层次形拓扑控制是将所有的传感器节TMS320C6205GHK200点分成一定的簇结构形式，主要包括任务管理节点( Command Node)、网关节点(Gateway Node)、簇头节点和传感器节点(Sensor Node)。每个簇结构由簇头节点负责将簇内的数据通过其他簇头路由或者直接传送到汇聚节点，在簇内部普通节点将感知到的数据传送到簇头节点。从而由簇头节点形成一个处理并转发数据的骨干网，其他节点则可以暂时关闭通信模块，进入睡眠状态以节省能量。

     一个区域内节点间的通信主要依靠簇头节点间的协调实现。区域间通过簇头节点之间进行多跳路由，将信息传送给Sink节点。这种模式便于对大规模大面积的传感器网络进行管理，在此基础上也容易实现数据融合等技术。
    目前，典型的层次型拓扑控制算法有LEACH[351、HEED[361等自组织成簇算法，GAF虚拟地理网络分簇算法[37]、TopDisc[38]成簇算法等。

    针对LEACH算法簇头分布不均匀的问题，Younis等提出了一种混合式的分簇HEE（Hybrid Energy-Efficient Distributed clustering>算法，通过定义簇内平均最小可达功率AMRP( Average Minimum Reachability Power)指标来衡量簇内节点通信成本。HEED算法首先根据节点的剩余能量来概率性地选择一些候选节点，以簇内通信代价的高低来竞争产生最终簇头，以簇内平均可达能量作为衡量簇内通信成本的标准，
    HEED算法将操作时间分为成簇持续时间TCP和网络操作时间TNO。在成簇持续时间内每个节点分布式的通过有限次的迭代选举出簇头节点，节点在网络操作时间内发送数据到本簇簇头节点，簇头节点可以选择一种路由协议将数据经过多条路径经由其他簇头节点传送到基站或者汇聚节点。在簇头选举阶段，每个节点以不同的初始概率发送竞争消息，每次迭代将概率加倍直至为1或有邻节点己经被选为簇头，
    HEED算法的优点是采用了一种对普通节点和簇头节点都统一的机制来衡量簇内通信代价，而不是LEACH算法所使用的节点与簇头间的距离作为是否加入该簇的指标，这样可以协调簇头覆盖范围内所有节点的能量消耗，从而产生较为均匀的簇头布。此外在簇头选举中考虑了节点的剩余能量情况，让剩余能量占初始能量比例更大的节点有更多的机会成为簇头，使得选出的簇头更适合担任数据转发任务，形成的网络拓扑结构更为合理，全网能量消耗更加均匀。