性不高，其副簇头虽减轻了主簇头的负担，但效果不明显.因此，为均衡节点的能耗……