一種融合時間和剩余能量激發的分簇優化算法

姜 華， 林加華， 周萬府

（楚雄師范學院信息科學與技術學院，云南楚雄675000）

0 引 言

隨著無線技術的發展，無線傳感器網絡（Wireless Sensor Networks，WSN）已廣泛應用于軍事偵察、智能家居、環境監測、醫療衛生等領域［1-2］。由于應用環境復雜多變，節點無法進行實時供電，這使得能量成為制約WSN長時間運行的瓶頸。并且WSN 以Sink 節點為中心進行數據匯聚傳輸，Sink 節點的能耗往往較大，會造成轉發數據越多的節點能量消耗越大，節點也會越早死亡，形成“節點空洞”［3-4］。LEACH 協議作為一種典型的均勻分簇路由協議［5］，通過簇頭輪轉來維持節點能量平衡，但這種輪換也僅僅是局部性的，對于距離匯聚節點較遠的節點作用較小。文獻［6］中從節點入簇和簇間傳輸兩方面設計了一種非均勻分簇路由算法；文獻［7］中利用傳統的非均勻分簇路由算法對無線網絡進行分簇，采用改進蟻群優化算法搜索出無線網絡簇間多條路徑，提出了一種改進多目標和聲搜索的無線網絡非均勻分簇路由方法；文獻［8］中將改進的粒子群優化算法應用到雙層WSN分簇中，利用粒子群優化算法對分簇多目標函數進行求解，以得到的解建立路由樹；文獻［9］中提出一種改進的基于分簇WSN的數據聚合算法，解決了多跳模式下簇頭因負載不同而導致的能耗量差異，但該算法簇間重疊覆蓋率較大，節點能量額外浪費較大；文獻［10］中提出了一種結合K-means均勻分簇和數據回歸的WSN 能量均衡策略，通過K-means聚類選取簇內節點剩余能量最多者當選簇頭，采用數據回歸方法減少節點與簇首間的通信量，能一定程度上降低節點能耗，但聚類依然以剩余能量多少來選取簇，“能量空洞”問題并沒有根本性解決；文獻［11］中提出了一種基于時間激發的簇頭輪換策略，該策略對節點能量同構的網絡有較大能耗提升，對于異構網絡，因其未考慮節點間距離能耗而采用統一輪換策略，網絡的能效不高；文獻［12］中提出了一種基于剩余能量激發的簇頭輪換策略，根據網絡中節點剩余能量多少進行簇頭輪換，讓能量剩余多的多承擔簇頭的轉發任務，以平衡整個網絡的能耗。但當被選簇頭能量較低時，頻繁的激發簇頭輪換也會使網絡浪費過多的能量。

針對無線網中節點能量負載不均，簇頭輪換激發機制單一，分簇算法能效較低等問題，本文借鑒文獻［11-12］中的分簇思想，提出了一種融合時間和剩余能量激發的分簇算法。

1 網絡模型與系統能耗計算

1.1 網絡模型

假設N個節點隨機部署在M × M區域中，匯聚節點sink負責數據匯總。為方便后續計算，對無線網絡作如下假設［13-15］：

（1）傳感器節點能量有限，傳輸鏈路對稱，且節點發射功率因距離可調；

（2）各節點有相同的感知半徑Rs和通信半徑Rc，并且能將部署區域覆蓋和連通，節點間不需知道自身位置；

（3）網絡部署后各節點位置不變，匯聚節點居于網絡中心，能量足夠；

（4）網絡周期性收集數據，每輪數據收集，節點都要發送相同數據包長度的數據給簇頭；

（5）所有節點時鐘同步。

本文選擇如圖1 所示的無線通信模型，考慮發送電路、接收電路、放大器以及傳輸的數據字節數，一個無線射頻收發器將k bit 數據包發送到距離為d 的另外一個無線收發器。

圖1 無線通信模型

發送能耗主要由信號發射電路能耗和放大器電路能耗兩部分組成，因此，發送k bit 數據到距離為d 的節點上的能耗：

式中：Etx表示接收單位比特數據所需能耗；εamp1、εamp2表示所采用傳輸信道模型中的參數；β 表示路徑損耗常數，與傳播環境有關。當d ＜d0時能耗模型采用自由空間模型，此時β = 2，εamp1= 10 pJ/ bit；當d≥d0時能耗模型采用的是多路衰減模型，此時β = 4，εamp2=0.001 pJ/ bit。對于接收節點，接收k bit數據的能耗：

