网站建设创新成果,广告联盟有哪些,工行网站如何做理财风险评估,个人管理系统本文模拟仿真TL-EBC协议#xff0c;将LEACH算法与TL-EBC对比。 文章目录 一、算法简介1、PSO-C(2007)2、TL-EBC(2012) 二、仿真与分析1、参数设置2、MATLAB 程序实现实验1、不考虑控制包#xff0c;对比LEACH与TL-EBC实验2、虑控制包#xff0c;对比LEACH与TL-EBC 三、实验结… 本文模拟仿真TL-EBC协议将LEACH算法与TL-EBC对比。 文章目录 一、算法简介1、PSO-C(2007)2、TL-EBC(2012) 二、仿真与分析1、参数设置2、MATLAB 程序实现实验1、不考虑控制包对比LEACH与TL-EBC实验2、虑控制包对比LEACH与TL-EBC 三、实验结果实验1、不考虑控制包对比LEACH与TL-EBC实验2、考虑控制包对比LEACH与TL-EBC结果分析 四、参考文献 一、算法简介
1、PSO-C(2007) LEACH算法选簇头是分布式随机选取的存在很多缺陷集中式选取簇头一般是将能量不小于网络平均能量的节点作为候选簇头然后再从这些候选簇头中选出适应度比较好的簇头这是一个NP问题一般可采用元启发算法解决。 假设网络包含N个节点预先定义分为K个簇头候选簇头数为M一般情况MK则可能的分簇方式有C(M,K)种在其中确定最佳分簇方式是一个最优化问题。应用PSO算法解决这个问题使每个粒子代表一种可能的分簇方式用目标函数评价其性能设置m个粒子组成群体在C(M,K)种可能的分簇方式种寻找最优解使目标函数取得最小值该目标函数定义如下
2、TL-EBC(2012) TL-EBC协议在PSO-C协议的基础上加入了一个总簇头的机制将网络设计成了两层分簇的体系结构。 总簇头的选择综合考虑节点能量、各簇头节点距离和 与基站距离 3 个方面的因素。首先在每个簇中选择能量 最大的节点(不包括簇头)为候选总簇头。然后计算每个候选总簇头的评价函数具有最小评价函数值的候选总簇 头成为总簇头。评价函数定义如下
二、仿真与分析
1、参数设置 将200个传感器节点随机部署在200m x 200m的范围内基站坐标(100,275)位于网络外部。数据包长度为2000bit控制包长度50bit簇头的数量设定为节点总数的5%则K10总簇头的数据不进行压缩。PSO算法的参数设置为种群规模Q30c1c22,惯性权重w 1这里的设计不同于论文本人实验过在该模型种固定w1比线性变化和非线性变化的w设定更加好不论是在网络循环中还是在PSO循环中最大循环次数MaxIter 50论文种的MaxIter 30是不够的。评价因子权重系数 β \beta β 0.5, α \alpha α 0.2; η \eta η 0.4; λ \lambda λ 0.4。网络只进行同构网络的分析。
2、MATLAB 程序实现
实验1、不考虑控制包对比LEACH与TL-EBC
%不考虑控制包
%% 清空环境变量
clear;clc;
close all;%% 1、初始参数设定模块
%监测区域大小单位米
xm 200;
ym 200;%基站的x和y坐标
sink.x 0.5 * xm;
sink.y 275;%场地中的节点数
n 200;%簇头概率
p0.05;%最大循环轮数
rmax 500;%能量模型(所有值均以焦耳为单位)
Eo 0.1;%初始能量
ETX 50*0.000000001;%传输能耗
ERX 50*0.000000001;%接收能耗
EDA 5*0.000000001;%数据聚合能量%发射放大器类型
Efs 10*0.000000000001;%小于do
Emp 0.0013*0.000000000001;%大于do
do sqrt(Efs/Emp);%距离阈值%数据包和控制包长度
packetLength 2000;%数据包长度
ctrPacketLength 50;%控制包长度%% 2、无线传感器网络模型产生模块
%构建无线传感器网络,在区域内均匀投放所有节点,并画出图形
figure;
for i 1:nS(i).xd rand(1,1)*xm;%坐标S(i).yd rand(1,1)*ym;S(i).E Eo;%初始化节点能量%最初没有簇头只有簇成员S(i).type N;%簇成员(普通节点) plot(S(i).xd,S(i).yd,o);hold on;N(i).xd S(i).xd;%坐标N(i).yd S(i).yd;N(i).G 0;%G 0表示节点本周期内未当选过簇头当选则改为G 1N(i).E Eo;%初始化节点能量%最初没有簇头只有簇成员N(i).type N;%簇成员(普通节点)
end
%加入基站信息
S(n1).xd sink.x;
S(n1).yd sink.y;
N(n1).xd sink.x;
N(n1).yd sink.y;
plot(S(n1).xd,S(n1).yd,p);%% 3、PSO参数
MaxIter 50; % 最大迭代次数
nPop 30; % 种群规模
wmax 0.9;
wmin 0.4;
w 1;
c1 2.0; % 个人学习系数
c2 2.0; % 全局学习系数
plimit [0, 200]; % 位置参数限制
vlimit [-20, 20]; % 速度限制%数据初始化
particle.Position cell(1,nPop);
particle.Cost zeros(1,nPop);
particle.Velocity cell(1,nPop);
particle.Best.Position cell(1,nPop);
particle.Best.Cost ones(1,nPop)*inf;
GlobalBestCost inf;
GlobalBestPosition [];%% 4、网络运行模块
% 死亡节点数指标
first_dead 0;%第一个死亡节点
teenth_dead 0;%10%的死亡节点
all_dead 0;%节点都死亡%节点死亡数指标对应标记
flag_first_dead 0;
flag_teenth_dead 0;
flag_all_dead 0;%传输到基站和簇头的比特计数器
packets_TO_BS 0;
packets_TO_CH 0;%主循环
