[发明专利]一种基于业务量权重的分簇方法

说明书

本发明涉及一种基于业务量权重的分簇方法，将节点分为多个簇，以簇内普通节点产生的权重和依据，选取权重值最大的作为簇头，其余节点若在其簇头通信范围内且权重值小于簇头节点则加入簇头节点，簇内普通节点与簇头通信，簇间簇头与簇头之间通信。相比其他分簇算法而言，有更低时延，更快的调度，更高的簇头信道利用率。同时在此基础上，对簇头分布的均匀度所考量，维持了簇头节点数量不至于过多而造成能量浪费以及考虑了频段分配增加了网络利用率。

技术领域

本发明是一种水声网络节点分簇方法设计，属于水声网络分簇算法领域，适合于业务量先验的水声网络的分簇方案。

背景技术

UASN全称为Underwater Acoustic Sensor Network，即水下声学传感器网络，其被广泛应用于民事活动，如海洋资源开发、环境探察等；和军事任务，如监视，反潜探测，反水雷任务等，具有重要意义和研究价值。而考虑到水声传感器网络里，随着通信距离的增加，由于水声信号传播速度的限制，同步较为困难，容易造成信息堵塞与冲突。同时多径效应的存在与水下强传播衰减的特性都使得长距离的传输下水声通信效果不佳。因此设计分簇算法，将节点分为多个簇，簇内普通节点与簇头通信，簇间簇头与簇头之间通信，有效缩短了通信距离，从而解决上述问题。

分簇目标通常是为了满足特定的应用需求，举例而言，如果应用对数据传输延迟敏感，分簇算法则必须考虑合理组织簇结构以减少分组传输所经路由的长度。常见的分簇目标有：负载平衡：分簇算法通常希望传感节点均匀分布在各个簇中，以便使簇头合理分担网络负载，从而延长网络寿命；错误容忍：分簇算法必须具有较好的错误容忍性，防止因簇头故障而导致重要信息的丢失。增强连接和减少时延；簇数量最小化：在异质网络中，这种目标很常见，因为设计者希望减少簇头节点的数量以便于网络部署和节省网络成本；网络寿命最大化：这是无线传感网络普遍追求的目标。

麻省理工学院(MIT)的Heinzelman等人提出的LEACH是分布式分簇算法中最经典的算法，它是一种低功耗自适应分簇算法。每个节点通过比较相应的随机数和给定的阈值来决定自己是否成为簇头；接着，每个节点都会收到簇头的广播消息，并且根据该信号的强弱决定加入哪个簇。在数据传输阶段，簇内的所有节点按照时分复用(TDMA)时隙向簇头发送数据。簇头聚集收到的消息，并将其发送到基站。实验结果显示,LEACH算法比一般的平面多跳路由协议和静态分层算法的网络生存时间更长，可以延长15％。

TEEN是一种除了在数据传送阶段使用的方法外其他与LEACH相似的分簇算法。为了降低发送数据的频率，在该算法中设置了硬、软阈值，通过合理调节这两个阈值的大小，可以平衡精度要求与系统能耗。通过这种方法能够减少网络通信量，并且能很好地监测热点地区和发生突发事件的地区。

EGASIS算法是根据LEACH的缺陷而提出的，它主要采用了贪婪算法。该算法解决了LEACH簇头节点选择频繁带来的问题，而且簇头本身具有链式数据聚合的特点，这样可以有效减少数据通信量并降低传输频率。为了节省能量消耗，每个节点会优先选择低功率与相对距离较近的邻居节点进行通信。

目前分簇的方法一般只多考虑以节省能量为目的，而对其他目标考虑较少，同时,分簇条件下的MAC协议都是基于分簇已完成且极其理想的分簇下进行了协议的设计，而国内外目前还没有分簇的方法设计与MAC协议的设计相配合并结合的分簇算法。

发明内容

要解决的技术问题

考虑到水声传感器网络里，由于水声信号传播速度的限制，通信距离过大会造成同步较为困难，从而导致信息堵塞与冲突。同时多径效应的存在与水下强传播衰减的特性都使得长距离的传输下水声通信效果不佳。因此，本发明提出一种基于业务量权重的分簇方法，将节点分为多个簇，簇内普通节点与簇头通信，簇间簇头与簇头之间通信。

技术方案

一种基于业务量权重的分簇方法，其特征在于步骤如下：