[发明专利]一种基于无线自组织网络的分布式簇头选举方法

说明书

本发明公开了一种基于无线自组织网络的分布式簇头选举方法，该选举方法基于最高节点度数算法，在网络初始化时各个节点对其他节点信息未知的情况下使用。在密集场景下，网络拓扑过于复杂，难以通过单一指标一次完成分簇，因此发明将簇头选举过程划分为三个阶段，每个阶段选择一定数量的簇头，通过三次选举的节点成为最终簇头。经过仿真测试，该选举方法成簇速度快，且网络连通率达到100％，分簇的结果为后续分簇的优化、网络切片及通信资源分配的优化提供了必要的准备。

技术领域

本发明涉及无线自组织网络技术领域，具体涉及一种基于无线自组织网络的分布式簇头选举方法。

背景技术

无线自组织网络的拓扑类型可以分为两种：一种是平面结构，如图1所示，这种网络结构简单，其中所有的节点地位平等，共同分担网络负荷，在每对源节点和目的节点之间的数据传输路径可能不止一条，这种结构的缺点在于可扩展性差，如果网络规模不断增大，每个节点的移动性增强，那么维护动态路由就需要耗费大量控制信息，因此这种结构只适应于小规模的无线自组织网络。

另外一种是分层结构，主要是从物理结构上改变网络形态。在分层结构中，整个无线自组织网络会被分簇算法划分为多个簇，然后再按照一定的规则在每个簇中选出簇头，除簇头以外的节点则为簇成员。分层结构可再细分为单频分级和多频分级两种结构，单频分级中，所有节点采用一个频率通信，多频分级则是不同级采用不同的频率通信，在图2中的三个簇中，簇头分别是A，B，C，簇头和簇内成员进行内部通信时使用的是频率a，簇头之间形成的高一级网络之间进行通信时使用的是频率b。在这种结构下，网络的规模并不会受到限制，簇内的其他节点不需要考虑簇之间的通信和簇内部的信息维护，因此会少掉很多路由维护的开销，扩展性强。

分簇算法是决定分层结构的无线自组织网络性能的关键因素。典型的分簇算法包括：最低ID算法(LOWID)，最高节点度算法(HIGHD)；基于权重的分簇算法(WCA)；综合考虑连通度、节点移动速度和能量消耗速率等因素进行加权来进行分簇；基于移动感知的仿生型分簇算法BIMAC，可以有效提高链路连通率和簇头生存时间，但无法保证簇与簇之间的数据传输；分布式分簇算法MOBIC，根据节点的移动性来选择簇头，但是只适用于节点的移动速度和方向都相同的场景；基于连通度、节点能量和移动性的分簇算法CEMCA。

当应用场景中，网络节点通信距离为200km，相对于网络节点的活动范围(500km*500km) 而言较大，使网络拓扑过于密集(如图3所示)，因此无法直接运用上述诸如最高节点度数等算法。

发明内容

本发明的目的在于提供一种基于无线自组织网络的分布式簇头选举方法，通过该选举方法进行分簇，成簇速度快、分簇效果良好、网络连通率达到100％，可以胜任无线自组织网络的初始化工作，能够适用于网络节点通信距离为200km的应用场景。

本发明通过下述技术方案实现：

一种基于无线自组织网络的分布式簇头选举方法，包括以下步骤：

S1：各网络节点选举附近50km内邻居节点个数最大的网络节点为第一轮簇头；

S2：各网络节点选举附近200km内簇成员最多的簇头网络节点为第二轮簇头；

S3：各网络节点选举附近200km内距离最近的簇头网络节点为第三轮簇头；

其中，步骤S1-S3的选举过程均采用分布式分簇算法，所述分簇算法包括网络初始化时的分簇策略和成簇后的维护策略。