for r 0:rmax dead 0;%计算死亡节点数energy 0;%每轮节点剩余总能量Node [];%存活节点集合C [];%候选节点集合j 0;for i 1:n%检查有无死亡节点if S(i).E 0dead dead1;%第一个节点死亡时间if dead 1if flag_first_dead 0first_dead r1;flag_first_dead 1;endend% 10%的节点死亡时间if dead 0.1*nif flag_teenth_dead 0teenth_dead r1;flag_teenth_dead 1;endendif dead nif flag_all_dead 0all_dead r1;flag_all_dead 1;endendendif S(i).E 0energy energy S(i).E;%统计每轮节点总能量和S(i).type N;j j1;Node(j,:) [S(i).xd S(i).yd];%存活节点集合endendSTATISTICS.DEAD(r1) dead;%每轮死亡节点数STATISTICS.alive(r1) n-dead;%每轮存活节点数STATISTICS.energy(r1) energy;%每轮剩余总能量if n-dead 0STATISTICS.COUNTCHS(r1) 0;continue;end%% 4.1、应用PSO选簇头%候选簇头集合j 0;for i 1:nif r 0 %因为matlab最大精度16位后面数据不准第一轮会出现这种情况所以这样编程j j1;C.d(j,:) [S(i).xd S(i).yd];%候选簇头坐标C.E(j) S(i).E;%候选簇头剩余能量C.id(j) i;%候选簇头对应的节点编号elseif S(i).E energy/(n-dead) %节点能量大于或等于总的平均能量j j1;C.d(j,:) [S(i).xd S(i).yd];%候选簇头坐标C.E(j) S(i).E;%候选簇头剩余能量C.id(j) i;%候选簇头对应的节点编号endendendM size(C.d,1);%候选簇头数K ceil((n-dead)*p);% 簇头数%初始化种群位置和速度for i 1:nPop% 初始化位置C_k randperm(M,K);particle.Position{i} C.d(C_k,:);% 初始化速度v zeros(K,2);particle.Velocity{i}v;% 适应度energe_Q sum(C.E((C_k)));isB ismember(Node,particle.Position{i});Cluster_member reshape(Node(~isB),[],2);%传感器簇成员节点矩阵particle.Cost(i)Cost(Cluster_member,particle.Position{i},K,energy,energe_Q);endIter 1;%计数while Iter MaxIter%更新粒子个体最佳适应度、位置 for i 1:nPop if particle.Cost(i) particle.Best.Cost(i) particle.Best.Cost(i) particle.Cost(i);%更新个体历史最佳适应度particle.Best.Position{i} particle.Position{i};%更新个体历史最佳位置end end%更新群体最佳适应度、位置if min(particle.Best.Cost) GlobalBestCost [GlobalBestCost, index1] min(particle.Best.Cost);%更新群体历史最佳适应度GlobalBestPosition particle.Best.Position{index1};%更新群体历史最佳位置end% 速度更新for i 1:nPopparticle.Velocity{i} particle.Velocity{i}.*w c1*rand*(particle.Best.Position{i}-particle.Position{i}) ... c2*rand*(GlobalBestPosition-particle.Position{i});% 速度更新end% 边界速度处理for i 1:nPopparticle.Velocity{i}(particle.Velocity{i}20) 20;particle.Velocity{i}(particle.Velocity{i}-20) -20;end% 位置更新for i 1:nPopparticle.Position{i} particle.Position{i} particle.Velocity{i};end% 边界位置处理for i 1:nPopparticle.Position{i}(particle.Position{i}200)200;particle.Position{i}(particle.Position{i}0)0;end%根据距离最近候选簇头位置调整粒子位置,计算相应适应度for i 1:nPopdistance pdist2(C.d,particle.Position{i});[~, index2] min(distance);particle.Position{i} C.d(index2,:);% 适应度energe_Q sum(C.E((index2)));isB ismember(Node,particle.Position{i});Cluster_member reshape(Node(~isB),[],2);%传感器簇成员节点矩阵particle.Cost(i)Cost(Cluster_member,particle.Position{i},K,energy,energe_Q);endIter Iter1;end%根据距离最近候选簇头位置得到簇头信息distance pdist2(C.d,GlobalBestPosition);[~, index2] min(distance);%如果簇头重复需要调整(这一步处理的不够好)length_index2 length(unique(index2));cha K-length_index2;%重复个数while cha ~ 0for i 1:K-1for j i1:Kif index2(i) index2(j)distance_cut distance(:,j);%取distance的第j列[~,Number] sort(distance_cut);Num 1;while length(unique(index2))~K-(cha-1) Numsize(distance_cut,1)Num Num1;index2(j) Number(Num);endcha cha-1;endendendendfor i 1:K%簇头接受基站的广播分簇信息S(C.id(index2(i))).E S(C.id(index2(i))).E - ERX * ctrPacketLength;end%重置群体和个体最佳适应度、位置GlobalBestCost inf;GlobalBestPosition [];particle.Best.Cost ones(1,nPop)*inf;particle.Best.Position cell(1,nPop);%% 4.2选总簇头%确定簇头for i 1:Kj