一種新的無線傳感器網絡非均勻分簇雙簇頭算法
——PUDCH算法*

戴志強，嚴 承，武正江

（1.吉首大學生態旅游應用技術湖南省重點實驗室，湖南張家界427000；2.黔南民族師范學院計算機與信息學院，貴州都勻558000；3.中南大學軟件學院，長沙410075）

一種新的無線傳感器網絡非均勻分簇雙簇頭算法
——PUDCH算法*

戴志強1，嚴 承2*，武正江3

（1.吉首大學生態旅游應用技術湖南省重點實驗室，湖南張家界427000；2.黔南民族師范學院計算機與信息學院，貴州都勻558000；3.中南大學軟件學院，長沙410075）

能量利用效率問題一直是限制WSN廣泛應用的瓶頸，能源容量對各個網絡節點產生至關重要的影響。針對WSN中“能量空洞問題”以及由于簇頭任務過重所導致的能量消耗過快，同時也為了提高WSN的能量利用效率，提出了一種無線傳感器網絡非均勻分簇雙簇頭算法——PUDCH。該算法先綜合考慮節點綜合信息（如節點剩余能量、節點到基站的距離），根據節點綜合信息通過不同的時間競爭機制來選舉簇頭，將整個網絡劃分為不均勻的分簇；在規模大些的簇內，為了減輕簇頭的負擔再選取副簇頭。最后簇頭再構造基于最小生成樹的最優傳輸路徑。一系列的仿真表明PUDCH路由算法在WSN節約平衡節點能量消耗方面表現優良。

無線傳感器網絡；雙簇頭；非均勻分簇；最小生成樹

無線傳感器網絡WSN（Wireless Sensor Network）是由數目龐大的傳感器節點以及基站構成，具有低功耗、有限的數據傳輸與電源能量限制的特點，節點通過無線通信來監控某一特定地區，處理數據然后向基站傳輸處理過的數據［1-2］。然而，在無線傳感器網絡中由于節點的分布不均勻等問題導致有些節點能量消耗過快，造成能量空洞問題，本文提出了一種改善熱點問題的方法，避免因熱點問題導致簇頭節點能量消耗過快導致簇頭節點相較其他節點提前死亡的問題。

1 相關工作

分簇是改善WSN能量消耗的一種有效的方法。在眾多的低能量自適應分簇路由算法中，2000年Heinzelman等人提出的的LEACH［3］算法最為經典。LEACH選擇簇頭的機制為隨機選擇，通過這種方式來改善節點能量消耗。但其缺點也很明顯，簇頭節點與基站的數據傳輸方式為單跳傳輸十分不利于無線傳感器網絡的擴展，進一步限制了WSN在實際應用中的廣泛應用。并且由于簇頭節點通過單跳路由通信協議與基站進行通信，所以會導致離基站較遠的簇頭能量消耗過大而較早死亡，導致網絡出現割裂，從而大大縮減整個無線傳感器網絡的壽命。

為了解決距離基站較遠的簇頭節點能量消耗過快的問題，國內外專家學者提出了許多改進的算法。李成法等人提出了一種基于非均勻分簇的無線傳感器網絡路由協議［4］，針對距離基站較遠的簇頭節點能量消耗過快的問題，該算法采用了簇頭節點通過多跳路由通信協議與基站進行通信，有效的緩解了距離基站較遠的簇頭節點能量消耗過快的問題，但距離基站較近的簇頭則會承擔更多的數據處理與轉發任務而消耗過多能量，從而形成“熱區”。為了解決“熱區”問題，李成法等人又提出一種基于非均勻分簇的無線傳感器網絡路由協議--EEUC算法［5］。同樣，蔣暢江等人提出能量均衡的無線傳感器網絡非均勻分簇路由協議——DEBUC算法［6］，劉鐵流等人基于能量優化的無線傳感器網絡分簇路由算法［7］，嚴英等人提出一種一種基于LEACH與PEGASIS協議的分層成鏈優化路由算法［8］，三種分簇算法均采用非均勻分簇，距離基站遠的分簇規模大一些，距離基站近的分簇規模小一些有效均衡節點能量消耗，延長WSN使用周期，但簇頭選擇機制并沒有發生質的改變，其簇頭選擇機制依舊采用的是與LEACH算法的簇頭選擇機制相同的依靠概率和門限值來決定選擇哪些節點選做簇頭節點，不能保證所選擇簇頭最為合適。為了改善簇頭隨機選擇機制，盧先順等人提出一種無線傳感器網絡能量均衡的非均勻分簇算法——EBUCA算法［9］，簇頭選擇門限值綜合考慮了節點剩余能量、節點密度、簇頭密度及簇半徑，從而優化了簇頭選擇，減小節點能量消耗，延長了WSN使用壽命，但是還是存在在一些規模較大的分簇中簇頭消耗的能量過快的問題。針對簇頭節點承擔數據收集傳輸的負擔過大，徐丹丹等人提出了一種基于最大連通度的雙簇頭分簇算法［10］，簇頭選擇機制是綜合考慮節點間的最大連通度和能量來選擇主副簇頭，主副簇頭分工合作，有效減小了簇頭所承擔的數據處理傳輸的負載，存在的不足就是選擇簇頭時廣播信息較多，導致能量消耗過大。文獻［11-12］雖然提出的算法是在不均勻分簇的基礎上，但競選簇頭路由考慮的因素比較單一。

