张 蕾,崔娟娟,李晶晶

(扬州大学广陵学院机械电子工程系,江苏 扬州 225000)

0 引 言

随着信息技术的发展，无线传感器网络(Wireless Sensor Network, WSN)已经普遍应用于军事、农业、医疗卫生、家居服务、环境监测等诸多领域[1]。WSN是由若干成本较低、计算和通信能力以及自身能量有限的传感器节点根据特定的网络拓扑结构组成。网络中节点的能耗问题是设计无线传感器网络的关键问题[2]。

WSN分簇算法的提出有效地降低了网络的能量消耗,均衡了网络的能量负载。Heinzelman[3]于2000年提出了LEACH算法，LEACH算法是经典的分簇路由算法，它通过等概率地随机选举簇头节点，来均衡网络的能量负载。然而，LEACH算法中簇头节点的选择没有考虑节点能量和距离等因素[4]，簇结构和簇头节点的分布很不均匀，那些剩余能量少或者远离基站Sink的节点仍会被选为簇头节点，这将导致大量的节点在数据传输的过程中过早地死亡，从而缩短了网络的运行周期。

针对LEACH算法的缺陷，国内外专家对其进行了研究和改进。LEACH-C[3]、HEED[6]、DEEC[7]等经典的分簇路由算法相继被提出。这些算法考虑了节点的剩余能量和距离信息，解决了LEACH算法随机选举簇头节点的问题[8-9]。然而，这些算法分成的簇结构分布不均匀，网络中能量的消耗也不均匀。聚类算法能够根据数据之间的相似性对大量的数据进行分类，与WSN中的分簇算法思想类似。因此，国内外很多学者将聚类算法应用到WSN的分簇过程中[10]。其中，应用最广泛的聚类分析算法是K-means聚类算法。文献[11-14]均在网络分簇阶段采用了K-means聚类算法，基于节点的剩余能量和距离信息竞选簇头节点，既保证了簇结构和簇头节点分布的均匀性，又均衡了网络的能量消耗，延长了网络的运行周期。……