黄河科技学院毕业论文（文献翻译） 第5 页
3覆盖范围和能量感知的簇头选择（CEACHS）算法
3.1动机
如果应用程序中被选为簇头节点的覆盖范围很大，它们就会消耗大量的能量，并先死亡。其结果是整个网络覆盖范围会迅速下降。反之，如果被选为簇头节点的覆盖面积小和他们的能量消耗小，以减少整个网络的覆盖范围，尽可能减少这些死节点。在本文中，我们提出了一个簇头选择算法，其目的是整合覆盖保护和能源效率。除了考虑这些因素在HYENAS外，覆盖率是经过精心考虑的簇头选择过程。 3.2详细算法
覆盖成本?的计算。首先，在每个节点m计算其覆盖成本或估计标准化的有效感应区?(m)中的初始化和设置阶段。它实在是太复杂，来计算的精确值?(m)。因此，采用近似的方法，其中在能量消耗的基础上，发送和接收信标消息，提出具体的节点m，半径R，使发送信标消息的邻近节点在2R半径范围内。传输：能源Ertrans(dB)被计算为：
Ertrans?L(2R) (5)
其中，R是传感节点m半径。Ertrans(dB)表示无线电接收机，L被表示为(2R)的距离为2R的传播的损耗的灵敏度。
据推测，有m个邻居节点相对应的信标消息。节点m必须花Erreceive(dB)接收这些答复：
Errecie?10log10ve?Mi?010pi10M (6)
其中pi是接收到的信号的能量电平，对于i=1，2，…，M。 等效节点到节点m的等效距离被近似为：
黄河科技学院毕业论文（文献翻译） 第6 页
R??2R10(Ersens?Erreceive)10? (7)
其中?表示为路径损耗指数。
随着??R?/2R，等效的重叠区域?(m)的节点m得到：
?(m)?12[co?s(?)??1??2]? (8)
根据（3）中，?(m)最后变为： ?(m)?1??(m)2 (9)
对于每个集群的簇头选择，BS计算CH（m）的值，以使每个节点m拥有最大的
CH（m）。在每个集群节点成为簇头的集群中，考虑与节点m有关的因素，被认为是决定CH（m）值。这些是：
-剩余电池电量Er（m）。越高的Er（m）中，较高的概率节点成为簇头。 -相对距离d1从节点m相同的集群中的其他节点。
2d1??di?1N2mi (10)
其中dmi是到其他节点的距离，节点mi是相同的集群节点，m和N是其中包含节点
m的集群的大小。d1越小，节点m的概率就越高成为簇头。覆盖成本?(m)，经过计算，
?(m)越少，则节点m成为簇头的概率越高。所有这些因素相结合来计算CH（m）的值在下面公式：
CH(m)?W1Er(m)?W2(1??11?)?W1? 3?? （11）2?(m)d12?d2??其中， W1，W2，和W3是节点的剩余能量，位置和覆盖成本。覆盖率是最关键的度量目标跟踪和监控应用，从而W3的价值在这里应该是比其它的高。例如，覆盖率是最
W1和W2关键的度量目标跟踪和监控应用，从而W3的价值在这里应该是比别人高。另外，
黄河科技学院毕业论文（文献翻译） 第7 页
应增加的网络全覆盖也是一个重要的要求。而W3应该被协调到一个较小的值。 3.3 CHACHS适配
我们在HYENAS应用中提出的算法，无论在覆盖范围还是能量方面，用以实现最佳效率。新的协议被命名为H-CEACHS。在HCEACHS算法中执行的初始化和建立阶段的每一轮或CBR的HYENAS，决定轮换的集群。此外，应该指出，计算覆盖成本?要的网络拓扑结构变化时，必须计算能源的消耗量。对比用于接收和发送信标消息，用于发送和接收感测报告的能量很小。
黄河科技学院毕业论文（文献翻译） 第8 页
4结论
在本文中，我们提出CEACHS混合算法来选择合适的簇头。该算法考虑许多关键参数，包括节点的剩余能量，位置，最重要的是覆盖成本，以实现最佳的能源效率和保存覆盖面。该算法优于其他的路由协议，如LEACH和HYENAS只考虑网络的感测覆盖率和能源效率方面的因素。
这项工作得到了韩国科学与工程基金会(KOSEF)无偿资助，由韩国政府(MEST)(2009-0076504)。我们要感谢阮PHUONG南先生，俄亥俄州立大学，提供了宝贵的技术支持。
来源于：《无线传感器网络的覆盖问题：移动网络应用程序10》
黄河科技学院毕业论文（文献翻译） 第9 页
附英语原文：
A Coverage and Energy Aware Cluster-Head Selection Algorithm in
Wireless Sensor Networks
Abstract
The issue of identifying appropriate cluster-heads has recently been the focus of extensive research and development in wireless sensor networks. Unfortunately, cluster-heads are generally chosen either in a random manner or mainly based on nodes’ residual energy. Accordingly, there is no guarantee that network coverage is well-preserved while this QoS is vital in target tracking and surveillance applications. In order to enhance both coverage preservation and energy efficiency, we propose a Coverage and Energy Aware Cluster-Head Selection Algorithm which fully considers three critical factors: the node’s energy, location and especially coverage cost metric. Simulation results demonstrate that our algorithm cannot only prolong the network lifetime over 11%, but also substantially enlarge network coverage, from the middle phase of the network lifetime, by over 20% compared to the traditional energy-based selection methods in LEACH and HYENAS system.
Keywords: Wireless sensor network (WSN), Cluster-based protocol, Energy efficiency protocol, Coverage, Cluster-head selection.