[发明专利]一种基于k均值聚类算法的自适应调制方法

说明书

本发明公开一种基于k均值聚类算法的自适应调制方法，包括：步骤S1，根据所有节点的地理位置以及簇的数量K，通过k均值聚类算法对于所有的节点进行分簇，并得到所有簇的中心坐标；步骤S2，在簇内选择单一节点作为簇头，并确定该簇头节点至基站上行无线传输采用的调制方式；步骤S3，判断所有簇头采用的调制方式是否满足簇内成员节点数据汇聚后的传输速率要求，如果满足则执行步骤S5，否则执行步骤S4；步骤S4，增加簇的数量K＝K+1，转至步骤S1；步骤S5，根据已确定的分簇以及调制方式，簇成员节点和簇头节点进行数据传输。本发明可以改善无线传感器网络拓扑结构，克服簇头节点传输速率无法满足簇内成员节点并发汇聚转发的弊端，有效提高无线传感器网络的网络吞吐量。

技术领域

本发明涉及无线通信技术领域，具体涉及一种基于k均值聚类算法的自适应调制方法。

背景技术

满足无线信道数据传输质量(即误码率)前提下，自适应调制是提高频谱利用率的有效方式，其基本思路是基于无线信道的实时的信道状态信息(即信噪比)自适应选择不同的调制方式。具体地，接收机估计当前的信道状态，并通过反馈链路把信道状态信息传送给发射机，发射机基于当前信道状态信息动态地调整发射参数，例如调制方式、发射功率、编码方式。

不同的调制方式具有不同的传输速率和不同的传输质量。通常来说，高阶的调制(例如64QAM)具有较高的传输速率，但是抗噪声干扰性能相对较差，即在信噪比低的情况下误码率较高，而低阶调制(例如QPSK)具有较低的传输速率和较强的抗噪声干扰性能。因此，自适应调制选择调制方式的准则是：在信噪比高的情况下，选择相对高阶调制以提高传输速率；在信噪比低的情况下，选择相对低阶调制以满足误码率的要求。

无线信道的质量是动态时变的，如何根据动态时变的无线信道的质量，动态地选择物理信道的编码方式和调制方式，是自适应调制编码的关键。当信道条件较差时，选择较小的调制方式与编码速率；当信道条件较好时，选择较大的调制方式，从而最大化了传输速率。当编码技术和调试方式调制后，信道的质量也会得到相应的改善。

无线传感器网络通常来说包含了大量的传感器节点(简称节点)，用于环境监测、人体健康监测、智能家居、智能工厂、灾难管理监测等。每个节点可以通过无线链路发送数据至其他节点，也可以作为中继或者数据融合节点把数据转发至无线基站。无线基站收到节点数据后，可以本地处理该数据，或者作为网关把数据转发至远端的数据服务器。

无线传感器网络通常是动态的多跳(ad-hoc)网络，而拓扑管理是保证稳定、可靠、高效的网络结构的方法。分簇(clustering)是目前无线传感器网络拓扑管理的流行技术之一。分簇技术基于不同的准则，例如功耗优化、网络负载均衡等，把所有的节点划分为不同的组，每个组称之为簇。每个簇具有1个簇头(cluster heads)，簇头把簇内其他成员节点的数据汇聚后转发至基站。采用分簇技术，簇内成员节点无需把数据直接发送至无线基站，而所有成员节点直接发送至基站会带来不必要节点能量损耗、接入碰撞以及同频干扰等问题。

发明人发现，现有技术方案都侧重在自适应调制(编码)的性能改进，未涉及与无线传感器网络的分簇算法(k均值算法)进行结合。

发明内容

本发明所要解决的技术问题在于，提供一种基于k均值聚类算法的自适应调制方法，以克服无线传感器网络簇头节点数据传输速率受限，无法满足簇内成员节点并发数据汇聚后的转发问题。

为解决上述技术问题，本发明提供一种基于k均值聚类算法的自适应调制方法，包括：

步骤S1，根据所有节点的地理位置以及簇的数量K，通过k均值聚类算法对于所有的节点进行分簇，并得到所有簇的中心坐标；

步骤S2，在簇内选择单一节点作为簇头，并确定该簇头节点至基站上行无线传输采用的调制方式；

步骤S3，判断所有簇头采用的调制方式是否满足簇内成员节点数据汇聚后的传输速率要求，如果满足则执行步骤S5，否则执行步骤S4；