介绍
无线传感器网络（WSN）由一组节点组成，用于监测和记录环境数据[1]。无线传感器网络中的节点分布是随机的或确定性的[2]。在人类难以访问的地方，节点是随机分布的（例如，通过将其扔到站点上）。节点数很高，并且很少使用初始能量对其充电。因此，能源消耗和网络寿命是影响这些网络的主要挑战[3]、[4]、[5]。节点收集的数据被传输到基站（BS）进行处理[6]。数据传输可以以单跳或多跳的方式进行[7]，[8]。图1说明了单跳和多跳方法。
无线传感器网络的一些主要应用包括监测森林火灾、控制敏感患者的状态以及控制军事区域和交通[9]、[10]、[11]、[12]。一般来说，影响无线传感器网络设计的关键因素是容错性、可扩展性、成本、硬件限制、可靠性、无线传感器网络拓扑、传输环境和能耗[13]、[14]、[15]。
用于延长WSN生存期的两种方法是集群和路由[16]、[17]、[18]、[19]、[20]。在集群过程中，根据一组公共属性，将一组传感器置于一个称为集群的类别中。每个集群中的一个高度合格的节点被选为集群头（CH）。CH的作用是收集从集群成员接收的数据，并根据传输类型（单跳或多跳）将其传输到BS或更高级别的CH。在单跳传输期间，CH将接收到的数据直接传输到BS，而在多跳传输期间CH将接收的数据传输到高级CH，然后高级CH将数据传输到BS。多跳传输通常用于大规模网络。集群成员通常被分为两组，包括公共节点和CH。图2说明了WSN中的集群过程。
集群的关键挑战之一是确保集群的质量[21]。许多标准可用于评估簇的质量，其中密度和分离（簇间和簇内距离）是用于测量簇质量的基本指标[22]，[23]。属于每个集群的数据应足够接近，形成的集群应足够分开，以尽量减少重叠。分离是根据以下三个参数定义的：两个簇中最近数据之间的距离、两个簇最远数据之间的间距和两个簇中心之间的距离。用于衡量集群质量的其他标准可以分为三类：外部标准、内部标准和相对标准。诸如归一化互信息（NMI）和熵等外部标准取决于预定义的结构。因此，当我们有正确的聚类结果来与我们自己的结果进行比较时，可以使用这些标准[24]，[25]。熵值越低，NMI值越高，聚类质量越高。与外部标准不同，内部标准（如平方误差和或均方误差）不依赖于先前的知识，它们可以基于原始数据直接测量聚类的质量[26]。相对标准涉及不同聚类之间的比较，例如，聚类方法可以应用于不同的数据，然后对结果进行比较。
聚类可以使用多种方法进行，例如层次聚类[27]、基于分区的聚类[28]、谱聚类[29]、基于网格的聚类[30]和基于密度的聚类[31]、[32]。树形结构通常用于分层聚类，其中使用贪婪算法和逐步优化。分层聚类中使用了两种方法，包括自顶向下或自底向上方法。在基于分区的集群中，数据被划分为几个分区，每个分区代表一个集群。在谱聚类中，相似矩阵用于聚类。在基于网格的聚类中，网格被划分为多个区域，并根据某些特征向这些区域添加节点。在基于密度的聚类中，簇是从密度较低的区域中分离出来的密度较高的区域。图3显示了不同类型聚类方法的简单图形示例。表1提供了不同聚类方法的一般比较。
路由的目的是找到从集群到基站的最佳路由，以便传输收集的数据。影响路由的最重要参数是网络动态、能量约束、数据聚合和数据传输。
网络动态取决于应用程序的类型，通常可以分为固定传感器和运动传感器。在交通控制或消防控制等应用中，传感器通常是固定的且不动的。在跟踪目标等应用中，传感器是移动的。
能量约束影响多跳和单跳传输方法。在多跳方法中，功耗和传输范围较低。一般来说，许多因素都可以决定能量损失，但最重要的是碰撞、过热和空闲收听。数据传输模型也分为三类：时间驱动[33]、事件驱动[34]和查询驱动[35]。在时间驱动模型中，数据定期收集并由每个节点发送。在事件驱动模型中，节点会报告事件发生的时间。在查询驱动模型中，BS发送请求，然后节点响应此请求。路由协议分为四个一般类别，表2显示了这些一般类别的路由协议以及协议名称和类型。
本文的其余部分组织如下。在第2节中，我们总结了以往对聚类的研究，并讨论了各种方法的优缺点。在第3节中，我们详细解释了所提出的算法、网络模型、无线电模型和能量模型。在第4节中，我们介绍了聚类过程以及标准，包括α,、和μ用于测量群集质量。这些标准确保了聚类的质量。在第5节中，我们解释了如何使用模糊逻辑方法选择CH。最后，第6节给出了仿真结果。
