上傳人：1***

認(rèn)證信息

認(rèn)證類型：個(gè)人認(rèn)證

認(rèn)證主體：劉**（實(shí)名認(rèn)證）

IP屬地：廣東

IP屬地：廣東 上傳時(shí)間：2023-12-14 格式：DOCX 頁(yè)數(shù)：6 大?。?2.35KB 積分：25 舉報(bào) 版權(quán)申訴

無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)淇刂蒲芯?/p>

網(wǎng)絡(luò)交叉檢測(cè)和網(wǎng)絡(luò)分布對(duì)自組織無(wú)線傳感器網(wǎng)絡(luò)非常重要。通過(guò)拓?fù)淇刂谱詣?dòng)生成合適的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)能夠提高路由協(xié)議和MAC協(xié)議的效率,為數(shù)據(jù)融合、時(shí)間同步、目標(biāo)定位等多方面奠定基礎(chǔ),有利于節(jié)省節(jié)點(diǎn)的能量來(lái)延長(zhǎng)網(wǎng)絡(luò)的壽命。傳感器網(wǎng)絡(luò)拓?fù)淇刂颇壳爸饕难芯繂?wèn)題是在滿足網(wǎng)絡(luò)覆蓋度和連通度的前提下通過(guò)功率控制和骨干節(jié)點(diǎn)選擇,剔除節(jié)點(diǎn)之間不必要的無(wú)線通信鏈路,生成一個(gè)高效的數(shù)據(jù)轉(zhuǎn)發(fā)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。拓?fù)淇刂瓶梢苑譃榧惺胶头植际絻煞N方案。無(wú)線傳感器網(wǎng)絡(luò)一般節(jié)點(diǎn)數(shù)量巨大,分布范圍廣泛,節(jié)點(diǎn)的位置隨機(jī)分布,且受能量耗盡、環(huán)境等因素影響造成節(jié)點(diǎn)的失效等問(wèn)題也會(huì)導(dǎo)致網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量的動(dòng)態(tài)的變化和鏈路的變化,網(wǎng)絡(luò)拓?fù)湟矔?huì)隨之動(dòng)態(tài)地變化,收集全局信息在實(shí)際中難以實(shí)現(xiàn)。因此目前的研究主要集中于分布式方案。1基于鄰近圖的lmst算法目前分布式方案拓?fù)淇刂频难芯恐饕性诠?jié)點(diǎn)功率控制和層次型拓?fù)淇刂苾蓚€(gè)方面。節(jié)點(diǎn)功率控制是節(jié)點(diǎn)發(fā)送功率的控制。每個(gè)節(jié)點(diǎn)動(dòng)態(tài)地調(diào)整自身的發(fā)送功率(節(jié)點(diǎn)發(fā)送半徑),在保證網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)連通的前提下,減少節(jié)點(diǎn)的平均能量消耗,從而延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生存時(shí)間。目前主要的算法有LMA/LMN,LINT/LILT等。層次型拓?fù)淇刂茀f(xié)議中比較典型的是文獻(xiàn)提出的一種低功耗自適應(yīng)分簇算法(lowenergyadaptiveclusteringhierarchy,LEACH)。LEACH算法對(duì)節(jié)點(diǎn)分簇,通過(guò)一定的算法選舉簇頭節(jié)點(diǎn),相鄰節(jié)點(diǎn)動(dòng)態(tài)地組成簇。簇內(nèi)節(jié)點(diǎn)將數(shù)據(jù)發(fā)送給簇頭節(jié)點(diǎn),簇頭節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合等處理后發(fā)送給基站。LEACH算法可以讓網(wǎng)絡(luò)中的節(jié)點(diǎn)等概率的擔(dān)任簇頭,節(jié)省節(jié)點(diǎn)的能量,延長(zhǎng)了網(wǎng)絡(luò)的壽命。