LEACH then rotate CHs to distribute

LEACH then rotate CHs to distribute energy requirements among all the sensors. Additionally, LEACH performs local computation at each CH (data aggregation) to reduce the amount of data that must be transmitted to the BS. This saves both energy and bandwidth. However, random election also has many limitations. The biggest drawbacks is the random election making the high-energy nodes have the same probability of becoming cluster as lowenergy nodes. The CHs functions have sensing as normal nodes. In addition, CHs also receive data from the nodes in the cluster, aggregate data and transmit data to the BS, so that CH consumes more energy than normal node. If lowenergy nodes becomes CH, it will consume more energy at the result, the low-energy nodes will quickly stop working. We propose a strategy to re-organize the sensors by themselves. Our solution is order sensor nodes to be cluster heads at first. The second step is to find the cost-lowest path according to Dijkstra’s algorithm which is based on the energy consumption model. Finally, the path weight will be changed dynamically based on the energy model.

Kết quả (Việt) 1:

LEACH, sau đó xoay CHs để phân phối các nhu cầu năng lượng trong số tất cả các cảm biến. Ngoài ra, LEACH thực hiện các tính toán địa phương tại mỗi CH (dữ liệu tập hợp) để giảm số lượng dữ liệu phải được chuyển đến các BS. Điều này giúp tiết kiệm năng lượng và băng thông. Tuy nhiên, cuộc bầu cử ngẫu nhiên cũng có nhiều hạn chế. Nhược điểm lớn nhất là cuộc bầu cử ngẫu nhiên làm cho các nút năng lượng cao có khả năng cùng trở thành cụm sao như các nút lowenergy. Các chức năng của CHs có cảm biến như nút bình thường. Ngoài ra, CHs cũng nhận dữ liệu từ các nút, cụm, tổng hợp dữ liệu và truyền dữ liệu đến các BS, vì vậy mà CH tiêu thụ nhiều năng lượng hơn so với bình thường nốt. Nếu các nút lowenergy trở thành CH, nó sẽ tiêu thụ nhiều năng lượng hơn lúc kết quả, các nút năng lượng thấp sẽ nhanh chóng ngừng làm việc. Chúng tôi đề xuất một chiến lược để tái tổ chức các bộ cảm biến của mình. Giải pháp của chúng tôi là trật tự các nút cảm biến là cụm trưởng đầu tiên. Bước thứ hai là để tìm đường đi chi phí thấp nhất theo thuật toán Dijkstra dựa trên mô hình tiêu thụ năng lượng. Cuối cùng, trọng lượng đường sẽ thay đổi tự động dựa trên mô hình năng lượng.

Kết quả (Việt) 2:

Leach sau đó xoay CHS để phân phối các yêu cầu năng lượng ở tất cả các cảm biến. Ngoài ra, Leach thực hiện tính toán địa phương tại mỗi CH (tập hợp dữ liệu) để giảm lượng dữ liệu phải được truyền đến BS. Điều này tiết kiệm cả năng lượng và băng thông. Tuy nhiên, cuộc bầu cử ngẫu nhiên cũng có nhiều hạn chế. Những nhược điểm lớn nhất là cuộc bầu cử ngẫu nhiên làm cho các hạch năng lượng cao có cùng xác suất trở thành cụm như các nút lowenergy. Các chức năng CHS đã cảm nhận các nút như bình thường. Ngoài ra, CHS cũng nhận dữ liệu từ các nút trong cluster, dữ liệu tổng hợp và truyền tải dữ liệu đến BS, để CH tiêu thụ nhiều năng lượng hơn so với nút bình thường. Nếu nút lowenergy trở thành CH, nó sẽ tiêu thụ nhiều năng lượng hơn vào kết quả, các hạch năng lượng thấp sẽ nhanh chóng ngừng làm việc. Chúng tôi đề xuất một chiến lược để sắp xếp lại các cảm biến của mình. giải pháp của chúng tôi là để các nút cảm biến được người đứng đầu nhóm lúc đầu. Bước thứ hai là để tìm đường đi chi phí thấp nhất theo thuật toán Dijkstra mà là dựa trên mô hình tiêu thụ năng lượng. Cuối cùng, trọng lượng con đường sẽ được tự động thay đổi dựa trên mô hình năng lượng.