[发明专利]一种基于k-means的无线传感器网络分簇方法

说明书

本发明提出一种基于k‑means的无线传感器网络分簇方法。步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；重复步骤二和三，直至簇内的传感器不再发生变化。本发明的减少了各传感器的能耗，延长无线传感器网络整体的生存时间。

技术领域

本发明属于无线传感器网络技术领域，具体涉及一种基于k-means的无线传感器网络节点分簇方法。

背景技术

无线传感器网络是由大量微型的传感器节点以自组织的方式组成的低成本、自适应性高的无线网络。它可以实时监测、感知各种环境和监测对象的信息，并将数据传送给所需的用户。随着物联网的发展，无线传感网具有十分广泛的前景，越来越多大规模的无线传感器网络投入使用。在无线传感器网络中节点能量来源主要是电池，由于庞大的节点规模和环境的限制给节点充电是很困难的事情,当节点耗尽能量后网络的监测范围就会出现空洞，不能达到全部覆盖，因此，在无线传感器网络中节点能量的保护成为了备受关注的问题。为了提高能量使用效率延长网络生存时间，必须开发新的高效的节能算法。

低能耗自适应分簇结构(LEACH)算法是使用在分布式簇结构中的一种典型的基于分簇协议的算法。在LEACH中，大量的节点被分成几个簇，每一个簇都有一个簇头，簇头是根据预定义的可能性选出来的，普通节点会选择最近的簇头节点发送检测数据，簇头节点负责把接收到簇内节点的数据发送到基站或者移动汇聚节点。但是，这种随机选择簇头节点的方式往往会导致较差的分簇结果，使得一些节点传输距离变长从而加快能量消耗，极大地缩短了生存时间。

发明内容

本发明的目的在于提出一种基于k-means的无线传感器网络分簇方法，减少了各传感器的能耗，延长无线传感器网络整体的生存时间。

为了解决上述技术问题，本发明提供一种基于k-means的无线传感器网络分簇方法，包括如下步骤：

步骤一，计算网络中各传感器的中心点位置坐标，根据中心位置坐标计算聚类点的坐标；

步骤二，计算网络中各传感器至各聚类点的距离，各传感器选择距离最近的聚类点加入到同一个簇中；在加入到同一个簇中的传感器中，选择距离相应聚类点最近的且其能量同时高于簇内传感器平均能量的传感器作为该簇的簇头；

步骤三，对于每一个簇，计算簇内传感器的中心点位置坐标，将该中心点位置坐标作为新的聚类点的坐标；

重复步骤二和三，直至簇内的传感器不再发生变化。

进一步，根据中心位置坐标计算聚类点的坐标的方法如下式所示，

其中，为聚类点m_p的坐标，k是所分的簇的数量，p＝1,2,3,…,k， R为中心点与所有传感器的平均距离，C_x为中心点位置横坐标，C_y为中心点位置纵坐标。。

本发明与现有技术相比，其显著优点在于，在确定簇头节点时即考虑了传感器节点之间的平均距离，也考虑了传感器节点剩余能量，可以有效避免LEACH算法中随机产生簇头导致的分簇失衡问题，通过使用统一簇位置和平衡网络负载来延长网络整体的生存时间。

附图说明

图1是无线传感器网络示意图。

图2是本发明基于k-means的无线传感器网络节点分簇方法流程图。

图3是生成的初始聚类点的原理图。