文獻(xiàn)中提出一種基于鄰近圖(MST模型)的LMST算法。在LMST算法中,任意一個(gè)節(jié)點(diǎn)u在發(fā)送半徑范圍R內(nèi)探測(cè)確定自身的鄰居節(jié)點(diǎn)集合NRuuR,節(jié)點(diǎn)u及其鄰居節(jié)點(diǎn)集合NRnnR之間的連線構(gòu)成鄰居子圖GRuuR。圖GRuuR中邊的權(quán)值是以邊的長(zhǎng)度,即邊的兩個(gè)端點(diǎn)之間的歐式距離來(lái)確定的。因?yàn)闊o(wú)線通信中,能量消耗E和距離d的關(guān)系是:E=kdn.2≤n≤4n的取值按照具體情況而定。Eg嚴(yán)格隨d增大而增大,因此可以使用d作為邊的權(quán)值。對(duì)節(jié)點(diǎn)(u1,v1),(u2,v2),確定唯一權(quán)值d′的方法見(jiàn)文獻(xiàn)。這樣節(jié)點(diǎn)之間以d′作為權(quán)值,在GRuuR范圍內(nèi)進(jìn)行最小生成樹(shù)算法得到本地最小生成樹(shù)Tu。GRuuR中各節(jié)點(diǎn)將Tu上與自身距離為一跳的節(jié)點(diǎn)設(shè)為鄰居節(jié)點(diǎn),并調(diào)整發(fā)送功率為達(dá)到最遠(yuǎn)鄰居節(jié)點(diǎn)的功率,減少網(wǎng)絡(luò)中不必要的鏈路,從而形成網(wǎng)絡(luò)拓?fù)?。LMST算法有效地降低了節(jié)點(diǎn)的發(fā)送功率,減少了節(jié)點(diǎn)之間的競(jìng)爭(zhēng)通信干擾。本文的主要想法是將分簇控制和局部MST算法的思想結(jié)合起來(lái),綜合兩者的優(yōu)點(diǎn),研究如何在無(wú)線傳感器網(wǎng)絡(luò)中實(shí)現(xiàn)高效的拓?fù)淇刂啤?algorithm算法性能分析本文提出了一種基于分簇的分布式無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂扑惴?Acluster-baseddistributedWSNtopologycontrolalgorithm,CDTC),研究此算法在拓?fù)淇刂浦械男阅鼙憩F(xiàn)。2.1分簇算法仿真實(shí)驗(yàn)在無(wú)線傳感器網(wǎng)絡(luò)中存在節(jié)點(diǎn)分布不均勻的情況。在某些局部區(qū)域內(nèi),節(jié)點(diǎn)數(shù)量多、密度大。若節(jié)點(diǎn)都以最大發(fā)送功率通信,將導(dǎo)致局部通信競(jìng)爭(zhēng)激烈,導(dǎo)致網(wǎng)絡(luò)吞吐量急劇下降。因此需要減少鄰居節(jié)點(diǎn)之間發(fā)生沖突的幾率,提高節(jié)點(diǎn)能量利用率。利用分簇的思想,將節(jié)點(diǎn)按一定的規(guī)則劃分為不同的簇;在簇內(nèi)運(yùn)用局部拓?fù)淇刂扑枷?通過(guò)某種MST算法(如Prim算法),確定鄰居節(jié)點(diǎn)關(guān)系并調(diào)整節(jié)點(diǎn)發(fā)送功率;在簇間通過(guò)關(guān)聯(lián)節(jié)點(diǎn)連接簇,形成合適的網(wǎng)絡(luò)拓?fù)?以降低節(jié)點(diǎn)發(fā)送功率,減少不必要的鏈路,減少節(jié)點(diǎn)間干擾,達(dá)到減少網(wǎng)絡(luò)能量消耗,延長(zhǎng)網(wǎng)絡(luò)壽命的目的。本文中所有的場(chǎng)景都假設(shè)是在二維平面內(nèi)。假設(shè)網(wǎng)絡(luò)中所有的節(jié)點(diǎn)都有一個(gè)唯一的,所有節(jié)點(diǎn)都知道自身地理位置坐標(biāo),網(wǎng)絡(luò)中時(shí)間同步。