Increasing network lifetime (NL) is an important requirement in wireless sensor networks (WSNs). One of the techniques to extend NL is to use Data Aggregation Trees (DATs). DATs improve NL by combining the energy efficiency benefits of both Data Aggregation (DA) and tree‐based routing. While centralized and distributed strategies for DAT construction are widely used, we propose a combined approach for DAT construction to improve NL. The approach reduces the communication overhead and relaxes the requirement of complete network information at the sink. In the proposed work, this collaborative approach is termed as Extended Local View (ELV) approach. Two ELV‐based DAT construction algorithms termed as ELV with Fixed sink (ELVF) and ELV with Random sink (ELVR) are proposed. Both ELVF and ELVR use heuristics‐based technique of Local Path Reestablishment (LPR) and greedy‐based technique of Extended Path Reestablishment (EPR). Using these techniques a sequence of DATs are scheduled that collectively improve NL and also reduce the associated DAT reconstruction overhead. Performance of ELVF and ELVR is evaluated with rigorous experiments, and the simulation results show that the proposed algorithms have improved NL and are scalable across different DA ratio values. DAT schedule analysis further demonstrates reduced DAT reconstruction overhead of the proposed algorithms which illustrates its suitability for hostile and critical environments.

中文翻译：

---

计划数据聚合树以延长传感器网络的网络寿命

增加网络寿命（NL）是无线传感器网络（WSN）的一项重要要求。扩展NL的技术之一是使用数据聚合树（DAT）。DAT通过结合数据聚合（DA）和基于树的路由的能效优势来改善NL。虽然DAT建设的集中式和分布式策略被广泛使用，但我们提出了DAT建设的组合方法以改善NL。该方法减少了通信开销，并放宽了接收器上完整网络信息的要求。在拟议的工作中，这种协作方法被称为扩展本地视图（ELV）方法。提出了两种基于ELV的DAT构造算法，分别称为带固定接收器的ELV（ELVF）和带随机接收器的ELV（ELVR）。ELVF和ELVR都使用基于启发式的本地路径重建（LPR）技术和基于贪婪的扩展路径重建（EPR）技术。使用这些技术，可以安排一系列DAT，以共同改善NL并减少相关的DAT重建开销。通过严格的实验评估了ELVF和ELVR的性能，仿真结果表明，所提出的算法具有改进的NL值，并且可在不同的DA比值范围内扩展。DAT计划分析进一步证明了所提出算法的DAT重建开销减少，从而说明了其在恶劣和关键环境中的适用性。使用这些技术，可以安排一系列DAT，以共同改善NL并减少相关的DAT重建开销。通过严格的实验评估了ELVF和ELVR的性能，仿真结果表明，所提出的算法具有改进的NL值，并且可以在不同的DA比值范围内扩展。DAT计划分析进一步证明了所提出算法的DAT重建开销降低，从而说明了其在恶劣和关键环境中的适用性。使用这些技术，可以安排一系列DAT，以共同改善NL并减少相关的DAT重建开销。通过严格的实验评估了ELVF和ELVR的性能，仿真结果表明，所提出的算法具有改进的NL值，并且可以在不同的DA比值范围内扩展。DAT计划分析进一步证明了所提出算法的DAT重建开销减少，从而说明了其在恶劣和关键环境中的适用性。