跳转至

簇头选择LEACH协议与改进算法

难度:🔴 高级 | 领域:无线传感路由 | 阅读时间:约 22 分钟

日常类比

全班每人直接找校长汇报会堵死门口。分成小组、组长汇总后再汇报,校长只接待少数代表——无线传感器网络(Wireless Sensor Network, WSN)分层路由同理:成员短距发给簇头(Cluster Head, CH),CH 聚合后再发往汇聚节点(sink)。

摘要

低功耗自适应分簇层次协议(Low-Energy Adaptive Clustering Hierarchy, LEACH)以轮转式随机簇头选举、簇内时分多址(Time Division Multiple Access, TDMA)与数据聚合奠定 WSN 分层路由范式[1][2]。本文说明阈值函数机制,并对比集中式 LEACH-C、稳定选举协议(Stable Election Protocol, SEP)、分布式能量高效聚类(Distributed Energy-Efficient Clustering, DEEC)、混合能量高效分布式聚类(Hybrid Energy-Efficient Distributed clustering, HEED)等改进。仿真寿命数字为示意量级,依赖能量模型与部署假设[1][4]。

1. 为何分层

扁平路由中靠近 sink 的转发节点易过早耗尽,导致网络分裂。分层后:簇内短距、聚合降流量、TDMA 允许成员休眠、CH 角色轮转分散负载[1]。

指标 泛洪 直传 sink LEACH 类分层
簇内/近距能耗 高(广播) 高(远传) 相对低
总传输量 极高 中(无聚合) 低(可聚合)
协调复杂度
寿命倾向 较好(模型相关)

2. LEACH 轮结构与选举

每轮含建立阶段(选举、入簇、TDMA 表)与更长的稳态阶段(按时隙上报、CH 聚合、发往 sink)[1]。

节点 \(n\) 抽随机数,若小于阈值 \(T(n)\) 则当选。对最近 \(1/p\) 轮未当过 CH 的集合 \(G\)

\[ T(n)=\frac{p}{1-p\cdot(r \bmod (1/p))} \]

其中 \(p\) 为期望簇头比例(文献常用约 5% 量级),\(r\) 为轮次。直觉:越久未当 CH,概率越高,使节点在约 \(1/p\) 轮周期内轮流承担[1]。

流程:CH 广播通告 → 非 CH 按信号强度入簇 → JOIN → CH 下发 TDMA → 稳态发送。原始 LEACH 中 CH 常单跳直达 sink,远端 CH 发射功率更高[1][2]。

3. 机制收益与原始局限

机制 作用 代价
CH 轮转 均衡高能耗角色 每轮建立开销
数据聚合 降长距传输量 信息损失(如只报均值)
簇内 TDMA 减碰撞、成员可休眠 需同步与调度
分布式随机选举 无中心、实现简单 CH 数/位置波动

原始局限包括:可能选中低剩余能量或边缘位置节点;CH 数量随机偏离期望;单跳 sink 限制规模;阈值不显式含剩余能量[1][2]。

4. 主要改进族

协议 核心思路 信息需求 异构适应
LEACH-C sink 用位置/能量做近似最优分簇 全局上报 可排除低能节点[2]
SEP 高级/普通节点不同当选概率 知初始能量比 两级异构[3]
DEEC 概率 ∝ 剩余能量/平均能量 估网络均值 多级异构[5]
HEED 主参量剩余能量 + 副参量通信代价,迭代收敛 邻域信息 较好[4]
PEGASIS 等 链式近邻聚合,弱化簇形成 拓扑构造 另类均衡[6]

