A Novel Energy Aware Node Clustering Algorithm for Wireless Sensor Networks Using a Modified Artificial Fish Swarm Algorithm
Islamic Azad University（伊斯兰阿扎德大学）；PNU（帕亚莫努尔大学）
聚类问题被认为是统计学和计算科学中的突出挑战之一。无线传感器网络中节点的分簇是分簇过程中的难点之一，其目的是延长网络的生存时间。为了执行节点聚类，多个节点被确定为簇头，并且其他节点基于不同的标准（例如，欧几里德距离）被加入到这些簇头中的一个。到目前为止，已经提出了不同的方法，这一过程中，群体和进化算法在这方面作出了贡献。在这项研究中，提出了一种新的算法的基础上，人工鱼群算法（AFSA）的聚类过程。在所提出的方法中，标准人工鱼群算法的性能得到改善，增加局部和全局搜索之间的平衡。此外，一个新的机制已被添加到基本算法，以提高聚类问题的收敛速度。所提出的技术的性能相比，一些国家的最先进的技术在这一领域的结果表明，所提出的技术的至高无上的。
2015-05-30 cs.AI cs.NI
Multilateration: Methods For Clustering Intersection Points For Wireless Sensor Networks Localization With Distance Estimation Error
在本文中，我们描述了三种方法定位无线传感器网络节点，使用锚节点在其附近，当有一个错误的距离估计。我们使用与每个锚点的估计距离形成的圆的交点，并应用不同的方法来形成聚类。然后，我们使用聚类点来计算最终位置。
2012-03-16 cs.NI
Energy-efficient User Clustering for UAV-enabled Wireless Networks Using EM Algorithm
本文提出一种基于高斯混合模型和改进期望最大化算法的无人机无线网络节能用户聚类机制，实现初始聚类与部署，能效提升25%，链路可靠性提升18.3%。
2025-10-10 cs.NI eess.SP
Mobility and Energy Conscious Clustering Protocol for Wireless Networks
在本文中，我们提出了一个分布式分簇协议的移动无线传感器网络。绝大多数的研究在无线传感器网络的聚类和路由算法假设一个静态的网络，因此在高度移动的传感器网络，这是一个方面解决的情况下，呈现效率低下。MECP是一种能量有效的，移动性感知协议，并利用传感器节点的运动和剩余能量的属性在网络形成的信息。它还提供了一种用于容错的机制，以减少在簇头故障的情况下的分组数据丢失。
2015-10-24 cs.DC cs.NI
Overlapping Multi-hop Clustering for Wireless Sensor Networks
分簇是无线传感器网络中实现高效和可扩展性能的标准方法。传统的聚类算法的目标是生成若干满足一定条件的不相交聚类。在本文中，我们制定了一个新的聚类问题，旨在产生重叠的多跳集群。重叠簇在许多传感器网络应用中是有用的，包括簇间路由、节点定位和时间同步协议。我们还提出了一个随机的，分布式多跳聚类算法（KOCA）解决重叠聚类问题。KOCA的目标是生成覆盖整个传感器网络的连接重叠集群，具有特定的平均重叠度。通过分析和仿真实验说明了如何选择不同的参数值来实现聚类过程的目标。此外，结果表明，KOCA产生近似相等大小的集群，这使得负载均匀分布在不同的集群。此外，KOCA是可扩展的;无论网络大小如何，聚类形成都会在恒定的时间内终止。
2009-08-26 cs.NI
Energy efficient prediction clustering algorithm for multilevel heterogeneous wireless sensor networks
在设计无线传感器网络时，减少能量消耗、延长网络寿命是一个重要的问题。针对异构无线传感器网络，提出了一种新的能量和监测对象异构的模型。提出了一种适用于异构模型的节能预测聚类算法。该算法使节点根据能量和通信代价等因素选择簇头，从而使剩余能量较高的节点比剩余能量较低的节点有更高的概率成为簇头，使网络能量得到均匀耗散。为了减少分簇阶段广播时的能耗，延长网络生存时间，建立了规则数据采集节点的能耗预测模型。仿真结果表明，与现有的分簇算法相比，该算法能够获得更长的传感器网络生命周期、更高的能量效率和更优的网络监测质量。
2011-05-31 cs.NI
An Approach for Controlling Faults in Wireless Sensor Networks Using Clustering
无线传感器网络由于能量、带宽和计算复杂性的限制，其容错控制是一个具有挑战性的问题。这些资源严重受限的节点在面临众多威胁的同时，负责数据汇集、数据处理、定位、时间同步聚合和数据转发等任务。控制和容忍这些威胁的有效方法之一是通过集群。提出了一种基于分簇和簇头选择的无线传感器网络故障控制新方法--高效故障控制机制。仿真结果表明，有效的故障控制机制具有更好的性能比国家的最先进的方法。
2014-07-07 cs.NI
A Novel Trajectory Clustering technique for selecting cluster heads in Wireless Sensor Networks
无线传感器网络（WSNs）存在热点问题，即距离基站最近的传感器节点比距离基站较远的节点需要转发更多的数据包。因此，感觉网络的寿命取决于这些最近的节点。分簇方法被用来延长无线传感器网络的生命周期。然而，目前的分簇算法通常采用两种技术：选择具有更多剩余能量的簇头，并周期性地轮换簇头，以在每个簇内的节点之间分配能量消耗，延长网络的生命周期。大多数算法使用随机选择来选择簇头。在这里，我们提出了一种新的轨迹聚类技术选择簇头在无线传感器网络。我们的算法选择簇头的流量和周期性旋转的基础上。它提供了第一个基于轨迹的分簇技术选择簇头，并减轻热点问题，延长网络的生命周期。
