柳 艳，肖 旻，王纪军，陈咏秋，徐明生

（1.江苏电力信息技术有限公司，南京 210000；2.南京工程学院数理部，南京 211167；3.南京工程学院计算机工程学院，南京 211167）

0 引言

复杂网络（CN，Complex Networks）是对复杂系统（CS，Complex System）的一种抽象描述。当前，复杂网络的研究已经被逐步应用到自然科学、社会科学和工程科学等不同领域［1］。大规模无线传感器网络（Large-Scale Wireless Sensor Networks）正是复杂网络研究的应用之一。随着物联网（IoT，Internet of Things）的广泛应用，作为其终端支撑技术的无线传感器网络的规模也越来越大，这种大规模网络表现出了简单网络所不具备的统计特性［2］。因此，利用复杂网络理论来研究大规模无线传感器网络有着其充分的合理性。复杂网络的基本网络模型包括：规则网络（Regular Network）、随机网络（Random Network）、小世界网络（Small World Network）、无标度网络（Scale-free Network）和局域世界演化网络（Local-world Evolving Network）等［3］。其中，小世界网络是介于规则网络和随机网络之间的一种网络模型。鉴于大部分现实网络既不是规则的，也不是完全随机的，研究基于小世界网络模型的无线传感器网络更有现实意义。

无线传感器网络是指在感兴趣的区域内布置一定数量的通信节点，这些节点依靠相应的算法自组织网络结构，并通过无线信道和邻居节点进行通信，以多跳方式将感应数据传递到指定的Sink 节点位置。由于无线传感器网络通常被布置在环境恶劣的区域，进行人工补充节点能量将会付出相当大的代价，所以，采取相应的措施减少网络能量消耗是无线传感器网络的重要研究课题［4］。小世界网络具有较小的平均路径长度和较大的聚类系数，此特性为减少网络能耗提供了理论保证［5］。……