C.id(index2(i));S(j).type C;endEach_cluster zeros(K,2);%第一列放每个簇的能量最大的节点的能量信息第二列放节点标号,行对应簇号%预成簇for i 1:nif ( S(i).typeN S(i).E0 ) %普通节点%加入最近的簇头distance_to_cluster pdist2(C.d(index2,:),[S(i).xd S(i).yd]);[min_dis, dis_index] min(distance_to_cluster);%min_dis返回最短距离dis_index返回最短距离对应的簇号if S(i).E Each_cluster(dis_index,1)Each_cluster(dis_index,1) S(i).E;Each_cluster(dis_index,2) i;end endend%若有空簇将其候选总簇头节点假定为1for i 1:Kif Each_cluster(i,2) 0Each_cluster(i,2) 1;endend%每个候选总簇头至所有簇头距离和sum_distance_HCH_to_CH sum(pdist2(C.d(index2,:),reshape([S(Each_cluster(:,2)).xd S(Each_cluster(:,2)).yd],[],2)));%每个候选总簇头至基站距离distance_HCH_to_BS pdist2([S(n1).xd S(n1).yd],C.d(index2,:));CostofHCH zeros(1,K);for i 1:KCostofHCH(i) Cost_HCH(Each_cluster(:,1),sum_distance_HCH_to_CH,distance_HCH_to_BS,i);end[~,index3] min(CostofHCH);S(Each_cluster(index3,2)).type T;%总簇头S(Each_cluster(index3,2)).E S(Each_cluster(index3,2)).E - ERX * ctrPacketLength;%总簇头接收基站发来的分簇信息
%% 4.3成簇簇内通信for i 1:nif ( S(i).typeN S(i).E0 ) %普通节点%加入最近的簇头distance_to_cluster pdist2(C.d(index2,:),[S(i).xd S(i).yd]);[min_dis, dis_index] min(distance_to_cluster);%min_dis返回最短距离min_dis_cluster返回最短距离对应的簇号%接收基站发来的广播的消耗收到基站发来的分簇信息S(i).E S(i).E - ERX * ctrPacketLength;%向簇头发送数据包if (min_dis do)S(i).E S(i).E - ( ETX*packetLength Emp*packetLength*min_dis^4); %向簇发送头数据包elseS(i).E S(i).E - ( ETX*packetLength Efs*packetLength*min_dis^2); %向簇头发送数据包end%簇头接收簇成员的数据包if(min_dis 0)S(C.id(dis_index)).E S(C.id(dis_index)).E - ( (ERX EDA)*packetLength ); %接受簇成员发来的数据包endendend
%% 4.4簇头和总簇头通信TCnumber Each_cluster(index3,2);%总簇头编号for i 1:Kj C.id(index2(i));S(j).type C;%簇头到总簇头的距离distance sqrt((S(j).xd-S(TCnumber).xd)^2 (S(j).yd-(S(TCnumber).yd))^2 );%簇头向总簇头发送数据包能耗if (distance do)S(j).E S(j).E- ( ETX * (packetLength) Emp * packetLength*distance^4);elseS(j).E S(j).E- ( ETX * (packetLength) Efs * packetLength*distance^2); end%总簇头接收簇头的的数据包(不融合数据)if(distance 0)S(TCnumber).E S(TCnumber).E - ERX * packetLength; %接受簇头发来的数据包endend
%% 4.5总簇头和基站通信distance_to_BS pdist2([S(n1).xd S(n1).yd],[S(TCnumber).xd S(TCnumber).yd]);if (distance_to_BS do)S(TCnumber).E S(TCnumber).E- (K * ETX * (packetLength) Emp * packetLength*distance^4);elseS(TCnumber).E S(TCnumber).E- (K * ETX * (packetLength) Efs * packetLength*distance^2); endSTATISTICS.COUNTCHS(r1) K;
end%% 4、网络运行模块(Leach)
% 死亡节点数指标
first_dead1 0;%第一个死亡节点
teenth_dead1 0;%10%的死亡节点
all_dead1 0;%节点都死亡%节点死亡数指标对应标记
flag_first_dead1 0;
flag_teenth_dead1 0;
flag_all_dead1 0;%传输到基站和簇头的比特计数器
packets_TO_BS1 0;
packets_TO_CH1 0;%主循环
for r 0:rmax %每过一个周期重置Gif(mod(r, round(1/p)) 0)for i 1:nN(i).G 0;endenddead1 0;%计算死亡节点数energy1 0;%每轮节点剩余总能量for i 1:n%检查有无死亡节点if N(i).E 0dead1 dead11;%第一个节点死亡时间if dead1 1if flag_first_dead1 0first_dead1 r1;flag_first_dead1 1;endend% 10%的节点死亡时间if dead1 0.1*nif flag_teenth_dead1 0teenth_dead1 r1;flag_teenth_dead1 1;endendif dead1 nif flag_all_dead1 0all_dead1 r1;flag_all_dead1 1;endendendif N(i).E 0energy1 energy1 N(i).E;%统计每轮节点总能量和N(i).type N;endend%节点死亡退出循环但是一般都是与其他算法比较由于不同算法最终循环伦次不同%所以节点死亡并不退出循环而是在达到最大循环次数后才结束循环