2011-08-03 cs.NI
A Secure Clustering Protocol with Fuzzy Trust Evaluation and Outlier Detection for Industrial Wireless Sensor Networks
University of Guelph（圭尔夫大学）
安全性是工业无线传感器网络（IWSNs）中的主要问题之一。为了保证分簇式无线传感器网络的安全性，提出了一种基于模糊信任评估和离群点检测的安全分簇协议（SCFTO）。首先，针对开放无线网络中传输的不确定性，采用区间二型模糊逻辑控制器估计信任度。然后引入基于密度的离群点检测机制，获得自适应的信任阈值，用于隔离恶意节点成为簇头。最后，提出了一种基于模糊的簇头选举方法，在能量节约和安全保障之间取得平衡，使得剩余能量较多或对其他节点信任度较低的正常传感器节点有较高的概率成为簇头。大量的实验证明，我们的安全分簇协议可以有效地抵御来自内部恶意或受损节点的网络攻击。
2022-07-20 cs.AI cs.NI cs.SY
Small Worlds: Strong Clustering in Wireless Networks
小世界代表了高效的通信网络，它具有两个显著的特征：高聚类系数和小的特征路径长度。本文重点讨论了一个有趣的悖论，即删除网络中的链接可以增加整体聚类系数。Reckful漫游，本文介绍的，是一个2本地化的算法，利用这一悖论，以选择性地删除多余的链接，这种方式优化聚类系数，同时仍然保留一个足够小的特征路径长度。
2007-06-11 cs.DC cs.DS cs.NI
Ameliorate Threshold Distributed Energy Efficient Clustering Algorithm for Heterogeneous Wireless Sensor Networks
在异构无线传感器网络中，由于传感器节点的资源能量有限，提高其生存时间是一个重要的任务。提高无线传感器网络生命周期的最佳方法是基于分簇的算法，其中每个簇由称为簇头的领导者管理。每个其他节点必须与该CH通信以发送数据感测。最近的基站节点也必须将其数据发送给其领导者，这会导致能量损失。在本文中，我们提出了一种新的方法来改善一个阈值分布式能量有效的异构无线传感器网络的分簇协议，在分簇过程中排除最近的节点到基站。通过MATLAB仿真表明，与TDEEC协议相比，该方法明显增加了接收到的分组消息的数量，延长了网络的生存时间。
2014-08-17 cs.NI
Energy Efficient Clustering and Routing in Mobile Wireless Sensor Network
在移动无线传感器网络（MWSN）中，由于传感器节点的能量资源有限，因此在路由过程中实现能量有效性是一个关键问题。MWSN中节点的移动性对设计能量有效的路由协议提出了挑战。聚类有助于通过降低网络的组织复杂性开销来实现能量效率，该开销与网络中的节点数量成比例。本文提出了一种新的混合多路径路由算法与有效的分簇技术。当一个节点剩余能量高、传输距离大、移动性小时，它被选为簇头。该算法采用能量感知选择机制和最大节点剩余能量估计技术，提高了路由过程中的能量性能。仿真结果表明，该分簇路由算法在动态和能量不足的移动传感器网络中具有良好的可扩展性。
2010-11-24 cs.NI
Enriched Performance on Wireless Sensor Network using Fuzzy based Clustering Technique
无线传感器网络将传感、计算和通信结合到一个小型设备中。这些设备依赖于电池供电，并且可能被放置在恶劣的环境中，更换它们成为一项繁琐的任务。因此，提高这些网络的能量变得非常重要。无线传感器网络中的分簇面临着几个挑战，如选择一组最佳的传感器节点作为簇，簇头的最佳选择，能量平衡的最佳策略，在一个簇中的簇头的角色轮换，保持内和簇间的连接和网络中的最佳数据路由。在本文中，我们研究了一个协议，支持一个能量有效的分簇，簇头选择和数据路由方法，以延长传感器网络的生命周期。仿真结果表明，由于采用了有效的分簇、簇头选择和数据路由，该协议延长了网络生存时间。仿真结果表明，与LEACH和HEED方法相比，在运行的某个阶段结束时，EECS和基于模糊的分簇算法增加了存活节点的数量，从而延长了传感器网络的生命周期。通过使用EECS方法，当与LEACH和HEED方法相比时，在基站处接收的消息的总数增加。通过对无线传感器网络的迭代次数和第一个节点死亡时间的比较，将模糊聚类方法与K-Means聚类方法进行了比较，结果表明模糊聚类方法的性能优于K-Means聚类方法。
2013-12-19 cs.NI
EDDEEC: Enhanced Developed Distributed Energy-Efficient Clustering for Heterogeneous Wireless Sensor Networks
无线传感器网络由大量随机部署的能量受限的传感器节点组成。传感器节点具有感知数据并将其发送到基站（BS）的能力。感测以及向BS发送数据需要高能量。在无线传感器网络中，节省能量和延长网络寿命是一个巨大的挑战。分簇是无线传感器网络中优化能量消耗的关键技术。在本文中，我们提出了一种新的基于分簇的路由技术：增强开发分布式能源有效的聚类方案（EDDEEC）的异构无线传感器网络。我们的技术是基于动态变化和更有效的簇头（CH）选举概率。仿真结果表明，在异构环境下，与分布式能量有效分簇（DEEC）、改进型能量有效分簇（DDEEC）和增强型能量有效分簇（EDEEC）相比，该协议具有更长的生存期、更长的稳定期和更有效的消息发送能力.