針對以上文獻中簇頭選取考慮的因素有些單一與不足，本文提出了一種基于時間競爭機制的改進的非均勻分簇路由算法。算法在簇頭選擇時考慮到節點的綜合信息，而不是單單只看一種信息，將整個網絡劃分為不均勻的簇，然后在規模較大的簇內重新選擇主副簇頭，主簇頭所剩能量要高于副簇頭所剩能量，因為主簇頭需要承擔數據采集，這將消耗大量能量，副簇頭需要承擔數據融合與傳輸。并且在數據傳輸階段，該算法優化了簇頭路由，減小節點能量消耗，延長了WSN使用壽命。

2 相關模型

2.1 網絡模型

本文假設傳感器網絡具有如下性質：①基站獨立于節點分布區域，各個節點能夠互相進行通信并且每個節點能與基站直接進行通信。②節點靜止分布在區域內，且地理坐標與一些硬件信息未知，用Ni表示第i各節點，節點集合N={N1，N2，…，Nn}。③節點能根據接收信號的強度來計算發出者到自己的近似距離，改變自己的功率大小，各個節點具有相等的初始能量。④為了節約能量，節點的收發器能進入休眠模式。

2.2 能量模型

無線傳感器網絡中節點進行數據傳輸時所耗的能量與其他功能所消耗的能量相比要大得多。本文采用文獻［3］中的無線通信能耗模型，發送數據時其能耗公式如下：

式中：l為要發送的數據長度（比特），Eelec為節點發送或接收每比特數據的電路消耗的能量，它取決于信號的編碼形式、過濾以及傳播方式。d為發送節點到接收節點之間的距離，當d＜dc，能耗采用自由空間模型；當d≥dc，能耗采用多路徑衰減模型。εfs與εtwo-ray分別為功率放大倍數。

節點接收lbit數據所消耗的能量計算公式為

節點接收數據后進行數據融合同樣需要消耗能量，但本文的重點不在于此，且現實中節點的數據融合是個復雜的過程，結合前人所做的工作以及試驗方法，本文采用同樣的數據融合方式即簇頭無論接收了多少數據都統一融合成lbit大小的數據。

3 PUDCH算法設計

全部網絡節點部署完畢后，基站向網絡內所有節點發送一個強信號，每個節點根據自身接收到的信號強度大小來計算自身到基站的大體距離，以便節點根據自身與基站的距離來確定自身理想的發射功率，盡可能節省發射信息所消耗的能量，并且可以達到整個無線傳感器網絡的不均勻分簇的目的，進一步減小了節點能量消耗。

PUDCH路由協議采用周期方式運行，每輪分為簇頭建立階段和數據傳輸階段。在數據傳輸階段，以簇頭剩余能量、簇頭與基站間的距離以及傳輸數據大小作為權值，利用權值建立基于權值的最小生成樹的最優傳輸路徑，進一步減小節點能量消耗，延長WSN使用壽命。圖1是PUDCH協議基本原理示意圖，圖中半徑不等的的圓圈代表依據該算法實現的非均勻分簇，圓中黑點代表分簇中的主簇頭，一些規模大的圓圈中的紅點代表該簇中的副簇頭，主副簇頭節點之間的連線代表數據傳輸路徑，各個主簇頭之間帶箭頭的黑色細線則代表主簇頭間多跳數據傳輸的路徑。

