针对大规模分布式的传感器网络，节点通过一跳直接与基站通信是不现实的，为此，Younis(2O04)等人提出了一种使用固定簇半径的分簇协议HEED(A Hybrid，Energy-Efficient Distributed clustering approach)。

作为衡量簇内通信代价的标准，HEED规定簇头的选择主要依据主、次两个参数。其中主参数依赖于剩余能量，具有较高剩余能量的节点将具有较高的概率成为临时簇头，并且其算法收敛的速度也较快；次要参数如节点邻近度或者节点密度。处于相同簇覆盖范围的多个簇头节点则通过次参数平均可达能级AMRP来竞争出最终的簇头。对于处于多个簇覆盖范围内的成员节点则根据次参数AMRP来选择最终的簇加入。Younis(2004)给出了AMRP的计算方式，一个簇的平均可达能量可以用公式计算。其中M为该节点的所有邻居节点数，MIN（pj）为第i个节点能够与簇头通信的射频最小的功率。由于假设传感器节点的发射功率是可以调节的，因此公式如下很好地评估了一个簇的簇内通信代价。

HEED分簇算法包括以下几个步骤：　　

l)初始化阶段：每个节点计算其包括计算邻居节点的个数，以及自身的AMRP的值，并且设定初始的成为簇头节点的概率。

2)迭代阶段：每个节点在每轮的循环中如果发现自身周围有临时簇头节点则进行相应的判断:如果自身也是临时簇头(tentativeclusterhead)，并且自身的AMRP的值最小，则宣布自身为最终簇头，否则进行下一轮;如果邻居节点中没有节点宣布自己为临时簇头则自身按照一定的概率成为临时簇头。

 备选簇头状态: 当节点 簇首比例< 1时， 节点为备选簇头状态， 若之后发现具有通信代价更小的簇头节点， 则其改变状态为普通节， 加入该候选簇头。

 最终簇头状态: 当节点 簇首比例= 1时，节点作为最终簇头状态， 并向其邻居节点广播。

3)在迭代结束后，如果临时簇头的邻居中没有其他的临时簇头或者他们的AMRP都比自身小，则该临时簇头关宣布自身为最终的簇头(finalcluster head)，其他节点周围若没有发现最终的簇头节点也宣布自身为最终的簇头节点。否则加入AMRP值最小的临时簇头。