令Eam表示融合單位數據所需能量，則將h 個k bit 數據包融合成長度為k數據包所耗能量為

Ecoll表示節點采集單位數據所需能量，則采集k bit 數據所耗能量為

1.2 簇頭選舉能耗

在整個無線網絡中，節點的能耗主要有兩部分：①動態分簇過程中所消耗的能量；②分簇穩定后，數據收集與傳輸所耗能量，這部分能耗為正當消耗，其所占比例越大，說明算法的能效比越高。

設在動態分簇過程中所耗能量為Ec，穩定階段數據收集與傳輸所耗能量Ew，則網絡能效率為

從上式可以看出，δ越大，穩定階段所耗能量占比越大；反之亦然。想要提高整個無線網絡的能效率，就是在保證穩定階段必要能耗的前提下盡量降低動態分簇過程中所耗能量。目前簇頭選取主要以競爭型為主。假設無線網絡中所有節點分為NNum個簇，則簇內節點數n = NNum/ N，經g 輪簇頭競爭后，第i 個節點剩余能量為Egi，簇內所有節點的剩余能量為EgAll，則第i個節點能選為簇頭的概率

不同簇頭選舉協議的不同之處在于簇頭選舉所依據的標準，至于簇頭確定后的能耗相差無幾。當簇頭輪換條件激發后，簇內節點根據匯聚節點sink 對剩余能量統計信息計算自身成為簇頭的概率，廣播候選簇首消息（COMPETE_HEAD_MSG）在第g 輪簇頭選舉階段的一個時間片內一個節點被選為簇頭節點的概率為

任何一個分簇內若有一個節點被選為簇頭，則其他節點會立馬停止對簇頭的競爭，根據當前簇頭節點信息進行入簇，一個節點在第g 輪簇頭選舉階段第t時間片成為簇頭的概率

根據式（11）和（12），在第g 輪簇頭選舉階段，簇頭選舉成功所發送的簇首消息的數學期望為

在第g輪簇頭選舉階段若有Ni個節點參與過簇頭競爭，則有：

因有Ni個節點參與簇頭競爭，那么簇內接收候選簇首消息的節點有n - Ni，又因時間片空閑概率為1 -表示在第g 輪簇頭選舉階段的一個時間片空閑內平均接收候選簇首消息，則在第g 輪簇頭選舉階段簇頭選舉成功時分簇節點接收簇首消息的數學期望為

根據式（13）和（15），結合式（1），則簇頭競爭階段建立簇頭所耗能量估算為

上式等式右邊第1 部分表示廣播簇頭通告幀所耗能量；第2 部分表示接收簇頭通告幀所耗能量，這里能耗模型采用自由空間模型，β = 2，εamp1= 10 pJ/ bit。dC表示簇內節點到簇頭的平均距離。理想狀態下各簇均勻分布，分簇大小為M2/ NNum，分簇半徑R = M/

式中：ρ（r，θ）表示節點分布密度，對于節點均勻分布的無線網絡，分布密度函數為常量，則

簇頭選舉成功后，簇內剩余節點就會放棄競爭簇頭，轉而申請加入該簇，新選定的簇頭節點在收到其他節點申請入簇的消息后，以發送確認消息并分配TDMA，這些系統幀也要消耗一定的能量，則在整個簇頭競爭階段最低能耗為：

2 時間和剩余能量激發的分簇算法

2.1 時間激發的分簇算法能效率

文獻［11］是基于時間激發的簇頭輪換算法，在簇頭競爭結束后，新簇頭按照時分多址（TDMA）機制對簇內節點分配時間片段，簇內節點在簇頭分配的時間片內將需要發送的數據發送給簇頭，發送數據幀結構如圖2 所示。

圖2 TDMA數據幀結構

在穩定階段，節點會在分配時間片內連續發送s個等長數據幀，在這種簇頭時分多址的調度中，未被分配時間片的節點就會進入休眠中，以節省自身能量。分簇在經過s輪數據發送后，自動激發簇頭輪換，那么一輪數據傳輸簇頭所耗能量為

式中：dS表示簇頭節點到匯聚節點的距離。簇內所有節點將數據傳輸給簇頭所耗能量為

無線網絡在傳輸s 輪數據后進行簇頭輪換，則在穩定階段分簇所耗能量為

根據式（5）、（19）、（20）、（22）可得文獻［11］的能效率：

基于時間激發的簇頭輪換有兩個瓶頸：一是分簇算法若是應用于異構無線網絡中，簇頭的輪換是機械的依時間為基準，這種不貼近時間情況的簇頭輪換勢必會增大簇頭競爭階段的能耗，降低無線網絡的能耗率；二是在無線網絡的整個壽命周期內，基于時間激發的簇頭輪換算法其能效率基本不變。這就無法通過改進算法來提高能效率。