假設(shè)信道對(duì)稱,無(wú)線傳播無(wú)障礙,節(jié)點(diǎn)之間無(wú)線通信的能量衰減模型采用自由空間(Free-space)模型,即發(fā)送方發(fā)送數(shù)據(jù)的能量損耗與距離的平方成正比。假設(shè)在發(fā)送者和接收者之間只有一跳無(wú)障礙的直線路徑,通信范圍是在以發(fā)送方為中心,發(fā)送范圍為半徑的一個(gè)圓,若接收者在這個(gè)圓內(nèi)則雙方可以通信。所有節(jié)點(diǎn)都具有相似的通信和處理能力,所有節(jié)點(diǎn)都可以調(diào)整自身的無(wú)線發(fā)送功率大小。算法中有如下的定義:定義1簇頭(CLUSTERHEAD,CH)節(jié)點(diǎn)CH由一定的簇頭選擇算法選出,負(fù)責(zé)運(yùn)行局部MST算法,通知其簇內(nèi)的節(jié)點(diǎn)確定鄰居節(jié)點(diǎn)關(guān)系。CH之間互不相鄰。CH的作用在于監(jiān)控和調(diào)整簇內(nèi)節(jié)點(diǎn)的拓?fù)潢P(guān)系。定義2TEST消息TEST消息發(fā)送成功則節(jié)點(diǎn)發(fā)送HELLO消息,表示自身成為簇頭。節(jié)點(diǎn)若已經(jīng)是簇頭,或者已經(jīng)屬于某一個(gè)簇,則不發(fā)送TEST消息。定義3HELLO消息由CH發(fā)出,都包含節(jié)點(diǎn)自身的ID、節(jié)點(diǎn)坐標(biāo)的信息。定義4簇內(nèi)(CLUSTERMEMBER,CM)節(jié)點(diǎn)節(jié)點(diǎn)通過(guò)偵聽(tīng)到的HELLO消息得知哪個(gè)節(jié)點(diǎn)成為簇頭,并將自身設(shè)置為CM節(jié)點(diǎn)。CM節(jié)點(diǎn)接受CH的指揮,確定自身鄰居節(jié)點(diǎn)關(guān)系,并調(diào)整自身發(fā)送功率。定義5CLUSTERu消息由CH節(jié)點(diǎn)u發(fā)送,告知CM節(jié)點(diǎn)CH節(jié)點(diǎn)的ID(u),及該簇內(nèi)部所有節(jié)點(diǎn)之間的鄰居節(jié)點(diǎn)關(guān)系。收到該消息的CM節(jié)點(diǎn)記錄自身處于哪一個(gè)簇,并確定鄰居節(jié)點(diǎn),調(diào)整發(fā)送功率。定義6ACK消息非CH節(jié)點(diǎn)在收到CH的HELLO消息后,周期性地向CH回復(fù)。包含節(jié)點(diǎn)自身的ID、節(jié)點(diǎn)坐標(biāo)的信息,通知CH自己加入該簇。定義7關(guān)聯(lián)節(jié)點(diǎn)一個(gè)CM節(jié)點(diǎn)可以同時(shí)屬于不同的多個(gè)簇,這種節(jié)點(diǎn)稱為關(guān)聯(lián)節(jié)點(diǎn),是連接不同的多個(gè)簇的關(guān)鍵。一個(gè)節(jié)點(diǎn)一旦成為關(guān)聯(lián)節(jié)點(diǎn),就要周期性地向自身所處的各個(gè)簇頭節(jié)點(diǎn)發(fā)送CONNECTNODE消息報(bào)告,報(bào)告自身的關(guān)聯(lián)的簇的信息。定義8成為簇頭的概率pp與節(jié)點(diǎn)n的剩余能量成正比,p=kEnEmaxp=kEnEmax。En是節(jié)點(diǎn)n當(dāng)前剩余能量,Emax是節(jié)點(diǎn)n初始最大能量。分簇算法參考文獻(xiàn)中提出的隨機(jī)簇頭選擇算法,這種簇頭選舉方式十分簡(jiǎn)單,僅僅通過(guò)隨機(jī)競(jìng)爭(zhēng)的方式完成,實(shí)驗(yàn)證明單個(gè)節(jié)點(diǎn)發(fā)送探測(cè)消息的平均次數(shù)接近e次,這在實(shí)際網(wǎng)絡(luò)成簇中是可以接受的。在網(wǎng)絡(luò)中選舉剩余能量多的節(jié)點(diǎn)作為簇頭也有利于延長(zhǎng)傳感器節(jié)點(diǎn)的生存時(shí)間。