【正文】 ，通知下一簇內(nèi)的節(jié)點(diǎn)根據(jù)節(jié)點(diǎn)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(diǎn)當(dāng)前剩余能量，為節(jié)點(diǎn)的初始能量，為節(jié)點(diǎn)i與它的下一跳節(jié)點(diǎn)之間的通信距離，為節(jié)點(diǎn)i與它的上一跳節(jié)點(diǎn)之間的通信距離，、為權(quán)重因子。根據(jù)節(jié)點(diǎn)i的權(quán)值w的值是否在當(dāng)前簇內(nèi)的節(jié)點(diǎn)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(diǎn)當(dāng)前剩余能量，為節(jié)點(diǎn)的初始能量，、為權(quán)重因子。i表示當(dāng)前節(jié)點(diǎn)，n表示本簇內(nèi)總節(jié)點(diǎn)數(shù)目，dopt,表示計(jì)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(diǎn)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(diǎn)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(gè)骨干網(wǎng)，整個(gè)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(diǎn)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?。根?jù)原算法進(jìn)行分簇，選舉簇頭，然后普通節(jié)點(diǎn)發(fā)消息加入簇內(nèi)，所有節(jié)點(diǎn)分為普通節(jié)點(diǎn)，簇頭節(jié)點(diǎn)和匯聚節(jié)點(diǎn)。然后收集信息，包括當(dāng)前的節(jié)點(diǎn)的能量以及簇頭與匯聚節(jié)點(diǎn)之間的距離，每個(gè)簇頭的位置信息，簇頭與匯聚節(jié)點(diǎn)之間的路由信息。(2) 重新選舉簇頭。當(dāng)偵測(cè)到簇頭節(jié)點(diǎn)失效后，根據(jù)權(quán)值函數(shù)公式w，考慮SINK節(jié)點(diǎn)的距離以及節(jié)點(diǎn)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Ｔ氐拇仡^重新確立之后，簇內(nèi)節(jié)點(diǎn)發(fā)送數(shù)據(jù)與新選舉的簇頭節(jié)點(diǎn)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(diǎn)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(duì)簇頭節(jié)點(diǎn)重新選舉，或者對(duì)通信中斷的簇頭節(jié)點(diǎn)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(diǎn)能量均衡的目的。Start隨機(jī)撒布節(jié)點(diǎn)根據(jù)初始算法選擇簇頭節(jié)點(diǎn)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(diǎn)和下一跳簇頭節(jié)點(diǎn)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(shí)驗(yàn)分析通過MATLAB仿真工具對(duì)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(jiǎn)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(shí)間方面與LEACH算法在不同場(chǎng)景下做比較?？紤]到無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂频慕?jīng)典LEACH算法的仿真場(chǎng)景。本實(shí)驗(yàn)采用兩種場(chǎng)景來模擬無(wú)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(gè)節(jié)點(diǎn)，Sink節(jié)點(diǎn)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(gè)節(jié)點(diǎn)，Sink節(jié)點(diǎn)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(zhǎng)度4000bytes控制包長(zhǎng)度100bytes為了使實(shí)驗(yàn)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(diǎn)位置固定，且只有一個(gè)Sink節(jié)點(diǎn)；（2）：節(jié)點(diǎn)的發(fā)射功率可調(diào)；節(jié)點(diǎn)部署后靜止；（3）：節(jié)點(diǎn)具有計(jì)算功能，可以計(jì)算出dopt；（4）：簇內(nèi)的任意兩個(gè)節(jié)點(diǎn)的通信時(shí)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(diǎn)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(duì)兩個(gè)仿真場(chǎng)景做無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的隨機(jī)撒布，并形成簇，劃分為簇頭節(jié)點(diǎn)和普通節(jié)點(diǎn)，形成的voronoi圖。 100m*100m的仿真場(chǎng)景的voronoi圖 800m*800m的仿真場(chǎng)景的voronoi圖（一）和仿真場(chǎng)景（二）的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署后隨機(jī)形成的簇頭的voronoi圖。從這兩個(gè)圖可以看出，無(wú)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(diǎn)的通信很不方便，距離跨度較大。 100m*100m的仿真場(chǎng)景下節(jié)點(diǎn)平均能量消耗情況 800m*800m的仿真場(chǎng)景下節(jié)點(diǎn)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?yàn)樾滤惴ǖ亩嗵欣^建立在最佳傳輸距離的基礎(chǔ)上的。圖4. 7 100m*100m的仿真場(chǎng)景下節(jié)點(diǎn)死亡情況圖4. 7 800m*800m的仿真場(chǎng)景下節(jié)點(diǎn)死亡情況圖4. 7和圖4. 8接著又從另一個(gè)角度驗(yàn)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(diǎn)發(fā)揮的不出來，從圖4. 7可以看出，新算法在仿真開始時(shí)候，節(jié)點(diǎn)死亡個(gè)數(shù)比LEACH算法較快較多，但是兩者所有的節(jié)點(diǎn)同時(shí)死亡。