DOI: https://doi.org/10.1038/s41598-025-12321-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40702073
تاريخ النشر: 2025-07-23
المؤلف: Shiwei Zhang وآخرون
الموضوع الرئيسي: شبكات الاستشعار اللاسلكية الموفرة للطاقة
نظرة عامة
تقدم الورقة EEM-LEACH-ABC، بروتوكول مبتكر لتجميع البيانات والتوجيه الفعال للطاقة لشبكات الاستشعار اللاسلكية (WSNs)، يستفيد من خوارزمية مستعمرة النحل الاصطناعي (ABC). يعالج هذا البروتوكول التحدي الحاسم المتمثل في قيود الطاقة في WSNs من خلال استخدام تجميع البيانات المعتمد على المنطقة، ومسارات الاتصال متعددة القفزات المحسّنة، وهيكل شجري هرمي لتجميع البيانات بشكل فعال. تشمل الميزات الرئيسية الاختيار الديناميكي لرؤساء المجموعات (CHs) ومسارات التوجيه بناءً على معايير مثل الطاقة المتبقية والمسافة المرسلة. تظهر نتائج المحاكاة أن EEM-LEACH-ABC يتفوق بشكل كبير على البروتوكولات الحالية، محققًا تحسينًا يصل إلى 216% في وفاة أول عقدة (FND) وزيادة بنسبة 29% في نسبة تسليم الحزم (PDR) تحت سيناريوهات نشر متنوعة.
في الختام، يقدم EEM-LEACH-ABC حلاً قويًا وقابلًا للتوسع وواعياً للطاقة لشبكات الاستشعار اللاسلكية، مما يخفف بشكل فعال من عدم توازن الطاقة ويعزز من عمر الشبكة من خلال تحسين ديناميكي. تظل أداء البروتوكول مستقرًا حتى في ظل التحديات مثل فشل العقد والتداخل، مع الحفاظ على تعقيد حسابي مقبول للشبكات متوسطة الحجم. تشمل اتجاهات البحث المستقبلية استكشاف الهجينة الميتاهيرستية، والتنفيذات الموزعة للشبكات الأكبر، وتحسين مقاييس جودة الخدمة تحت ظروف الحركة. على الرغم من نقاط قوته، قد يواجه البروتوكول قيودًا في الشبكات الكبيرة جدًا بسبب عبء تحسين الأداء ويتطلب ضبط معلمات دقيقة لتحقيق الأداء الأمثل في سيناريوهات متنوعة.
نقاش
تسلط قسم النقاش في ورقة البحث الضوء على التقدم والتحديات في بروتوكولات التجميع والتوجيه الفعالة للطاقة لشبكات الاستشعار اللاسلكية (WSNs). يبدأ بالاعتراف بالبروتوكولات الأساسية مثل LEACH، التي، على الرغم من دوران رؤساء المجموعات (CH) الاحتمالي المبتكر، تواجه قيودًا في قابلية التوسع واستخدام الطاقة بسبب نموذج الاتصال أحادي القفزة. يستعرض القسم تحسينات متنوعة على LEACH، بما في ذلك التمديدات متعددة القفزات وتطبيقات التعلم المعزز الميتا، التي تهدف إلى تحسين استهلاك الطاقة وإطالة عمر الشبكة. ومن الجدير بالذكر أن بروتوكول LEACH متعدد القفزات الفعال للطاقة مع تحسين مستعمرة النحل الاصطناعي (EEM-LEACH-ABC) يتم تقديمه كنهج جديد يدمج التجميع الديناميكي للبيانات وتجميع البيانات الهرمي لتحسين كفاءة الطاقة والتكيف مع ظروف الشبكة المتغيرة.