通過簡單推導來證明文獻［11］中的能效率，將式（23）進行歸一化可得：

無線網絡中，在網絡節點部署完后，簇頭在競爭階段的能耗Ecluster_setup是一定的，而穩定階段數據的傳輸所耗能量跟網絡模型和節點的通信距離相關，那么在網絡模型既定，節點分布均勻的網絡里，Ecluster+ Enode可以認為其變化不大。由此可知能效率δTime是一個與數據傳輸輪數相關的函數，無線網絡中，穩定階段的數據傳輸輪數也是既定的，這就說明文獻［11］的能效率隨著傳輸輪數的增大而降低。

2.2 剩余能量激發的分簇算法能效率

文獻［11］是基于時間激發的簇頭輪換算法，沒有考慮節點自身情況，刻板地以時間單位作為簇頭輪換的觸發條件，這不適用于節點能量異構的網絡。而文獻［12］中以節點剩余能量作為簇頭輪換的激發條件，讓剩余能量多的節點承擔簇頭，這有利于平衡網絡節點能耗不均。在文獻［12］中設置一個觸發簇頭輪換的能量閾值

式中：σ∈［0，1］為調節參數；Erem（i）表示節點當選簇頭時所剩能量值。當簇頭節點剩余能量低于能量閾值αi時，簇頭輪換被激發，無線網絡根據節點剩余能量值開始重新選舉簇頭，此時簇頭傳輸數據所需能量為

式中：Eelec表示節點在競爭簇頭階段所耗能量，在沒有網絡堵塞時，其主要包括廣播候選簇首消息、接收各節點入簇消息、分配時分多址時間片消息等，其下限值

通過上式可以看出，數據傳輸的輪數隨著節點剩余能量而變化，分簇在βg，i輪的數據傳輸所耗能量為

通過上式可以看出，能效率δrem_Dr不僅與調節參數σ有關，還與節點的剩余能量Egi有關，這樣的能效率能實時反映無線網絡能耗情況。

但隨著被選簇頭能量的逐漸降低，簇頭輪換的次數將越來越頻繁，致使網絡浪費過多的能量。下面對簇頭輪換前數據傳輸輪數βg，i進行推導，設

式中：Ea、（Etx+ εamp1dβ）、Eam在無線網絡初始化完畢后都是定值，所以數據傳輸輪數βg，i與（1 - σ）Egi正相關。當節點剩余能量Egi越小，用于穩定階段數據傳輸的能量越少，數據傳輸的輪數也會變少，簇頭輪換的頻率將加大，簇頭競爭階段的能耗將增多，整個無線網絡的能耗率會隨著節點能量的減少而降低。這是基于剩余能量激發的分簇算法的重要弊端。

2.3 分簇算法流程

通過分析可知，基于時間和剩余能量激發的分簇算法各有利弊。在節點生命的初期能量充足，基于剩余能量激發的分簇策略能取得較好的能效率；當節點剩余能量不足時，為避免頻繁激發簇頭輪換而浪費能量，啟用基于時間激發的分簇策略更有利于提高無線網絡的能效率。

為此，本文融合兩者的優點，以兩者的能效率大小為界，分別激發簇頭競爭的不同策略。當δrem_Dr≥δTime時，融合分簇算法采用剩余能量激發分簇；δrem_Dr＜δTime時，融合分簇算法切換到基于時間激發分簇。δrem_Dr=δTime時：

式中，簇頭競爭所耗能量Ecluster和單輪節點數據傳輸是無線網系統性能耗，其值在網絡模型建立后基本不變，那么剩余能量的臨界值Ecri的大小僅與調節參數σ和數據傳輸輪數s 有關，顯然這兩個參數的大小決定著分簇算法切換的時機。

