[发明专利]基于K-medoids的无线传感器网络分簇方法

说明书

本发明公开了一种基于K‑medoids的无线传感器网络分簇方法，具体步骤为：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；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；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；根据分好的簇计算新聚类点坐标，重复步骤3，直到所有节点都替换过一遍，得到分簇结果。本发明基于K‑medoids的无线传感器网络分簇方法，减少了各传感器的能耗，延长无线传感器网络整体的生存时间。

技术领域

本发明涉及无线传感器网络技术领域，特别是一种基于K-medoids的无线传感器网络节点分簇方法。

背景技术

无线传感器网络是由大量微型的传感器节点以自组织的方式组成的低成本、自适应性高的无线网络。它可以实时监测、感知各种环境和监测对象的信息，并将数据传送给所需的用户。随着物联网的发展，无线传感网具有十分广泛的前景，越来越多大规模的无线传感器网络投入使用。在无线传感器网络中节点能量来源主要是电池，由于庞大的节点规模和环境的限制给节点充电是很困难的事情,当节点耗尽能量后网络的监测范围就会出现空洞，不能达到全部覆盖，因此，在无线传感器网络中节点能量的保护成为了备受关注的问题。为了提高能量使用效率延长网络生存时间，必须开发新的高效的节能算法。

低能耗自适应分簇结构(LEACH)算法是使用在分布式簇结构中的一种典型的基于分簇协议的算法。在LEACH中，大量的节点被分成几个簇，每一个簇都有一个簇头，簇头是根据预定义的可能性选出来的，普通节点会选择最近的簇头节点发送检测数据，簇头节点负责把接收到簇内节点的数据发送到基站或者移动汇聚节点。但是，这种随机选择簇头节点的方式往往会导致较差的分簇结果，使得一些节点传输距离变长从而加快能量消耗，极大地缩短了生存时间。

发明内容

本发明提出了一种基于K-medoids的无线传感器网络分簇方法，解决现有技术传感器能耗大，无线传感器网络整体生存时间短的问题。

实现本发明的技术解决方案为：一种基于K-medoids的无线传感器网络分簇方法，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；

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。

本发明与现有技术相比，其显著优点为：(1)本发明在确定簇头节点时即考虑了传感器节点之间的平均距离，也考虑了传感器节点剩余能量，可以有效避免LEACH算法中随机产生簇头导致的分簇失衡问题，同时在分簇过程中能够有效避免离群点的产生。(2)通过使用统一簇位置和平衡网络负载来延长网络整体的生存时间。

下面结合附图对本发明做进一步详细的描述。

附图说明

图1是无线传感器网络示意图。

图2是基于K-medoids的无线传感器网络节点分簇方法流程图。

图3是生成的初始聚类点的原理图。

图4是传感器节点选择聚类点原理图。

图5是分簇后重新选择新聚类点的原理图。

图6是传感器节点更换分簇原理图。

具体实施方式