圖1 PUDCH協議基本原理示意圖

3.1 簇頭選舉

PUDCH協議是一種采用分布式時序的方式競選簇頭的算法，建立主副簇頭階段分為奇數輪和偶數輪，考慮節點綜合信息產生主副簇頭，如偽代碼中所示。假如每一輪都重新選擇簇頭無疑會消耗大量的能量，因為一輪所消耗的能量有限，我們可以把簇頭選擇分為奇數輪和偶數輪。奇數輪時簇頭按正常的流程來選擇，選出的簇頭依據簇內節點剩余能量來選擇下一輪的簇頭（如圖2中的S1-2，S2-2），到下一輪也就是偶數輪時，依據上輪簇頭選擇的簇頭節點來當作本輪的簇頭，如偽代碼中所示。節省了簇頭選擇所消耗的能量。在一些節點數目過多的分簇中簇頭節點數據收集融合傳輸所消耗的能量要比節點數目少的分簇簇頭節點消耗的多，會加速這些負擔過重的簇頭節點提前結束使用壽命，必須選出一個副簇頭來減小主簇頭負擔，延緩其能量消耗。但假如無論大小分簇都產生主副簇頭，無疑也會產生不必要的能量浪費。所以，我們可以依據簇的規模、節點剩余能量與傳輸數據的大小設置一個閥值，當產生副簇頭的函數值大于閥值的時候該分簇就會產生副簇頭。否則，就不產生。

圖2 簇頭競爭示意圖

競選規則如下：

規則1在WSN中，如果一個節點通過時間競爭機制競選為簇頭，那么在它的競選半徑內的所有候選節點都不能成為簇頭，如圖2所示，S1與S2可以成為簇頭，但S3不可以成為簇頭，因為S3所在位置已經在S2競選半徑內。

節點競爭半徑為：

規則2在PUDCH路由協議中，候選簇頭s.i的鄰居節點集合NTi為

NTi={s.i|s.i是候選簇頭，且d（s.i，s.j）＜max（Ri，Rj）}

規則3節點根據鄰居表中鄰居節點的剩余能量計算出平均剩余能量。

規則4節點根據鄰居表中鄰居節點與該節點的距離計算出平均距離，測距的原理是根據根據節點接收基站發送的信號的強度來判斷距離σ為人為設置參數，大小可根據具體應用環境來進行調節。

規則5本節點接收到DS發出的簇頭選擇消息后發出簇頭競爭消息的時間。

當節點滿足ei＞Eavg

當節點滿足ei≤Eavg：

式中：α為［0，1］之間的隨機數，Tch為預先要求的競選簇頭所需時間，ei為節點剩余能量，β為參數調整因子。由式（6）可知，簇頭競爭時間t根據節點剩余能量、到基站的距離以及鄰居節點與該節點的距離來定義的，從而節點剩余能量越低、到基站越遠、鄰居節點平均距離越大的節點，t就越大，成為節點的概率就越小，從而保證了節點選取的合理性。由式（7）可知，當大部分區域簇頭節點選出來以后，對一些暫時未能覆蓋的“縫隙”區域，利用式（7）在后Tch/2時間內并行產生了剩余的簇頭。由于“縫隙”區域包含的節點較少，所以，節點競爭簇頭的參數因子ei/Emax大大降低了了低能量的節點成為簇頭的概率。規則六：副簇頭選取函數T

在分簇中數據密度越大節點剩余能量越低，簇頭節點的負擔就越重，能量消耗就越嚴重，基于此，當簇頭節點負擔高于某一個特定的數值時必須選取副簇頭節點。α為人為設置參數，大小可調。n為簇中節點數目，S為數據量。

PUDCH路由協議簇頭選取偽代碼如下所示：

WSN選出候選節點后，普通節點進入休眠狀態直到簇頭選舉完畢，以節省能量。每個候選簇頭節點廣播Prepare_Message（ID，Rc，Ei）消息，候選簇頭節點接收Prepare_Message（ID，Rc，Ei）消息后更新鄰居節點信息表，如第1行～第14行所示。接下來UDCH協議通過計時廣播的方法來競選簇頭，根據簇頭接受信號強度的大小來計算出簇頭與基站的大體距離Di，后面簇間路由的建立用得到。對于一般規模的分簇，主簇頭根據其余節點與它的距離以及節點的剩余能量來選擇第二簇頭（在下一輪作為簇頭），對于一些大規模的分簇則主簇頭除選出第二簇頭還要根據各個節點的具體信息來分別選擇式（7）或者式（8）選出副簇頭（負責向基站或其他簇頭節點傳輸經過主簇頭處理過的數據），選出的副簇頭節點更加的科學合理。比其他一些算法通過單純比較剩余能量來競選簇頭要節省能量，因為候選節點通過這種方式來競選簇頭的話需要接受發出大量的消息，造成能量消耗過大，在一些密度較大的WSN中這個問題尤為嚴重。在奇數輪根據簇的大小來選舉主副簇頭以及下一輪的簇頭，在偶數輪直接利用上一輪所選的節點作為簇頭，如第30行～第42行所示。

