基于划分聚类的无线传感网分簇路由算法研究的任务书.docx

基于划分聚类的无线传感网分簇路由算法研究的任务书
任务书
题目：基于划分聚类的无线传感网分簇路由算法研究
任务背景：
无线传感网（WirelessSensorNetwork，WSN）是一种组成由大量小型、具有无线通信和传感测量能力的节点的网络。WSN在军事、环境监测、智能交通、医疗等领域有广泛的应用。目前，WSN中的节点可分为两种：一类是具有较高的传输功率和能耗的基站节点，另一类是由低功耗节点组成的传感器节点。
WSN中传感器节点一般拥有能源有限、计算能力较弱、存储空间少等限制。因此，对于WSN，能量和数据传输的效率是非常重要的问题。同时，为了解决WSN中节点的密度和复杂性问题，需要引入簇的概念，将大量节点分成若干个簇。簇头节点（ClusterHead，CH）是簇的重要组成部分。负责收集和汇聚所属簇内其他节点的信息并发送到基站节点上。
当前，WSN的分簇路由算法主要采用层次聚类算法或改进后的LEACH和TEEN等算法。然而，上述算法存在节点能量分布不均、节点距离关系不连续、节点数量多等缺点，严重影响了WSN的性能和可靠性。
任务意义：
针对WSN中CH节点的选举问题，本研究将运用划分聚类算法中的k-means聚类、自适应模糊聚类等方法来有效选出能耗较小的CH节点，提高网络传输效率和数据质量。
任务目标：
1、研究划分聚类算法的基本原理和种类；
2、探究划分聚类算法在选举CH节点上的适用性；
3、设计实现基于划分聚类的分簇路由算法；
4、选取NS2或其他仿真平台，验证实现算法的能效、数据质量和网络性能。
研究内容和步骤：
1、文献综述——对WSN及其特征、分簇路由算法、划分聚类算法等相关内容进行综述，明确研究的对象、目标及意义；
2、划分聚类算法——学习划分聚类算法的理论基础和应用，重点关注k-means聚类、自适应模糊聚类等方法，深入探究划分聚类算法在选举CH节点上的优势特点；
3、基于划分聚类的分簇路由算法设计——结合WSN的特点和划分聚类算法的优点，设计基于划分聚类的分簇路由算法，包括CH节点的选取和簇内节点的数据传输流程等；
4、仿真实现与性能分析——选择适当的仿真平台搭建WSN节点模型，验证所设计的算法的能效、数据质量和网络性能，绘制合理的能量消耗曲线和数据传输曲线，分析算法的优劣性和改进空间；
5、撰写论文——将整个研究过程、方法和结果撰写成科学论文，向学术界和实践领域推广研究成果。
任务要求：
1、熟练掌握划分聚类算法的基本原理，深刻理解其优缺点；
2、设计并熟练实现基于划分聚类的分簇路由算法，能在仿真平台上进行测试验证；
3、撰写规范、语言流畅的论文，准确表述研究问题、背景、方法、结果和结论等；
4、积极参与小组讨论和交流，保证任务进度和质量；
5、按时完成任务和论文的撰写，认真执行导师的指导和要求。
参考文献：
[1]WangB,WangP,ChengH,etal.ASurveyonClusteringAlgorithmsforWirelessSensorNetworks[C]//3rdInternationalConferenceonAdvancedCloudandBigData.SpringerInternationalPublishing,2015:283-292.
[2]ZuoY,HeK,BaiX,etal.Anefficientclusteringroutingalgorithmforwirelesssensornetworks[C]//IOPConferenceSeries:MaterialsScienceandEngineering.IOPPublishing,2018,454(1):012058.
[3]KumarRTR,SukumaranBP.Clusterroutingwithintelligentenergy-awaredistributedfuzzy-basedprotocolforwirelesssensornetwork[J].InternationalJournalofGridandDistributedComputing,2018,11(3):45-52.