[发明专利]一种基于亲和传播和混沌狮群的无线传感器网络分簇方法

说明书

本发明涉及一种环形无线传感器网络分簇方法，特别是一种基于亲和传播和混沌狮群的无线传感器网络分簇方法(Affinitypropagationandchaoticlionswarmoptimizationbasedclusteringforwirelesssensornetworks，APCLO)。该方法包采用亲和传播计算聚类数并对网络初始聚类和混沌狮群优化簇头两个部分。提出的APCLO分簇方法以减少网络能耗，扩大网络吞吐量、延长网络生命周期为目的，首先基于改进的亲和传播方法生成聚类数并完成初始聚类，之后在狮群优化方法中引入混沌映射优化初始聚类中的簇头，提高收敛速度找到最优簇头。

技术领域

本发明涉及一种无线传感器网络分簇方法，特别是一种基于亲和传播和混沌狮群的无线传感器网络分簇方法。

背景技术

无线传感器网络在环境观察、军事、建筑监控、医疗保健、家居等方面起着重要的作用，但是无线传感器网络的发展仍然受到很多因素的限制，如：组成无线传感器网络的传感器节点通常部署在人类难以操作或无法操作的区域；传感器节点的能量有限，而且不能及时补充能量；传感器节点的分布具有随机性，导致传感器网络的拓扑结构不同。

目前已经提出大量关于分簇方法，簇头的数量及其选择对于减小能耗和延长网络寿命起着关键作用,大多数的聚类方法在聚类过程开始时使用固定数量的聚类，但这种方式通常不适合用于分布不均的网络。

发明内容

本发明主要针对如何解决无线传感网络分簇方法中的簇数难以确定，簇头选择不合理，能量消耗较大等问题，提出一种基于亲和传播和混沌狮群的无线传感器网络分簇方法。

本发明一种基于亲和传播和混沌狮群的无线传感器网络分簇方法由两部分构成，即亲和传播确定簇数和初始簇头，采用混沌狮群方法优化簇头选举。

所述亲和传播确定簇数和初始簇头，使用节点之间的距离差的负绝对值来计算它们的相似度，亲和传播方法中的偏好用节点其与邻居节点到基站距离的归一化值以及节点的剩余能量与负载的比率与其邻居节点的归一化值来表示，剩余能量以及节点间距离也用于更新亲和传播中的吸引度和归属度。

所述混沌狮群方法优化簇头选举，考虑了簇内通信的能量消耗以及簇头的剩余能量与它们到基站的距离的比值来定义一个适应度函数，并在优化过程中引入混沌映射来提高狮群优化方法的收敛度。

附图说明

图1为本发明的存活节点示意图；

图2为本发明的网络能耗示意图；

图3为本发明的网络收敛时间示意图。

具体实施方式

下面结合附图对本发明作进一步的详细说明，本发明一种基于亲和传播和混沌狮群的无线传感器网络分簇方法包括亲和传播确定簇数和初始簇头和采用混沌狮群方法优化簇头选举两个部分。提出的分簇方法以减少网络能耗，扩大网络吞吐量、延长网络生命周期为目的，首先基于改进的亲和传播聚类方法基于节点间的距离、节点到基站的距离、节点的剩余能量确定网络聚类数目并选出初始簇头，之后再狮群优化方法根据簇内通信的能量消耗以及簇头的剩余能量与它们到基站的距离的比值建立一个适应度函数来优化簇头，并在搜索的过程中引入混沌映射提高收敛速度，找到最优簇头。

所述亲和传播聚类方法其特征在于使用节点i和j之间的距离差的负绝对值来计算它们的相似度s(i,j)，计算公式如下：

s(i,j)＝-|S(i₁,i₂)-S(j₁,j₂)|i,j∈[1,n],i∈N_j,i≠j (1)