% if flag_all_dead 1
% break;
% end%r从0开始但是计算机中数组从1开始所以采用r1的下标STATISTICS1.DEAD(r1) dead1;%每轮死亡节点数STATISTICS1.alive(r1) n-dead1;%每轮存活节点数STATISTICS1.energy(r1) energy1;%每轮剩余总能量cluster0;%计数簇头数%次循环选簇头if energy1 0%网络还剩余能量这一步在节点都死亡后才有用for i1:nif(N(i).E0)%节点必须有能量temp_randrand; if ( (N(i).G)0) %该节点在候选集合中%选簇头if( temp_rand (p/(1-p*mod(r,round(1/p)))))cluster cluster1;N(i).type C; %簇头N(i).G round(1/p)-1;%换成S(i).G 1也行只要不是0C(cluster).xd N(i).xd;C(cluster).yd N(i).yd;distancesqrt( (N(i).xd-(N(n1).xd))^2 (N(i).yd-(N(n1).yd))^2 );%距离基站的距离C(cluster).distance distance;C(cluster).id i;distanceBroad sqrt(xm^2ym^2);%全网广播自成为簇头,广播TDMA时间表距离是distanceBroadif (distanceBroad do)N(i).E N(i).E- (2* ETX * ctrPacketLength Emp * ctrPacketLength*distanceBroad^4);elseN(i).E N(i).E- (2* ETX * ctrPacketLength Efs * ctrPacketLength*distanceBroad^2); end%簇头向基站发送数据包能耗if (distance do)N(i).E N(i).E- ( ETX*(packetLength) Emp * packetLength*distance^4);elseN(i).E N(i).E- ( ETX*(packetLength) Efs * packetLength*distance^2); endend endend endendSTATISTICS1.COUNTCHS(r1) cluster;%次循环(成簇)if energy1 0%网络还剩余能量这一步在节点都死亡后才生效for i 1:nif ( N(i).typeN N(i).E0 ) %普通节点%如果有簇头存在if(cluster 1)length zeros(cluster,1);%加入最近的簇头for c 1:clusterlength(c) sqrt( (N(i).xd - C(c).xd)^2 (N(i).yd - C(c).yd)^2 );%%接收簇头发来的广播消耗N(i).E N(i).E - ERX * ctrPacketLength;end[min_dis, min_dis_cluster] min(length);%min_dis返回最短距离min_dis_cluster返回最短距离对应的簇号%向簇头发送数据包if (min_dis do)N(i).E N(i).E - ( ETX*packetLength Emp*packetLength*min_dis^4); %向簇发送头数据包elseN(i).E N(i).E - ( ETX*packetLength Efs*packetLength*min_dis^2); %向簇头发送数据包end%簇头接收簇成员的数据包if(min_dis 0)N(C(min_dis_cluster).id).E N(C(min_dis_cluster).id).E - ( (ERX EDA)*packetLength ); %接受簇成员发来的数据包end%如果本轮没有簇头则普通节点直接将数据直接发送给基站elsemin_dis sqrt((N(i).xd-N(n1).xd)^2 (N(i).yd-N(n1).yd)^2);endendendend
end
%% 绘图显示
figure;
plot(0:rmax, STATISTICS.DEAD, r,0:rmax, STATISTICS1.DEAD, g, LineWidth, 2);
xlabel(轮数); ylabel(死亡节点数);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.alive, r,0:rmax, STATISTICS1.alive, g, LineWidth, 2);
xlabel(轮数); ylabel(活动节点数);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.energy, r,0:rmax, STATISTICS1.energy, g, LineWidth, 2);
xlabel(轮数); ylabel(剩余能量);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.COUNTCHS, r,0:rmax, STATISTICS1.COUNTCHS, g, LineWidth, 2);
xlabel(轮数); ylabel(簇头数);
legend(mypso,Leach)实验2、虑控制包对比LEACH与TL-EBC
%% 清空环境变量
clear;clc;
close all;%% 1、初始参数设定模块
%监测区域大小单位米
xm 200;
ym 200;%基站的x和y坐标
sink.x 0.5 * xm;
sink.y 275;%场地中的节点数
n 200;%簇头概率
p0.05;%最大循环轮数
rmax 500;%能量模型(所有值均以焦耳为单位)
Eo 0.1;%初始能量
ETX 50*0.000000001;%传输能耗
ERX 50*0.000000001;%接收能耗
EDA 5*0.000000001;%数据聚合能量%发射放大器类型
Efs 10*0.000000000001;%小于do
Emp 0.0013*0.000000000001;%大于do
do sqrt(Efs/Emp);%距离阈值%数据包和控制包长度
packetLength 2000;%数据包长度
ctrPacketLength 50;%控制包长度%% 2、无线传感器网络模型产生模块
%构建无线传感器网络,在区域内均匀投放所有节点,并画出图形
figure;
