[发明专利]基于K-medoids的无线传感器网络分簇方法

权利要求书

1.一种基于K-medoids的无线传感器网络分簇方法，其特征在于，具体步骤为：

步骤1、根据无线传感器网络结构，得到无线传感器网络中心位置坐标并确定初始聚类点坐标；

步骤2、根据每个传感器节点分别到初始聚类点的距离，将传感器节点划分给距离最近的初始聚类点形成簇，并计算绝对误差E；

步骤3、选择一个普通节点替换一个聚类点，重新分簇并计算绝对误差，并与前一轮绝对误差相比，若绝对误差减小，则保留此次分簇结果，否则，不接受此次替换，继续寻找普通节点重复步骤3，具体方法为：

令I＝{I₁,I₂,…,I_j,…,I_k-1,I_k}，作为簇头节点的集合，随机选择一个普通节点为I_random去替换簇头节点I_j，具体替换公式为

其中I^*＝{I₁,I₂,…,I_random,…,I_k-1,I_k}，I^(t)为前一轮的簇头节点的集合，节点根据I^*重新将网络划分为k个簇，再次计算绝对误差E^*，将其与上一次的绝对误差E^(t)相比，如果是减小的，那么说明本次替换成功，保留此次更新，反之，替换失败，不接受此次替换，重新选择普通节点进行替换；

步骤4、重复步骤3，直到所有节点都替换过一遍，得到分簇结果。

2.根据权利要求1所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，步骤1中无线传感器网络中心位置坐标O的计算公式为：

式中，n为传感器节点的个数，X_i是传感器节点i的位置坐标。

3.根据权利要求1所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，步骤1中初始聚类点坐标计算公式为：

式中，k是所分的簇的数量，同时p＝1,2,3,…,k，O_x为中心点位置横坐标，O_y为中心点位置纵坐标，R为中心位置与所有传感器节点的平均距离。

4.根据权利要求3所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，中心位置与所有传感器节点的平均距离R的计算方法为：

式中，X_i是传感器节点i的位置坐标，n为传感器节点的个数，O为无线传感器网络中心位置坐标。

5.根据权利要求3所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，步骤2中所分的簇的数量k具体确定公式为：

式中，n为传感器节点的个数。

6.根据权利要求1所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，步骤2中绝对误差E的计算公式为：

式中，C_i表示第i个簇，q是C_i簇中的一个普通节点，r_i为簇C_i的簇头节点。

7.根据权利要求1所述的基于K-medoids的无线传感器网络分簇方法，其特征在于，步骤3中选择的普通节点的剩余能量高于网络整体的平均剩余能量。