2013-03-21 cs.NI
A New Classification of Clustering-based for Different Problems in Different Wireless Ad-hoc Networks
本文对无线自组织网络中基于聚类的多种策略进行比较分析，系统梳理其在确定性与不确定性环境下解决覆盖问题的优缺点，并指出未来研究方向。
2024-05-28 cs.DC cs.NI
Performance Analysis of Clustering Protocol Using Fuzzy Logic for Wireless Sensor Network
为了更有效地收集信息，无线传感器网络（WSNs）被划分成簇。大多数提出的聚类算法不考虑基站的位置。这种情况导致热点问题的多跳无线传感器网络。在本文中，我们分析了模糊聚类算法（FCA），其目的是延长生命周期的无线传感器网络。该算法根据传感器节点的剩余能量和到基站的距离参数来调整簇头半径。这有助于减少靠近基站或电池电量较低的传感器节点的簇内工作。模糊逻辑用于处理簇头半径估计中的不确定性。从首节点死亡率、半数存活率和能量效率指标等方面比较了该算法与低能耗自适应分簇层次（LEACH）算法的性能。我们的仿真结果表明，模糊聚类方法的性能优于LEACH。因此，FCA是一种稳定且节能的聚类算法。
2013-01-05 cs.NI
Decentralized Lifetime Maximizing Tree with Clustering for Data Delivery in Wireless Sensor Networks
无线传感器网络具有广泛的应用领域，每天都在扩大，他们已经部署了有关其应用领域。一个独立的应用程序的方法是尚未来与正在进行的开发无线传感器网络的条款。在本文中，我们提出了一个分散的生命周期最大化树的应用程序无关的数据聚合方案，使用的数据传输在无线传感器网络的聚类。所提出的树将最大限度地减少能源消耗，这一直是一个阻力因素，在无线传感器网络的顺利工作，以及最小化的子汇的控制下，进一步通信和传输数据到汇节点的通信节点之间的距离。
2012-01-24 cs.NI
Clustering Effects on Wireless Mobile Ad-Hoc Networks Performances
无线移动自组织网络的新时代正在到来，其中通信将使用一组称为集群的移动设备来完成，因此称为集群网络。在集群网络中，这些移动设备使用的协议与有线网络中使用的协议不同，这有助于有效地节省计算时间和资源。本文重点研究了基于路由器的路由协议和动态源路由。本文提出的结果说明了实施的Ad-hoc按需距离矢量路由协议，以提高移动节点的性能和生命周期在一个集群网络，并演示了如何在无线移动Ad Hoc网络的时间效率和资源节约这种路由协议的结果。
2014-03-12 cs.NI
Efficient and Secure Routing Protocol for Wireless Sensor Networks through SNR based Dynamic Clustering Mechanisms
无线传感器网络技术（WSN）的发展提供了小型和低成本的传感器，其具有感测各种类型的物理和环境条件、数据处理和无线通信的能力。在无线传感器网络中，传感器节点的传输距离有限，其处理和存储能力以及能量资源都是有限的。三重仲裁系统（TUS）已经被证明在无线传感器网络中具有更好的性能。分簇技术为延长无线传感器网络的生命周期提供了一种有效的方法。在本文中，我们修改了Ad hoc按需距离矢量路由（AODV），将信噪比（SNR）的动态分簇。提出的基于SNR的动态分簇机制的无线传感器网络高效安全路由协议（ESRPSDC）能够将节点划分成簇，并根据能量选择簇头节点，非簇头节点根据SNR值加入特定的簇头节点。错误恢复已经在群集间路由本身期间实现，以避免端到端的错误恢复。安全性已经实现了隔离恶意节点使用汇基于路由模式分析。使用全球移动模拟器（GloMoSim）进行的广泛调查研究表明，与SNR未知的路由算法（如低能量感知自适应聚类层次（LEACH）和传感器信息系统中的功率有效收集（PEGASIS））相比，该混合ESRP显著提高了能量效率和分组接收率（PRR）。
2013-06-03 cs.NI
Survey on Variants of Distributed Energy efficient Clustering Protocols in heterogeneous Wireless Sensor Network
无线传感器网络是由低成本和极端功率受限的传感器节点组成的，这些节点分散在一个区域内形成自组织网络，使能量消耗成为一个关键的设计问题。因此，有限的网络生命周期被广泛认为是一个基本的性能瓶颈。这些网络用于各种应用，例如现场监控、家庭自动化、医疗数据汇集或监视。研究表明，分簇是一种有效的方法来管理能量消耗，延长网络的生命周期。异构性的存在提高了网络的生命周期和可靠性。本文借鉴分布式节能分簇协议的思想，提出了分布式节能分簇协议。我们的工作的目的是分析这些扩展的路由协议如何工作，以优化网络的生命周期和路由协议是如何改进的。我们强调的问题所经历的各种协议，以及如何解决这些问题的其他增强协议。这提供了一个调查的工作做分布式能源效率的协议
2014-06-09 cs.NI
Survey of Extended LEACH-Based Clustering Routing Protocols for Wireless Sensor Networks
能量有效的路由协议是无线传感器网络（WSNs）的主要关注点。在这篇调查论文中，我们提出了能源效率的分层路由协议，从传统的LEACH路由协议。我们研究的主要焦点是这些扩展协议如何工作，以增加生命周期和质量路由协议如何提高无线传感器网络。此外，本文还强调了LEACH面临的一些问题，并解释了LEACH的扩展版本如何解决这些问题。我们比较的功能和性能问题所选择的层次路由协议。
2012-07-11 cs.NI
Clustering Based Topology Control Protocol for Data Delivery in Wireless Sensor Networks