本文的仿真實(shí)驗(yàn)采用的系統(tǒng)模型參考了文獻(xiàn)。網(wǎng)絡(luò)范圍設(shè)為1000m×1000m,節(jié)點(diǎn)最大發(fā)送范圍設(shè)為250m。節(jié)點(diǎn)隨機(jī)部署在網(wǎng)絡(luò)中,一旦部署就不再移動(dòng)。節(jié)點(diǎn)ID唯一。所有節(jié)點(diǎn)都具備同樣的通信和計(jì)算模塊。所有節(jié)點(diǎn)都能夠調(diào)整自身的發(fā)送功率大小。使用Matlab軟件考察在網(wǎng)絡(luò)中隨機(jī)部署一定數(shù)量的節(jié)點(diǎn)時(shí)的成簇情況。圖1是節(jié)點(diǎn)數(shù)為60時(shí)的分簇情況。圖中圓圈標(biāo)出的是簇頭?？梢钥吹酱仡^之間不相鄰,由關(guān)聯(lián)節(jié)點(diǎn)連接簇。在不同節(jié)點(diǎn)數(shù)量的條件下各隨機(jī)生成三次拓?fù)?記錄簇頭數(shù)量,如表1所示。從表1中可以看到,在節(jié)點(diǎn)數(shù)變化的情況下,簇頭數(shù)量基本穩(wěn)定在11左右。圖2是節(jié)點(diǎn)數(shù)為60時(shí),一次隨機(jī)簇頭選舉后的簇分布圖。可以看到網(wǎng)絡(luò)未連通,有孤立的簇,即與其他簇之間沒(méi)有關(guān)聯(lián)節(jié)點(diǎn),此時(shí)就要重新選舉簇頭或者結(jié)合路由方面的協(xié)議來(lái)關(guān)聯(lián)簇。實(shí)驗(yàn)發(fā)現(xiàn)節(jié)點(diǎn)密度較大的網(wǎng)絡(luò)中存在孤立簇的可能性較小。稀疏網(wǎng)絡(luò)中,孤立簇出現(xiàn)的可能性較大。孤立簇的情況有兩種:①物理上的孤立簇某個(gè)孤立的節(jié)點(diǎn)在其發(fā)送范圍內(nèi),或某個(gè)局部范圍內(nèi)的所有節(jié)點(diǎn)在各自發(fā)送范圍內(nèi)都沒(méi)有與其他簇關(guān)聯(lián)的節(jié)點(diǎn)。這種情況下孤立簇就被丟棄。②邏輯上孤立的節(jié)點(diǎn)某個(gè)孤立簇頭節(jié)點(diǎn)在其他簇的簇頭的發(fā)送范圍內(nèi),或某個(gè)局部范圍內(nèi)的部分節(jié)點(diǎn)在其發(fā)送范圍內(nèi)有與其他簇關(guān)聯(lián)的節(jié)點(diǎn),但是由于簇頭選舉的原因(簇頭與簇頭之間不相鄰),導(dǎo)致沒(méi)有關(guān)聯(lián)節(jié)點(diǎn)。對(duì)于邏輯孤立簇,可以采用兩種解決方案:①結(jié)合路由算法,由sink節(jié)點(diǎn)統(tǒng)計(jì)從未收到節(jié)點(diǎn)的ID,達(dá)到一定的閾值后要求網(wǎng)絡(luò)重新成簇;②簇形成后,若簇頭沒(méi)有收到簇內(nèi)節(jié)點(diǎn)的CONNECTNODE報(bào)告,說(shuō)明簇內(nèi)沒(méi)有關(guān)聯(lián)節(jié)點(diǎn)。簇頭節(jié)點(diǎn)發(fā)送消息要求所有簇內(nèi)節(jié)點(diǎn)探測(cè)各自可達(dá)鄰居節(jié)點(diǎn),若發(fā)現(xiàn)鄰居節(jié)點(diǎn)中有不在同一個(gè)簇的,則通知簇頭將可自身設(shè)為關(guān)聯(lián)節(jié)點(diǎn),或者要求在簇內(nèi)原簇頭不參與選舉的情況下重新選舉簇頭。本文中為了方便起見(jiàn),以下的使用中沒(méi)有物理孤立簇的場(chǎng)景。簇內(nèi)控制采用LMST算法的思想在簇內(nèi)由CH收集CM節(jié)點(diǎn)信息,選取各節(jié)點(diǎn)之間的距離作為權(quán)值,運(yùn)行局部MST算法,調(diào)整節(jié)點(diǎn)之間的相互鄰接關(guān)系。