CN108990129A - 一种无线传感网络分簇方法及系统 - Google Patents

Abstract

本发明公开了一种无线传感网络分簇方法及系统。该方法包括：计算无线传感器网络的分簇个数；利用区域划分法选出k‑means聚类算法的初始聚类中心；所述初始聚类中心为簇中心；根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分；判断划分后的各簇内的节点个数是否在阈值范围内；若是，选取每个簇的簇头；若否，通过分裂和合并方法调整簇内节点个数；根据簇头与簇内的所有节点建立数据传输路由，完成分簇。本方法及系统能够使分簇更加均匀，使网络中节点的能耗更加均匀。

Description

一种无线传感网络分簇方法及系统

技术领域

本发明涉及无线传感器领域，特别是涉及一种无线传感网络分簇方法及系统。

背景技术

无线传感器网络(Wireless Sensor Net work，WSN)由部署在监测区域内大量的微型传感器节点组成，传感器节点将监测到的数据转换成电信号并通过无线多跳的通信方式发送给基站。

无线传感网中的路由协议有平面路由与层次路由。平面路由协议算法简单，能量消耗较快，不适合在大规模网络中使用。在层次路由协议中，网络通常被划分为簇，每个簇由一个簇首和多个簇成员组成，簇首与基站通信。层次路由适合大规模的无线传感器网络，可扩展性好。

Leach算法是早期应用最为广泛的分簇路由协议，HEED算法对Leach算法进行了改进，由于算法对簇半径进行了固定，因此离基站近的区域会出现“能量空洞”效果。EEUC算法是早期的非均匀路由协议，协议通过使距离基站近的簇距离远的簇的规模小，初步解决了距离基站近的节点死亡过快的问题，但EEUC算法的分簇半径考虑因素过于单一，分簇半径不合理。UCR算法是一种非均匀分簇算法，但在算法运行过程中，节点的竞争半径不变，因此存在能耗不均匀的现象。CUCRA算法也是一种非均匀分簇算法，在计算竞争半径时考虑了能量因素，使得节点的竞争半径随着节点的剩余能量较少而变小。

BPK-means算法，在聚类分簇后采用了均衡调度策略使每个簇内的节点个数趋于平均值，均衡每个簇内的总能量消耗，通信阶段采用了单跳模式，不适用于大规模的网络模型。EKMT算法在利用k-means算法分簇的情况下，在簇头选举策略中结合节点到簇中心点的距离，节点到基站的距离，并考虑了剩余能量的因素，簇头分布满足能耗均衡的要求，但依然未能解决多对一传输模式下的能耗热点问题。

