【路由優(yōu)化】基于能量均衡高效的LEACH協(xié)議改進算法附matlab代碼
【路由優(yōu)化】基于能量均衡高效的LEACH協(xié)議改進算法附matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 簡介
隨著信息技術時代的來臨,無線傳感網(wǎng)絡(簡稱WSN)作為一種新型網(wǎng)絡技術,引起了國內(nèi)外研究學者的重視。WSN與傳統(tǒng)的網(wǎng)絡不同,它將無線傳感技術與傳統(tǒng)網(wǎng)絡技術結(jié)合,在現(xiàn)實生活的各個方面有廣泛的應用。WSN主要由散落在監(jiān)測區(qū)域的各種傳感器節(jié)點構(gòu)成,其特色是運用范圍靈活廣泛,應用成本低,可遠程操控等。但是,傳感器節(jié)點的缺點是沒有源源不斷的能量供應,設計WSN的路由時應著重考慮能耗問題。低功耗自適應分簇路由協(xié)議(簡稱LEACH協(xié)議)被稱為WSN中的眾多重要路由協(xié)議之一。許多改進的分簇路由協(xié)議都是基于此協(xié)議,如PEGASIS協(xié)議和HEED協(xié)議等。LEACH協(xié)議將網(wǎng)絡傳輸時間劃分成連續(xù)的時間周期。每個周期分為路由建立階段和網(wǎng)絡傳輸階段;每個周期中都會選取一個簇首,網(wǎng)絡劃分成簇。但是,在LEACH路由協(xié)議中,每個循環(huán)都是通過閾值隨機選擇簇首的,沒有考慮簇首的能量和地理位置因素,易造成能量較低和地理位置不佳的節(jié)點當選簇首的現(xiàn)象。并且,LEACH協(xié)議只適用節(jié)點間和節(jié)點與基站之間可以直接傳遞數(shù)據(jù)的網(wǎng)絡場景。本文提出了一種基于能量均衡高效的LEACH路由協(xié)議綜合優(yōu)化策略。在該策略中,分為簇內(nèi)和簇間路由協(xié)議兩個改進方向。簇內(nèi)方向,對于LEACH路由協(xié)議簇內(nèi)隨機選取簇首問題,加入了剩余能量因子、間距因子和節(jié)點密度因子來優(yōu)化閾值公式,整體考慮了節(jié)點剩余能量和地理位置來選擇簇首。此外,在不同WSN的應用場景中,根據(jù)剩余能量和地理位置對于簇首的選擇起到的作用大小不同,引入加權因子,提出了二分法控制加權因子的算法。并且,構(gòu)造了時間動態(tài)函數(shù),提出了動態(tài)地調(diào)整剩余能量因子加權值的算法。在簇間路由協(xié)議方面,給出了最佳簇首數(shù)量的研究方法。并且,引入了節(jié)點能耗函數(shù)和最短轉(zhuǎn)發(fā)距離,找到了節(jié)點入簇的最佳方法和簇首之間數(shù)據(jù)傳輸?shù)穆酚蓞f(xié)議。通過MATLAB仿真實驗驗證,改進后的算法有效地節(jié)省了網(wǎng)絡的能量消耗,減緩了節(jié)點枯竭的速率。具體研究內(nèi)容如下:(1)對于LEACH路由協(xié)議通過閾值隨機循環(huán)選取簇首問題,采用改進閾值公式的方法,加入剩余能量因子、間距因子、距離因子和加權因子。綜合考慮了候選節(jié)點的位置和能量條件。(2)并且通過實驗驗證了密度因子在不同實驗場景中,其重要性不同。因此,可以根據(jù)不同的網(wǎng)絡環(huán)境,進行仿真實驗得出最佳的密度因子加權值。在本文實驗場景中,通過實驗得出了在此實驗場景中的最佳密度因子的加權值。(3)對于剩余能量因子的加權值,創(chuàng)新性地提出了二分法。將節(jié)點的剩余能量一分為二,給出了調(diào)整剩余能量因子的加權值的改進算法。并將二分法與恒值法進行了比較。但是二分法的缺點是能量敏感度小。(4)針對二分法缺點,構(gòu)造了時間動態(tài)函數(shù),創(chuàng)新性地提出了動態(tài)法改變剩余能量因子的加權值的算法。在此算法中,隨著網(wǎng)絡信息傳輸時間的進行,動態(tài)地調(diào)節(jié)剩余能量的加權值,使得節(jié)點剩余能量因子加權值的敏感度更高。(5)對于LEACH協(xié)議節(jié)點分成簇的數(shù)量多少對網(wǎng)絡性能影響較大,給出了最佳簇首比率算法,并通過實驗驗證了其準確性。(6)引入能耗函數(shù),給出了節(jié)點基于能耗最低的節(jié)點入簇方案;對于簇首到基站的數(shù)據(jù)傳輸?shù)乃惴?引入了最短轉(zhuǎn)發(fā)路徑,得到了簇首間數(shù)據(jù)傳輸?shù)妮^優(yōu)中轉(zhuǎn)跳數(shù)。
2 部分代碼
clc;
clear;
close
all
%%
1
.初始參數(shù)設定模塊
%.傳感器節(jié)點區(qū)域界限(單位
m
)
xm =
100
;
ym =
100
;
% (
1
)匯聚節(jié)坐標給定
sink.x =
50
;
sink.y =
50
;
% 區(qū)域內(nèi)傳器節(jié)數(shù)
n =
100
;
% 簇頭優(yōu)化比例（當選簇頭的概率）
p =
0
.