由于传感器节点能量有限且不可再生，直接影响网络的寿命，因此如何优化传感器节点的能量一直是无线传感器网络研究的热点。现有的技术用于优化能量消耗是基于利用节点冗余，自适应无线电传输功率和拓扑控制。拓扑控制协议对网络的生命周期、可用能量和连通性有着重要的影响。在本文中，我们将传感器节点分为强节点和弱节点的基础上，他们的剩余能量以及操作寿命，并提出了一个基于分簇的拓扑控制协议（CTCP），延长网络的生命周期，同时保持最小的连接。在Java-Simulator（J-Sim）中进行的大量仿真表明，该协议在网络生命周期、平均延迟和能量利用率等性能指标上均优于现有协议。
2013-01-23 cs.NI
Content-Aware User Clustering and Caching in Wireless Small Cell Networks
本文研究了无线小小区网络中的内容感知用户分簇和内容缓存问题。特别是，制定了服务延迟最小化问题，旨在最佳缓存内容在小小区基站（SCBS）。为了解决优化问题，我们将其解耦为两个相互关联的子问题。首先，提出了一种聚类算法，将具有相似内容流行度的用户分组，以便在可能的情况下将相似用户关联到相同的SCBS。其次，提出了一种强化学习算法，使每个SCBS学习其用户组所请求的内容的流行度分布，并相应地优化其缓存策略。仿真结果表明，通过关联不同用户的不同流行模式，所提出的计划是能够最小化服务延迟的42%和27%，同时实现更高的卸载增益高达280%和90%，分别相比，随机缓存和非聚类学习计划。
2014-09-11 cs.NI
Clustering Based Lifetime Maximizing Aggregation Tree for Wireless Sensor Networks
由于无线传感器网络能量供应的有限性和不可补充性，能量效率是无线传感器网络（WSNs）运行各个方面中最重要的问题。数据聚合机制是延长传感器节点寿命的可能解决方案之一，另一方面也有助于消除数据冗余，提高信息收集的准确性，是无线传感器网络必不可少的。在本文中，我们提出了一个基于聚类的生命周期最大化聚合树（CLMAT），我们创建的聚合树，旨在减少能源消耗，最大限度地减少遍历的距离，并最大限度地减少能源消耗方面的成本。在CLMAT中，具有最大可用能量的节点被用作父结点/聚合器节点。我们得出结论，最好的聚合树最大限度地减少能源利用，最大限度地减少成本，从而最大限度地延长网络寿命。
2013-03-23 cs.NI
Optimum Bi-level Hierarchical Clustering for Wireless Mobile Tracking Systems
提出了一种基于层次移动分簇的无线网络能量效率优化方法。新的双层聚类技术可以最大限度地减少节日和体育赛事等大型公共集会中使用的大规模跟踪系统的相互干扰和能耗。这种技术通过使用智能手机蓝牙和Wi-Fi连接的组合来跟踪大量人在有限区域内的随机移动。它可以有效地用于监测人群成员的健康状况，并提供他们的位置和移动方向。一个整数线性规划（ILP）模型的问题，制定了一个两级层次结构中的集群的形成优化。为了评估所提出的技术，它相比，从ILP模型获得的单级和两级聚类的最佳解决方案。此外，Matlab/Simulink仿真模型的开发，并用于测试在现实的操作条件下的技术性能。结果表明，所提出的技术的一个非常好的性能。
2019-02-08 cs.CY cs.DC cs.NI
Energy Efficient Clustering using Jumper Firefly Algorithm in Wireless Sensor Networks
无线传感器网络（WSN）是一种重要的、非常有趣的技术，它由小型电池供电的传感器节点组成，具有有限的能量资源。传感器节点一旦被部署，用户就无法访问。每次更换电池是不可能的。因此，为了提高网络的寿命，需要通过降低所有传感器节点的能量消耗并平衡每个节点的能量消耗来最大化网络的能量效率。早些时候已经提出了几个协议，以提高网络的生命周期，使用优化算法。Firefly是一种元启发式方法。本文采用Firefly和Jumper Firefly算法对无线传感器网络进行能量有效分簇仿真。定义了一个新的代价函数，以最小化簇内距离来优化网络的能量消耗。与现有的协议LEACH（低能量自适应聚类层次）的性能进行比较。
2014-05-08 cs.NI
Multimedia Content Distribution in Hybrid Wireless Networks using Weighted Clustering
固定的基础设施网络自然支持用于组管理和信息供应的集中式方法。与基础设施网络相反，在多跳ad-hoc网络中，每个节点充当路由器以及发送器和接收器。然而，有些应用程序需要层次结构的安排，出于实际原因，必须在本地和自组织。另一个挑战是处理导致永久网络分区和重新组织的移动性。从技术上讲，这些问题可以通过向骨干网络提供额外的上行链路来解决，该骨干网络可以用于访问互联网中的资源以及互连多个自组织网络分区，从而创建混合无线网络。在本文中，我们提出了一个原型实现的混合无线网络系统优化的多媒体内容分发。为了有效地管理ad-hoc通信设备的加权分簇算法。所提出的本地化算法处理移动性，但不需要地理信息或距离。
2007-06-08 cs.MM cs.NI
Designing secure clustering protocol with the approach of reducing energy consumption in wireless sensor networks
近年来，无线传感器网络及其应用成为众多研究者关注的焦点。为了在这些网络中获得可扩展性潜力，大多数节点被分类为称为集群的不同组，并且被选择为集群头或聚合节点的节点提供从其他集群节点收集数据汇集和聚合并将其发送到网络的其余部分的操作。聚类和数据聚合增加了网络的可扩展性，使网络的有限资源得到充分利用。然而，这些机制也造成了网络中的一些漏洞，例如在分簇网络中，簇头节点被认为是攻击者所期望的和有吸引力的目标，因为无论是通过物理攻击和节点捕获还是通过其他攻击来获得它们的信息，攻击者都可以获得相应簇的全部信息。在这项研究中，安全分簇的节点被认为是减少节点的能量消耗的方法，并提出了一种协议，除了满足先进的安全需求的无线传感器网络的能量消耗量减少的节点。由于网络分簇的存在，在这样的网络中存在可扩展性潜力，并且根据簇头节点的频繁变化在簇中执行负载分配，并最终增加网络寿命。
2013-08-15 cs.NI