发明内容

本发明的目的是提供一种无线传感网络分簇方法及系统，用来解决分簇不合理，能耗不均匀的问题。

为实现上述目的，本发明提供了如下方案：

一种无线传感网络分簇方法，所述方法包括：

计算无线传感器网络的分簇个数；

利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心；

根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分；

判断划分后的各簇内的节点个数是否在阈值范围内；

若是，选取每个簇的簇头；

若否，通过分裂和合并方法调整簇内节点个数；

根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

可选的，所述计算无线传感器网络的分簇个数，具体包括：

计算多跳传输中的簇间消耗；

计算多跳传输中的簇内消耗；

计算多跳传输中的总消耗；

根据所述总能耗、所述簇间消耗以及所述簇内消耗，计算所述分簇个数。

可选的，所述利用区域划分法选出k-means聚类算法的初始聚类中心，具体包括：

以所述无线传感器网络的重心点为中心，将所述无线传感器网络划分为多个区域；

计算各区域的区域重心；

统计各区域内的节点个数；

根据所述区域重心以及各区域内的节点个数确定初始聚类中心；所述初始聚类中心为簇中心。

可选的，所述根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分，具体包括：

计算所述待分簇节点到各所述簇中心的距离；

根据所述分簇个数，将所述待分簇节点划分到距离最近的所述簇中心。

可选的，所述选取每个簇的簇头，具体包括：

对每个簇计算簇内各节点的当前剩余能量；

计算簇内各节点与所述簇中心的距离；

选取所述剩余能量最大以及距离所述簇中心最近的节点为簇头。

一种无线传感网络分簇系统，所述系统包括：

分簇个数计算模块，用于计算无线传感器网络的分簇个数；

初始聚类中心确定模块，用于利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心；

划分模块，用于根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分；

判断模块，用于判断划分后的各簇内的节点个数是否在阈值范围内；

簇头选取模块，用于当划分后的各簇内的节点个数在阈值范围内时，选取每个簇的簇头；

调整模块，用于通过分裂和合并方法调整簇内节点个数；

数据传输路由建立模块，用于根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

可选的，所述分簇个数计算模块具体包括：

簇间消耗计算单元，用于计算多跳传输中的簇间消耗；

簇内消耗计算单元，计算多跳传输中的簇内消耗；

总消耗计算单元，计算多跳传输中的总消耗；

分簇个数计算单元，用于根据所述总能耗、所述簇间消耗以及所述簇内消耗，计算所述分簇个数。

可选的，所述初始聚类中心确定模块具体包括：

划分单元，用于以所述无线传感器网络的重心点为中心，将所述无线传感器网络划分为多个区域；

区域重心计算单元，用于计算各区域的区域重心；

统计单元，用于统计各区域内的节点个数；

初始聚类中心确定单元，用于根据所述区域重心以及各区域内的节点个数确定初始聚类中心；所述初始聚类中心为簇中心。

可选的，所述划分模块具体包括：

第一距离计算单元，用于计算所述待分簇节点到各所述簇中心的距离；

划分单元，用于根据所述分簇个数，将所述待分簇节点划分到距离最近的所述簇中心。

可选的，所述簇头选取模块具体包括：

剩余能量计算单元，用于对每个簇计算簇内各节点的当前剩余能量；

第二距离计算单元，用于计算簇内各节点与所述簇中心的距离；

选取单元，用于选取所述剩余能量最大以及距离所述簇中心最近的节点为簇头。

与现有技术相比，本发明具有以下技术效果：本发明通过簇的形成阶段和传输阶段的总能耗的方法得到最优分簇个数，可使网络更加合理地进行数据融合和传输。在分簇阶段，采用区域划分法选取初始中心，使分簇更加均匀，提高算法效率。针对非均匀分簇导致的“能量空洞”问题，引入了分裂、合并操作，使网络中节点的能耗更加均匀。且考虑距离和能量的因素，更加合理的选取簇头。簇间数据传输阶段，构造基于距离和剩余能量因素的路由树，使网络的能耗均衡，延长生命周期。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例无线传感网络分簇方法的流程图；

图2为本发明实施例无线传感网络分簇系统的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例无线传感网络分簇方法的流程图。如图1所示，一种无线传感网络分簇方法，包括：

步骤101：计算无线传感器网络的分簇个数。

求出使网络总能耗最低的最优分簇个数k_opt值。计算k_opt值的具体过程为：

步骤1011：采用式(1)中的无线通信能耗模型。节点发送数据的能量消耗

为：

其中，l表示发送数据包的长度，E_elec表示每比特数据在发送电路和接收电路消耗的能量，ε_fs和ε_mp分别表示两种模型中功率放大电路能耗系数，两种模型为自由空间模型和多路衰减模型。d表示相邻节点i到j之间的距离，d₀为距离阈值。

步骤1012：计算多跳传输中簇间能耗E_multihop。

本方法簇间通信采用多跳路由网络，设离基站最远距离的簇头离基站的距离为D，将这段距离分成若干多跳的形式，为方便讨论，利用等分直线模型，k为簇头数，d为等分的距离。

在采用多跳传输方式时，能量消耗为

E_multihop＝E_Rx+E_DA+E_Tx (2)

E_Rx表示接收数据所消耗的能量，E_DA表示数据包融合能量消耗，E_Tx表示发送数据所消耗的能量，E_multihop表示多跳传输方式下的能耗。

设c为数据的压缩或容和比率(表示数据压缩或融合后与压缩或融合前的比值)，若d<d₀，则有

当c＝1时，

E_multihop＝E_elec·l·(2k-1)+E_da·l·(k-1)+ε_fs·l·d²·k (4)

E_da表示融合单位bit所消耗的能量

步骤1013：计算多跳模型中簇内能耗E_incluster。

簇内能耗可由自由衰减信道模型得出，如式(5)所示，

其中，d_toCH表示节点到簇头的距离。

假设网络区域由k个圆形簇域全覆盖，得

M²＝π·R²·k (6)

