[发明专利]基于边介数的无线传感器网络分簇方法

说明书

技术领域

本发明主要涉及无线传感器网络领域，特指一种基于边介数的无线传感器网络分簇方法，能够优化小型网络结构，降低网络能耗，延长网络的生存周期。

背景技术

无线传感器网络(WSN，Wireless Sensor Network)是由各种微型、廉价的传感器节点通过自组织的形式组成的一类数据收集网络。它综合了传感器技术、嵌入式计算技术、通信技术、分布式信息处理、微电子制造技术和软件编程技术等，可以实时监测、感知和采集网络所监控内的各种环境或监测对象的信息，并对收集到的信息进行处理后传送给终端用户。无线传感器网络在军事、医疗、工业、商业、农业和交通、安全、空间探测等，以及家庭和办公环境等众多等领域都有着广泛的应用，其研究、开发和应用关系到国家安全和经济发展等许多重要方面。

在无线传感器网络中，为了降低节点能量消耗，提供灵活、可靠的通信，并提高网络的可扩展性，通常采用分级分布式控制方式控制网络，即采用网络分级结构在分级结构中；网络被划分为簇，分簇方法的选择和性能影响网络覆盖率和网络连通性，由于分簇对于路由、拥塞控制等上层协议均有影响，因此，它属于无线传感器网络中的支撑技术，对网络综合性能有重要影响。

针对无线传感器网络中能量损耗问题已经有了一些解决方法。在多跳网络中，Lian J和Naik K教授提出了这样一个方法，即在无线传感器网络中，在离汇聚节点较近的位置放置更多的传感器节点，该方法能够缓解能量急剧损耗的压力，但是网络中的节点分布不均匀且节点总数从内向外呈等比增长，因此网络中的节点数大量增加，而现实生活中传感器节点还不能低成本大规模生产，因此要实现本方法，网络成本将消耗巨大。

对于优化拓扑结构的优化控制，Heinzelman W教授提出的LEACH(Low Energy Adaptive Clustering Hierarchy)方法。LEACH方法是一种典型的低功耗分层路由方法。该方法是目前无线传感器网络分簇型拓扑控制中最具代表性的算法之一。算法通过分层的思想，采用分轮次进行簇头选择的方法。网络中每一轮次根据节点产生的0～1之间的随机数进行判断，如果当前轮次中某节点产生的随机数小于设定阈值T，那么这个节点就被选做该轮次中的簇头，如果该轮次中此节点被选为簇头，那么接下来l／p轮次中该节点就不能成为簇头。簇头接收来自簇内节点的信息，融合汇总，然后传输给基站。因LEACH方法的重点主要集中于均衡簇内成员节点之间的能量消耗，存在成簇开销大，且没有很好地解决第一个节点死亡到网络中所有节点死亡的时间跨度长以及网络生存期较短的问题。

发明内容

本发明在分簇发展的基础上，针对现有技术存在的不足以及具有一定组织结构的无线传感器网络的实际应用需要，提出了一种基于边介数的无线传感器网络分簇方法。在成簇阶段采用基于边介数的方法，将通信能力较好的节点之间建立连接，并计算其边介数从而进行分簇，该方法能够有效减少能耗，延长网络生存周期，提高稳定期时间，还能优化网络结构，并有效避免了孤立节点的出现。

根据本发明的一个方面，提供一种基于边介数的无线传感器网络分簇方法，包括以下步骤：

针对由多节点组成的网络，构造出一个由0和1元素构成的对称三角阵，即构成所述的网络邻接矩阵。以下是多个节点的邻接矩阵G_N×N：

由得到的邻接矩阵G_N×N，分别计算任意两个点之间的最短路径和最短路径条数；

根据本发明的一个方面，还包括步骤：计算边介数和边介数矩阵，其中，边介数是网络中所有最短路径中经过某一条边的路径的数目占最短路径总数的比例。

具体边介数的计算步骤如下：

其中，n(i，j)代表从节点i到节点j的最短路径条数，N代表节点数目；

根据邻接矩阵G_N×N和边介数的计算方法可得到边介数矩阵B_N×N，其中

根据本发明的一个方面，还包括步骤：

由边介数矩阵B_N×N进行分簇，其步骤如下：

首先由得到的边介数矩阵B_N×N，依次去掉其最大值以及最大值所对应的邻接矩阵中的边，从而得到分簇；

再计算整个分簇网络的Q值。Q值代表网络分簇结果的优劣，当Q取极大值时，网络分簇得到最优分簇结果；

其中，分簇中使用的Q值定义为：