An Evolutionary Game based Secure Clustering Protocol with Fuzzy Trust Evaluation and Outlier Detection for Wireless Sensor Networks
University of Guelph（圭尔夫大学）；Chongqing University（重庆大学）
在无线传感器网络中，由于其独特的特性和限制，可信和可靠的数据传输是一项具有挑战性的任务。为了获得安全的数据传输和解决安全和能源之间的冲突，在本文中，我们提出了一种基于进化博弈的安全分簇协议的模糊信任评估和离群检测的无线传感器网络。首先，提出了一种模糊信任评估方法，将传输证据转化为信任值，同时有效地降低了信任的不确定性。在此基础上，提出了一种基于K-Means的离群点检测方案，对通过模糊信任评估或信任推荐得到的大量信任值进行进一步分析。它可以发现传感器节点之间的共性和差异，同时提高离群值检测的准确性。最后，我们提出了一个基于进化博弈的安全分簇协议，以实现安全保证和节能的传感器节点之间的权衡选举时的簇头。未能成为簇头的传感器节点可以通过隔离可疑节点来安全地选择自己的簇头。仿真结果表明，我们的安全分簇协议可以有效地抵御来自内部自私或妥协节点的攻击。相应地，可以显著提高及时数据传送率。
2022-07-21 cs.AI cs.NI cs.SY
FCA - An Approach On LEACH Protocol Of Wireless Sensor Networks Using Fuzzy Logic
为了更有效地收集信息，无线传感器网络被划分成簇。大多数提出的聚类算法不考虑基站的位置。这种情况导致了多跳无线传感器网络中的热点问题。在本文中，我们提出了一种模糊聚类算法（FCA），旨在延长无线传感器网络的生命周期。FCA算法根据传感器节点的剩余能量和到基站的距离参数来调整簇头半径。这有助于减少靠近基站或电池电量较低的传感器节点的簇内工作。我们利用模糊逻辑处理簇头半径估计的不确定性。我们比较我们的算法与LEACH根据第一个节点死亡，一半的节点活着和能源效率指标。我们的仿真结果表明，FCA的性能优于其他算法在大多数情况下。因此，我们提出的算法是一种稳定且节能的聚类算法。
2013-01-16 cs.AI cs.NI
Routing Technique Based on Clustering for Data Duplication Prevention in Wireless Sensor Network
由于组成传感器网络的节点体积小，电池容量有限，传感器节点长时间活动对节点能耗影响很大。为了降低传感器节点的能量消耗，传感器网络路由技术分为平面路由和层次路由。层次路由技术是一种能量有效的路由协议，它通过形成簇并与簇头通信来降低整个传感器节点的能量消耗，分散传感器节点的能量消耗。但是，尽管基于分簇的分层路由技术比平面路由技术更有优势，但由于不现实的原因，这并没有被使用。其不现实的原因是分层路由技术实际上没有考虑传感器节点的数据传输半径。因此本文提出了基于分簇现实路由技术。
2009-11-26 cs.DC cs.NI cs.PF
Dynamic Clustering Protocol for Data Forwarding in Wireless Sensor Networks
能量是传感器网络中非常关键的问题，因此主要的焦点在于开发一种通过能量平衡来增加传感器网络生命周期的机制。为了达到能量平衡和最大化网络寿命，我们使用了聚类的思想，并将整个网络划分为不同的簇。在本文中，我们提出了一个动态的集群形成方法，集群定期更新的基础上剩余能量，距离和成本。刷新集群最大限度地减少了任何单个节点的工作负载，从而提高了节能。睡眠和等待的方法被应用到所提出的协议，以提高网络的生命周期，根据他们的职责打开和关闭的节点。有数据要传输的节点处于开状态，在将其数据转发给簇头之后，它将其状态改变为关，从而节省了整个网络的能量。使用MAT实验室进行了模拟。仿真结果证明了我们提出的方法优于现有的Leach协议。
2013-06-05 cs.NI
Performance Analysis of Hierarchical Routing Protocols in Wireless Sensor Networks
研究了无线传感器网络中路由协议在能量利用方面的优化策略。不同的路由机制已被提出来解决传感器节点的能量优化问题。分簇机制是无线传感器网络中最常用的路由机制之一。在本文中，我们首先解决能源限制约束最大化网络寿命使用线性规划制定技术。为了检查不同的聚类方案的效率对建模的限制，我们选择了四个基于集群的路由协议：低能耗自适应聚类层次（LEACH），阈值敏感的能量有效的传感器网络（TEEN），稳定的选举协议（SEP），和分布式能量有效的聚类（DEEC）。为了验证我们的数学框架，我们在MATLAB中进行分析模拟，选择数量的活节点，死节点的数量，数据包的数量和CH的数量，作为性能指标。
2012-08-12 cs.NI
Divide-and-Rule Scheme for Energy Efficient Routing in Wireless Sensor Networks
在无线传感器网络中，从节能的角度考虑，传感器节点的分簇是一个具有挑战性的任务.路由协议中的分簇技术对延长网络的稳定期和生命周期起着关键作用。在本文中，我们提出并评估了一种新的无线传感器网络路由协议。我们的协议，分而治之（DR）是基于静态分簇和动态簇头（CH）选择技术。该技术在每轮中选择固定数目的CH，而不是随机选择CH。仿真结果表明，DR协议优于其同类路由协议。
2013-03-21 cs.NI
Generative Adversarial Learning for Trusted and Secure Clustering in Industrial Wireless Sensor Networks
Chongqing University of Posts and Telecommunications（重庆邮电大学）；University of Guelph（圭尔夫大学）
