[论文解读] Multi-hop Energy-efficient Control for Heterogeneous Wireless Sensor Networks Using Fuzzy Logic

Alexandre M. Melo Silva, Christiano C. Maciel+1 more|arXiv (Cornell University)|Jan 21, 2014

Energy Efficient Wireless Sensor Networks参考文献 13被引用 4

一句话总结

本文提出了一种集中式、基于模糊逻辑的控制机制，用于异构无线传感器网络（WSNs）中的节能簇头选择与多跳路由。通过将k-means聚类与模糊推理相结合，评估节点能量、剩余能量及与基站的距离，该方法显著延长了网络的稳定期与生命周期——仿真结果表明其相较于传统方法具有显著改进。

ABSTRACT

Wireless Sensor Networks (WSN) have severe energy constraints imposed by limited capacity of the internal battery of sensor nodes. These restrictions stimulate the development of energy-efficient strategies aimed at increasing the period of stability and lifetime of these networks. In this paper, we propose a centralized control to elect more appropriate Cluster Heads, assuming three levels of heterogeneity and multi-hop communication between Cluster Heads. The centralized control uses the k-means algorithm, responsible for the division of clusters and Fuzzy Logic to elect the Cluster Head and selecting the best route of communication. The study results indicate that the proposed approach can increase the period of stability and lifetime in WSN.

研究动机与目标

• 为解决由于电池容量有限导致无线传感器网络（WSNs）中关键的能量约束问题。
• 通过优化异构WSNs中的簇头选择与多跳路由，提升网络稳定性和生命周期。
• 将模糊逻辑与k-means聚类相结合，实现在簇形成与路径选择中的智能、能量感知决策。
• 在真实的异构网络条件下评估所提控制机制的性能。

提出的方法

• 设计了一种集中式控制架构，用于管理异构WSNs中的簇形成与路由决策。
• 应用k-means算法根据节点的空间邻近性与节点特性，将传感器节点分组为簇。
• 使用模糊逻辑根据三个输入变量（剩余能量、能量水平、与基站的距离）评估并排序潜在的簇头。
• 模糊推理系统计算综合评分，以选择最优簇头并确定最佳多跳通信路径。
• 系统根据实时能量与连通性度量动态更新簇配置。
• 该方法支持簇头之间的多跳通信，以降低能耗并延长网络生命周期。

实验结果

研究问题

• RQ1 如何在异构WSNs中优化簇头选择，以延长网络稳定期与生命周期？
• RQ2 将模糊逻辑与k-means聚类相结合，在多跳WSNs中能在多大程度上提升能量效率？
• RQ3 剩余能量、节点能量水平与簇间距离对簇头选择的相对影响是什么？
• RQ4 所提出的集中式控制机制在能耗与网络寿命方面相较于传统聚类方法有何差异？

主要发现

• 所提出的基于模糊逻辑的控制机制显著延长了网络的稳定期，相较于传统聚类方法。
• 将k-means与模糊逻辑结合，通过综合考虑多种能量与拓扑因素，提升了簇头选择的准确性。
• 多跳路由策略通过优化簇头路径选择，降低了每跳传输的能耗。
• 仿真结果表明，由于能量消耗更加均衡且簇头选择更加高效，网络生命周期得到明显提升。
• 该方法在具有不同节点能量水平与空间分布的异构环境中表现出强健性。
• 集中式控制机制实现了可预测且可扩展的簇管理，支持长期网络运行。