for i 1:nS(i).xd rand(1,1)*xm;%坐标S(i).yd rand(1,1)*ym;S(i).E Eo;%初始化节点能量%最初没有簇头只有簇成员S(i).type N;%簇成员(普通节点) plot(S(i).xd,S(i).yd,o);hold on;N(i).xd S(i).xd;%坐标N(i).yd S(i).yd;N(i).G 0;%G 0表示节点本周期内未当选过簇头当选则改为G 1N(i).E Eo;%初始化节点能量%最初没有簇头只有簇成员N(i).type N;%簇成员(普通节点)
end
%加入基站信息
S(n1).xd sink.x;
S(n1).yd sink.y;
N(n1).xd sink.x;
N(n1).yd sink.y;
plot(S(n1).xd,S(n1).yd,p);%% 3、PSO参数
MaxIter 50; % 最大迭代次数
nPop 30; % 种群规模
wmax 0.9;
wmin 0.4;
w 1;
c1 2.0; % 个人学习系数
c2 2.0; % 全局学习系数
plimit [0, 200]; % 位置参数限制
vlimit [-20, 20]; % 速度限制%数据初始化
particle.Position cell(1,nPop);
particle.Cost zeros(1,nPop);
particle.Velocity cell(1,nPop);
particle.Best.Position cell(1,nPop);
particle.Best.Cost ones(1,nPop)*inf;
GlobalBestCost inf;
GlobalBestPosition [];%% 4、网络运行模块
% 死亡节点数指标
first_dead 0;%第一个死亡节点
teenth_dead 0;%10%的死亡节点
all_dead 0;%节点都死亡%节点死亡数指标对应标记
flag_first_dead 0;
flag_teenth_dead 0;
flag_all_dead 0;%传输到基站和簇头的比特计数器
packets_TO_BS 0;
packets_TO_CH 0;%主循环
for r 0:rmax dead 0;%计算死亡节点数energy 0;%每轮节点剩余总能量Node [];%存活节点集合C [];%候选节点集合j 0;for i 1:n%检查有无死亡节点if S(i).E 0dead dead1;%第一个节点死亡时间if dead 1if flag_first_dead 0first_dead r1;flag_first_dead 1;endend% 10%的节点死亡时间if dead 0.1*nif flag_teenth_dead 0teenth_dead r1;flag_teenth_dead 1;endendif dead nif flag_all_dead 0all_dead r1;flag_all_dead 1;endendendif S(i).E 0energy energy S(i).E;%统计每轮节点总能量和S(i).type N;j j1;Node(j,:) [S(i).xd S(i).yd];%存活节点集合endendSTATISTICS.DEAD(r1) dead;%每轮死亡节点数STATISTICS.alive(r1) n-dead;%每轮存活节点数STATISTICS.energy(r1) energy;%每轮剩余总能量if n-dead 0STATISTICS.COUNTCHS(r1) 0;continue;end%% 4.1、应用PSO选簇头%候选簇头集合j 0;for i 1:nif r 0 %因为matlab最大精度16位后面数据不准第一轮会出现这种情况所以这样编程j j1;C.d(j,:) [S(i).xd S(i).yd];%候选簇头坐标C.E(j) S(i).E;%候选簇头剩余能量C.id(j) i;%候选簇头对应的节点编号elseif S(i).E energy/(n-dead) %节点能量大于或等于总的平均能量j j1;C.d(j,:) [S(i).xd S(i).yd];%候选簇头坐标C.E(j) S(i).E;%候选簇头剩余能量C.id(j) i;%候选簇头对应的节点编号endendendM size(C.d,1);%候选簇头数K ceil((n-dead)*p);% 簇头数
% w 0.9-0.5*(10-K);%惯性重量%初始化种群位置和速度for i 1:nPop% 初始化位置C_k randperm(M,K);particle.Position{i} C.d(C_k,:);% 初始化速度v zeros(K,2);particle.Velocity{i}v;% 适应度energe_Q sum(C.E((C_k)));isB ismember(Node,particle.Position{i});Cluster_member reshape(Node(~isB),[],2);%传感器簇成员节点矩阵particle.Cost(i)Cost(Cluster_member,particle.Position{i},K,energy,energe_Q);endIter 1;%计数while Iter MaxIter%更新粒子个体最佳适应度、位置 for i 1:nPop if particle.Cost(i) particle.Best.Cost(i) particle.Best.Cost(i) particle.Cost(i);%更新个体历史最佳适应度particle.Best.Position{i} particle.Position{i};%更新个体历史最佳位置end end%更新群体最佳适应度、位置if min(particle.Best.Cost) GlobalBestCost [GlobalBestCost, index1] min(particle.Best.Cost);%更新群体历史最佳适应度GlobalBestPosition particle.Best.Position{index1};%更新群体历史最佳位置end% 速度更新for i 1:nPopparticle.Velocity{i} particle.Velocity{i}.