CN111601268A - 簇头选择方法、装置、终端设备及存储介质 - Google Patents

Abstract

本公开提供一种簇头选择方法、装置、终端设备及存储介质，其中，所述簇头选择方法包括：分别计算网络中不同类型节点的簇头选择阈值；基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点；以及，选择已筛选出的节点作为簇头。本公开实施例至少解决相关技术中簇头选择不合理所导致簇头节点过早死亡影响网络的连通性，以及簇头节点在整个网络中分布不均匀导致网络能量不均衡等问题。

Description

簇头选择方法、装置、终端设备及存储介质

技术领域

本公开涉及通信技术领域，尤其涉及一种簇头选择方法、一种簇头选择装置、一种终端设备以及一种计算机可读存储介质。

背景技术

在无线传感器网络中，成簇是节约能量的有效方法之一，因为在成簇的网络中只有少数簇头处于活跃状态，而其他节点可以休眠。在一个簇内，簇头的主要功能是收集簇内信息并将其传输到基站，因此，在成簇算法中簇头的选择是关键。

目前常用的簇头选择方案主要有包括低功耗自适应簇头选择方案和中心化簇头选择方案。其中低功耗自适应簇头选择方案的基本思想是根据网络中节点产生的随机数与系统阈值比较来选择簇头，该方式由于没有考虑节点的剩余能量，有可能会使剩余能量低的节点成为簇头，从而导致剩余能量低的节点过早死亡，影响网络的连通性；而中心化簇头选择方案的基本思想是利用基站来管理节点，让剩余能量高的节点成为簇头，该方式的缺点是可能导致簇头在整个网络中分布不均。

当前的簇头选择方案要么可能使剩余能量低的节点成为簇头，导致节点过早死亡，要么使簇头在整个网络中分布不均。基于上述问题，提出一种可以保证网络连通性的同时均衡网络能量的簇头选择方法是目前亟待解决的问题。

发明内容

本公开提供了一种簇头选择方法、装置、终端设备及存储介质，可以至少解决上述问题。

根据本公开实施例的一方面，提供一种簇头选择方法，所述方法包括：

分别计算网络中不同类型节点的簇头选择阈值；

基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点；以及，

选择已筛选出的节点作为簇头。

根据本公开实施例的另一方面，提供一种簇头选择装置，所述装置包括：

计算模块，其设置为分别计算网络中不同类型节点的簇头选择阈值，其中所述网络中包括可收集射频能量的第一类节点，以及不可收集射频能量的第二类节点；

筛选模块，其设置为基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点；

选择模块，其设置为选择已筛选出的节点作为簇头。

根据本公开实施例的又一方面，提供一种终端设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行所述的簇头选择方法。

根据本公开实施例的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的簇头选择方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的簇头选择方法，通过分别计算网络中不同类型节点的簇头选择阈值，然后基于网络中所有节点各自产生的随机数，筛选出各个节点所产生的随机数大于该节点对应类型节点的簇头选择阈值的若干节点，最后选择网络中所述若干节点作为簇头，基于本实施例提供的方法选择簇头，至少可以保证网络连通性的同时均衡网络能量消耗。

本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。

图1为本公开实施例提供的簇头选择方法的流程示意图；

图2为图1中步骤S101的流程示意图；

图3为本公开另一实施例提供的簇头选择方法的流程示意图；

图4为图3中步骤S301的流程示意图；

图5为本公开实施例提供的簇头装置的结构示意图；

图6为本公开实施例提供的终端设备的结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序；并且，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互任意组合。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

请参照图1，图1为本公开实施例提供的一种簇头选择方法的流程示意图，为了解决相关技术中的簇头选择方法中所导致的导致节点过早死亡，或者簇头在整个网络中分布不均等问题，本实施例利用节点的类型、剩余能量以及射频补给能量选择簇头，可以在保证网络连通性的同时，均衡网络中的能量，以及延长网络生存时间的簇头，具体地，所述方法包括步骤S101-S103。

