One of the constraints in Wireless Sensor Network (WSN) is the limited power of distributed interconnected sensor nodes over the space. There are several proposed architectures for handling power consumption in a WSN. Traditional clustering and routing methods improve the Cluster Head (CH) selection of WSN internodes for balancing energy in the network. In such clustering methods, every message is transmitted from a source node to its CH, from the CH to other CHs, and finally to the BS (Base Station). Therefore, a high amount of energy should be consumed for routing when the source nodes are far from CHs or the BS. This paper proposes an integrated LBSN (Location-Based Social Network) and WSN routing and CH selection method for reducing routes from source nodes to BSs to reduce the energy consumption of WSN. In the integrated network, LBSN nodes can be added to the WSN as BS or WSN sensor nodes. In the first situation, the integrated network is called IPAWL I and the latter builds the IPAWL II network.To evaluate the method, we considered a scenario of smoke detection and reporting on the campus of the University of Calgary and generated a simulation dataset for the LBSN and WSN. Then, results of implementing IPAWL I, IPAWL II, and a stand-alone WSN on the dataset were compared in terms of network energy consumption and message transmission latency. Results demonstrated a 42% reduction in energy consumption in IPAWL I and 33% in IPAWL II. Moreover, a significant reduction of time latency was observed in bigger size networks.

无线传感器网络 (WSN) 的限制之一是空间上分布式互连传感器节点的有限功率。有几种建议的架构用于处理 WSN 中的功耗。传统的聚类和路由方法改进了 WSN 节点间的簇头 (CH) 选择，以平衡网络中的能量。在这种聚类方法中，每条消息都从源节点传输到其 CH，从 CH 传输到其他 CH，最后传输到 BS（基站）。因此，当源节点远离 CH 或 BS 时，路由会消耗大量能量。本文提出了一种集成的LBSN（基于位置的社交网络）和WSN路由和CH选择方法，用于减少从源节点到BS的路由，以降低WSN的能耗。在综合网络中，LBSN 节点可以作为 BS 或 WSN 传感器节点添加到 WSN。在第一种情况下，集成网络称为 IPAWL I，后者构建 IPAWL II 网络。为了评估该方法，我们考虑了卡尔加里大学校园的烟雾检测和报告场景，并为LBSN 和 WSN。然后，在网络能耗和消息传输延迟方面比较了在数据集上实施 IPAWL I、IPAWL II 和独立 WSN 的结果。结果表明，IPAWL I 的能耗降低了 42%，IPAWL II 的能耗降低了 33%。此外，在较大规模的网络中观察到时间延迟显着减少。集成网络称为 IPAWL I，后者构建 IPAWL II 网络。为了评估该方法，我们考虑了卡尔加里大学校园的烟雾检测和报告场景，并生成了 LBSN 和 WSN 的模拟数据集。然后，在网络能耗和消息传输延迟方面比较了在数据集上实施 IPAWL I、IPAWL II 和独立 WSN 的结果。结果表明，IPAWL I 的能耗降低了 42%，IPAWL II 的能耗降低了 33%。此外，在较大规模的网络中观察到时间延迟显着减少。集成网络称为 IPAWL I，后者构建 IPAWL II 网络。为了评估该方法，我们考虑了卡尔加里大学校园的烟雾检测和报告场景，并生成了 LBSN 和 WSN 的模拟数据集。然后，在网络能耗和消息传输延迟方面比较了在数据集上实施 IPAWL I、IPAWL II 和独立 WSN 的结果。结果表明，IPAWL I 的能耗降低了 42%，IPAWL II 的能耗降低了 33%。此外，在较大规模的网络中观察到时间延迟显着减少。和数据集上的独立 WSN 在网络能耗和消息传输延迟方面进行了比较。结果表明，IPAWL I 的能耗降低了 42%，IPAWL II 的能耗降低了 33%。此外，在较大规模的网络中观察到时间延迟显着减少。和数据集上的独立 WSN 在网络能耗和消息传输延迟方面进行了比较。结果表明，IPAWL I 的能耗降低了 42%，IPAWL II 的能耗降低了 33%。此外，在较大规模的网络中观察到时间延迟显着减少。