【正文】 ，通知下一簇內(nèi)的節(jié)點根據(jù)節(jié)點當(dāng)前剩余能量和最小傳輸距離選舉新的簇頭。所以，得到新的簇頭選舉方式可依據(jù)權(quán)值w：為節(jié)點當(dāng)前剩余能量，為節(jié)點的初始能量，為節(jié)點i與它的下一跳節(jié)點之間的通信距離，為節(jié)點i與它的上一跳節(jié)點之間的通信距離，、為權(quán)重因子。根據(jù)節(jié)點i的權(quán)值w的值是否在當(dāng)前簇內(nèi)的節(jié)點里最趨近于1來決定它是否當(dāng)選當(dāng)前簇的新簇頭。為節(jié)點當(dāng)前剩余能量，為節(jié)點的初始能量，、為權(quán)重因子。i表示當(dāng)前節(jié)點，n表示本簇內(nèi)總節(jié)點數(shù)目，dopt,表示計算出的最佳傳輸距離，S(i).x, S(i).y和N(i).x, N(i).y分別代表普通節(jié)點的位置和簇頭的位置。：Function ElectNewCluster()Input: Eo,Ei, ,i,n,k,dopt,S(i).x, S(i).y, N(i).x, N(i).yOutput:kBegin:for i=1:1:na=abs(*(Ei /Eo1)+ *(sqrt((S(i).xN(i1).x)^2 + (S(i).yN(i1).y)^2)/ dopt +sqrt((S(i).xN(i+1).x)^2 + (S(i).yN(i+1).y)^2)/ dopt 2))b=abs(*(Ei /Eo1)+ *(sqrt((S(i+1).xN(i1).x)^2 + (S(i+1).yN(i1).y)^2)/ dopt +sqrt((S(i+1).xN(i+1).x)^2 + (S(i+1).yN(i+1).y)^2)/ dopt 2))if abk=iendreturn kEnd層次型拓?fù)洳捎梅执厮惴▽鞲衅鞴?jié)點劃分為簇頭以及簇成員，另外有的分簇路由算法在簇頭的基礎(chǔ)上再構(gòu)建上一層的簇頭。簇頭組成一個骨干網(wǎng)，整個網(wǎng)絡(luò)的信息傳遞主要靠簇頭來進(jìn)行的。分簇內(nèi)的信息主要由簇成員節(jié)點來采集，采集到的信息傳遞給簇頭，簇頭將所采集到信息進(jìn)行處理、融合，最后簇頭將處理好的數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)。根據(jù)權(quán)值w，基于多跳中繼轉(zhuǎn)發(fā)的簇頭維護(hù)算法描述:(1) 拓?fù)涑跏蓟８鶕?jù)原算法進(jìn)行分簇，選舉簇頭，然后普通節(jié)點發(fā)消息加入簇內(nèi)，所有節(jié)點分為普通節(jié)點，簇頭節(jié)點和匯聚節(jié)點。然后收集信息，包括當(dāng)前的節(jié)點的能量以及簇頭與匯聚節(jié)點之間的距離，每個簇頭的位置信息，簇頭與匯聚節(jié)點之間的路由信息。(2) 重新選舉簇頭。當(dāng)偵測到簇頭節(jié)點失效后，根據(jù)權(quán)值函數(shù)公式w，考慮SINK節(jié)點的距離以及節(jié)點自身的剩余能量，選舉新的簇頭。根據(jù)權(quán)值函數(shù)w重新選舉出的新任簇頭，負(fù)責(zé)數(shù)據(jù)中繼轉(zhuǎn)發(fā)工作，兼顧最小能耗和能量均衡，重構(gòu)拓?fù)洹?3) 拓?fù)渫ㄖ?。原簇的簇頭重新確立之后，簇內(nèi)節(jié)點發(fā)送數(shù)據(jù)與新選舉的簇頭節(jié)點進(jìn)行通信獲得連接確認(rèn)，并根據(jù)與簇頭之間的距離確立節(jié)點的通信距離，然后調(diào)整自身的傳輸功率，得到最佳通信距離和最低能耗，節(jié)約能量。(4) 拓?fù)渚S護(hù)。通過該拓?fù)渚S護(hù)算法，周期性的對簇頭節(jié)點重新選舉，或者對通信中斷的簇頭節(jié)點進(jìn)行拓?fù)渚S護(hù)，以得到中繼轉(zhuǎn)發(fā)的最佳傳輸距離和簇頭節(jié)點能量均衡的目的。