在步骤S101中，分别计算网络中不同类型节点的簇头选择阈值。

本实施例中，所述网络中包括可收集(无线)射频能量的第一类节点，以及不可收集(无线)射频能量的第二类节点。

相较于相关技术，系统直接生成一个选择阈值，由所有节点产生随机数，并根据随机数和选择阈值进行对比选择簇头，本实施例中，首先分别计算网络中不同类型节点的簇头选择阈值，再根据网络中各个类型节点所产生的随机数与相应类型节点的簇头选择阈值进行对比，实现簇头的最终选择，通过区分不同类型的节点，其根据不同类型节点剩余能量等参数计算得到的簇头选择阈值不同，从而避免最终选择出的节点能量不足，导致当选簇头过早死亡，影响网络连通性等问题，并且，本实施例提供的簇头选择方法也不需要利用基站来管理节点，使得剩余能量高的节点成为簇头，可以有效避免簇头在整个网络中分布不均等问题。

需要说明的是，本实施例首先进行网络初始初始化，传感器监测的区域为M×M，在监测区域内随机部署不同类型的节点，本实施例中包括高级传感器节点(即，可进行无线射频能量收集的第一类节点)和普通节点(即，电池能量有限不能进行无线射频能量收集的第二类节点)两种传感器节，网络中所有节点的位置信息和节点当前剩余能量信息都发送到汇聚节点，汇聚节点在区域中心，并且汇聚节点具有数据接收和无线射频充电的功能，本实施例中，网络中的第一类节点收集的无线射频能量来自于汇聚节点。

其中，汇聚节点，在无线传感器网络主要负责传感器网与外网(如gprs，internet等)的连接，可看作网关节点。

在步骤S102中，基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点。可以理解的是，在进行簇头选举时，网络中的候选簇头节点会产生一个随机数[0,1]，通过与选取阈值进行比较，判断该候选簇头节点是否可以当选簇头，本实施例通过将各个节点所产生的随机数与各节点对应类型的选择阈值进行比较，可以根据不同类型的特点进行阈值判断，使得最终当选簇头的节点不会因能量等原因过早死亡，有效保证网络连通性。

进一步地，如图2所示，步骤S102中包括步骤S102a和步骤S102b。

步骤S102a、基于网络中所有第一类节点各自产生的随机数，从所有第一类节点中筛选出所产生的随机数大于第一类节点的簇头选择阈值的第一类节点作为第一节点；

步骤S102b、基于网络中所有第二类节点各自产生的随机数，从所有第二类节点中筛选出所产生的随机数大于第二类节点的簇头选择阈值的第二类节点作为第二节点。

本实施例中假设所有第一类节点和第二类节点均为候选簇头节点，并通过各个第一类节点和第二类节点各自产生的随机数与第一类节点的簇头选择阈值以及第二类节点的簇头阈值大小进行比对，然后筛选出其中大于相应簇头选择阈值的相应第一节点和第二节点。

在步骤S103中，选择已筛选出的节点作为簇头。

进一步地，在包含第一类节点和第二类节点的实施例中，如图3所示，该步骤划分为步骤S103’，选择网络中第一类节点筛选出的第一节点和网络中第二类节点筛选出的第二节点作为簇头。

为了更加科学地选择簇头，以达到均衡网络能量以及保证网络连通性的目的，本公开另一实施例提供了一种簇头选择方法，在上一实施例的基础上，本实施例利用节点剩余能量、初始能量及射频补给能量计算第一类节点和第二类节点的簇头选举概率，再根据所计算得到的簇头选举概率计算各类节点的簇头选择阈值，具体地，本实施例将上述步骤S101进一步划分为步骤S301和步骤S302，步骤S103划分为步骤S103’，如图3所示，所述分别计算网络中不同类型节点的簇头选择阈值(即步骤S101)，包括步骤S301和步骤S302。

在步骤S301中，分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率；以及，

在步骤S302中，基于所述第一类节点的簇头选举概率和第二类节点的簇头选举概率分别计算第一类节点的簇头选择阈值及第二类节点的簇头选择阈值。

本实施例中，为了合理地计算各类型节点的簇头选举概率，首先计算网络中节点的最佳成簇概率，再基于不同类型节点中某些类型节点高于其它类型节点能量的比例，分别计算不同类型节点的簇头选举概率，具体地，计算各个类型节点所述分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率(即，步骤S301)，如图4所示，包括以下步骤S301a和步骤S301b。