*w c1*rand*(particle.Best.Position{i}-particle.Position{i}) ... c2*rand*(GlobalBestPosition-particle.Position{i});% 速度更新end% 边界速度处理for i 1:nPopparticle.Velocity{i}(particle.Velocity{i}20) 20;particle.Velocity{i}(particle.Velocity{i}-20) -20;end% 位置更新for i 1:nPopparticle.Position{i} particle.Position{i} particle.Velocity{i};end% 边界位置处理for i 1:nPopparticle.Position{i}(particle.Position{i}200)200;particle.Position{i}(particle.Position{i}0)0;end%根据距离最近候选簇头位置调整粒子位置,计算相应适应度for i 1:nPopdistance pdist2(C.d,particle.Position{i});[~, index2] min(distance);particle.Position{i} C.d(index2,:);% 适应度energe_Q sum(C.E((index2)));isB ismember(Node,particle.Position{i});Cluster_member reshape(Node(~isB),[],2);%传感器簇成员节点矩阵particle.Cost(i)Cost(Cluster_member,particle.Position{i},K,energy,energe_Q);endIter Iter1;end%根据距离最近候选簇头位置得到簇头信息distance pdist2(C.d,GlobalBestPosition);[~, index2] min(distance);%如果簇头重复需要调整(这一步处理的不够好)length_index2 length(unique(index2));cha K-length_index2;%重复个数while cha ~ 0for i 1:K-1for j i1:Kif index2(i) index2(j)distance_cut distance(:,j);%取distance的第j列[~,Number] sort(distance_cut);Num 1;while length(unique(index2))~K-(cha-1) Numsize(distance_cut,1)Num Num1;index2(j) Number(Num);endcha cha-1;endendendenddistanceBroad sqrt(xm^2ym^2)/3;%假定簇头和簇成员最远距离是对角线的1/3(懒得去后面算这个实际距离了,在分簇均匀的情况下其实是对角线的1/6) for i 1:K%簇头接受基站的广播分簇信息S(C.id(index2(i))).E S(C.id(index2(i))).E - ERX * ctrPacketLength;%簇头广播TDMA表if (distanceBroad do)S(C.id(index2(i))).E S(C.id(index2(i))).E - ( ETX*ctrPacketLength Emp*packetLength*distanceBroad^4);elseS(C.id(index2(i))).E S(C.id(index2(i))).E - ( ETX*ctrPacketLength Efs*packetLength*distanceBroad^2);endend%重置群体和个体最佳适应度、位置GlobalBestCost inf;GlobalBestPosition [];particle.Best.Cost ones(1,nPop)*inf;particle.Best.Position cell(1,nPop);%% 4.2选总簇头%确定簇头for i 1:Kj C.id(index2(i));S(j).type C;endEach_cluster zeros(K,2);%第一列放每个簇的能量最大的节点的能量信息第二列放节点标号,行对应簇号%预成簇for i 1:nif ( S(i).typeN S(i).E0 ) %普通节点%加入最近的簇头distance_to_cluster pdist2(C.d(index2,:),[S(i).xd S(i).yd]);[min_dis, dis_index] min(distance_to_cluster);%min_dis返回最短距离dis_index返回最短距离对应的簇号if S(i).E Each_cluster(dis_index,1)Each_cluster(dis_index,1) S(i).E;Each_cluster(dis_index,2) i;end endend%若有空簇将其候选总簇头节点假定为1for i 1:Kif Each_cluster(i,2) 0Each_cluster(i,2) 1;endend%每个候选总簇头至所有簇头距离和sum_distance_HCH_to_CH sum(pdist2(C.d(index2,:),reshape([S(Each_cluster(:,2)).xd S(Each_cluster(:,2)).yd],[],2)));%每个候选总簇头至基站距离distance_HCH_to_BS pdist2([S(n1).xd S(n1).yd],C.d(index2,:));CostofHCH zeros(1,K);for i 1:KCostofHCH(i) Cost_HCH(Each_cluster(:,1),sum_distance_HCH_to_CH,distance_HCH_to_BS,i);end[~,index3] min(CostofHCH);S(Each_cluster(index3,2)).type T;%总簇头S(Each_cluster(index3,2)).E S(Each_cluster(index3,2)).E - ERX * ctrPacketLength;%总簇头接收基站发来的分簇信息
%% 4.3成簇簇内通信for i 1:nif ( S(i).typeN S(i).E0 ) %普通节点%加入最近的簇头distance_to_cluster pdist2(C.d(index2,:),[S(i).xd S(i).yd]);[min_dis, dis_index] min(distance_to_cluster);%min_dis返回最短距离min_dis_cluster返回最短距离对应的簇号%接收基站发来的广播的消耗收到基站发来的分簇信息S(i).E S(i).E - ERX * ctrPacketLength;%接收簇头的广播TDMA时间表信息S(i).E S(i).E - ERX * ctrPacketLength;%向簇头发送数据包if (min_dis do)S(i).E S(i).E - ( ETX*packetLength Emp*packetLength*min_dis^4); %向簇发送头数据包elseS(i).E S(i).E - ( ETX*packetLength Efs*packetLength*min_dis^2); %向簇头发送数据包end%簇头接收簇成员的数据包if(min_dis 0)S(C.id(dis_index)).E S(C.id(dis_index)).E - ( (ERX EDA)*packetLength ); %接受簇成员发来的数据包endendend