يستخدم بروتوكول EEM-LEACH-ABC استراتيجية اتصال متعددة القفزات تقلل من متطلبات الطاقة على العقد البعيدة من خلال استخدام رؤساء مجموعات وسيطين لنقل البيانات. يتم ضبط هذا الهيكل الهرمي ديناميكيًا بناءً على الطاقة المتبقية وقرب العقد، مما يضمن توزيعًا متوازنًا للطاقة ويطيل من عمر الشبكة. يعالج تصميم البروتوكول التحديات الشائعة مثل استهلاك الطاقة غير المتساوي والعبء الحسابي، بينما يتضمن أيضًا تحسين المعلمات التلقائي من خلال خوارزمية ABC. يعزز هذا التحسين من اختيار رؤساء المجموعات ويتكيف مع سيناريوهات الشبكة المختلفة، مما يؤدي في النهاية إلى تحسين الأداء والمرونة في WSNs. تؤكد النتائج على أهمية الاستراتيجيات التكيفية في تصميم البروتوكولات الفعالة للطاقة لتلبية متطلبات التطبيقات المتنوعة في WSNs.
DOI: https://doi.org/10.1038/s41598-025-12321-y
PMID: https://pubmed.ncbi.nlm.nih.gov/40702073
Publication Date: 2025-07-23
Author(s): Shiwei Zhang et al.
Primary Topic: Energy Efficient Wireless Sensor Networks
Overview
The paper presents EEM-LEACH-ABC, an innovative energy-efficient clustering and routing protocol for wireless sensor networks (WSNs), leveraging the Artificial Bee Colony (ABC) algorithm. This protocol addresses the critical challenge of energy constraints in WSNs by employing region-based energy-aware clustering, optimized multi-hop communication paths, and a hierarchical tree structure for effective data aggregation. Key features include dynamic selection of Cluster Heads (CHs) and routing paths based on parameters such as residual energy and transmission distance. Simulation results demonstrate that EEM-LEACH-ABC significantly outperforms existing protocols, achieving up to a 216% improvement in First Node Death (FND) and a 29% increase in Packet Delivery Ratio (PDR) under various deployment scenarios.
In conclusion, EEM-LEACH-ABC offers a robust, scalable, and energy-aware solution for WSNs, effectively mitigating energy imbalances and enhancing network longevity through dynamic optimization. The protocol’s performance remains stable even amidst challenges like node failures and interference, while maintaining acceptable computational complexity for medium-scale networks. Future research directions include exploring hybrid metaheuristics, distributed implementations for larger networks, and optimizing quality of service metrics under mobility conditions. Despite its strengths, the protocol may face limitations in very large networks due to optimization overhead and requires careful parameter tuning for optimal performance in diverse scenarios.
Discussion
The discussion section of the research paper highlights the advancements and challenges in energy-efficient clustering and routing protocols for Wireless Sensor Networks (WSNs). It begins by acknowledging foundational protocols like LEACH, which, despite their innovative probabilistic cluster head (CH) rotation, face limitations in scalability and energy utilization due to their single-hop communication model. The section reviews various enhancements to LEACH, including multi-hop extensions and meta-reinforcement learning applications, which aim to optimize energy consumption and extend network lifespan. Notably, the Energy Efficient Multi-Hop LEACH with Artificial Bee Colony optimization (EEM-LEACH-ABC) protocol is introduced as a novel approach that integrates dynamic clustering and hierarchical data aggregation to improve energy efficiency and adapt to varying network conditions.
The EEM-LEACH-ABC protocol employs a multi-hop communication strategy that reduces energy demands on distant nodes by utilizing intermediary CHs for data transmission. This hierarchical structure is dynamically adjusted based on the residual energy and proximity of nodes, ensuring balanced energy distribution and prolonging network longevity. The protocol’s design addresses common challenges such as unequal energy consumption and computational overhead, while also incorporating automated parameter optimization through the ABC algorithm. This optimization enhances the selection of CHs and adapts to different network scenarios, ultimately leading to improved performance and resilience in WSNs. The findings underscore the importance of adaptive strategies in the design of energy-efficient protocols to meet the demands of diverse applications in WSNs.