[发明专利]一种基于模糊理论的低功耗广域异构传感网分簇算法

权利要求书

1.一种基于模糊理论的低功耗广域异构传感网分簇算法，将分簇过程分为四个阶段，并对每个阶段进行设计。四个阶段包括模糊筛选簇头、节点加入簇群、簇内簇间通信、轮询更新路由。通过设计基于模糊理论的分簇算法，降低了无线传感器网络的能量消耗，延长网络寿命；通过设计覆盖节点集，解决了簇头间的通信问题；通过设计节点余度，保证了覆盖范围的最大化。

2.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，通过设计信号强度矩阵、覆盖半径Ri，在此基础上得到邻接矩阵和动态邻居节点集，设计覆盖节点集，作为簇头备选集合，保证了簇头的连通性，设计节点余度，作为衡量覆盖范围大小的标准。

3.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述动态邻居节点集NG，指邻接矩阵中邻居节点的集合，随着能量的变化而变化。

4.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述覆盖节点集，指所有簇头及其邻居节点组成的集合。依次选取节点为簇头，每次选举一个，然后将所有簇头节点能够覆盖的节点组成覆盖节点集，下一个簇头的选举在覆盖节点集中选择，保证了簇头节点的连通性，每次都会更新覆盖节点集，直到覆盖节点集等于全节点集为止，表示所有节点都能够加入到簇头中。

5.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述节点余度，指动态邻居节点集与覆盖节点集的差集的节点数，也就是说节点邻居中没有在簇头覆盖范围内的节点数，这个值越大表示该节点被选为簇头后能够扩大越多的覆盖范围，簇头节点分布越均匀。簇头是在覆盖节点集中选取，所以所选的簇头一定能够和至少一个簇头相连，保证了簇头的连通性。

6.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述模糊筛选簇头阶段，设计了模糊算法，根据模糊规则和节点能量、节点余度以及节点到网关的距离等模糊变量，排列出节点的优先级，选取高优先级节点作为簇头，若优先级相同则随机选取。

7.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述节点加入簇群阶段，选为簇头的节点，加入覆盖节点集，并将封装了承载业务类型、底层通信方式、设备性能参数等信息的数据包广播出去，能收到广播消息并与包内信息匹配的节点即为其邻居节点，向簇头发送加入信息，簇头收到后更新自己的邻接矩阵、动态邻居节点集和覆盖节点集；未被选为簇头的节点，通过发送广播消息即时更新自身邻接矩阵和动态邻居节点集。

8.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述簇内簇间通信阶段，是簇头与簇内节点、簇头与簇头之间完成信息交流的阶段。在周期内，簇内节点将传感数据发送给簇头节点，后者将收集到的信息组合整理，然后打包发送给网关。将簇头到网关的距离与网管覆盖门限值进行比较，若小于门限则簇头直接与网管通信，否则簇头向周围邻居簇头发送距离请求信息，收到邻居簇头封装有与网关距离的回复消息后，将数据包交由距离最短的邻居簇头进行转发。

9.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法，其特征在于，所述动态更新簇头阶段，即判断覆盖节点集是否等于全节点集，决定是否增加簇头数；实时监控节点的能量，当某簇头的能量低于簇内节点剩余能量的均值的1/3时，在覆盖节点集中去除该簇的所有节点，重新模糊筛选簇头并建立新簇。