%% 4.4簇头和总簇头通信TCnumber Each_cluster(index3,2);%总簇头编号for i 1:Kj C.id(index2(i));S(j).type C;%簇头到总簇头的距离distance sqrt((S(j).xd-S(TCnumber).xd)^2 (S(j).yd-(S(TCnumber).yd))^2 );%接收总簇头的广播TDMA时间表信息S(j).E S(i).E - ERX*ctrPacketLength;%簇头向总簇头发送数据包能耗if (distance do)S(j).E S(j).E- ( ETX * (packetLength) Emp * packetLength*distance^4);elseS(j).E S(j).E- ( ETX * (packetLength) Efs * packetLength*distance^2); end%总簇头接收簇头的的数据包(不融合数据)if(distance 0)S(TCnumber).E S(TCnumber).E - ERX * packetLength; %接受簇头发来的数据包endend
%% 4.5总簇头和基站通信%总簇头广播时隙表,距离是maxdistancemaxdistance max(pdist2(C.d(index2,:),[S(TCnumber).xd S(TCnumber).yd]));%距离最远的簇头的距离if (maxdistance do)S(TCnumber).E S(TCnumber).E- ( ETX * ctrPacketLength Emp * ctrPacketLength*maxdistance^4);elseS(TCnumber).E S(TCnumber).E- ( ETX * ctrPacketLength Efs * ctrPacketLength*maxdistance^2); enddistance_to_BS pdist2([S(n1).xd S(n1).yd],[S(TCnumber).xd S(TCnumber).yd]);if (distance_to_BS do)S(TCnumber).E S(TCnumber).E- (K * ETX * (packetLength) Emp * packetLength*distance^4);elseS(TCnumber).E S(TCnumber).E- (K * ETX * (packetLength) Efs * packetLength*distance^2); endSTATISTICS.COUNTCHS(r1) K;
end%% 4、网络运行模块(Leach)
% 死亡节点数指标
first_dead1 0;%第一个死亡节点
teenth_dead1 0;%10%的死亡节点
all_dead1 0;%节点都死亡%节点死亡数指标对应标记
flag_first_dead1 0;
flag_teenth_dead1 0;
flag_all_dead1 0;%传输到基站和簇头的比特计数器
packets_TO_BS1 0;
packets_TO_CH1 0;%主循环
for r 0:rmax %每过一个周期重置Gif(mod(r, round(1/p)) 0)for i 1:nN(i).G 0;endenddead1 0;%计算死亡节点数energy1 0;%每轮节点剩余总能量for i 1:n%检查有无死亡节点if N(i).E 0dead1 dead11;%第一个节点死亡时间if dead1 1if flag_first_dead1 0first_dead1 r1;flag_first_dead1 1;endend% 10%的节点死亡时间if dead1 0.1*nif flag_teenth_dead1 0teenth_dead1 r1;flag_teenth_dead1 1;endendif dead1 nif flag_all_dead1 0all_dead1 r1;flag_all_dead1 1;endendendif N(i).E 0energy1 energy1 N(i).E;%统计每轮节点总能量和N(i).type N;endend%节点死亡退出循环但是一般都是与其他算法比较由于不同算法最终循环伦次不同%所以节点死亡并不退出循环而是在达到最大循环次数后才结束循环
% if flag_all_dead 1
% break;
% end%r从0开始但是计算机中数组从1开始所以采用r1的下标STATISTICS1.DEAD(r1) dead1;%每轮死亡节点数STATISTICS1.alive(r1) n-dead1;%每轮存活节点数STATISTICS1.energy(r1) energy1;%每轮剩余总能量cluster0;%计数簇头数%次循环选簇头if energy1 0%网络还剩余能量这一步在节点都死亡后才有用for i1:nif(N(i).E0)%节点必须有能量temp_randrand; if ( (N(i).G)0) %该节点在候选集合中%选簇头if( temp_rand (p/(1-p*mod(r,round(1/p)))))cluster cluster1;N(i).type C; %簇头N(i).G round(1/p)-1;%换成S(i).G 1也行只要不是0C(cluster).xd N(i).xd;C(cluster).yd N(i).yd;distancesqrt( (N(i).xd-(N(n1).xd))^2 (N(i).yd-(N(n1).yd))^2 );%距离基站的距离C(cluster).distance distance;C(cluster).id i;distanceBroad sqrt(xm^2ym^2);%全网广播自成为簇头,广播TDMA时间表距离是distanceBroadif (distanceBroad do)N(i).E N(i).E- (2* ETX * ctrPacketLength Emp * ctrPacketLength*distanceBroad^4);elseN(i).E N(i).E- (2* ETX * ctrPacketLength Efs * ctrPacketLength*distanceBroad^2); end%簇头向基站发送数据包能耗if (distance do)N(i).E N(i).E- ( ETX*(packetLength) Emp * packetLength*distance^4);elseN(i).E