Start隨機(jī)撒布節(jié)點根據(jù)初始算法選擇簇頭節(jié)點并分簇拓?fù)涓兄l(fā)現(xiàn)發(fā)現(xiàn)簇頭是否正常工作YN尋找此簇的上一跳簇頭節(jié)點和下一跳簇頭節(jié)點位置根據(jù)權(quán)值函數(shù)w，選舉本簇內(nèi)的新任簇頭新當(dāng)選簇頭發(fā)拓?fù)渫ㄖㄖ湎乱惶仡^，構(gòu)建新的多跳鏈路數(shù)據(jù)穩(wěn)定傳輸階段，直至下一周期到來End 算法流程圖 模擬實驗分析通過MATLAB仿真工具對基于多跳中繼轉(zhuǎn)發(fā)的簇頭拓?fù)渚S護(hù)算法進(jìn)行仿真分析。為了簡便起見，又不失一般性，網(wǎng)絡(luò)的拓?fù)錁?gòu)建階段的算法采用的是經(jīng)典LEACH算法，最后算法在能量消耗和網(wǎng)絡(luò)存活時間方面與LEACH算法在不同場景下做比較?？紤]到無線傳感器網(wǎng)絡(luò)拓?fù)淇刂频慕?jīng)典LEACH算法的仿真場景。本實驗采用兩種場景來模擬無線傳感器網(wǎng)絡(luò)中基于分簇的拓?fù)渚S護(hù)算法，即一種是在100m*100m的區(qū)域內(nèi)部署100個節(jié)點，Sink節(jié)點的坐標(biāo)在（50，50）的位置，另一種是在一種是在800m*800m的區(qū)域內(nèi)部署800個節(jié)點，Sink節(jié)點的坐標(biāo)在（400，400）的位置。其他的仿真參數(shù)如表41所示表41 仿真模擬參數(shù)參數(shù)取值EinitialEelec=Eee50nJ/bitEfs10pJ/bit/m2Emp pJ/bit/m4EDA5nJ/bit/signal數(shù)據(jù)包長度4000bytes控制包長度100bytes為了使實驗結(jié)果更為說服性，參數(shù)的選擇也和經(jīng)典LEACH的參數(shù)設(shè)置較為相似。關(guān)于網(wǎng)絡(luò)的假設(shè)：（1）：Sink節(jié)點位置固定，且只有一個Sink節(jié)點；（2）：節(jié)點的發(fā)射功率可調(diào)；節(jié)點部署后靜止；（3）：節(jié)點具有計算功能，可以計算出dopt；（4）：簇內(nèi)的任意兩個節(jié)點的通信時相互的，簇與簇之間的通信只能通過兩簇簇頭進(jìn)行。Sink節(jié)點可以與簇頭直接通信，與距離較遠(yuǎn)的簇頭通信可以通過簇頭之間的多跳傳輸通信；（5）：權(quán)重因子=，=。分別對兩個仿真場景做無線傳感器網(wǎng)絡(luò)節(jié)點的隨機(jī)撒布，并形成簇，劃分為簇頭節(jié)點和普通節(jié)點，形成的voronoi圖。 100m*100m的仿真場景的voronoi圖 800m*800m的仿真場景的voronoi圖（一）和仿真場景（二）的無線傳感器網(wǎng)絡(luò)節(jié)點部署后隨機(jī)形成的簇頭的voronoi圖。從這兩個圖可以看出，無論在較大或是較小的區(qū)域，隨機(jī)形成的簇頭都很不平均，簇頭與Sink節(jié)點的通信很不方便，距離跨度較大。 100m*100m的仿真場景下節(jié)點平均能量消耗情況 800m*800m的仿真場景下節(jié)點平均能量消耗情況圖4. 。從圖中可以看出，新提出的基于多跳中繼轉(zhuǎn)發(fā)的拓?fù)渚S護(hù)算法在能量的消耗上也少于LEACH算法，這是因為新算法的多跳中繼建立在最佳傳輸距離的基礎(chǔ)上的。圖4. 7 100m*100m的仿真場景下節(jié)點死亡情況圖4. 7 800m*800m的仿真場景下節(jié)點死亡情況圖4. 7和圖4. 8接著又從另一個角度驗證了新算法比LEACH算法節(jié)約能量的情況。新算法在較小區(qū)域里，多跳中繼轉(zhuǎn)發(fā)的優(yōu)點發(fā)揮的不出來，從圖4. 7可以看出，新算法在仿真開始時候，節(jié)點死亡個數(shù)比LEACH算法較快較多，但是兩者所有的節(jié)點同時死亡。圖4. 8可以看出，LEACH算法的節(jié)點死亡個數(shù)比新算法又快又多。所以，新算法的能量優(yōu)越性特別體現(xiàn)在仿真區(qū)域比較大，規(guī)模較大的仿真場景。 100m*100m的仿真場景，不同權(quán)值時節(jié)點平均能量消耗情況 800m*800m的仿真場景，不同權(quán)值時節(jié)點平均能量消耗情況圖4. 9和圖4. 10分別表示兩種仿真場景下，權(quán)重因子，不同取值情況時，節(jié)點平均能量消耗情況。圖4. 11 100m*100m的仿真場景下，不同權(quán)值時節(jié)點死亡情況圖4. 