郑欢欢，白鱼秀

（榆林学院信息工程学院，陕西榆林，719000）

0 引言

近年来矿井安全事故频发，因此建立较为完善的煤矿井下安全监测系统尤为重要。由于井下环境复杂、恶劣，如果采用有线设备建设安全监测系统，不仅费时费力、成本较高，而且一旦有线设备受损也容易造成系统的功能受限[1]。

无线传感器网络由于强大的移动性和自组织性更适合应用于煤矿井下的特殊环境。将无线传感器网络应用于煤矿井下环境还有两个问题要解决：传感器节点受限于能量有限，无线传感器网络中节点能耗不均会导致节点过快死亡，影响网络的生存时间和整体性能；煤矿井下长距离带状环境，容易造成“热区”问题，导致节点能耗不均[2]。因此需要为WSN建立合理的网络拓扑结构，以降低网络的整体能耗、延长网络的生存周期、提高网络性能和扩展性等。

本文采用k-medoids聚类算法对无线传感器网络的拓扑结构进行簇类划分，并在初始化簇头节点时舍弃传统算法中的随机选择，采用领域自适应半径的方法进行簇头节点选择，综合考虑了簇头节点的剩余能量因子和用邻居节点数计算出的近似密度因子；替换新簇头节点时考虑节点剩余能量，较好的均衡了无线传感器网络节点的能量，延长了网络的生存周期。

1 传统k-medoids算法

k-medoids算法是一种优化的划分式聚类方法，对包含异常点的数据集能够实现较好的聚类划分，具有较好的健壮性和鲁棒性[3]。

k-medoids算法常用的划分方法是选取实际节点作为簇头节点，普通节点根据与簇头节点的相似性度量加入相应的簇中。……