无线传感器网络路由优化中的能量均衡LEACH改进算法（Matlab代码实现）

最新推荐文章于 2023-05-10 11:20:28 发布

然哥爱编程

最新推荐文章于 2023-05-10 11:20:28 发布

阅读量560

点赞数

文章标签：算法 python 开发语言

本文链接：https://blog.csdn.net/m0_73907476/article/details/130551640

版权

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

💥1 概述

由于簇的规模和簇头选择对WSN总能耗影响较大：一方面，当簇的规模较小时，易导致WSN能量消耗不合理；另一方面，当簇的规模较大时，簇头转发数据量太大、负担较重，易造成能耗增大，使普通成员节点在单位之间可发送的数据量急速降低。

基于能耗均衡的LEACH改进算法在执行时循环进行簇的重构，仍然和传统 LEACH 一样按轮(round)进行，每轮依然分成簇的建立阶段和传输数据的稳定阶段。该算法的目标是在每一轮中产生可以实现整个WSN更低能耗的最优数目的簇头，同时，在簇头的选举时充分考虑节点的剩余能量引入簇头选择新阈值，从而使能量消耗更加均衡。

📚2 运行结果

主函数部分代码：

clc;
clear;%清除內存变量

xm=100;%x轴范围
ym=100;%y轴范围

sink.x=0.5*xm;%基站x轴
sink.y=0.5*ym;%基站y轴

n=100;%节点总数

p=0.1;%簇头概率

E0=0.02;%初始能量
ETX=50*0.000000000001;%传输能量，每bit，10e-12
ERX=50*0.000000000001;%接收能量，每bit
Efs=10*0.000000000001;%耗散能量，每bit
EDA=5*0.000000000001;%融合能耗，每bit

cc=0.6;%融合率

rmax=1000;%总轮数

CM=32;%控制信息大小
DM=4000;%数据信息大小

figure(1);%显示图片
%% 为每个节点随机分配坐标，并设置初始能量为E0，节点类型为普通，并绘制基站
for i=1:1:n
    S(i).xd=rand(1,1)*xm;
    S(i).yd=rand(1,1)*ym;
    S(i).G=0;%
每一周期結束此变量为
0
    S(i).E=E0;%设置初始能能量E0
    S(i).type='N';%节点类型为普通

    plot(S(i).xd,S(i).yd,'o');
    hold on;%保持所画的图像
end

S(n+1).xd=sink.x;
S(n+1).yd=sink.y;
plot(S(n+1).xd,S(n+1).yd,'x');%绘制基站节点

flag_first_dead=0;%第一个死亡节点的标识变量
%% 开始每轮循环
for r=1:1:rmax
  r=r+1;%
显示轮数  %% 变量初始化
    %
 如果轮数正好是一個周期的整数倍，则设置S(i).G为
0
    if(mod(r,round(1/p))==0)
       for i=1:1:n
           S(i).G=0;
       end
    end
    
     hold off;%每轮图片重新绘制
     cluster=0;%初始簇头数为0
     dead=0;%初始死亡节点数为0
     %%%%%%%%%绘图
     %figure(1);
    %% 记录死亡节点
     for i=1:1:n
         %
 将能量小于等于
0
的节点绘制成紅色，并将死亡节点数增加
1
         if(S(i).E<=0)
             %%%%%%%%%绘图
%            plot(S(i).xd,S(i).yd,'red .');
            dead=dead+1;
            
            if(dead==1)
                if(flag_first_dead==0)
                    first_dead=r %第一个节点的死亡轮数
                    save ltest, first_dead;
                    flag_first_dead=1;
                end
            end

 %        hold on;
         %绘制其他节点，其他节点正常标识
         else
             S(i).type='N';
  %%%%%%%%%绘图
  %           plot(S(i).xd,S(i).yd,'o');
             hold on;
         end      
     end
%%%%%%%%%绘图
  %   plot(S(n+1).xd,S(n+1).yd,'x');%绘制基站

     Dead(r+1)=dead; %每轮记录当前的死亡节点数
     save ltest, Dead(r+1);%将此数据存入ltest文件
     
     %% 按概率选取簇头，选出簇头后标识簇头，将簇头标识（位置，距离，ID）都记录下来
     for i=1:1:n
         if(S(i).E>0)
           if(S(i).G<=0)
            temp_rand=rand;%
取一个随机数            if(temp_rand<=((p/(1-p*mod(r,round(1/p))))*(S(i).E/E0)))%如果随机数小于等于
            %if(temp_rand<=(p/(1-p*mod(r,round(1/p)))))%如果随机数小于等于
            S(i).type='C';%此节点为此轮簇头
            S(i).G=round(1/p)-1;%S(i).G设置为大于0，此周期不能再被选择为簇头
            cluster=cluster+1;%簇头数加1
            C(cluster).xd=S(i).xd;
            C(cluster).yd=S(i).yd;%将此节点标识为簇头
%%%%%%%%%绘图
%            plot(S(i).xd,S(i).yd,'k*');%绘制此簇头

            distance=sqrt((S(i).xd-(S(n+1).xd))^2+(S(i).yd-(S(n+1).yd))^2);%簇头到基站的距离
            C(cluster).distance=distance;%标识为此簇头的距离
            C(cluster).id=i; %此簇头的节点id

            packet_To_BS(cluster)=1;%发送到基站的数据包数为1，每个簇头到基站都有一个数据包
            end
           end
          end
         end