传统的机器学习技术已被广泛应用于建立信任管理系统。然而，训练数据集的规模会显著影响系统的安全性能，而由于缺乏关于新攻击的标记数据，检测恶意节点是一个很大的挑战。针对这一问题，提出了一种基于生成对抗网络（GAN）的工业无线传感器网络信任管理机制。首先，采用第二类模糊逻辑来评估传感器节点的信誉，同时减轻不确定性问题。然后，收集信任向量训练一个基于GAN的编解码器结构，用于进一步的恶意节点检测。此外，为避免正常节点因错误检测而永久隔离于网络之外，构建了基于GAN的信任赎回模型，增强了信任管理的弹性。基于最新的检测结果，提出了一种适应动态工业环境的信任模型更新方法。最后将该信任管理机制应用于安全分簇中，实现了数据的可靠实时传输，仿真结果表明，该机制的检测率高达96%，误报率低于8%。
2022-10-14 cs.AI cs.NI cs.SY
Acdmcp: An adaptive and completely distributed multi-hop clustering protocol for wireless sensor networks
分簇是一种非常流行的网络结构化技术，主要解决大规模无线传感器网络的可扩展性问题。此外，它已被证明可以提高能量效率并延长网络的寿命。所建议的协议大多基于其聚类标准的节点的一些分组属性。大多数现有的多跳分簇协议在很大程度上忽略的一个重要属性是节点之间的通信链路的可靠性。在本文中，我们提出了一种自适应和完全分布式的多跳聚类协议，它将不同的概念的通信链路的可靠性，除其他外，到一个复合指标，并使用它在聚类过程的所有阶段。距离选出的簇头一跳的节点到特定簇的加入标准不仅考虑其与簇头的通信链路的可靠性，还考虑其他重要属性。位于簇头通信范围之外的节点通过现有的簇成员利用节点和簇头之间的链路可靠性的端到端概念以及其他重要属性而过渡性地成为簇成员。类似地，使用包括与汇聚节点的端到端通信链路可靠性以及其他重要节点和网络属性的一组标准来选择集群间通信路径。我们认为，将链路的可靠性在聚类过程的所有阶段的结果在一个有效的多跳通信层次结构，有可能降低网络中的总通信成本。
2010-09-09 cs.DC cs.NI
WirelessSenseLLM: Zero-Shot Human Activity Understanding by Bridging Wireless Signals and Human Language
University of Massachusetts Dartmouth（马萨诸塞大学达特茅斯分校）；George Mason University（乔治梅森大学）
WirelessSenseLLM通过引入CSI到语言适配器和跨模态投影机制，利用大语言模型实现从未分割的Wi-Fi CSI信号中零样本人体活动理解，提升了动作识别和语言推理性能。
2026-05-13 cs.NI
Adaptive Peer Clustering with Hierarchical Random Linear Network Coding for Resilient Decentralized Wireless Networks
Saveetha Institute of Medical and Technical Sciences（Saveetha医学与技术科学研究所）；SRM Institute of Science and Technology（SRM科学与技术研究所）
APC-RLNC通过EWMA可靠性指标动态聚类对等节点，结合分层RLNC，在多类去中心化无线网络场景下提升PDR、降低延迟并增强鲁棒性，为6G无线系统提供基础原语。
2026-08-27 cs.DC cs.IT cs.NI
Component Based Clustering in Wireless Sensor Networks
分簇是无线传感器网络的一个重要研究课题。已经提出了各种各样的方法，侧重于不同的性能指标。尽管它们都有许多实际应用，但研究界可使用的软件实现数量极其有限。此外，这些非常少的技术被实现用于特定的WSN系统或被集成在复杂的应用中。因此，很难对它们的性能进行比较研究，并且几乎不可能在未来的应用程序中在不同的范围内重用它们。在这项工作中，我们研究了大量的完善的算法。我们确定了他们的主要组成部分，并提出了一个基于组件的架构，用于开发聚类算法，（a）促进算法的交流，从而使新方法的快速原型，（b）允许跨层实现，以实现复杂的应用程序，（c）提供了一个共同的平台，比较研究不同的方法的性能，（d）是硬件和操作系统独立。我们实现了5个著名的算法，并讨论了如何实现11个。我们进行了一个扩展的模拟研究，以证明我们的实现相比，原来的实现的忠实性。我们的模拟是在非常大的规模，从而也证明了原始算法的可扩展性超出了他们原来的介绍。我们还进行了实验，以评估其在真正的无线传感器网络的实用性。我们演示了如何实现的聚类算法可以结合路由和组密钥建立算法来构建无线传感器网络应用程序。我们的研究清楚地表明了我们的方法的适用性以及它为研究和开发社区提供的好处。
2011-07-08 cs.NI
Data Accuracy Model for Distributed Clustering Algorithm based on Spatial Data Correlation in Wireless Sensor Networks
目的：本文的主要目标是构建一个分布式分簇算法的基础上的传感器节点之间的空间数据相关性和执行数据的准确性，为每个分布式簇在各自的簇头节点。设计程序/方法：我们调查，由于部署在传感器领域的传感器节点的高密度，空间数据是高度相关的传感器节点在空间域。基于传感器节点间数据的高度相关性，提出了一种不同规模的非重叠不规则分布式分簇算法，在簇首节点为每个分布式簇收集最准确或精确的数据。为了在传感器领域中为每个分布式簇收集最准确的簇头节点数据，我们提出了一个数据精度模型，并将结果与信息精度模型进行了比较。发现：仿真结果表明，在我们提出的分布式分簇算法中，与簇头节点处的信息准确度模型相比，我们提出的数据准确度模型收集到的数据更准确，性能更好，而且存在一个最优的传感器节点簇，该簇足以执行与簇大致相同的数据准确度。实际应用：测量农田中的湿度和含水量，测量物理环境中的温度。发明/新颖想法：提出了一种基于传感器节点之间的空间数据相关性的分布式分簇算法，具有数据准确性模型。
2011-08-12 cs.NI
Dynamic Cluster Head Selection Using Fuzzy Logic on Cloud in Wireless Sensor Networks