在網絡模型既定，其他參數確定的情況下，各分簇算法的分簇初始建立和穩定數據發送兩個階段都大同小異，主要的區別在簇頭競爭階段。

（1）分簇建立。匯聚節點根據掌握的全網節點信息計算剩余能量并廣播給各個節點，節點根據自身剩余能量計算參與簇頭競爭的概率Pgi，剩余能量多的節點參與簇頭競爭的概率就大，優先廣播候選簇首消息（COMPETE_HEAD_MSG）和確認簇頭消息（FINAL_HEAD_MSG），對比自身剩余能量后，對于不參與簇頭競爭的節點來說，廣播退出簇頭競爭的消息（QUIT_ELECTION_MSG），這就將自身標記為普通節點，等待新簇產生；依據網絡初始化設置所建立的簇數，候選簇頭節點繼續廣播候選簇頭消息，一旦周圍沒有候選節點廣播信息，候選簇頭就會普通節點根據接收候選簇頭消息信號的強弱決定加入哪個簇，并向其發送入簇消息（JOIN_REQ_MSG）或拒絕入簇消息（JOIN_DENY_MSG）。簇頭確定后，周圍節點不斷向簇頭節點發送入網申請，直至分簇成立。

（2）數據發送。在數據發送階段，簇頭匯集簇內成員的感知信息發送到匯聚節點sink。簇頭節點在進行數據發送前，會將自身剩余能量與剩余能量臨界值Ecri進行對比，以確定之后采取何種簇頭輪換協議。然后簇頭節點廣播簇內系統幀，按照時分多址（TDMA）機制對簇內節點分配時間片段，簇內節點在簇頭分配的時間片內將需要發送的數據發送給簇頭。完成數據收集后，簇頭節點將所有數據進行處理經路由傳至匯聚節點sink。

（3）簇頭輪換。激發簇頭輪換的條件不僅有簇頭節點的剩余能量還包括網絡故障或匯聚節點異常，任何一種條件被激發后，簇頭節點都會立即將此消息通知匯聚節點sink。接下來算法啟動簇頭競爭輪換，簇頭會廣播簇頭重建消息（CLUSTER_REBUILD_MSG）到簇內各節點和匯聚節點sink；簇內節點接收到簇頭重建廣播消息后將自身剩余能量信息發送給簇頭，簇頭將收集到的簇內節點剩余能量信息發送給匯聚節點sink，匯聚節點在接收各分簇簇內節點剩余能量的同時廣播簇頭解除消息（CLUSTER_DISMISS_MSG）到全網，全網啟動簇頭競爭輪換。簇頭競爭輪換偽代碼如下：

Step1：Setup（）；/ /初始化無線網絡參數

Step2：if（round = 1）then

計算Pgi；/ /如果是第一輪計算節點為簇頭的概率Pgi

endif

Step3：廣播簇頭選擇命令；

Step4：CH_Selection（COMPETE_HEAD_MSG，FINAL_HEAD_MSG，QUIT_ELECTION_MSG）；/ /簇頭選擇

Step5：CH _ Constrution（CH-ADV-MSG，JOIN _ CLUSTER _MSG）；/ /簇頭建立

Step6：計算剩余能量的臨界值Ecri；

Step7：if（Egi≥Ecri）

｛while（Erem（i）≥σEgi）

Data_Collection（）；/ /接收簇內數據

Data_Transmission（）；/ /簇內數據傳輸

當前簇頭向匯聚節點Sink發起輪換簇頭的請求；

當前簇頭發送各節點剩余能量到匯聚節點Sink；

goto Step2；

｝

Step8：else執行下一步；

Step9：節點Sink啟動基于時間激發的簇頭輪換；

Step10：if（round = 1）then

計算Pgi；/ /如果第一輪計算節點為簇頭概率Pgi

endif

Step11：CH_Selection（）；/ /分簇選擇

Step12：CH_Constrution（）；/ /簇頭建立

Step13：Time_Round = s；/ /設定時間分簇輪數

Step14：

while（Time_Round ＞0）

｛

Data_Collection（）；/ /接收簇內數據

Data_Transmission（）；/ /簇內數據傳輸

Time_Round - -；

｝

Step15：goto Step10；

2.4 分簇算法的復雜性

無線傳感網絡中節點的能量是有限的，過于復雜的算法會加快消耗節點的能量，縮短整個傳感網絡的生命周期。根據網絡模型中的假設，匯聚節點的能量是足夠的，這里可以將復雜的信息處理和計算交給匯聚節點，而算法的復雜度主要由節點間的信息量決定的。

在基于剩余能量激發的簇頭輪換中，匯聚節點首先要廣播分簇重建幀，然后N 個廣播候選簇首消息（COMPETE_HEAD_MSG）和確認簇頭消息（FINAL_HEAD_MSG），對比自身剩余能量后，對于不參與簇頭競爭的普通節點來說，廣播退出簇頭競爭的消息（QUIT_ELECTION_MSG）。因此Num - N個普通節點要發送Num - N個入簇消息JOIN_REQ_MSG，因此信息量總和為Num + N + N + N + Num - N = 2（Num +N），所以每輪分簇輪換的復雜度為O（Num）。