在步骤S301a中，计算网络中所有类型节点的最佳成簇概率。

具体地，所述计算网络中所有类型节点的最佳成簇概率，根据以下公式得到：

式中，P_opt表示网络中所有类型节点的最佳成簇概率，ε_fs表示网络中节点发送方和节点接收方之间的距离小于设定的距离阈值时功率放大所需要的能量；ε_amp表示网络中节点发送方和节点接收方之间的距离大于设定的距离阈值时功率放大所需要的能量；M表示传感器监测区域边长，d_ave(i-bs)表示第i个节点与基站之间的平均距离，C_i表示所有节点的平均中心度，N表示监测区域内所有传感器节点数量，n表示监测区域内存活的传感器节点数量；

可以理解的是，最佳成簇概率为传感网络中成簇时每个节点当选簇头的概率，其中，节点发送方和节点接收方为网络中的任意节点，不对类型进行区分，i节点表示网络中所有节点的数量。

在步骤S301b中，基于网络中所有类型节点的最佳成簇概率分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率。

本实施例在计算最佳成簇概率后根据最佳成簇概率分别计算不同类型节点的簇头选举概率，最后根据不同类型的簇头选举概率计算得出各个类型节点的簇头选择阈值，相较于相关技术而言，最终获得的节点簇头选择阈值更加合理，以进一步提高簇头选择的合理性，以保证网络连通性，同时均衡网络能量。

具体地，步骤S301b，根据以下公式得到：

式中，P_nrm表示第二类节点的簇头选举概率，P_adv表示第一类节点的簇头选举概率，α表示第一类节点能量高于第二类节点能量的比例，m表示第一类节点在所有节点中的比例。

进一步地，所述第一类节点的射频能量从汇聚节点获取；所述基于所述第一类节点的簇头选举概率和第二类节点的簇头选举概率分别计算第一类节点的簇头选择阈值及第二类节点的簇头选择阈值，根据以下公式得到：

式中，T(n)表示第二类节点的簇头选择阈值，P_nrm表示第二类节点的选举概率，r表示选择簇头的总共轮数，E₀表示节点的初始能量，E_j-rest表示第二类节点j的当前剩余能量；T(n)′表示第一类节点的簇头选择阈值，P_adv表示第一类节点的选举概率，E_j′-rest表示第j′个第一类节点的当前剩余能量，E_RFEH(j′)表示第j′个第一类节点收集的无限射频能量，

表示第一类节点j′从首次成为簇头的轮次r′开始到最近成为簇头的轮次k总共补给的能量，ζ表示电能转换效率，0＜ζ＜1，h表示射频信号在无线信道传输中的信道增益，P表示汇聚节点充电的功率，d表示节点j′与汇聚节点的距离，m表示路径衰减指数，t(j′)表示节点j′的射频能量收集时间。

可以理解的是，在上一实施例已对汇聚节点作出解释，此处不再赘述。本实施例在计算网络中第二类节点(高级节点)的簇头选择阈值时，考虑了网络中的第二类节点收集的射频能量E_RFEH(j′)以及网络中第二类节点能量高于普通节点能量的比例，同时结合第二类节点的选举概率以及第一类节点的选举概率，以分别计算出第一类节点的选择阈值和第二类节点的选择阈值，其计算结果更加合理。

