买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种水下传感器网络分簇并行通信方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116600360B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310429688.4，技术领域涉及：H04W40/10；该发明授权一种水下传感器网络分簇并行通信方法是由张军;周畅;宁更新;冯义志;余华;陈芳炯;温淼文;季飞设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种水下传感器网络分簇并行通信方法在说明书摘要公布了：本发明公开了一种基于重复计算和改进K‑means聚类的水下传感器网络分簇并行通信方法，该方法针对目前基于K‑means聚类的水下LEACH协议中没有考虑水下能量传播模型及簇头节点广播并行传输时隙分配信息会增加自身能耗、影响网络通信速率的不足，提出在K‑means聚类中采用水下能量传播模型优化分簇数量，并以此确定簇头节点和网络分簇；同时各个节点通过重复计算，即同时独立运行相同的确定算法，来获取自身的并行传输时隙，无需簇头节点广播并行传输时隙分配信息，减少了网络的能耗、延长了网络寿命。本发明可以应用于水下生态监测、预警探测、灾害监控等网络结构的水下传感器网络中。

本发明授权一种水下传感器网络分簇并行通信方法在权利要求书中公布了：1.一种基于重复计算和改进K-means聚类的水下传感器网络分簇并行通信方法，应用于具有多个可以独立收发数据节点的静态水下传感器网络，其特征在于，所述水下传感器网络分簇并行通信方法包含以下步骤： S1、根据节点的数量N、发送与接收数据包的能耗，以及节点在水下区域的分布情况，基于水下能量传播模型计算最优分簇数量Kopt； S2、初始化迭代变量e＝1，设置最大迭代次数为emax，设置节点的初始能量为E0； S3、随机选择Kopt个节点作为初始簇头节点CHi，i＝1,2,…,Kopt，i为分簇序号； S4、分别计算非簇头节点到分簇j的簇头节点CHj的欧氏距离其中，为分簇i中簇内序号为m的非簇头节点，m＝1,2,…,N-Kopt；当i＝1时，令i＝0； S5、搜索使欧氏距离最小的j，记为jmin 将非簇头节点加入分簇jmin； S6、对所有非簇头节点执行步骤S4-S5，使得每个非簇头节点都加入了某一分簇； S7、根据分簇结果，计算每个分簇内每个节点到簇内其他所有节点的欧氏距离总和计算簇头节点CHi到簇内其他所有节点的时，令m＝0；其中，簇内其他所有节点包括非簇头节点或簇头节点CHi； S8、搜索分簇i内令最小的m，记为mmin 将mmin对应的节点作为分簇i的簇头节点； S9、令e＝e+1，如果分簇结果或簇头节点有变化，且eemax，则转跳至步骤S4，否则继续执行步骤S10； S10、在每个分簇内重新设置非簇头节点的序号m，m＝1～Ni且等于将非簇头节点到本簇簇头节点CHi的距离由近至远排列时的序号,Ni表示分簇i内的非簇头节点数量； S11、非簇头节点和簇头节点CHj分别计算出簇内和簇间每个节点无冲突并行传输数据包的发送时刻和ti； S12、计时器t开始计时，每个非簇头节点根据步骤S11计算出的发送时刻在时向本簇簇头节点CHi发送一个bCH比特的数据包，根据水下能量传播模型，计算非簇头节点发送数据包的功率 其中表示非簇头节点到簇头节点CHi的欧氏距离，表示非簇头节点的水下深度，I0表示数据包可以被目的节点正确接收的最小声强，声强物理定义为单位面积上的功率； 计算发送数据包的能耗 其中，tTXbCH为bCH比特数据包的发送用时； 计算簇头节点CHi接收并融合分簇i中所有非簇头节点数据包的能耗计算公式如下： e′RX为簇头节点CHi接收并融合1比特数据的能耗； 根据式6、7更新非簇头节点的能量和簇头节点CHi能量 S13、将计时器t置零，重新开始计时，每个簇头节点CHi根据步骤S11计算出的发送时刻ti，在t＝ti时向基站发送步骤S12接收到的数据包；根据水下能量传播模型，采用式3、4同样方法计算CHi发送数据包的能耗 其中，为簇头节点CHi的发送功率，为簇头节点CHi到基站的欧氏距离，为簇头节点CHi的水下深度，tTXbBS为bBS比特数据包的发送用时； 根据式9更新簇头节点CHi的能量 S14、如果静态水下传感器网络的所有通信任务完成，则结束；否则转跳步骤S1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。