3.2 數據傳輸路徑

經過網絡分簇以及選取簇頭以后，節點采集的數據通過多跳最小生成樹的路由方式向基站進行傳輸。先將網絡中的簇抽象為一個點，連接相鄰的點，這樣就構造成了一個帶權值的有向連通圖G=（V，E），V代表簇頭節點與基站的集合，E代表簇頭連線間的權值。權值計算公式如式（8）所示，綜合考慮簇頭間距離、簇頭剩余能量以及簇的規模，計算出的權值更加的合理。

其中：wij為簇頭i、j之間抽象連線的權值，dij則表示簇頭i、j之間的距離，ei、ei則分別代表簇頭i、j的剩余能量，S代表簇的規模大小a，b則代表人為可調節參數，從式（9）中可以看出，權值的計算綜合考慮了簇頭間距離、簇頭剩余能量以及簇的規模，計算出的權值更加的合理。當一個簇頭剩余能量低、簇頭間距離遠并且簇的規模越大時，它的wij的取值就越大，那么該簇頭當選負責數據轉發的概率就會降低，這樣就會使整個網絡節點的能量消耗更加均衡。

PUDCH算法簇間路由建立流程如下所示：

Step 1 傳輸數據的簇頭/副簇頭根據上面簇頭選擇時記錄的簇頭與基站的距離Di，在Di＜D0范圍內的簇頭節點依據式（9）計算簇頭與基站之間邊的權值w，當w＜w0時，簇頭向基站直接發送數據。

Step 2 有向連接圖G=（V，E）中，將向基站傳輸數據的簇頭歸入集合V1中，簇頭與基站的邊歸入集合T1中。

Step 3 各傳輸數據簇頭向周圍發送W_MSG信息，其他不能向簇頭直接發送數據的簇頭節點根據自己接收W_MSG信息的強度大小來計算兩簇頭節點之間的距離dij、自己的剩余能量以及分簇規模大小依據式（9）計算出兩簇頭之間連線所形成的“邊”的權值wij。

Step 4 選取兩簇頭之間wij最小的“邊”，然后將這條邊兩端的簇頭歸入到集合V1中，將此邊歸入集合E1中。

Step 5 重復執行Step 4，直至集合V1=V。此時，E1中的元素構成了最小生成樹。

Step 6 最小生成樹構造完畢后，傳輸節點調整發射功率，使其能到達下一跳的鄰居節點為止。

由以上可以看出，本文路由選擇綜合考慮了簇頭節點剩余能量、簇頭節點之間以及簇頭與基站之間的距離、簇的規模大小，使數據傳輸路徑更加的合理化，能量消耗更加均衡合理，提高了無線傳感器網絡的健壯性，延長了網絡生存周期。

4 算法分析與仿真

消息的復雜度直接影響著WSN的能量消耗，因此，消息復雜度對于WSN來說非常重要，我們首先分析UDCH算法中的消息復雜度。

4.1 PUDCH算法復雜度分析

性質 在整個WSN的簇頭競爭階段中，UDCH路由協議的消息復雜度為O（N）.

證明 在WSN的候選簇頭產生階段，在奇數輪中，網絡產生N×T個候選簇頭節點而參與競選，每個候選簇頭節點廣播一條Prepare_Message消息，共廣播N×T條。然后在簇頭競爭階段，假設一共有K個候選簇頭節點被選為主簇頭，那么一共發射K條FinalHead_Message消息，選取第二節點的時候普通節點一共發送N-K條消息。在偶數輪第二節點向簇內發送消息，告知其他節點自己成為簇頭，總消息數為N-K。因此，WSN中總消息平均條數為：