基于相同的技术构思，本公开实施例相应还提供一种簇头选择装置，如图5所示，所述装置包括计算模块51、筛选模块52以及选择模块53。

计算模块51，其设置为分别计算网络中不同类型节点的簇头选择阈值；

筛选模块52，其设置为基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点；以及，

选择模块53，其设置为选择已筛选出的节点作为簇头。

本实施例中，所述网络中包括可收集射频能量的第一类节点，以及不可收集射频能量的第二类节点，所述筛选模块52，包括：

第一筛选单元，其设置为基于网络中所有第一类节点各自产生的随机数，从所有第一类节点中筛选出所产生的随机数大于第一类节点的簇头选择阈值的第一类节点作为第一节点；

第二筛选单元，其设置为基于网络中所有第二类节点各自产生的随机数，从所有第二类节点中筛选出所产生的随机数大于第二类节点的簇头选择阈值的第二类节点作为第二节点。

本实施例中，所述计算模块51，包括：

第一计算单元，其设置为分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率；以及，

基于所述第一类节点的簇头选举概率和第二类节点的簇头选举概率分别计算第一类节点的簇头选择阈值及第二类节点的簇头选择阈值。

本实施例中，所述第一计算单元，包括：

第一子单元，其设置为计算网络中所有类型节点的最佳成簇概率；以及，

第二子单元，其设置为基于网络中所有类型节点的最佳成簇概率分别计算第一类节点的簇头选举概率以及第二类节点的簇头选举概率。

本实施例中，所述第一子单元，根据以下公式得到：

式中，P_opt表示网络中所有类型节点的最佳成簇概率，ε_fs表示网络中节点发送方和节点接收方之间的距离小于设定的距离阈值时功率放大所需要的能量；ε_amp表示网络中节点发送方和节点接收方之间的距离大于设定的距离阈值时功率放大所需要的能量；M表示传感器监测区域边长，d_ave(i-bs)表示第i个节点与基站之间的平均距离，C_i表示所有节点的平均中心度，N表示监测区域内所有传感器节点数量，n表示监测区域内存活的传感器节点数量；

所述第二子单元，根据以下公式得到：

式中，P_nrm表示第二类节点的簇头选举概率，P_adv表示第一类节点的簇头选举概率，α表示第一类节点能量高于第二类节点能量的比例，m表示第一类节点在所有节点中的比例。

本实施例中，所述第一类节点的射频能量从汇聚节点获取；所述第二计算单元，根据以下公式得到：

式中，T(n)表示第二类节点的簇头选择阈值，P_nrm表示第二类节点的选举概率，r表示选择簇头的总共轮数，E₀表示节点的初始能量，E_j-rest表示第二类节点j的当前剩余能量；T(n)′表示第一类节点的簇头选择阈值，P_adv表示第一类节点的选举概率，E_j′-rest表示第j′个第一类节点的当前剩余能量，E_RFEH(j′)表示第j′个第一类节点收集的无限射频能量，

表示第一类节点j′从首次成为簇头的轮次r′开始到最近成为簇头的轮次k总共补给的能量，ζ表示电能转换效率，0＜ζ＜1，h表示射频信号在无线信道传输中的信道增益，P表示汇聚节点充电的功率，d表示节点j′与汇聚节点的距离，m表示路径衰减指数，t(j′)表示节点j′的射频能量收集时间。

需要说明的是，本实施例中的各个模块用以分别执行上述方法实施例的各方法步骤，其原理已在上述内容进行详述，此处不再赘述。

基于相同的技术构思，本公开实施例相应还提供一种终端设备，如图6所示，所述终端设备包括存储器61和处理器62，所述存储器61中存储有计算机程序，当所述处理器62运行所述存储器61存储的计算机程序时，所述处理器62执行所述的簇头选择方法。

根据本公开实施例的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的簇头选择方法。

综上所述，本公开实施例提供的簇头选择方法、装置、终端设备及存储介质，首先分别计算网络中不同类型节点的簇头选择阈值，然后基于网络中所有节点各自产生的随机数，筛选出各个节点所产生的随机数大于该节点对应类型节点的簇头选择阈值的若干节点，最后选择网络中所述若干节点作为簇头，至少可以解决相关技术中直接根据节点产生的随机数与选择阈值进行对比所产生的不同类型能量等参数不一致所造成的节点过早死亡所导致的网络连通性问题，或者相关技术中选择剩余能量高的节点成为簇头所可能导致簇头在整个网络中分布不均不能让均衡网络能量等问题；并且，本实施例利用射频补给能量、节点剩余能量以及初始能量分别计算第一类节点和第二类节点的簇头选举概率，再根据所计算得到的簇头选举概率计算各类节点的簇头选择阈值，使得计算得到各类型节点的选择阈值更加合理，以进一步提高簇头选择的科学性及合理性。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (9)