12 800m*800m的仿真場景下，不同權(quán)值時節(jié)點死亡情況圖4. 11和圖4. 12分別表示兩種仿真場景下，權(quán)重因子，不同取值情況時，節(jié)點死亡情況。從圖中可以發(fā)現(xiàn)，選舉簇頭時節(jié)點剩余能量所占的權(quán)值越高，節(jié)點的平均能量保持的越好，由此說明選舉簇頭時的能量對于降低整個網(wǎng)絡(luò)的能量消耗是一個很重要的指標(biāo)。隨著仿真場景變大，節(jié)點數(shù)量增多，簇頭選舉公式中剩余能量權(quán)值越大，節(jié)點的剩余平均能量也越高。 本章小結(jié)本章重點針對拓?fù)渚S護(hù)的簇頭重新選舉，提出了一種以能量和節(jié)點距離綜合考慮的數(shù)據(jù)中繼轉(zhuǎn)發(fā)的簇頭維護(hù)算法。仿真證明該算法有效節(jié)約了節(jié)點工作耗能，達(dá)到了節(jié)點能量均衡的效果，優(yōu)化了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，延長了網(wǎng)絡(luò)生命期。第5章 總結(jié)與展望第5章　總結(jié)與展望綜合了傳感技術(shù)，嵌入式計算技術(shù)、并行信息處理技術(shù)、無線通信技術(shù)等眾多學(xué)科的無線傳感器網(wǎng)絡(luò)（WSN），由于其諸多優(yōu)點被廣泛應(yīng)用于軍事、環(huán)境、工業(yè)、醫(yī)療、農(nóng)業(yè)、空間探索等領(lǐng)域。拓?fù)淇刂萍夹g(shù)是解決無線傳感器網(wǎng)絡(luò)應(yīng)用中許多問題的關(guān)鍵技術(shù)，具有很重要的意義，本文就對拓?fù)淇刂萍夹g(shù)的重要組成部分拓?fù)渚S護(hù)算法做了較詳細(xì)的分析，找到了層次性拓?fù)淇刂浦写仡^的拓?fù)渚S護(hù)算法，延長了網(wǎng)絡(luò)壽命?！】偨Y(jié)隨著對WSN研究的深入開展，其特點和優(yōu)勢日益顯著，其應(yīng)用領(lǐng)域也越來越廣泛。因此，針對不同的應(yīng)用場景對網(wǎng)絡(luò)拓?fù)涮岢龅男枨笠捕鄻踊粋€拓?fù)錂C(jī)制的好壞將直接關(guān)系到整個傳感網(wǎng)絡(luò)中的其他性能，對網(wǎng)絡(luò)中數(shù)據(jù)的傳遞及其實時性、網(wǎng)絡(luò)通信的保障都有著直接的影響。本論文首先對無線傳感器網(wǎng)絡(luò)的研究現(xiàn)狀、體系結(jié)構(gòu)、特點、關(guān)鍵技術(shù)、及其應(yīng)用等作了介紹；有針對性的研究了無線傳感器網(wǎng)絡(luò)拓?fù)淇刂萍夹g(shù)，然后以拓?fù)渚S護(hù)作為拓?fù)淇刂萍夹g(shù)的主要切入點，提出了基于層次型的拓?fù)淇刂萍夹g(shù)簇頭失效的解決方案，并通過仿真驗證了新提出的算法在生存時間上具有較好的性能。本文主要研究內(nèi)容如下：（1）對現(xiàn)有的無線傳感器網(wǎng)絡(luò)的拓?fù)淇刂萍夹g(shù)和拓?fù)渚S護(hù)算法進(jìn)行研究和分析。（2）根據(jù)網(wǎng)格劃分的思想，提出基于同心圓和區(qū)域象限劃分的環(huán)弧空間的簇頭拓?fù)渚S護(hù)算法。（3）根據(jù)簇頭節(jié)點與匯聚節(jié)點之間多跳中繼轉(zhuǎn)發(fā)數(shù)據(jù)的思想，提出了一種基于多跳中繼轉(zhuǎn)發(fā)的簇頭拓?fù)渚S護(hù)算法。（4）分別對提出的算法進(jìn)行了理論分析和模擬仿真數(shù)據(jù)上的比較分析，得出相應(yīng)的結(jié)論?！≌雇疚尼槍o線傳感器網(wǎng)絡(luò)拓?fù)淇刂萍夹g(shù)，特別是對拓?fù)渚S護(hù)算法進(jìn)行了詳細(xì)的研究和探索。但由于本人水平有限，時間和條件也有限，整個研究過程難免存在一些不足之處和需要完善的地方。另外，無線傳感器網(wǎng)絡(luò)作為新興的交叉學(xué)科的綜合研究領(lǐng)域，有許多值得研究的內(nèi)容，需要科研工作人員做大量深入的研究。接下來將對本文研究過程中存在的問題以及需要深入研究的地方做一個全面的總結(jié)，以便在未來的研究工作中，尋求新的發(fā)展和突破。（1）覆蓋度和連通度的問題。