簇之間由關(guān)聯(lián)節(jié)點(diǎn)連接,保證網(wǎng)絡(luò)的連通性。2.2節(jié)點(diǎn)n從其nrnnr-tn的信號(hào)生成樹(shù)基于以上的討論,算法的基本過(guò)程可分為以下4個(gè)階段。STEP1分簇①節(jié)點(diǎn)部署以后,在初始時(shí)刻T0,任意一個(gè)節(jié)點(diǎn)n首先以概率p發(fā)送TEST消息。若發(fā)送TEST消息不成功,則進(jìn)入偵聽(tīng)狀態(tài);若發(fā)送成功,就將自身設(shè)置為簇頭(CH),并使用最大發(fā)送功率R向周圍發(fā)送HELLO消息。若在一個(gè)時(shí)槽Tm內(nèi)沒(méi)有節(jié)點(diǎn)成功發(fā)送TEST消息,則重新選舉。其他節(jié)點(diǎn)若接收到這個(gè)HELLO消息,就向節(jié)點(diǎn)n周期性地回復(fù)ACK消息,表明自己加入該簇。如圖3所示(圖3中r1,r5分別為node1,node5的最大發(fā)送半徑)。②節(jié)點(diǎn)n接收到其他節(jié)點(diǎn)回復(fù)的ACK消息,統(tǒng)計(jì)自身的鄰居節(jié)點(diǎn)集NRnnR,形成一個(gè)簇CLUSTERn,再發(fā)送CLUSTERn消息,如圖4中的node1,node5。所有收到CLUSTERn消息的節(jié)點(diǎn)記錄自身處于的簇的簇頭ID(即n),表示自己已成為CLUSTERn的簇內(nèi)(CM)節(jié)點(diǎn),如圖4中的node2,node3,node4。任意一個(gè)節(jié)點(diǎn)只要收到HELLO消息就必須要回復(fù)ACK消息。若節(jié)點(diǎn)m收到多個(gè)CLUSTERu(u=1,2,…)消息,表示節(jié)點(diǎn)m處于多個(gè)簇頭的發(fā)送范圍內(nèi),節(jié)點(diǎn)m就要將不同的簇的信息記錄下來(lái),這樣的節(jié)點(diǎn)就是關(guān)聯(lián)節(jié)點(diǎn)。如圖4中的node4。STEP2簇內(nèi)拓?fù)淇刂拼匦纬珊?簇頭n在其NRnnR內(nèi)生成最小生成樹(shù)Tn。CH節(jié)點(diǎn)n按達(dá)到最遠(yuǎn)鄰居節(jié)點(diǎn)的發(fā)送功率向所有鄰居節(jié)點(diǎn)發(fā)送CLUSTERn消息,通知簇內(nèi)各節(jié)點(diǎn)相互之間鄰接關(guān)系。收到CLUSTERn消息后CM將Tn上與自己距離一跳的節(jié)點(diǎn)設(shè)為自身鄰居節(jié)點(diǎn),確定彼此之間鄰居關(guān)系,調(diào)整各自發(fā)送功率為到達(dá)最遠(yuǎn)鄰居節(jié)點(diǎn)所需的功率。最小生成樹(shù)關(guān)系如圖5所示。STEP3簇間通信簇間的通信依靠關(guān)聯(lián)節(jié)點(diǎn)來(lái)實(shí)現(xiàn)。對(duì)于孤立簇的情況,若CH未收到CM節(jié)點(diǎn)的CONNECTNODE,則要求所有CM探測(cè)自身的鄰居節(jié)點(diǎn),尋找關(guān)聯(lián)節(jié)點(diǎn)。STEP4拓?fù)渚S護(hù)階段若簇內(nèi)CM節(jié)點(diǎn)失效數(shù)量達(dá)到一定的閾值,CH就重新運(yùn)行MST算法,調(diào)整CM關(guān)系;若CH失效,則重新進(jìn)入簇頭選舉。在系統(tǒng)運(yùn)行到一定的周期Tr后,網(wǎng)絡(luò)進(jìn)入全局重新選舉狀態(tài),重新成簇,以均衡網(wǎng)絡(luò)能量。3模擬與性能分析3.1運(yùn)行l(wèi)mst算法為了對(duì)比不同算法的性能,在網(wǎng)絡(luò)中隨機(jī)部署160個(gè)節(jié)點(diǎn),按照此場(chǎng)景分別運(yùn)行不同的拓?fù)淇刂扑惴āD6是運(yùn)行隨機(jī)簇頭選舉后劃分簇的情況。