整个网络区域为M*M的正方形区域，M为边长。

在假设节点分布服从均匀分布，可得代入式(8)，求得

将式(9)代入到式(5)，可得簇内能耗E_incluster。

步骤1014：计算多跳模型中总能耗E_total。

在多跳传输中消耗的总能量可表示为簇间能耗与簇内能耗之和，如式(10)

E_total＝E_multihop+k·E_incluster (10)

把步骤1012和步骤1013中得出的E_multihop和E_incluster代入到式(10)，最终E_total如式(11)所示：

步骤1015：计算最优分簇个数k_opt。

为了计算使总能耗最低的k值，将E_total对k进行求导，令导数为零，求出使网络总能耗最低的最优分簇个数k_opt值。

令则

步骤102：利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心。

为了确定一个区域内节点的分布情况，由式(14)、(15)求出指定区域内节点的重心

以区域重心点为中心，对整个区域进行划分，得到初始的四个区域X1，X2，X3，X4，给所有的节点记录所属区域信息，信息包含节点自身的坐标位置。，并计算出新区域的重心G_a。若k>4，同理对X1，X2，X3，X4进行区域划分，形成16个区域。划分的区域的数目a与聚类数目k相关：

(1)k<4，进行一次划分，形成4个区域，a＝4；

(2)4≤k≤16，进行二次划分，形成16个区域，a＝16；

(3)k>16，进行三次划分，形成64个区域，a＝64，以此类推。

统计各个区域内节点的数目，将节点个数最多的区域重心作为第一个聚类中心p₁；依次计算其他区域的重心与第一个聚类中心p₁的距离，选取距离最大的点作为第二个聚类中心p₂；依次计算其余区域的重心与已确定聚类中心间的距离d(G_a,p₁)，d(G_a,p₂)，选max[d(G_a,p₁)+d(G_a,p₂)]的区域的重心作为第三个聚类中心，依次类推通过式(16)求得第k个聚类中心p_k。

步骤103：根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分。

步骤1031：将k个聚类中心的坐标设为输入值，用在公式(17)。

步骤1032：计算待分簇的n个节点到k个簇的簇中心点的距离，每个节点选择距离簇中心点最短的一个簇加入其中。

步骤1033：计算每个簇中节点的几何平均值，作为新的簇中心点。

步骤1034：采用误差平方和准则(17)判断是否达到误差标准，若没有，返回步骤1032继续执行，否则，聚类结束，输出k个类。

其中，J表示k-means算法的误差平方和，C_i为所有节点集，μ_i为聚类中心。

步骤104：判断划分后的各簇内的节点个数是否在阈值范围内。

计算出了非均匀分簇情况下各簇内的合理节点个数。具体过程为：

步骤1041：求离基站不同距离的簇的竞争半径R_i。

采用式(18)表达节点的竞争半径与节点和基站之间的距离有对应关系：

式(18)定义的节点的竞争半径为初始竞争半径，其中，τ为调节该只变化范围的因子，决定着距离对竞争半径的影响，τ值越大，距离对竞争半径的影响越大；R₀为最大竞争半径。BS表示基站，d(S_i,BS)表示节点到基站的距离。d_max和d_min是所有节点对基站距离的最大值和最小值。当τ增大时，R_i值的变化范围减少；反之，当τ值减小时，R_i值的变化范围扩大，而R₀则直接影响R_i值的大小。从式(18)可以得出，簇的竞争半径与簇到基站距离的大小成正比，簇的竞争半径始终在R₀与(1-τ)·R₀之间变化，与基站相距越近的簇的竞争半径越小，用于管理簇内成员所消耗的能量也就越少，从而使其具有更多的能量用于多跳传输通信时的数据转发。

步骤1042：求每个簇内合理节点个数N_i。

假设随机分布在二维平面上的节点满足均匀分布，求出节点的概率密度ρ，结合式(18)得出的簇竞争半径，可得每个簇内节点数的合理值，其表达式为：

步骤105：若划分后的各簇内的节点个数不在阈值范围内，通过分裂和合并方法调整簇内节点个数。

参考步骤1042里求出的每个簇内合理节点个数N_i，对个别簇域进行了分裂、合并操作。本方法对大于合理节点个数则进行分裂，小于合理节点个数则进行合并。分裂、合并操作具体算法如下：