本文提出的兩種算法都是針對初始拓?fù)湟呀?jīng)構(gòu)建情況下的，故網(wǎng)絡(luò)的覆蓋度和連通度與網(wǎng)絡(luò)的初始拓?fù)溆泻艽箨P(guān)系，而新提出的算法著重研究的是網(wǎng)絡(luò)的生存時間問題，對網(wǎng)絡(luò)的覆蓋連通研究較少。下一步可在拓?fù)渚S護(hù)算法中加入對網(wǎng)絡(luò)拓?fù)淇刂频闹匾笜?biāo)—覆蓋度和連通度的研究。（2）豐富完善仿真場景。由于無線傳感器網(wǎng)絡(luò)是面向應(yīng)用的系統(tǒng)，故其在實際應(yīng)用中的表現(xiàn)尤其值得關(guān)注。希望下一步能夠建立比較符合實際的仿真場景，比如雨天、大霧等氣候影響通信傳輸條件下的仿真場景，以及仿真工具在特定場合的場景模擬如水下，農(nóng)田，山區(qū)等。（3）本文提出的兩種算法都是針對層次拓?fù)淇刂频拇仡^節(jié)點的拓?fù)渚S護(hù)，而對于簇內(nèi)節(jié)點的失效情況沒有做出相應(yīng)的研究，以及對于非層次型劃分的網(wǎng)絡(luò)的拓?fù)渚S護(hù)算法也沒有針對性的研究。下一步的研究重點應(yīng)該放在怎樣使普通節(jié)點也具有拓?fù)渚S護(hù)的性能。由于時間有限，以及本人的理論水平有限，文中存在很多不足之處，有待于深入討論和改正，希望能得到老師們的悉心指導(dǎo)。參考文獻(xiàn)參考文獻(xiàn)[1] J. A. Byrne. 21 Ideas for the 21st Century[N]. Business Week, 1999, (8): 78167[2] Ten Emerging Technologies that Will Change the World[N]. Technology Review. 2003, 106(1): 22~49. [3] D. Caterinicchia. DARPA Developing Killer Tech[OL]. FCW. COM. 2002, [4] 國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(20062020年). 中國法制出版社, 2006:3040[5] Topology Wikipedia[OL].2013,[6] Li N, HOU J C. FLSS: a faulttolerant topology control algorithm for wireless networks. Proceedings of the 10th annual international conference on Mobile puting and networking(MobiCom 39。04), New York:ACM press，[7] Mohsen Bahramgiri,MohammadTaghi HajiaghayiandVahab S. Mirrokni. FaultTolerant and 3Dimensional Distributed Topology Control Algorithms in Wireless Multihop Networks. WIRELESS NETWORKS,Volume 12, Number 2(2006),179188,[8] ,Wang Y,et al. A Simple Algorithm for FaultTolerant Topology Control in Wireless Sensor Network. Proceedings of IEEE International Symposium on Personal, Indoor and Mobile Radio Communication(PIMRC’08),French Riviera,France,2008[9] Li N, HOU J C, Sha L. Design and analysis of an MSTbased topology control algorithm. Proceedings of TwentySecond Annual Joint Conference of the IEEE Computer and Communications. IEEE Societies( INFOCOM 2003),San Franciso,[10] 周賢偉，覃伯平，徐福華. 無線傳感器網(wǎng)絡(luò)與安全[M]. 北京：國防工業(yè)出版社，2007:1129[1