所以消息復雜度為O（N）。

由性質可知，在WSN簇頭競爭整個階段，PUDCH路由協議中的消息總數為N×T/2+（N-K）/2+K，遠遠小于總消息數為（2T+N）的EEUC路由協議以及總消息數為（T+1）N+K的DEBUC路由協議，大大節省了系統消息能量開銷，能量利用更加高效。

4.2 采用PUDCH路由協議的WSN節點能量消耗分析

設節點隨機分布M×M的區域內，節點總數目為N，有k個簇，則每個簇內有N/k個節點，即普通節點的個數為N/k-1，簇頭所消耗能量計算的公式為：

其中，l是每次傳輸數據的比特數，EDA是單位比特數數據融合所消耗能量，dS是簇頭節點到基站的距離。普通節點所消耗的能量只是用來向簇頭傳輸感知數據。dC是簇內節點到簇頭節點的距離。

簇內總的能量消耗為：

由以上公式可知，簇內節點總能量消耗跟節點間距離與傳輸數據大小有關，PUDCH算法相較其他算法進一步優化了節點與簇頭之間的距離，且優化了數據傳輸路徑，進而理論上大大減小了節點數據采集與數據融合的能耗。

4.3 實驗仿真與結果分析

采用OMNET4.0仿真軟件對本文算法、EEUC協議、EBUCA協議進行比較仿真模擬。實驗仿真參數如圖3所示，傳感器節點隨機分布，簇點融合數據的能量忽略不計［13］，簇間轉發策略采用文中提出的最小二叉樹方法。Heinzelman W等前人已經對簇頭節點任務過重以及能量空洞問題進行了詳細的探討，基于篇幅限制本文將重點研究本文提出的分簇算法與其他分簇算法之間的對比實驗。

圖3 試驗參數列表

圖4為存活節點數隨運行輪數的變化情況，圖5為節點剩余能量隨運行輪數的變化情況。

圖4 網絡中節點存活數目統計

采用3種協議時的網絡生命周期對比如圖4所示。3種協議在500輪左右時都開始有節點死亡。運行800到1 500輪左右時，相比于其他2個協議，使用PUDHC協議傳輸的網絡節點死亡變緩，這是因為隨著時間的推移，PUDCH算法進一步優化了分簇算法以及簇頭的選擇，平衡了簇頭數據傳輸的負擔，進而平衡了各簇頭節點的能量消耗，提高了無線傳感器網絡的健壯性。

圖5 網絡中節點剩余能量對比

采用3種協議時的網絡節點剩余能量對比如圖5所示。PUDCH算法采用了不均勻分簇并且優化了簇頭（以及副簇頭節點）的選擇，同時優化了簇間多跳路由，平衡了網絡中節點的能量消耗。并且PUDCH協議輪換簇頭的通信成本以及通信復雜度都比EEUC協議以及EBUCA協議低得多，進一步平衡了網絡中各簇頭節點的能量消耗。

圖6為3種協議能量方差隨時間變化的對比結果，PUDCH由于采取不同的時間競爭機制導致其網絡節點能量方差數值相較其他兩種分簇算法要小一些并且變化幅度不大，這表明PUDCH協議能夠有效地均衡網絡節點能量.從圖5和圖6可以看出，PUDCH協議的能量均衡性能較好，有效的延長了WSN使用壽命。

圖6 網絡節點剩余能量方差對比

5 結束語

針對現今已經提出的的無線傳感器網絡路由算法以及它們存在的一些不足，本文提出了一種基于時間競爭機制的無線傳感器網絡非均勻分簇雙簇頭算法。本文算法在簇頭選擇階段考慮網絡節點綜合信息通過時間競爭機制選擇簇頭，完善了網絡中簇頭的選擇，各簇頭的能量消耗更加的合理均衡；在數據傳輸階段，通過節點以及節點之間的連線構造有向圖，進而通過加權的方式構造數據傳輸路徑最小生成樹，綜合了考慮剩余能量和簇頭到基站距離以及簇的規模大小，最后節點所收集融合的數據通過多跳的方式進行傳輸。仿真實驗結果表明，本文算法可以有效延長節點的死亡時間，均衡網絡節點的能量消耗，延長了網絡生命周期。

［1］龍勝春，盧定乾，池凱凱.基于同構傳感器網絡的能量空洞避免策略［J］.傳感技術學報，2016，29（1）：103-108.

［2］李建洲，王海濤，陶安.一種能耗均衡的WSN分簇路由協議［J］.傳感技術軟件學報，2013，26（3）：396-401.