在切入時間激發的簇頭輪換后，無線網絡中不再需要判別簇頭輪換，而是以時間片作為驅動，其信息量復雜度與基于時間激發的分簇協議無異。由此可見，本文基于時間和剩余能量激發的分簇協議不會增加整個算法的復雜度O（Num）。

3 參數設置與仿真對比

在本文混合分簇協議中，節點的臨界剩余能量值Ecri與剩余能量分簇的調節參數σ 和時間激發的分簇傳輸中數據傳輸輪數s 息息相關，這兩個關鍵參數決定著時間和剩余能量激發的分簇協議啟動切換的時機。為了計算本文協議中的關鍵參數，設節點分布在（100 × 100）m2的區域內，匯聚節點sink 默認坐標為（50，50），節點總數為200，簇頭比例為5%，數據和命令幀的長度為256 bits，εamp1= 10 pJ/ bit，Eam= 5 nJ/ bit，Etx= 50 nJ/ bit。

3.1 時間激發分簇中傳輸輪數s值

假設從基于剩余能量分簇協議切換到基于時間激發分簇協議的節點剩余能量最小值為Emin，簇頭節點在一輪數據傳輸中所耗能量為Ecluster，普通簇內節點一輪數據傳輸中所耗能量為Enode，那么簇頭和簇內節點在整個傳輸節點所耗能量為：

在一輪傳輸中Ecluster包括接收簇內節點信息、融合所接收數據信息以及將融合信息發送到匯聚節點的所有能耗；而在一輪傳輸中Enode包括簇內節點發送數據到簇頭節點所有能耗，故：

根據文獻［16］的證明可知，在一個含有n 個節點的分簇中，若一個節點僅充當過一次簇頭和n - 1 次普通節點，那么存在一個最大傳輸輪數s，滿足：

節點剩余能量最小值E由匯聚節點統計得，無min線網絡既定的情況下，式（40）其他參數很容易確定，由此可以大體計算出時間激發分簇中傳輸輪數s值。

3.2 剩余能量激發分簇中調節參數σ

基于剩余能量的分簇輪換受能量閾值α 的直接影響，而閾值α的取值不僅與當選簇頭的剩余能量有關還與調節參數息息相關。將能量閾值α 按照文獻［18］中進行設置，即α = 0.1 J，從剩余能量的分簇輪換所耗能量可以看出，調節參數的大小與簇頭通信所耗Ecluster有關。當簇頭節點與匯聚節點相近時，Ecluster就小，反之簇頭通信所耗Ecluster就大，為了計算調節參數σ與簇頭、匯聚節點距離關系，這里設定匯聚節點處于兩種不同的位置：一種是處于無線網絡區域的中心，即坐標（50，50）；另一種是處于無線網絡區域的外圍，即坐標（150，50）。以第1 個節點死亡時間來計算無線網絡生命周期，考察數據傳輸輪數與調節參數σ的關系，結果如圖3 所示。

圖3 數據傳輸與調節參數的關系

從圖3 可以看出，不論匯聚節點處于中心還是無線區域外，σ與數據轉發輪數的關系大致相當。都是隨著σ的增大，數據傳輸輪數先增大后減少。當匯聚節點處于網絡中心，σ = 0.614 時，取得最大數據傳輸輪數；當匯聚節點處于網絡外，σ = 0.568 時取得最大數據傳輸輪數。根據對網絡模型的假定，本文主要考慮匯聚節點處于無線網絡的中心，所以這里設置σ =0.568。

為了檢驗和對比各分簇算法的性能，應用本文分簇算法改進LEACH協議，在NS2 仿真環境下，將本文改進后的算法與文獻［11-12，17］進行對比分析。其中文獻［11］中的最優數據傳輸輪數參考其文章設定，文獻［12］的最優最優能量閾值參照文獻［18］設置。仿真是在Windows 7 系統的NS2 平臺上，CPU：i5-7500@3.4 GHz，RAM：8 GB。根據網絡節點能量的不同設置節點能量同構和節點能量異構兩種實驗環境：