LEACH-C:基站排除低于平均能量的节点,再用启发式(如模拟退火)选 CH,保证数量与分布,但每轮上报与广播开销大[2]。

SEP:高级节点初始能量为 \(E_0(1+\alpha)\),提高其当选概率,使“能量多者多承担”[3]。

DEEC\(p_i \propto E_{\mathrm{remain}}(i)/E_{\mathrm{avg}}\),运行中动态拉平[5]。

HEED\(CH_{prob}\) 随剩余能量上升,并以簇内通信代价做副参量;迭代中概率倍增,有限步内确定角色,不依赖全局[4]。

多跳 CH 骨干(或 PEGASIS 链)缓解远端直传,但增加延迟与路由复杂度[6]。

5. 案例解读(示意)

农田传感网格上,文献/教材常用仿真对比:随机 LEACH 因簇结构不合理浪费能量;LEACH-C 寿命提升可观但需全局信息;HEED 接近集中式表现且保持分布式——具体“月数”随电池、占空比、无线电模型剧变,只能作相对排序参考,不能当现场承诺[1][4]。

协议 全局信息 复杂度 实用倾向
LEACH 基准/教学
LEACH-C 小网、有可靠回传
HEED 否(邻域) 大规模更常被引用

6. 局限、挑战与可改进方向

1. 理想无线电与同步假设

局限:经典模型常忽略占空比 MAC、隐藏终端与时钟漂移,现场寿命远低于仿真。 改进:与 IEEE 802.15.4/TSCH 等真实 MAC 联合评估;建立阶段开销计入能量账本。

2. 聚合语义与应用不匹配

局限:均值/最大等聚合可能丢掉告警尖峰。 改进:按应用定义可压缩语义(阈值上报、草图、压缩感知);紧急量绕过聚合直传。

3. CH 单点与安全

局限:CH 被俘获或故障影响整簇;轮转增加密钥与信任管理难度。 改进:簇内备份 CH、入侵检测与轻量认证;安全开销纳入能耗模型。

4. 移动与异构流量

局限:LEACH 族多假设静态、均匀周期上报。 改进:移动感知重分簇;对突发流量用混合 TDMA/CSMA 或多 CH。

参考文献

[1] W. Heinzelman, A. Chandrakasan, and H. Balakrishnan, "Energy-Efficient Communication Protocol for Wireless Microsensor Networks," Proc. HICSS, 2000. [2] W. Heinzelman, A. Chandrakasan, and H. Balakrishnan, "An Application-Specific Protocol Architecture for Wireless Microsensor Networks," IEEE Trans. Wireless Communications, 2002. [3] G. Smaragdakis, I. Matta, and A. Bestavros, "SEP: A Stable Election Protocol for Clustered Heterogeneous Wireless Sensor Networks," Proc. SANPA, 2004. [4] O. Younis and S. Fahmy, "HEED: A Hybrid, Energy-Efficient, Distributed Clustering Approach for Ad Hoc Sensor Networks," IEEE Trans. Mobile Computing, 2004. [5] L. Qing, Q. Zhu, and M. Wang, "Design of a Distributed Energy-Efficient Clustering Algorithm for Heterogeneous Wireless Sensor Networks," Computer Communications, 2006. [6] S. Lindsey and C. Raghavendra, "PEGASIS: Power-Efficient Gathering in Sensor Information Systems," IEEE Aerospace Conference, 2002. [7] A. A. Abbasi and M. Younis, "A survey on clustering algorithms for wireless sensor networks," Computer Communications, 2007. [8] N. A. Pantazis et al., "Energy-Efficient Routing Protocols in Wireless Sensor Networks: A Survey," IEEE Communications Surveys & Tutorials, 2013. [9] M. C. M. Thein and T. Thein, "An Energy Efficient Cluster-Head Selection for Wireless Sensor Networks," 相关 LEACH 改进研究. [10] D. Kumar et al., "EEHC: Energy efficient heterogeneous clustered scheme for wireless sensor networks," Computer Communications, 2009. [11] I. F. Akyildiz et al., "A survey on sensor networks," IEEE Communications Magazine, 2002. [12] K. Akkaya and M. Younis, "A survey on routing protocols for wireless sensor networks," Ad Hoc Networks, 2005.