［3］Heinzelman W.Energy-Efficient Communication Protocols for Wireless Microsensor Networks［C］//Proceedings of the Hawaii International Conference on Systems Sciences，Hawai.2000：3005-3014.

［4］李成法，陳貴海，葉懋，等.一種基于非均勻分簇的無線傳感器網絡路由協議［J］.計算機學報，2007，30（1）：27-36.

［5］蔣暢江，石為人，唐賢倫，等.能量均衡的無線傳感器網絡非均勻分簇路由協議［J］.軟件學報，2012，23（5）：1222-1232.

［6］盧先順，王瑩瑩，王洪斌，等.無線傳感器網絡能量均衡的非均勻分簇算法［J］.計算機科學，2013，40（5）：78-81.

［7］劉鐵流，巫永群.基于能量優化的無線傳感器網絡分簇路由算法研究［J］.傳感技術學報，2011，24（5）：764-770.

［8］嚴英，郭麗，許建真.一種基于LEACH與PEGASIS協議的分層成鏈優化路由算法［J］.傳感技術學報，2011，24（9）：1311-1316.

［9］徐丹丹，章勇.一種基于最大連通度的雙簇頭分簇算法［J］.傳感技術學報，2008，21（11）：1909-1912.

［10］Dongfeng Xie，Qianwei Zhou，Xing You.A Novel Energy-Efficient Cluster Formation Strategy：From the Perspective of Cluster Members.IEEE Communications Letters，2013，17（17）：2044-2047.

［11］Yihui Li，Gaoxi Xiao，Gurpreet Singh，et al.Algorithms for Finding Best Locations of Cluster Heads for Minimizing Energy Consumption in Wireless Sensor Networks［J］.Wireless Networks，2013，19（7）：1755-1768.

［12］Changsoo Ok，Seokcheon Lee，Prasenjit Mitrea，et al.Distributed Routing in Wireless Sensor Networks Using Energy Welfare Metric［J］.Information Sciences an International Journal，2010，180（9）：1656-1670.

［13］Zhang D G，Li G，Zheng K，et al.An Energy-Balanced Routing Method Based on Forward-Aware Factor for Wireless Sensor Network［J］.IEEE Transactions on Mobile Computing，2014，10（1）：766-773.

戴志強（1981-），男，碩士，吉首大學旅游與管理工程學院講師，研究方向為無線傳感器網絡大數據，39166427@qq.com；

嚴 承（1982-），男，碩士，黔南民族師范學院計算機與信息學院講師，研究方向為無線傳感器網絡，數據挖掘，信息安全，2915557139@qq.com；

武正江（1991-），男，中南大學碩士研究生，研究方向為無線傳感器網絡，zhengjiangwu@csu.edu.cn。

New Uneven Double Cluster Head Clustering Algorithm for WSN—PUDCH Algorithm*

DAI Zhiqiang1，YAN Cheng2*，WU Zhengjiang3
（1.Hunan Application Technology of Ecotourism Key Laboratory，Jishou University，Zhangjiajie Hunan427000，China；2.School of Computer and Information，Qiannan Normal University for Nationalities，Duyun Guizhou558000，China；3.School of Software，Central South University，Changsha410075，China）

Energy utilization efficiency problem has been a bottleneck restricting the wide application of WSN，and the energy capacity of each network node is very important.In view of the WSN"energy hole problem"and due to the cluster head role overload caused by excessive energy consumption and to improve the energy efficiency of WSN proposed non uniform clustering algorithm of dual cluster head—PUDCH a wireless sensor network.The algorithm first considering node comprehensive information such as the distance of the residual energy of node，the node to the base station，according to the comprehensive information of the node through the mechanism of competition in different time to elect cluster heads，the whole network is divided into uneven clustering；in the larger clusters，in order to reduce the burden of light cluster head then select vice cluster head.Finally，the cluster head is then constructed based on the optimal transmission path of the minimum spanning tree.A series of simulations show that the PUDCH routing algorithm has excellent performance in the energy consumption of WSN saving and balancing nodes.

wireless sensor networks；double cluster head；parity；uneven clustering；minimum spanning tree

TP393

A

1004-1699（2016）12-1912-07

??7230

10.3969/j.issn.1004-1699.2016.12.022

項目來源：國家自然科學基金項目（61572526）；湖南省自然科學基金項目（13JJ3007）；湖南省哲學社會科學基金項目（14YBA318）

2016-05-26修改日期：2016-07-16