Env1 無線網絡節點隨機分布在（100 × 100）m2的區域內，各節點能量值為0.5 J，匯聚節點能量足夠，分布于網絡中心；

Env2 無線網絡節點隨機分布在（100 × 100）m2的區域內，各節點能量值隨機在［0.1 J，1 J］，匯聚節點能量足夠，分布于網絡中心。

3.3 網絡生存時間對比

網絡生存時間是衡量分簇協議的一個重要指標，但對網絡生存時間的定義也不同：一種是以第1 個節點死亡時間為網絡生存時間［19］；另一種以低于存活節點比例的時間為網絡生存時間［20］。這里以第2 種定義形式計算網絡生存時間。圖4 顯示了4 種算法在能量同構和能量異構環境上的網絡生存時間。

圖4 4種算法在不同環境下的網絡生存時間

在能量同構還是在能量異構中，本文分簇算法對比文獻［11-12，17］均取得更好的網絡生存時間。在能量同構環境下，以剩余能量作為激發簇頭輪換的文獻［12］反而節點存活數下降的更快，這是由于各節點的能量是相同的，節點剩余能量差別較小，頻繁的簇頭輪換加劇了節點能量的消耗；而文獻［11］是以時間片激發簇頭輪換，這種策略本身就忽略了節點能量的差異，節點的能耗相對平均，節點存活數的降幅和網絡生存時間相較于文獻［12］有較好的結果；文獻［17］以“能者多勞”原則選擇簇頭，意在均衡節點的能耗，在同構環境下結果與文獻［11］相近，但到網絡生存后期，剩余能量多的節點工作時間更長，一定程度上延長了網絡生存時間；本文分簇算法前期以時間片激發分簇為主，后期以剩余能量激發分簇，較大程度上延長了網絡生存時間。

在異構環境下，4 種分簇算法所獲得的網絡生存時間長短不一，差距較大。本文分簇算法和文獻［17］相較于文獻［11，12］一定程度上提升了網絡生存時間。以時間片激發簇頭輪換的文獻［11］效果最差，這是由于節點能量不一，固定的時間片激發輪換過早使能量低的節點早死；文獻［12］以剩余能量大小為激發條件，較好均衡了節點能量不一的現實，但在后期節點能量普遍較低時，頻繁的更換簇頭會加快節點能量消耗；而文獻［17］中剩余能量多的節點當簇頭的次數和時間越多，這雖然能使節點能耗均衡，但也會造成剩余能量多的節點死在當簇頭的過程中。

3.4 網絡能效率對比

提高無線網絡的能效率一定程度上可以延長無線網絡生存時間。圖5 為4 種算法在能量同構和能量異構上的能效率。從圖可以看出，隨著數據傳輸輪數的加大，各算法的網絡能效率都呈現下降的趨勢，總體上本文分簇算法比文獻［11-12，17］有較高的網絡能效率。在圖5（a）節點能量同構環境下，數據傳輸前期，文獻［11］的能效率要高于文獻［12］，但隨著節點能量的耗盡，機械的依靠時間片激發分簇會增加網絡無用的能量消耗，所以在數據傳輸后期，文獻［12］的能效率反而高于文獻［11］，本文分簇綜合文獻［11-12］的思想，平均能效率相較于文獻［11-12，17］分別提高了至少28.62%、39.91%和13.94%。

在圖5（b）節點能量異構環境下，隨著數據傳輸輪數的加大，各算法的網絡能效率都呈現下降的趨勢，由于節點的能量不一，文獻［11］依靠時間片激發分簇會增加網絡無用的能量消耗使剩余能量少的節點早死，所以數據傳輸后期無線網絡失效，能效率變為0；隨著節點剩余能量降低，文獻［12］分簇頻率加大，無用消耗也隨之增加，能效率會在傳輸后期下降更快，但總體上要強于文獻［11］；文獻［17］是以固定的網絡延時Tm為基準，剩余能量越多的簇頭工作時延越長，這種設計在異構環境中與文獻［12］思想相似，在網絡運行前期，簇頭轉換次數較少，能效率較高，但到后期能效率也會較快降低；在本文分簇算法平均能效率相較于文獻［11-12，17］分別提高了至少48.22%、37.14%和20.23%。

圖5 4種算法在不同環境下的網絡能效率

4 結 語

本文提出了一種融合時間和剩余能量激發的分簇算優化算法。分析了基于時間和剩余能量激發分簇算法能效率受限的原因，重新定義剩余能量閾值，并以此作為激發簇頭競爭的臨界條件，避免網絡后期節點能量降低時簇頭頻繁競爭帶來的能耗，從而整體上提高整個無線網絡的能效率。仿真實驗表明，與其他3 種簇頭輪換算法相比，本文算法不僅有較高的能效率，還大大延長了網絡生存時間。