在物联网支持的无线传感器网络（WSNs）中，利用原生动物行为实现智能的能源感知路由

《IEEE Transactions on Network and Service Management》：Intelligent Energy-Aware Routing via Protozoa Behavior in IoT-Enabled WSNs

无线传感器网络（WSNs）在异构物联网环境中面临能量分布不均和冗余传输问题，本文提出基于人工原虫优化的簇头选择算法（APO-CHS），通过模仿Euglena的多阶段行为机制优化簇头和转发电节点选择，并采用多级数据聚合模型减少传输冗余。实验表明该方案提升网络稳定性29.24%，延长寿命283.96%，吞吐量增加超60%。

　　

摘要：

在无线传感器网络（WSNs）中，提高能源效率并减少冗余传输是关键挑战，尤其是在资源受限的传感器节点（SNs）分布在偏远或难以到达区域的异构物联网（IoT）环境中。本文提出了一种基于人工原生动物优化器（APO-CHS）的簇头选择算法，旨在解决能源分布不均和网络寿命有限的双重问题。该算法借鉴了眼虫（Euglena）的适应性行为，结合觅食、休眠和繁殖机制，通过多目标适应度函数优化簇头和中继节点的选择过程。该函数综合考虑了剩余能量、节点密度、邻居距离和能耗率等因素，有效指导选择过程。此外，为了解决通信效率低的问题，采用了一种轻量级的数据聚合方案。该方案通过引入多层次聚合模型，在簇内和簇间通信中消除完整数据、部分数据和重复数据，从而减少冗余传输。仿真结果表明，与基线方法相比，所提出的框架使网络稳定性提高了29.24%，网络寿命延长了283.96%，吞吐量增加了60%以上，因此是一种高效且可扩展的、适用于节能型物联网传感网络的解决方案。