【LEACH协议】粒子群算法改进LEACH协议【含Matlab源码 2052期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab信号处理仿真内容点击👇
①Matlab信号处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、 简介

1 引言
WSN 由能感知外部环境的传感器节点以自组网的形式构成，是一种分布式无线传感器网络。随着科技的进步和现代生活的需求，由于 WSN 的远程控制、信息即时传播以及低功耗等众多优点，WSN 在军事医疗、生活娱乐和工业生产等各个社会领域发挥着越来越大的作用。但是 WSN 优点众多的同时也有其弊端。正是因为传感器节点的无线性，使能量不能源源不断地直接供给传感器节点，只能用有限的电池供应节点的全部能耗，这使能量成为 WSN 亟待解决的问题。为了解决能量均衡高效这个问题，Heinzelman 等提出了最早的分簇路由协议。此协议运用数据融合技术和能量高效利用的路由算法，是经典的分簇路由协议代表。此后，很多研究学者对此基础上进行了诸多改进,都从不同方面进行了优化。Mittal 等提出了用替补簇首（ Sub-CH ）代替死亡簇首的方法。Gnanambigai等介绍了LEACH的后继协议。其中，LEACH-C 协议利用每个节点发送位置信息和剩余能量生成能耗更低、性能更优越的分簇；LEACH-F使用固定的簇和循环选举出的簇首，避免了反复成
簇带来的能量消耗；MUTIHOP-LEACH 协议考虑间距因素，在簇中节点与汇聚节(sink)、簇与基站之间使用多跳方法的传输方案；LEACH-L 允许间隔基站较远的簇首使用多跳方式与基站进行通信。

2 LEACH 协议概述
2.1 LEACH 协议的简介
LEACH 协议是一种经典分簇路由协议，它的特点是低功率消耗、聚类自适应和节点平等。由于网络内各个节点被选概率一样，因此将整个网络的能量消耗均衡地分配到每个节点，从而达到网络的能量消耗负载均衡，延长网络生命时间。LEACH协议主要由T n( ) 构成。首先，每轮次每个节点都随机产生的一个数   0 1     ；然后，将  与T n( ) 进行比较，如果   T n( ) ，则此节点成为簇首；反之，则落选。在 WSN 中一次新路由的建立加上数据的传输算一轮。由T n( ) 算法可以看出，被选为簇首是由这 2 方面因素进行权衡得出的：整个网络场景中所需要的簇首节点总数和节点当选过簇首的次数。阈值T n( ) 为

其中， p 表示在此网络规模中需要的簇首节点比例，r 是进行的轮次，G 表示在此轮循环之前没有被选为簇首的节点。

2.2 网络模型
为了研究改进的路由算法对网络的影响，对网络模型作了如下假设。

1. 实验区域的形状为规则图形，传感器节点在监测区域中随机不均匀分散。
2. 所有传感器节点的能量相同、处理能力和通信能力相等，被选概率一样。
3. 传感器节点可以知悉自身剩余能量并可以对冗余数据进行融合。
4. 传感器节点随机被分散后不会移动，网络部署后不再进行人为干涉。
5. 无线发射功率可以自我调控，可自主选择发射功率。

2.3 能耗模型
本文实验中，m bit 数据的传输过程与每一步的能量消耗如图 1 所示[13]。

当 m bit 的数据进行传输时，节点的能量消耗主要由这 2 个部分构成：发送 m bit 数据的能量耗损以及功率放大电路的能量耗损；同时，针对不同的发射距离 d，选择不同的发送功率为

⛄二、部分源代码

clear;
xm=100; %X轴 Y轴
ym=100; %%
sink.x=0.5xm; %传输目的地（基站）
sink.y=0.5ym; %
n=100;%节点总数
p=0.1;%簇头节点的概率
a=0.5;%%%%%%%%%%%%%%适应值函数归一化比例
E0=0.05;%初始能量
ETX=500.000000001;%传输能量/bit
ERX=500.000000001;%接收能量/bit
EFS=100.000000000001;%耗散能量/bit
EMP=0.00130.000000000001;
EDA=5*0.000000001;%融合能量/bit
rmax=300;%总轮数
do=sqrt(EFS/EMP); %？？？
figure(1);%图

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%~初始化，随机选节点坐标、节点标准
for i=1:1:n
S(i).xd=rand(1,1)*xm;%X
S(i).yd=rand(1,1)*ym;%Y
S(i).G=0;%每一周期结束此变量为0
S(i).E=E0; %能量
S(i).F=0;%？？？
S(i).type=‘N’;%节点类型为普通
S(i).cluster=0;%第i个节点所属簇的id，初始为0
S(i).AVG=0;
temp_rnd=i; %？？
plot(S(i).xd,S(i).yd,‘o’);
hold on;
end
%~~~~
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

S(n+1).xd=sink.x; %例如100节点， 基站为101
S(n+1).yd=sink.y;
plot(S(n+1).xd,S(n+1).yd,‘x’);
figure(1);
countCHs=0;
rcountCHs=0;
cluster=1; %族头
countCHs;
rcountCHs=rcountCHs+countCHs;
flag_first_dead=0; %第一个死亡节点

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%~~~~~~~~~~~~~~~~~
for r=0:1:rmax
r %输出第几轮
if(mod(r,round(1/p))==0) % 判断T(n) by 31/52
for i=1:1:n;
S(i).G=0;
S(i).cl=0;
end
end

%初始为0
hold off;
dead=0;
packets_TO_BS=0;
packets_TO_CH=0;
PACKETS_TO_BS(r+1)=0;
PACKETS_TO_CH(r+1)=0;
figure(1);

%%%%%%%%%%%%%%%%%%%%%%%
%~~~~将死亡节点判为红色，未死亡的为黑色
for i=1:1:n
    if(S(i).E<=0) %能量为0时 节点死亡
        plot(S(i).xd,S(i).yd,'red .');
        dead=dead+1;
        hold on;
    end
    if(S(i).E>0)
        S(i).type='N';
        plot(S(i).xd,S(i).yd,'o');
        hold on;
    end
end
%~~~~~~~~~
%%%%%%%%%%%%%%%%%%%%%%

plot(S(n+1).xd,S(n+1).yd,'x');
STATISTICS(r+1).DEAD=dead; %统计死亡数
DEAD(r+1)=dead; %

%%%%%%%%%%%%%%%%%%%%%%%%%%
%~~~~~~~~~~~~~~~~~死亡数等于1时， 记第一个死亡
if (dead==1)
    if(flag_first_dead==0)
        first_dead=r;
        flag_first_dead=1;
    end
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]黄利晓,王晖,袁利永,曾令国.基于能量均衡高效WSN的LEACH协议改进算法[J].通信学报第38卷第Z2期

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合