1.一种簇头选择方法，其特征在于，包括：

分别计算网络中不同类型节点的簇头选择阈值；

基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点；以及，

选择已筛选出的节点作为簇头。

2.根据权利要求1所述的方法，其特征在于，所述网络中包括可收集射频能量的第一类节点，以及不可收集射频能量的第二类节点；

所述基于网络中所有节点各自产生的随机数，从所有节点中筛选出所产生的随机数大于对应类型节点的簇头选择阈值的节点，包括：

基于网络中所有第一类节点各自产生的随机数，从所有第一类节点中筛选出所产生的随机数大于第一类节点的簇头选择阈值的第一类节点作为第一节点；以及，

基于网络中所有第二类节点各自产生的随机数，从所有第二类节点中筛选出所产生的随机数大于第二类节点的簇头选择阈值的第二类节点作为第二节点。

3.根据权利要求2所述的方法，其特征在于，所述分别计算网络中不同类型节点的簇头选择阈值，包括：

分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率；以及，

基于所述第一类节点的簇头选举概率和第二类节点的簇头选举概率分别计算第一类节点的簇头选择阈值及第二类节点的簇头选择阈值。

4.根据权利要求3所述的方法，其特征在于，所述分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率，包括：

计算网络中所有类型节点的最佳成簇概率；以及，

基于网络中所有类型节点的最佳成簇概率分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率。

5.根据权利要求4所述的方法，其特征在于，所述计算网络中所有类型节点的最佳成簇概率，根据以下公式得到：

式中，P_opt表示网络中所有类型节点的最佳成簇概率，ε_fs表示网络中节点发送方和节点接收方之间的距离小于设定的距离阈值时功率放大所需要的能量；ε_amp表示网络中节点发送方和节点接收方之间的距离大于设定的距离阈值时功率放大所需要的能量；M表示传感器监测区域边长，d_ave(i-bs)表示第i个节点与基站之间的平均距离，C_i表示所有节点的平均中心度，N表示监测区域内所有传感器节点数量，n表示监测区域内存活的传感器节点数量；

所述基于网络中所有类型节点的最佳成簇概率分别计算第一类节点的簇头选举概率及第二类节点的簇头选举概率，根据以下公式得到：

式中，P_nrm表示第二类节点的簇头选举概率，P_adv表示第一类节点的簇头选举概率，α表示第一类节点能量高于第二类节点能量的比例，m表示第一类节点在所有节点中的比例。

6.根据权利要求3所述的方法，其特征在于，所述第一类节点的射频能量从汇聚节点获取；所述基于所述第一类节点的簇头选举概率和第二类节点的簇头选举概率分别计算第一类节点的簇头选择阈值及第二类节点的簇头选择阈值，根据以下公式得到：

式中，T(n)表示第二类节点的簇头选择阈值，P_nrm表示第二类节点的选举概率，r表示选择簇头的总共轮数，E₀表示节点的初始能量，E_j-rest表示第二类节点j的当前剩余能量；T(n)′表示第一类节点的簇头选择阈值，P_adv表示第一类节点的选举概率，E_j′-rest表示第j′个第一类节点的当前剩余能量，E_RFEH(j′)表示第j′个第一类节点收集的无限射频能量，

表示第一类节点j′从首次成为簇头的轮次r′开始到最近成为簇头的轮次k总共补给的能量，ζ表示电能转换效率，0＜ζ＜1，h表示射频信号在无线信道传输中的信道增益，P表示汇聚节点充电的功率，d表示节点j′与汇聚节点的距离，m表示路径衰减指数，t(j′)表示节点j′的射频能量收集时间。

7.一种簇头选择装置，其特征在于，包括：

计算模块，其设置为分别计算网络中不同类型节点的簇头选择阈值；

筛选模块，其设置为基于网络中所有节点各自产生的随机数，筛选出各个节点所产生的随机数大于该节点对应类型节点的簇头选择阈值的若干节点；以及，

选择模块，其设置为选择网络中所述若干节点作为簇头。

8.一种终端设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1至6中任一项中所述的簇头选择方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，所述处理器执行根据权利要求1至6中任一项所述的簇头选择方法。

Images