在无线传感器网络中，降低能量消耗的最重要的活动之一是分簇。在分簇中，从一组节点中选择一个节点作为簇头，簇头处理簇中节点的大部分计算和处理。提出了一种基于模糊的无线传感器网络云节点动态簇头选择算法。该算法为每个节点计算一个潜在值，并选择具有高潜力的簇头。该算法通过簇头的空间分布最大限度地减少簇重叠，并丢弃恶意节点，即永远不允许恶意节点成为簇头。
2015-11-03 cs.NI
Energy-Aware Scheme used in Multi-level Heterogeneous Wireless Sensor Networks
无线传感器网络（WSNs）是一个能量受限的系统，由于节点的能量消耗有限，导致其使用寿命缩短，如何延长其使用寿命是WSNs设计和构思中面临的主要挑战。分簇算法通常是用于增加网络的可扩展性和寿命的关键技术。在本文中，我们提出并评估了一个分布式的能量有效的无线传感器网络的分簇算法。该协议是一种新的分簇算法，通过引入节点的剩余能量来确定簇头，从而降低了节点失效的概率。我们研究了层次聚类的无线传感器网络上的节点的异质性的影响。仿真结果表明，该算法提高了整个网络的生命周期，并且以首节点死亡为指标，其性能优于LEACH和EEHC。
2013-06-19 cs.NI
Dynamic Clustering and User Association in Wireless Small Cell Networks with Social Considerations
在本文中，一种新的社交网络感知的用户关联的无线小小区网络与底层设备到设备（D2 D）通信进行了研究。所提出的方法利用用户设备（UE）和他们的物理接近度之间的社会战略关系，以优化整体网络性能。该问题被公式化为UE与其服务节点（SN）之间的匹配博弈，其中SN可以是小型小区基站（SCBS）或具有D2 D能力的重要UE。该问题被视为多对一匹配游戏，其中UE和SN使用捕获两个无线方面（即，接收信号强度、业务负载等）以及用户的社会联系（例如，UE接近度和社交距离）。由于网络范围的UE-SN匹配的组合性质，该问题被分解为动态聚类问题，其中SCBS基于相互干扰被分组为不相交的簇。随后，每个集群执行UE-SN匹配游戏。所考虑的游戏被证明属于一类匹配游戏的外部性所产生的干扰和同行的影响，由于用户的社交距离，使UE和SN相互作用，直到达到一个稳定的匹配。仿真结果表明，所提出的社会意识的用户关联方法产生显着的性能增益，达到26%，24%，和31%，分别为第5，第50和第95次的UE吞吐量，相比，经典的社会意识的基线。
2016-12-28 cs.NI
Determination Of Optimal Number Of Clusters In Wireless Sensor Networks
延长网络生命周期、可扩展性和有效的负载均衡是无线传感器网络实现最佳性能的关键。分簇是延长传感器网络生命周期的有效方法。分簇是将传感器网络划分为具有簇头的较小的本地化成员组（称为簇）的过程。在层次结构的无线传感器网络中，分簇协议需要选择最优的簇数。任何均匀地选择簇（与距基站的距离无关）的簇方案都会在距基站近的簇和距基站远的簇上引起过度的能量使用。在单跳网络中，随着距离簇头的增加，能量消耗率逐渐增加。这项工作的重点是在一个统一的簇头选举模型（EPEM）的浪费能源消耗的分析，并提供了一个分析解决方案，以减少在无线传感器网络中选出的集群之间的能源使用的整体消耗。考虑传感器网络的圆形模型，其中传感器节点被部署在位于中心的基站周围。传感器网络被划分为以基站为中心的几个同心环。提出了一种非均匀选举簇头的模型--不等概率选举模型（UEPEM）。簇头选举的概率取决于与基站的距离。UEPEM比EPEM减少了约21%的整体能源使用。UEPEM的性能随着环的数量的增加而提高。
2012-08-09 cs.DC cs.NI
Fuzzy Based Secure Clustering Schemes for Wireless Sensor Networks
本论文提出三种基于模糊逻辑与博弈论的安全分簇方案，分别解决WSN的寿命、稳定性及恶意攻击防御问题，以降低能耗并提升网络安全性。
2025-04-15 cs.NI
Impacts of structural factors on energy consumption in cluster-based wireless sensor networks: a comprehensive analysis
有限的能量是无线传感器网络研究的主要驱动因素。聚类通过减少网络上传输的数据流量来解决这个能源短缺问题，因此文献中提出了几种聚类方法。研究人员提出了他们的方法，使严重的假设，如始终定位在拓扑结构的一侧的单一汇或使集群附近的汇较小的大小。然而，据我们所知，有没有全面的研究，调查各种结构的替代方案对无线传感器网络的能量消耗的影响。在本文中，我们深入分析了各种结构的方法，如集群的大小，在拓扑结构中的层数，节点密度，位置和数量的汇的影响。提供了广泛的模拟结果。结果表明，最佳性能约
2015-12-11 cs.NI
BEENISH: Balanced Energy Efficient Network Integrated Super Heterogeneous Protocol for Wireless Sensor Networks
近年来，无线传感器网络（Wireless Sensor Networks，WSNs）的研究受到了越来越多的关注。无线传感器网络的主要问题之一是能源效率的路由协议的发展。集群是提高能源效率的有效途径。大多数异构协议考虑两个或三个能量水平的节点。在现实中，异构无线传感器网络包含大范围的能量水平。通过分析异构无线传感器网络中簇间通信能耗和能量水平变化范围大的特点，提出了基于超异构的均衡节能网络协议BEENISH（Balanced Energy Efficient Network Integrated Super Heterogenous）。它假设无线传感器网络包含四个能量水平的节点。在这里，簇头（CH）被选举的基础上剩余的能量水平的节点。仿真结果表明，该协议在异构无线传感器网络中的性能优于现有的分簇协议。该协议比分布式节能集群（DEEC）、改进型节能集群（DDEEC）和增强型节能集群（EDEEC）具有更长的稳定性、生命周期和更有效的消息传递。
2013-03-21 cs.NI
Dynamic Clustering and ON/OFF Strategies for Wireless Small Cell Networks