步骤1051：提出簇域调整的带权评估函数。

在选取需调整的簇时，本方法提出了带权评估函数，其表达式为：

式(20)中的带权函数考虑了簇到基站的距离因素和簇内节点数两个因素；D_i是簇S_i到基站的距离，D_c是所有簇中心点到基站距离的平均值，D_max和D_min分别表示所有簇中心点到基站距离的最大值和最小值，除于D_max-D_min可以把第一部分的值控制在0到1内，有效的起到归一化的作用；F(i)表示簇内节点数对评估值的影响；α和β分别表示距离因素和节点个数因素对评估值的影响权值。

式(21)中的N_i是式(19)中求出的最优簇内节点数，n_i是k-means算法聚类后簇内的实际节点数，c为簇内节点数的合理变化范围，即若n_i的值在[(1-c)·N_i,(1+c)·N_i]范围内，视为合理簇内节点数，对该簇不进行分裂、合并操作。

步骤1052：分裂操作。遍历所有的簇S_i，取n_i＞(1+c)·N_i的簇，利用式(20)、(21)求出带权评估值W(i)，对W(i)进行排序，在W(i)<0的簇中从小到大选取W(i)。

步骤1053：求所需分裂的簇Si的簇内节点标准差σ_i，把簇S_i平均分裂为两个聚类块，其中心对应为C_i ⁺和C_i ^-，取消原来的中心C_i，且令k＝k+1。C_i ⁺和C_i ^-的计算方法如下：

给定一个h值，使0＜h≤1，其中h值的选择要使得S_i类中的点到C_i ⁺和C_i ^-的距离不同，要保证以前在S_i中的样本仍在这两个新的集合中。

步骤1054：合并操作。遍历所有的簇S_i，取n_i＜(1-c)·N_i的簇，利用式(20)，(21)求出带权评估值W(i)，对W(i)进行排序，在W(i)>0的簇中从大到小选取W(i)。

步骤1055：求所需进行合并操作的聚类S_i的中心点C_i到其他所有簇中心的距离d_ij。取d_ij最小的簇S_j与S_i进行合并，对于合并后的聚类中心C_l为：

新中心对应为C_l，取消原来的中心C_i和C_j，并减少聚类中心数，k＝k-1。

步骤106：若划分后的各簇内的节点个数在阈值范围内，选取每个簇的簇头。

利用带权评估函数选取簇头。具体过程为：

在竞选簇首时主要考虑距离和能量因素，带权评估函数如下：

式(23)中，E_c和E_aver分别表示簇内各节点的当前剩余能量和簇内所有节点的平均能量，D(i)和D_aver分别表示节点到所属簇的聚类中心的距离和簇内所有节点到聚类中心的距离平均值，w为权值。由式(23)可知，在一个簇内节点的剩余能量越多，节点离聚类中心越近，先被选取为簇首节点。

步骤107：根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

步骤107中建立了簇间多跳数据传输路由。具体过程为：

步骤1071：确定各簇头下一跳簇头候选集M_CH。

本方法簇内通信采用单跳模式进行数据传输，簇间通信采用层次树路由进行多跳数据传输。

在采用多跳路由进行通信的过程中，假设簇头i的下一跳候选簇头节点的集合为M_CH，则M_CH应满足

M_CH＝{CH_j|d(j,BS)＜d(i,BS)} (24)

式(24)中，d(i，BS)、d(j，BS)分别表示簇头i、j到基站的距离，簇头节点i的下一跳路由将从候选簇头的集合M_CH中产生。BS表示基站，CH_j表示满足条件的簇头j，M_CH表示满足条件的簇头的集合。

步骤1072：提出通信能耗代价函数。

假设簇头i选择簇头j作为其数据转发的下一跳并将数据发往基站，根据能耗计算公式，传输lbit数据所消耗的能量为

由式(25)可知，由于E_elec，、ε_fs、l均为常量，因此d²(i,j)+d²(j,BS)的大小决定了传输过程中能量消耗的高低。如果节点i为某个簇的簇头，j是簇头i的候选簇头集MCH中的一个元素，在充分考虑了簇头间的通信能耗、候选簇头的剩余能量以及位置因素的前提下，定义通信能耗代价函数，如式(26)：