圖中紅色圓圈標(biāo)出的是簇頭節(jié)點(diǎn),簇與簇之間有重疊,即關(guān)聯(lián)節(jié)點(diǎn)存在,簇頭之間互不相鄰。圖7、圖8、圖9分別是同樣的場(chǎng)景下在無(wú)拓?fù)淇刂?nocontrol,NOC),運(yùn)行LMST算法,運(yùn)行CDTC算法的情況下,記錄網(wǎng)絡(luò)由初始狀態(tài)開(kāi)始所建立的第一個(gè)連通的網(wǎng)絡(luò)拓?fù)涞氖疽鈭D。圖7是無(wú)拓?fù)淇刂频那闆r,即所有節(jié)點(diǎn)都以最大發(fā)送功率通信時(shí)的拓?fù)錉顟B(tài),網(wǎng)絡(luò)中鏈路數(shù)量很多且相互關(guān)系復(fù)雜,節(jié)點(diǎn)間通信干擾很大。圖8表明網(wǎng)絡(luò)運(yùn)行LMST算法形成網(wǎng)絡(luò)的連通性得到保證,鏈路數(shù)量明顯優(yōu)化。圖9中顯示運(yùn)行CDTC算法后的網(wǎng)絡(luò)拓?fù)?。圓圈標(biāo)出的是簇頭,網(wǎng)絡(luò)的連通性較好,減少了不必要的鏈路,優(yōu)化了節(jié)點(diǎn)之間的連接,且節(jié)點(diǎn)之間干擾較小。3.2算法性能比較仿真使用的性能比較指標(biāo):①平均總鏈路數(shù)對(duì)于某個(gè)節(jié)點(diǎn)平均總鏈路數(shù)量少,通信所消耗的能量就少,有利于減少整個(gè)網(wǎng)絡(luò)的能量消耗。②平均節(jié)點(diǎn)度節(jié)點(diǎn)度是一個(gè)節(jié)點(diǎn)的所有距離該節(jié)點(diǎn)一跳范圍的鄰居節(jié)點(diǎn)數(shù)目。節(jié)點(diǎn)度小有利于空間的重利用,提高網(wǎng)絡(luò)容量,減少競(jìng)爭(zhēng),減少分組傳播碰撞的概率。③簇頭數(shù)簇頭數(shù)量較少且穩(wěn)定,整個(gè)系統(tǒng)拓?fù)浣⑺璧挠?jì)算和通信開(kāi)銷就少。④節(jié)點(diǎn)平均發(fā)送半徑平均發(fā)送半徑是決定能耗的主要方面。平均發(fā)送半徑越小,發(fā)送數(shù)據(jù)所需的能量就越少。在仿真實(shí)驗(yàn)中,節(jié)點(diǎn)數(shù)分別取40、60、80、100、120、160,每次分別隨機(jī)生成3個(gè)場(chǎng)景,記錄各項(xiàng)數(shù)據(jù),按照上述的性能比較指標(biāo)計(jì)算并取平均值。圖10、圖11、圖12、圖13是各項(xiàng)性能指標(biāo)的比較圖。圖10、圖11表明,運(yùn)行CDTC算法后,網(wǎng)絡(luò)中平均節(jié)點(diǎn)度基本穩(wěn)定在2左右;簇頭數(shù)量穩(wěn)定;這樣節(jié)點(diǎn)相互之間的干擾也會(huì)減少,有利于提高網(wǎng)絡(luò)容量,減少分組碰撞概率。圖12表明,網(wǎng)絡(luò)中的總鏈路數(shù)變化比較穩(wěn)定,與NOC相比,一直保持在一個(gè)相對(duì)較低的水平,說(shuō)明減少了網(wǎng)絡(luò)中的部分鏈路,這樣有利于減少通信沖突。圖13表明隨著節(jié)點(diǎn)數(shù)的增加,節(jié)點(diǎn)的平均發(fā)送半徑明顯下降,而且比NOC的情況相比更小;網(wǎng)絡(luò)的平均鏈路長(zhǎng)度也大幅減少。CDTC算法選用的分簇算法十分簡(jiǎn)單,無(wú)需全局式的集中控制。各節(jié)點(diǎn)隨機(jī)選舉簇頭且選舉開(kāi)始時(shí)無(wú)需預(yù)先收集鄰居節(jié)點(diǎn)信息,在通信和計(jì)算開(kāi)銷上都較小,是一種分布式算法。簇內(nèi)通信借鑒性能較好的LMST算法,減少網(wǎng)絡(luò)中不必要鏈路,使用關(guān)聯(lián)節(jié)點(diǎn)連接簇,生成合適的網(wǎng)絡(luò)拓?fù)?。?shí)驗(yàn)表明C