LEACH分簇算法实现和能量控制算法实现

1、江南大学物联网-zk一：题目1、在给定 WSN的节点数目(100)前提下，节点随机分布，按照 LEACH算法，实现 每一轮对 WSN的分簇。记录前K轮(k=10 )时，网络的分簇情况，即每个节点的角色(簇 头或簇成员)。标记节点之间的关系，标记其所属的簇头。2、在1的基础上，增加能量有效性控制：给定的所有节点具有相同的能量，考察第一 个节点能量耗尽出现在第几轮。节点的能量消耗仅考虑关键的几次通信过程，其他能量消耗不计。通信过程能量消耗规则如下：Setup:簇成元：每次收到候选簇头信息-1 ,每个候选簇头仅被收集一次； 通知簇头成为 其成员，发送信息-2。候选簇头：被簇成元接收信息，即发送信息，

2、能量 -2;被通知成为簇 头，接收信息能量-1。Steady:每个簇成员每轮向簇头发送10次数据，每次成员能量-2 ,簇头能量-1。二：目的(1)在固定节点个数的前提下，仿真 LEACH算法的分簇过程。(2)在上述节点个数和分簇算法的前提下，计算节点的能量消耗，判断能量消耗到0的节点出现在第几轮。三：方法描述(1) LEACH 分簇簇头选举初始阶段，每个节点根据所建议网络簇头的百分比 (事先确定)和节点已经成 为簇头的次数来确定自己是否当选为簇头。每个节点产生一个0-1的随机数字，如果该数字小于阈值T (n),节点成为当前轮的簇头。阈值?,? ?T(n) = 1 - ? ?0,其他1 / 16

3、江南大学物联网-zk其中，P为预期的簇头百分比，r为当前轮数，G是最近1/p轮里没有成为簇头的节点的集合。首先确定传感器网络中的节点个数为100个，并对所有节点初始化其三个属性，分别有type（节点类型）,selected（是否当选过簇头）和temp_rand（随机数）。设定簇头产生概率 p=0.08 。算法步骤如下：Step1:随机生成100个节点位置，并赋值随机数temp_rand ,设置type和selected为N '。Step2:将所有selected为N '的节点随机值与T （n）做比较，若temp_rand 小于等于 T（n）则转向Step3 ,否则转向 Step

4、4。Step3:表明节点当选为簇头节点，将 type赋值'C , selected赋值'O'。Step4:表明节点为普通节点，将 type扔赋值'N' , selected不改变赋值。Step5:遍历所有节点，若节点type为C',将节点在图上标记'*',并标上节点数目。否则将节点在图上标记为o',同时标记上节点数目。Step6:如果节点为普通节点，则计算其与所有簇头的欧式距离，形成距离矩阵。Step7:利用min函数，找到与普通节点相距最近的簇头，并将其相连接。Step8: 一轮分簇结束，返回 Step1开始下一轮分簇过

5、程。所以在试验中通过计算每个普通节点到所有簇头的距离，并将该普通节点与相距最近的簇头节点相连，并将簇头节点的selected属性标记，保证当过簇头的节点在之后的分簇过程中不会再当选为簇头节点。在 10轮的分簇试验中选取5张分簇网络图，具体分簇情况分别如下：2 / 16江南大学物联网-zk10090807060504030201002766282395405725481538 20870102030405060708090100图1第一轮分簇网络拓扑图第一轮分簇的簇头和簇成员的分类表如下:簇成员713,27,222872,82,40,57,20,28,87,15,48,38,48,25697,5

6、5,75,33,78,5,18,991149,83,12,36,89,9,61,52,620098,24,84,17,11,66,69,45,81,96,35,46,84,54,64,54,211413,73,44,47,014316,10,60,74,29,51,19,59,92,569302,58,08,88,67,79,96,33,50,32,53,77,34,39,65,35,37,42,31,70,76,91,30,263 / 16江南大学物联网-zk55 。 1009080706050403020100753328235738 20984983174125 4815364 f r9

7、42490648072227351492一“化妆6用 471 44615a28999084518 1867792 ?93100 5886 635074 29 ：19 59 一53656834 39鲂37429170760102030405060708090100100908070605040302010055 97754033577138 2094'-271761961135 66814686635032771476299256683488677928239522983c26 91" .703947144 二498318785I <5600102030405060708

8、090100625 4815产90f4418972. 82.55 97875554071425158038 2070982160175066408451302010925647144>74 .飞29；/, ，35上冲35 469064；"180760282322U9424；395.k牙754960-43167861859534983叫525212三4189,9293100 5888,667 86归6379米0773965 8537 :42心6834323026沏70764050607080901001/431693100 588537 /42100908070605040302

9、010095221221.364.2741616663687719 ,344316- 14471449256899二573965C85C37卜42302 6 91 7。E恫66。18 三78r,40 X 3382 7555 9749,83010203040506070809010071£2823步上95 25/<879096814574299358图2第二，三，四，五轮分簇网络拓扑图(2)节点能量消耗试验中通过对能量消耗规律的分析可以得出：假设某轮分簇中第i个簇头的簇成员有a个，所以在这一轮中的通信过程中簇头消耗的能量为2+11*a，簇成员消耗的能量为 22。所以增加节点的一个

10、属性为S(i).power ,从而到达能量消耗监测的目的。设置标志位，当发现第一个节点能量耗尽情况出现时，则结束程序，并用黑色标记。而已做过簇头的节点用红色标记。在一次实验中，第一次能量耗尽出现在第5轮。前5轮的图像如下：4 / 16江南大学物联网-zk0 M 加 皤 叩 5。 附 也 的 3dQ 1。？和 叫 M M 3 即 90 TOQ图3前四轮节点能量均剩余情况图4第五轮25节点能量耗尽5 / 16江南大学物联网-zk四：实验结论在本次实验中首先通过对 LEACH算法的分析研究，学习了其进行传感器节点网络分簇 的步骤，同时在P=0.08和节点数目为100的前提下通过 MATLAB仿真在节