05
;
% 能量模型（單位 J）
% 初始化能量模型
Eo =
0
.
5
;
% Eelec=Etx=Erx
ETX =
50
*
0
.
000000001
;
ERX =
50
*
0
.
000000001
;
% Transmit Amplifier types
Efs =
10
*
0
.
000000000001
;
Emp =
0
.
0013
*
0
.
000000000001
;
% Data Aggregation Energy
EDA =
5
*
0
.
000000001
;
% 最大循環(huán)次數(shù)
rmax =
2000
;
% 算出參數(shù)
do
do
=
sqrt
(Efs/Emp);
% 包大?。▎挝?bit）
packetLength =
4000
; % 數(shù)據(jù)包大小
ctrPacketLength =
100
; % 控制包大小
% 感知半徑
R =
sqrt
(xm*ym/(pi*n*p));
%%
2
.無線傳感器網(wǎng)絡模型產(chǎn)生模塊
% 構(gòu)建無線傳感器網(wǎng)絡,在區(qū)域內(nèi)均勻投放
100
個節(jié)點,并畫出圖形
for
i =
1
:n
S(i).xd =
rand
(
1
,
1
)*xm;
S(i).yd =
rand
(
1
,
1
)*ym;
S(i).d =
sqrt
((S(i).xd-sink.x)^
2
+(S(i).yd-sink.y)^
2
);
S(i).G =
0
;
S(i).E = Eo;
S(i).Nbr =
0
;
% initially there are
no
cluster heads only nodes
S(i).type =
’N’
;
end
S(n+
1
).xd = sink.x;
S(n+
1
).yd = sink.y;
%% 繪圖比較
r =
1
:rmax+
1
;
figure;
plot(r, ALIVE_LEACH,
’rp-’
, r, ALIVE_LEACH_E,
’gs-’
, r, ALIVE_LEACH_improved,
’ko-’
,
’linewidth’
,
1
,
’MarkerSize’
,
2
);
xlabel
’時間(輪)’
; ylabel
’存活節(jié)點數(shù)目’
;
legend(
’LEACH’
,
’LEACH-E’
,
’LEACH-improved’
);
xlim([
0
,
2000
])
figure;
plot(r, ENERGY_LEACH,
’rp-’
, r, ENERGY_LEACH_E,
’gs-’
, r, ENERGY_LEACH_improved,
’ko-’
,
’linewidth’
,
1
,
’MarkerSize’
,
2
);
xlabel
’時間(輪)’
; ylabel
’網(wǎng)絡剩余能量(J)’
;
legend(
’LEACH’
,
’LEACH-E’
,
’LEACH-improved’
);
xlim([
0
,
2000
])
figure;
plot(r, PACKETS_LEACH,
’rp-’
, r, PACKETS_LEACH_E,
’gs-’
, r, PACKETS_LEACH_improved,
’ko-’
,
’linewidth’
,
1
,
’MarkerSize’
,
2
);
xlabel
’時間(輪)’
; ylabel
’基站接收的數(shù)據(jù)量(bit)’
;
legend(
’LEACH’
,
’LEACH-E’
,
’LEACH-improved’
);
xlim([
0
,
2000
])
3 仿真結(jié)果
4 參考文獻
[1]黃利曉. 基于能量均衡高效的LEACH路由協(xié)議優(yōu)化策略[D]. 浙江師范大學, 2018.
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，相關matlab代碼問題可私信交流。
部分理論引用網(wǎng)絡文獻，若有侵權聯(lián)系博主刪除。