近日，物联网领域国际顶级刊物《IEEE Internet of Things Journal》（JCR Q1,IF 8.2）报道了人工智能学院信息融合团队在无线传感器网络（WSN）分簇路由方向的研究进展，相关成果以“Energy-Distance-Function-Based Improved K-Means for Clustering Routing Algorithm”为题在线发表。

无线传感器网络作为物联网的核心组成部分，广泛应用于环境监测、智能农业和工业自动化等领域。然而，传统分簇路由算法（如LEACH）因簇头（CH）随机选择导致分布不均、能耗失衡等问题，严重制约网络寿命。现有改进方案虽引入能量或距离阈值优化簇头选择，但仍存在权重分配僵化、计算复杂度高等局限。如何实现簇头均匀分布、动态平衡网络能耗，并兼顾算法效率，成为该领域亟待突破的难点。

本文提出了一种基于能量距离函数的改进K均值分簇路由算法（EDFIKM）。首先，构建自适应加权能量距离函数，动态融合节点剩余能量、簇心距离及网络存活节点数等多维参数，有效降低簇头选择的随机性；其次，将该函数嵌入K均值聚类过程，通过迭代优化候选簇头与分簇配置，实现簇头均衡分布及簇内节点均匀分配。理论证明表明，EDFIKM在保证低时间复杂度的同时，显著提升网络能耗均衡性。仿真实验表明，相较于DBCH、CEOMS等算法，EDFIKM的簇内节点分布方差降低81.3%，最大-最小剩余能量差减少44.2%，网络寿命延长35.4%。

图1 EDFIKM算法结构

图2 改进k-means算法示意图

图3 EDFIKM算法簇头分布图

图4 EDFIKM算法剩余能量分布图

河南大学人工智能学院为该论文的第一单位，学院信息融合团队教师周林为第一作者、魏倩为通讯作者。该研究受到国家基金委面上项目、河南省科技厅重点研发和科技攻关项目等支持。

论文链接： https://ieeexplore.ieee.org/abstract/document/10596135