11、点数目不变的 情况下10轮的分簇结果。在能量的消耗试验中，首先通过对簇头以及簇成员在一轮分簇通 信过程中的能量消耗规律统计，简化了实验步骤。通过仿真，第一个节点能量耗尽的情况出现在第5轮。通过这次实验，对传感器网络的通信协议以及能量消耗控制有了更加深入的研 究和探讨，收获很多。1、Leach 分簇：close allclear all;clc;pm=100;%概率范围xm=100;%x轴范围ym=100;%y轴范围line=10;%连线距离初始值sink.x=0.5*xm;%基站 x 轴 50sink.y=0.5*ym;%基站 y 轴 50n=100;p=0.08;for i=1:1:n%随机

12、产生100个点6 / 16江南大学物联网-zkS(i).xd=rand(1,1)*xm;S(i).yd=rand(1,1)*ym;S(i).temp_rand=rand;S(i).type='N'%进行选举簇头前先将所有节点设为普通节点S(i).selected='N'S(i).power=300;hold on;endnum11=0;num12=0;flag=1;while(flag)for r=1:1:10figure(r);for i=1:1:n%随机产生100个点S(i).temp_rand=rand;endfor i=1:1:nif S(i).sele

13、cted='N'%if S(i).type='N'%只对普通节点进行选举，即已经当选簇头的节点不进行再选举if ( S(i).temp_rand<=(p/(1-p*mod(r,round(1/p)7 / 16江南大学物联网-zkS(i).type='C'%节点类型为族头S(i).selected='O'plot(S(i).xd,S(i).yd,'*');text(S(i).xd,S(i).yd,num2str(i);num11=num11+1;else S(i).type='N'%节点类型为普

14、通plot(S(i).xd,S(i).yd,'o');text(S(i).xd,S(i).yd,num2str(i);num12=num12+1;endendif S(i).type='C'plot(S(i).xd,S(i).yd,'*');%族头节点以*标记elsetext(S(i).xd,S(i).yd,num2str(i);plot(S(i).xd,S(i).yd,'o');%普通节点以o标记text(S(i).xd,S(i).yd,num2str(i);end8 / 16江南大学物联网-zkhold on;end%判断最近

15、的簇头结点，如何去判断，采用距离矩阵yy=zeros(n);for a=1:1:nif S(a).type='N'for b=1:1:nif S(b).type='C'length(a,b)=sqrt(S(a).xd-S(b).xd)A2+(S(a).yd-S(b).yd)A2);%簇头与每个普通节点的距离elselength(a,b)=10000;endendval,b=min(length(a,:);plot(S(b).xd;S(a).xd,S(b).yd;S(a).yd)%将节点与簇头连起来，即加入簇头集合yy(a,b)=1;hold onelseleng

16、th(a,:)=10000;9 / 16江南大学物联网-zkendendfor i=1:1:nif S(i).type='C'number=sum(yy(:,i)S(i).power=S(i).power-(2+11*number);elseS(i).power=S(i).power-22;endendfor i=1:1:nS(i).type='N'endendfor i=1:1:nif (S(i).power)<0text(S(i).xd,S(i).yd,num2str(i);flag=0;endend10 / 16江南大学物联网-zkif flag=0

17、breakendend2、能量clearclcclose allxm=100;ym=100;line=10;sink.x=0.5*xm;sink.y=0.5*ym;n=100;p=0.05;send_dissipation=2;receive_dissipation=1;for i=1:1:nS(i).xd=rand(1,1)*xm;S(i).yd=rand(1,1)*ym;S(i).temp_rand=rand;S(i).energy=500;11 / 16江南大学物联网-zkS(i).signal='L'S(i).type='N'S(i).selected=

18、'N'hold on;endr=1;flag=1;while(flag)for i=1:nifS(i).selected='N'&(S(i).temp_rand<=(p/(1-p*mod(r,round(1/p)&S(i).signal='L'flag=1;break;endif i=nifS(i).selected='Y'|(S(i).temp_rand>=(p/(1-p*mod(r,round(1/p)|S(i).signal='D'flag=0;endendend if flag=

19、012 / 16江南大学物联网-zkbreak;endfigure(r);for i=1:nif S(i).signal='L'if S(i).selected='N'if ( S(i).temp_rand<=(p/(1-p*mod(r,round(1/p)S(i).type='C'S(i).selected='Y'S(i).energy=S(i).energy-send_dissipation;plot(S(i).xd,S(i).yd,'r*');text(S(i).xd,S(i).yd,num2str(i

20、);elseS(i).type='N'plot(S(i).xd,S(i).yd,'bo');text(S(i).xd,S(i).yd,num2str(i);endelseplot(S(i).xd,S(i).yd,'r.','markersize',20);text(S(i).xd,S(i).yd,num2str(i);end hold on;13 / 16江南大学物联网-zkendenddistance=zeros(1,100);num_cluster=zeros(1,100);for i=1:100distance(1,i)=1

21、00000;endfor a=1:1:nif S(a).signal='L'&S(a).type='N'for b=1:1:nif S(b).signal='L'&S(b).type='C'distance(1,b)=sqrt(S(a).xd-S(b).xd)A2+(S(a).yd-S(b).yd)A2);S(a).energy=S(a).energy-receive_dissipation;endendmin=100000;for i=1:nif distance(1,i)<min;min=distance(1,i);nearest_cluster=i;endend14 / 16江南大学物联网-zkif min-=10