N(i).E- ( ETX*(packetLength) Efs * packetLength*distance^2); endend endend endendSTATISTICS1.COUNTCHS(r1) cluster;%次循环(成簇)if energy1 0%网络还剩余能量这一步在节点都死亡后才生效for i 1:nif ( N(i).typeN N(i).E0 ) %普通节点%如果有簇头存在if(cluster 1)length zeros(cluster,1);%加入最近的簇头for c 1:clusterlength(c) sqrt( (N(i).xd - C(c).xd)^2 (N(i).yd - C(c).yd)^2 );%%接收簇头发来的广播和TDMA时间表的消耗N(i).E N(i).E - 2*ERX * ctrPacketLength;end[min_dis, min_dis_cluster] min(length);%min_dis返回最短距离min_dis_cluster返回最短距离对应的簇号%向簇头发送加入消息、向簇头发送数据包if (min_dis do)N(i).E N(i).E - ( ETX*ctrPacketLength Emp * ctrPacketLength*min_dis^4); %向簇头发送加入控制消息N(i).E N(i).E - ( ETX*packetLength Emp*packetLength*min_dis^4); %向簇发送头数据包elseN(i).E N(i).E - ( ETX*ctrPacketLength Efs*ctrPacketLength*min_dis^2); %向簇头发送加入控制消息N(i).E N(i).E - ( ETX*packetLength Efs*packetLength*min_dis^2); %向簇头发送数据包end%接收簇头确认加入控制消息N(i).E N(i).E - ERX*ctrPacketLength;%簇头接收簇成员的加入消息和数据包簇头向簇成员发送确认加入的信息if(min_dis 0)N(C(min_dis_cluster).id).E N(C(min_dis_cluster).id).E - ERX *ctrPacketLength ;%接收加入消息N(C(min_dis_cluster).id).E N(C(min_dis_cluster).id).E - ( (ERX EDA)*packetLength ); %接受簇成员发来的数据包%簇头向簇成员发送确认加入的信息if (min_dis do)N(C(min_dis_cluster).id).E N(C(min_dis_cluster).id).E - ( ETX*ctrPacketLength Emp * ctrPacketLength*min_dis^4);elseN(C(min_dis_cluster).id).E N(C(min_dis_cluster).id).E - ( ETX*ctrPacketLength Efs * ctrPacketLength*min_dis^2);endend%如果本轮没有簇头则普通节点直接将数据直接发送给基站elsemin_dis sqrt((N(i).xd-N(n1).xd)^2 (N(i).yd-N(n1).yd)^2);if min_dis doN(i).E N(i).E- (ETX*packetLength Emp*packetLength*min_dis^4);elseN(i).E N(i).E- (ETX*packetLength Efs*packetLength*min_dis^2);endendendendend
end
%% 绘图显示
figure;
plot(0:rmax, STATISTICS.DEAD, r,0:rmax, STATISTICS1.DEAD, g, LineWidth, 2);
xlabel(轮数); ylabel(死亡节点数);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.alive, r,0:rmax, STATISTICS1.alive, g, LineWidth, 2);
xlabel(轮数); ylabel(活动节点数);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.energy, r,0:rmax, STATISTICS1.energy, g, LineWidth, 2);
xlabel(轮数); ylabel(剩余能量);
legend(mypso,Leach)
figure;
plot(0:rmax, STATISTICS.COUNTCHS, r,0:rmax, STATISTICS1.COUNTCHS, g, LineWidth, 2);
xlabel(轮数); ylabel(簇头数);
legend(mypso,Leach)三、实验结果
实验1、不考虑控制包对比LEACH与TL-EBC 实验2、考虑控制包对比LEACH与TL-EBC 结果分析 很明显这样设计网络性能是得到了优化的不论是否考虑控制包对比LEACH算法网络性能都得到了很大的提升一般网络节点死亡超过30%其网络就认定工作性能不达标TL-EBC算法实现的网络节点几乎同时死亡使网络有效运转寿命得到很大的提升。 其实读者会发现是否加入控制包相关耗能对LEACH算法的影响小对TL-EBC算法的影响大其实不是这样的这样认为说明读者对该领域的了解太浅显了这是因为TL-EBC算法的网络几乎直到网络死亡都是全部节点在工作LEACH算法在大部分时间都是部分节点在工作只有部分节点运转的网络是有很多缺点的。 本人对控制包相关的功能考虑的比较充分下面我将论文的实验效果与我的实验效果做对比。 加入控制包相关能耗 不加入控制包相关能耗 对比分析本人没加入控制包的图比作者的好加入了控制包的图没作者的好。不难发现论文原作者是折中处理过了的即加入了控制包但控制包相关功能只考虑了一部分。
四、参考文献
[1]蒋畅江,向敏,唐贤伦.基于PSO的无线传感器网络分簇路由协议[J].计算机工程,2012,38(17):59-62. [2]Latiff N M A, Tsimenidis C C, Sharif B S. Energy-aware Clustering for Wireless Sensor Networks Using Particle Swarm Optimization[C]//Proc. of the 18th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications. Athens, Greece: IEEE Press, 2007: 1-5.
