Artificial neural network based cluster head selection process in wireless sensor networks

Volkan Gangal

doi:10.1007/s10586-026-05966-5

Artificial neural network based cluster head selection process in wireless sensor networks

2026-02-16

0

OA

AI

DOI：10.1007/s10586-026-05966-5

原文链接

查看原文

摘要

En 中文

无线传感器网络（WSNs）由于能量容量有限，在延长网络寿命方面面临重大挑战。本研究提出了一种基于人工神经网络（ANNs）支持的节能分布式簇头选择方法，用于提高基于簇的传感器网络的能量效率。该方法允许每个节点自主确定其最优选择阈值，并通过两阶段过程解决WSNs的计算约束：离线训练一个级联人工神经网络（Cascade-ANN）以建立节点能量状态与最优阈值之间的复杂关系模型。随后，其学习行为通过曲线拟合转化为轻量级数学方程，从而无需节点直接运行ANN。在评估的仿真场景中，结果表明所提出的方法在定义的网络参数下，相比标准LEACH协议提升了关键性能指标。具体而言，网络寿命延长了约97%（从1773轮延长至3497轮），成功传输到汇聚节点的总数据包数增加了约57%（从61,766个增加到96,757个）。此外，比较分析表明，所提出的方法在与其他近期类似研究的对比中表现出色，网络寿命的性能因子在3.63至6.26之间。本研究旨在贡献一个稳健且可扩展的解决方案，以提升网络性能。

Keyword:

Wireless Sensor Networks

ANN-Based WSN Clustering

Cluster Head Selection

Distributed Clustering

Artificial neural network based cluster head selection process in wireless sensor networks

摘要

AI总结

期刊

机构

引用论文