1、隨著無線通信和微電子技術(shù)的快速發(fā)展,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)應(yīng)運而生。它由部署在監(jiān)測區(qū)域內(nèi)的傳感器節(jié)點組成,通過傳感器節(jié)點之間的相互協(xié)同工作完成對監(jiān)測區(qū)域的數(shù)據(jù)采集。路由算法是無線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一,它為傳感器節(jié)點提供數(shù)據(jù)流向的線路,負(fù)責(zé)把分組數(shù)據(jù)從源節(jié)點傳遞到目的節(jié)點,具有重要的研究與應(yīng)用價值。由于傳感器節(jié)點能量有限且各個節(jié)點能量消耗不均衡,如何設(shè)計高效的路由算法以延長網(wǎng)絡(luò)生命

2、周期成為研究的熱點問題。
　　 在國內(nèi)外現(xiàn)有文獻(xiàn)查閱的基礎(chǔ)上,本文主要工作和成果如下:
　　 根據(jù)路由算法的特點及設(shè)計原則,分析簇頭均勻分布與網(wǎng)絡(luò)負(fù)載均衡之間的關(guān)系,考慮簇頭選取的標(biāo)準(zhǔn),結(jié)合高斯分布概率密度函數(shù)的性質(zhì),針對無線傳感器網(wǎng)絡(luò)生命周期短以及簇頭分布不均勻等問題,提出了高斯分簇路由算法(Gauss Clustering Routing Algorithm,GCRA)。算法結(jié)合簇頭之間的最優(yōu)間距確定均值μ,結(jié)合簇頭

3、所占比例確定方差值(σ,通過節(jié)點剩余能量設(shè)計概率函數(shù)。在簇頭選取的具體過程中,目標(biāo)節(jié)點與已知簇頭的間距作為參數(shù)并根據(jù)概率函數(shù)確定其是否為當(dāng)選簇頭,在簇形成階段選取距離最近的簇頭節(jié)點為其最終簇頭。
　　 針對GCRA算法的不足,論文通過引入最小概率閾值進(jìn)行改進(jìn),提出了改進(jìn)的高斯分簇路由算法(Modified Gauss Clustering Routing Algorithm,M-GCRA)。該算法在剩余節(jié)點中劃分候選簇頭概率帶,

4、使得概率值小于最小概率閾值的節(jié)點不再競爭簇頭,縮小候選簇頭節(jié)點的選擇范圍,從而達(dá)到降低算法的時間復(fù)雜度的目的。根據(jù)高斯分布的概率密度函數(shù)數(shù)值表,理論分析確定算法中方差值σ以及均值μ和方差σ之間的相互關(guān)系,并通過仿真實驗證明理論分析過程的正確性。
　　 在MATLAB環(huán)境下,仿真結(jié)果表明,與LEACH和CMCRP算法相比,M-GCRA算法能夠選取剩余能量較大的節(jié)點作為簇頭,同時保證簇頭的均勻分布,均衡節(jié)點的能量消耗,算法在延長網(wǎng)路