式(26)中，E_init、E_currt(j)分别表示节点j的初始及当前剩余能量。在路由树的构建过程中，采用多跳方式进行通信的簇头节点通过比较各自候选簇头集合MCH中各节点的通信能耗代价，然后选择代价最小的节点为其下一跳，最后，网络中的所有簇头形成一棵以基站为根节点的树，网络中采集的数据沿着树上的边传送至基站。

稳定数据传输阶段，簇首节点根据节点数量划分时隙，即采用TDMA机制给每个成员分配对应时隙，各个节点在自己的时隙采集并发送数据给簇首，在非自己时隙时休眠。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

(1)在步骤101中提出了一种计算最优簇首数目方法，求出使网络总能耗最低的最优分簇个数kopt值。

如果分簇数过多，将会产生大量的分簇开销；如果分簇数过少，每个簇内节点数偏多，簇首所承受的负担增重，能量消耗过多从而导致死亡，因此合理的成簇数目不仅可以有效提高网络链路的效率，还可均衡能量损耗，使网络更加合理地进行数据融合和传输。

(2)在步骤102中采用区域划分法选取了初始中心。

利用k-means算法对数据进行聚类时，其初始聚类中心的选择直接影响到聚类结果，并可能对聚类的性能产生很大的影响。k-means算法是一种局部搜索的聚类算法，算法的结果取决于该过程的起始状态，也就是初始聚类中心点的选择，而且算法只能保证收敛到不动点，不能保证收敛到目标函数的极小值点，有时会收敛到目标函数的鞍点。因此，为了合理地对无线传感器网络节点进行分簇，合理地确定初始聚类中心是分簇实施的重要步骤。利用区域划分法选取聚类初始中心，提高了算法效率，使聚类算法全局收敛，提高聚类合理性和有效性。、

(3)在步骤105中进行了分裂、合并操作。

在无线传感器网络中，由于采用多对一的数据流传输模式，会引起“能量空洞”问题，即离基站近的簇因簇内节点过多，簇内数据传输消耗能量大，加上处理远距离簇头发过来的数据能耗，会导致能量消耗不均匀，影响整个无线传感器网络的功能。本方法提出基于能量均衡的分裂、合并操作，对k-means算法得出的簇域进行调整，使网络中节点的能耗更加均匀。

(4)在步骤103中提出了簇头选取方案。

针对目前大多算法随机选取的簇首容易导致节点过早死亡的问题，引入新的簇头选取带权函数，考虑地理位置和剩余能量的因素，合理选取簇头节点，防止了重复性当选为簇头节点导致的节点死亡，有效延长了网络生命周期。

簇间数据传输阶段，构造适应于多跳传输模型的基于距离和剩余能量因素的路由树，使网络的能耗均衡，延长生命周期。

图2为本发明实施例无线传感网络分簇系统的结构框图。如图2所示。一种无线传感网络分簇系统包括：

分簇个数计算模块201，用于计算无线传感器网络的分簇个数。

所述分簇个数计算模块201具体包括：

簇间消耗计算单元，用于计算多跳传输中的簇间消耗；

簇内消耗计算单元，计算多跳传输中的簇内消耗；

总消耗计算单元，计算多跳传输中的总消耗；

分簇个数计算单元，用于根据所述总能耗、所述簇间消耗以及所述簇内消耗，计算所述分簇个数。

初始聚类中心确定模块202，用于利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心。

所述初始聚类中心确定模块202具体包括：

划分单元，用于以所述无线传感器网络的重心点为中心，将所述无线传感器网络划分为多个区域；

区域重心计算单元，用于计算各区域的区域重心；

统计单元，用于统计各区域内的节点个数；

初始聚类中心确定单元，用于根据所述区域重心以及各区域内的节点个数确定初始聚类中心；所述初始聚类中心为簇中心。

划分模块203，用于根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分。

所述划分模块203具体包括：

第一距离计算单元，用于计算所述待分簇节点到各所述簇中心的距离；

划分单元，用于根据所述分簇个数，将所述待分簇节点划分到距离最近的所述簇中心。

判断模块204，用于判断划分后的各簇内的节点个数是否在阈值范围内。

簇头选取模块205，用于当划分后的各簇内的节点个数在阈值范围内时，选取每个簇的簇头。

所述簇头选取模块205具体包括：

剩余能量计算单元，用于对每个簇计算簇内各节点的当前剩余能量；

第二距离计算单元，用于计算簇内各节点与所述簇中心的距离；

选取单元，用于选取所述剩余能量最大以及距离所述簇中心最近的节点为簇头。

调整模块206，用于通过分裂和合并方法调整簇内节点个数。

数据传输路由建立模块207，用于根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种无线传感网络分簇方法，其特征在于，所述方法包括：