圖4. 8可以看出，LEACH算法的節(jié)點(diǎn)死亡個(gè)數(shù)比新算法又快又多。所以，新算法的能量?jī)?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(chǎng)景。 100m*100m的仿真場(chǎng)景，不同權(quán)值時(shí)節(jié)點(diǎn)平均能量消耗情況 800m*800m的仿真場(chǎng)景，不同權(quán)值時(shí)節(jié)點(diǎn)平均能量消耗情況圖4. 9和圖4. 10分別表示兩種仿真場(chǎng)景下，權(quán)重因子，不同取值情況時(shí)，節(jié)點(diǎn)平均能量消耗情況。圖4. 11 100m*100m的仿真場(chǎng)景下，不同權(quán)值時(shí)節(jié)點(diǎn)死亡情況圖4. 12 800m*800m的仿真場(chǎng)景下，不同權(quán)值時(shí)節(jié)點(diǎn)死亡情況圖4. 11和圖4. 12分別表示兩種仿真場(chǎng)景下，權(quán)重因子，不同取值情況時(shí)，節(jié)點(diǎn)死亡情況。從圖中可以發(fā)現(xiàn)，選舉簇頭時(shí)節(jié)點(diǎn)剩余能量所占的權(quán)值越高，節(jié)點(diǎn)的平均能量保持的越好，由此說明選舉簇頭時(shí)的能量對(duì)于降低整個(gè)網(wǎng)絡(luò)的能量消耗是一個(gè)很重要的指標(biāo)。隨著仿真場(chǎng)景變大，節(jié)點(diǎn)數(shù)量增多，簇頭選舉公式中剩余能量權(quán)值越大，節(jié)點(diǎn)的剩余平均能量也越高。 本章小結(jié)本章重點(diǎn)針對(duì)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(diǎn)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(diǎn)工作耗能，達(dá)到了節(jié)點(diǎn)能量均衡的效果，優(yōu)化了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，延長(zhǎng)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(jì)算技術(shù)、并行信息處理技術(shù)、無(wú)線通信技術(shù)等眾多學(xué)科的無(wú)線傳感器網(wǎng)絡(luò)（WSN），由于其諸多優(yōu)點(diǎn)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(wú)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(duì)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(zhǎng)了網(wǎng)絡(luò)壽命?！】偨Y(jié)隨著對(duì)WSN研究的深入開展，其特點(diǎn)和優(yōu)勢(shì)日益顯著，其應(yīng)用領(lǐng)域也越來越廣泛。因此，針對(duì)不同的應(yīng)用場(chǎng)景對(duì)網(wǎng)絡(luò)拓?fù)涮岢龅男枨笠捕鄻踊?，一個(gè)拓?fù)錂C(jī)制的好壞將直接關(guān)系到整個(gè)傳感網(wǎng)絡(luò)中的其他性能，對(duì)網(wǎng)絡(luò)中數(shù)據(jù)的傳遞及其實(shí)時(shí)性、網(wǎng)絡(luò)通信的保障都有著直接的影響。本論文首先對(duì)無(wú)線傳感器網(wǎng)絡(luò)的研究現(xiàn)狀、體系結(jié)構(gòu)、特點(diǎn)、關(guān)鍵技術(shù)、及其應(yīng)用等作了介紹；有針對(duì)性的研究了無(wú)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(diǎn)，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(yàn)證了新提出的算法在生存時(shí)間上具有較好的性能。本文主要研究?jī)?nèi)容如下：（1）對(duì)現(xiàn)有的無(wú)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(diǎn)與匯聚節(jié)點(diǎn)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(duì)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?duì)無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂萍夹g(shù)，特別是對(duì)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(shí)間和條件也有限，整個(gè)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(wú)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(duì)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(gè)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(duì)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(shí)間問題，對(duì)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(duì)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(chǎng)景。由于無(wú)線傳感器網(wǎng)絡(luò)是面向應(yīng)用的系統(tǒng)，故其在實(shí)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(shí)際的仿真場(chǎng)景，比如雨天、大霧等氣候影響通信傳輸條件下的仿真場(chǎng)景，以及仿真工具在特定場(chǎng)合的場(chǎng)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(duì)層次拓?fù)淇刂频拇仡^節(jié)點(diǎn)的拓?fù)渚S護(hù)，而對(duì)于簇內(nèi)節(jié)點(diǎn)的失效情況沒有做出相應(yīng)的研究，以及對(duì)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(duì)性的研究。下一步的研究重點(diǎn)應(yīng)該放在怎樣使普通節(jié)點(diǎn)也具有拓?fù)渚S護(hù)的性能。由于時(shí)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(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(20062020年). 中國(guó)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(wú)線傳感器網(wǎng)絡(luò)與安全[M]. 北京：國(guó)防工業(yè)出版社，2007:1129[1