在本文中，提出了一种新的基于簇的无线小小区网络的能量效率最大化的方法。提出了一种基于位置和业务负载将本地耦合的小小区基站（SBS）分组为簇的动态机制。在每个形成的集群内，SBS协调它们的传输参数以最小化成本函数，该成本函数捕获能量效率和流级性能之间的权衡，同时满足它们的用户的服务质量要求。由于缺乏集群间的通信，集群之间相互竞争，以提高整个网络的能源效率。这种集群间的竞争被制定为集群之间的非合作博弈，寻求最小化各自的成本函数。为了解决这个问题，提出了一种分布式学习算法，利用该算法，集群根据本地信息自主选择最优传输策略。结果表明，该算法收敛到一个平稳的混合策略分布，构成了一个ε-粗相关均衡的研究游戏。仿真结果表明，与传统方法相比，所提出的方法可获得显着的性能提升，最多可减少36%的能量支出，最多可减少41%的部分传输时间。
2015-11-27 cs.GT cs.IT cs.NI
Game-Theoretic and Reinforcement Learning-Based Cluster Head Selection for Energy-Efficient Wireless Sensor Network
本文提出一种结合博弈论与强化学习的多步分簇簇头选择算法，通过将WSN建模为多智能体RL问题实现自组织分簇、能量均衡和确定性网络寿命，并利用最高电量节点单跳中继提升网络能效与稳定性。
2025-08-18 cs.MA cs.NI
Physical Layer Authentication for Mission Critical Machine Type Communication using Gaussian Mixture Model based Clustering
关键任务机器类型通信（MC-MTC）在无线系统中的应用是当前的研究热点。无线系统被认为在例如工业应用（诸如闭环控制）中提供优于有线系统的许多优点。然而，由于无线信道的广播性质，这样的系统容易受到大范围的网络攻击。这些攻击包括被动窃听攻击和主动攻击，如数据操纵或伪装攻击。因此，有必要提供可靠和有效的安全机制。在这样的系统中的一些最重要的安全问题是确保通信设备之间通过空中交换的消息的完整性以及真实性。在目前的工作中，如何实现这一目标在MC-MTC系统的基础上物理层安全（PHYSEC）的方法。为此，提出了一种基于高斯混合模型对不同发射机的信道估计进行聚类的新方法。此外，实验证明的概念评估，我们比较我们的方法与均方误差为基础的检测方法的性能。
2017-11-14 cs.NI eess.SP
A Survey on Delay-Aware Network Structure for Wireless Sensor Networks with Consecutive Data Collection Processes
无线传感器网络（WSN）由空间分布的自主传感器组成，以监测物理或环境条件，如温度，声音，压力等。在传感应用中，数据包从传感器节点流向基站。在数据汇集过程中，使用自自底向上的的方法。在自自底向上的的方法中，所有节点将其感测到的数据分组直接发送到基站。在这种方法将导致增加延迟，这将导致更高的能源消耗。为了降低传感器节点的能量消耗，分簇算法和低能量自适应分簇层次（LEACH）被使用。在无线传感器信息系统中，正在使用传感器信息系统中的功率高效收集（PEGASIS）。无线传感器网络中存在着诸如时延、网络生命周期、能量耗散等问题需要解决。
2014-02-06 cs.NI
Data Accuracy Estimation for Spatially Correlated Data in Wireless Sensor Networks under Distributed Clustering
本文的主要目的是构建一个分布式分簇算法，使得每个分布式簇在数据聚合前都能在各自的簇头节点进行数据的准确性检验，并将数据传输到汇聚节点。设计方法/程序-我们调查的数据是空间相关的传感器节点，形成集群在空间域中。由于数据的高度相关性，这些传感器节点簇在空间域中是重叠的。为了克服这个问题，我们构建了一个分布式聚类算法与非重叠的不规则簇在空间域。然后，每个分布式簇可以在簇头节点处执行数据准确性，并最终将数据发送到sink节点。结果-模拟结果显示了每个分布式集群的关联传感器节点，并澄清了他们的数据精度在空间域中的配置文件。我们展示了一个单一的集群的模拟结果，以验证他们存在一个最佳的集群，使近似相同的数据精度水平实现的单一集群。此外，我们发现，从跟踪点到传感器节点的数量的距离增加，数据的准确性降低。设计限制-该模型仅适用于估计分布式集群的数据准确度，其中假设感知数据在空间上与近似相同的变化相关。实际实施-测量分布式农田中的水分含量。发明/新颖想法-这是第一次在簇头节点处的数据聚合之前针对分布式簇执行数据准确性模型，这可以减少数据冗余和通信开销。
2011-01-11 cs.NI
Energy-Efficient Routing Protocol Based on Multi-Threshold Segmentation in Wireless Sensors Networks for Precision Agriculture
本文提出一种基于多阈值分割的节能路由协议EERPMS，通过创新的节点分簇算法和簇头选择算法优化簇形成与簇头选择，显著降低了网络能耗并延长了生命周期。
2023-07-03 cs.NI eess.SP
Energy-Efficient Data Collection in Clustered Wireless Sensor Networks employing Distributed DCT
针对无线传感器网络（WSNs）中传感器数据的相关性强、适合于在离散余弦变换（DCT）域进行变换的特点，提出了一种基于DCT变换矩阵和分簇的能量有效的数据汇集方法，我们建议来自网络的每个簇仅以两种常见方式向基站（BS）发送少量的大DCT变换系数以用于数据汇集，直接地或者在多跳路由中。可以基于在BS处接收的大系数来恢复来自传感器网络的所有传感数据。我们进一步分析和制定的通信成本的功率消耗传输数据在这样的网络的基础上随机问题。最后，对几种常用的聚类算法进行了应用和比较，验证了分析和仿真结果.噪声和无噪声环境中所提出的方法被认为是。
2016-11-17 cs.NI