计算无线传感器网络的分簇个数；

利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心；

根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分；

判断划分后的各簇内的节点个数是否在阈值范围内；

若是，选取每个簇的簇头；

若否，通过分裂和合并方法调整簇内节点个数；

根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

2.根据权利要求1所述的分簇方法，其特征在于，所述计算无线传感器网络的分簇个数，具体包括：

计算多跳传输中的簇间消耗；

计算多跳传输中的簇内消耗；

计算多跳传输中的总消耗；

根据所述总能耗、所述簇间消耗以及所述簇内消耗，计算所述分簇个数。

3.根据权利要求1所述的分簇方法，其特征在于，所述利用区域划分法选出k-means聚类算法的初始聚类中心，具体包括：

以所述无线传感器网络的重心点为中心，将所述无线传感器网络划分为多个区域；

计算各区域的区域重心；

统计各区域内的节点个数；

根据所述区域重心以及各区域内的节点个数确定初始聚类中心；所述初始聚类中心为簇中心。

4.根据权利要求1所述的分簇方法，其特征在于，所述根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分，具体包括：

计算所述待分簇节点到各所述簇中心的距离；

根据所述分簇个数，将所述待分簇节点划分到距离最近的所述簇中心。

5.根据权利要求1所述的分簇方法，其特征在于，所述选取每个簇的簇头，具体包括：

对每个簇计算簇内各节点的当前剩余能量；

计算簇内各节点与所述簇中心的距离；

选取所述剩余能量最大以及距离所述簇中心最近的节点为簇头。

6.一种无线传感网络分簇系统，其特征在于，所述系统包括：

分簇个数计算模块，用于计算无线传感器网络的分簇个数；

初始聚类中心确定模块，用于利用区域划分法选出k-means聚类算法的初始聚类中心；所述初始聚类中心为簇中心；

划分模块，用于根据所述分簇个数以及所述簇中心，对所述无线传感器网络中的待分簇节点进行划分；

判断模块，用于判断划分后的各簇内的节点个数是否在阈值范围内；

簇头选取模块，用于当划分后的各簇内的节点个数在阈值范围内时，选取每个簇的簇头；

调整模块，用于通过分裂和合并方法调整簇内节点个数；

数据传输路由建立模块，用于根据簇头与簇内的所有节点建立数据传输路由，完成分簇。

7.根据权利要求6所述的分簇系统，其特征在于，所述分簇个数计算模块具体包括：

簇间消耗计算单元，用于计算多跳传输中的簇间消耗；

簇内消耗计算单元，计算多跳传输中的簇内消耗；

总消耗计算单元，计算多跳传输中的总消耗；

分簇个数计算单元，用于根据所述总能耗、所述簇间消耗以及所述簇内消耗，计算所述分簇个数。

8.根据权利要求6所述的分簇系统，其特征在于，所述初始聚类中心确定模块具体包括：

划分单元，用于以所述无线传感器网络的重心点为中心，将所述无线传感器网络划分为多个区域；

区域重心计算单元，用于计算各区域的区域重心；

统计单元，用于统计各区域内的节点个数；

初始聚类中心确定单元，用于根据所述区域重心以及各区域内的节点个数确定初始聚类中心；所述初始聚类中心为簇中心。

9.根据权利要求6所述的分簇系统，其特征在于，所述划分模块具体包括：

第一距离计算单元，用于计算所述待分簇节点到各所述簇中心的距离；

划分单元，用于根据所述分簇个数，将所述待分簇节点划分到距离最近的所述簇中心。

10.根据权利要求6所述的分簇系统，其特征在于，所述簇头选取模块具体包括：

剩余能量计算单元，用于对每个簇计算簇内各节点的当前剩余能量；

第二距离计算单元，用于计算簇内各节点与所述簇中心的距离；

选取单元，用于选取所述剩余能量最大以及距离所述簇中心最近的节点为簇头。