[论文解读] Multi-level Dynamic Optimization of Intelligent LEACH with Cost Effective Deep Belief Network

Muhammad Umar Javed, Zaid Bin Tariq+2 more|arXiv (Cornell University)|Apr 12, 2019

Energy Efficient Wireless Sensor Networks参考文献 17被引用 4

一句话总结

本文提出了一种多层级动态优化框架，用于增强型LEACH协议，通过Voronoi镶嵌实现自适应的簇边界，利用蚁群优化（ACO）实现节能的簇间路由，并采用深度置信网络（DBN）实现灵活延迟的混合事件监测。该方法在网络生命周期内实现接近六倍的吞吐量提升，并使网络寿命延长一个数量级，优于当前最先进的LEACH变体。

ABSTRACT

Energy utilization is a key attribute for energy constrained wireless sensor networks (WSN) that directly impacts the life time of the network. LEACH (and its variants) are considered to be the most common energy efficient routing protocols for WSN. In this paper, we propose an optimized modification of LEACH that makes use of multi-hop communication, dynamic cluster boundaries and energy conservation in routing to maximize lifetime of a network. We propose a multi-level approach to maximize our gains with regards to energy conservation i.e., i) Dynamic programming based intra-cluster optimization technique has been proposed ii) Ant Colony Optimization is used for energy efficient cluster head connection with sink node and iii) Voronoi Tessellation are employed for efficient coverage planning i.e., dynamic formation of cluster boundaries. In order to accommodate a more flexible adhoc network, hybrid (reactive and proactive) event monitoring based on Deep Belief Network has been integrated in distributed nodes to improve the latency of the system. The results show that the proposed scheme significantly outperforms the current state of the art with regards to network lifetime and throughput.

研究动机与目标

• 通过引入多层级动态优化，解决传统LEACH协议中网络寿命有限和能耗过高的问题。
• 通过基于节点密度和能量水平的动态簇边界形成，提升能量效率。
• 通过集成深度置信网络（DBN）实现自适应的主动与被动感知，降低事件监测延迟。
• 利用蚁群优化（ACO）提升簇间路由效率，最小化多跳通信中的能量消耗。
• 通过动态簇内优化，实现可扩展、鲁棒且分布式的网络运行，避免单点故障。

提出的方法

• 利用Voronoi镶嵌动态定义基于节点密度和能量分布的簇边界，最大化簇半径并最小化能量消耗。
• 应用蚁群优化（ACO）计算从簇头到汇聚节点的最小能量路径，支持多跳与并行数据传输。
• 采用深度置信网络（DBN）实现混合（主动与被动）事件监测策略，降低数据维度并提升处理速度。
• 使用动态规划与iBRICH聚类进行簇内优化，最小化簇内通信成本与能量消耗。
• 集成分布式多智能体智能，确保系统弹性并避免单点故障风险。
• 采用多层级架构：簇内优化（动态规划）、簇间路由（ACO）与事件监测（DBN）相结合，实现整体能量效率优化。

实验结果

研究问题

• RQ1 动态簇边界形成在WSN中如何提升能量效率与网络寿命？
• RQ2 蚁群优化（ACO）在多跳LEACH变体中能将簇间路由能量成本降低多少？
• RQ3 深度置信网络（DBN）能否有效降低监测延迟，同时保持高事件检测准确率？
• RQ4 与现有基于LEACH的协议相比，多层级优化（簇内、簇间、事件监测）在吞吐量与寿命方面表现如何？
• RQ5 动态簇形成与自适应路由对能量消耗模式与网络稳定性有何影响？

主要发现

• 所提出的优化LEACH协议在全生命周期内吞吐量接近LEACH-EEE的六倍。
• 首个节点在约160轮后死亡，而LEACH-EEE仅在10轮后即失效，表明网络寿命提升了一个数量级。
• 所提方法的能量衰减速率约为LEACH-EEE的十分之一，且呈现更稳定、阶梯状的衰减模式，表明能量分布更优。
• 深度置信网络（DBN）在不同隐藏层配置下将误报率降至2.1%–2.8%，显著优于仅使用iBRICH聚类的5%误报率。
• 基于ACO的路由在100次迭代内收敛至最优路径，最小化能量代价函数，实现高效的多跳数据传输。
• Voronoi镶嵌实现了动态、密度感知的簇边界，最大化覆盖范围并最小化聚类中的冗余能量消耗。