【WSN路由】移动汇聚改进的能源高效PEGASIS路由协议（MIEEPB）附matlab代码

 ​✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

🔥 内容介绍

在这篇论文中，我们提出了一种改进的能源高效PEGASIS协议（IEEPB）中的汇聚移动性，以提高无线传感器网络（WSN）的网络寿命。多头链，多链概念和汇聚移动性在增强无线传感器网络的网络寿命方面起到了重要作用。因此，我们推荐使用移动汇聚改进的能源高效PEGASIS路由协议（MIEEPB）；这是一个具有汇聚移动性的多链模型，旨在实现无线传感器的高效能源利用。由于移动汇聚的运动由汽油或电流驱动，有必要将这种移动限制在边界内，并且移动汇聚的轨迹应该是固定的。在我们的技术中，移动汇聚沿着其轨迹移动，并在逗留位置停留一段时间，以确保完整的数据收集。我们为移动汇聚的轨迹开发了一个算法。最终，我们进行了广泛的实验，以评估所提方法的性能。

📣 部分代码

        S3(i).xd=rand*50;        S3(i).yd=50+rand*50;        %         plot(S3(i).xd,S3(i).yd,'m*')        hold on        S3(i).E=Eo;        S3(i).Q=0;    end    if(i>50 && i<76)        S3(i).xd=50+rand*50;        S3(i).yd=50+rand*50;        %         plot(S3(i).xd,S3(i).yd,'r.')        hold on        S3(i).E=Eo;        S3(i).Q=0;    end    if(i>75)        S3(i).xd=50+rand*50;        S3(i).yd=rand*50;        hold on        %         plot(S3(i).xd,S3(i).yd,'b+')        S3(i).E=Eo;        S3(i).Q=0;    end%%%%%%%endflag_first_dead1=0;flag_first_dead2=0;flag_first_dead3=0;flag_first_dead4=0;flag_all_dead1=0;flag_all_dead2=0;flag_all_dead3=0;flag_all_dead4=0;dead1=0;dead2=0;dead3=0;dead4=0;first_dead1=0;first_dead2=0;first_dead3=0;first_dead4=0;all_dead1=0;allive1=25;allive2=25;allive3=25;allive4=25;% % % counter for bit transmitted to Bases Stationpackets_TO_BS1=0;temp_L_node1=0;temp_L_node2=0;temp_L_node3=0;temp_L_node4=0;% figure(1);x=0;ym=50;% % this variable controle the speed of sink%%%%%%%%%%%%%%%%%%%%%for i=1:node_number    S3(i).parent=0;    S3(i).children=zeros(1,100);endRENERGY1=zeros(1,rmax+1);for r3=0:rmax     %    r3    for i=1:node_number        S3(i).parent=0;        S3(i).children=zeros(1,100);    end    for i=1:node_number        RENERGY1(r3+1) =RENERGY1(r3+1)+S3(i).E;    end    A1=zeros(25,25);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    B1=zeros(50,50);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    C1=zeros(75,75);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    D1=zeros(100,100);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    dead1=0;    dead2=0;    dead3=0;    dead4=0;    for i=1:1:25%flags for the calculation of first ,teenth, half and all nodes ..        if (S3(i).E<=0)            dead1=dead1+1;            if (dead1==1)                if(flag_first_dead1==0)                    first_dead1=r3+1;                    flag_first_dead1=1;                end            end            if(dead1==25)                if(flag_all_dead1==0)                    all_dead1=r3+1;                    flag_all_dead1=1;                end            end        end    end    for i=26:1:50%flags for the calculation of first ,teenth, half and all nodes ..        if (S3(i).E<=0)            dead2=dead2+1;            if (dead2==1)                if(flag_first_dead2==0)                    first_dead2=r3+1;                    flag_first_dead2=1;                end            end            if(dead2==25)                if(flag_all_dead2==0)                    all_dead2=r3+1;                    flag_all_dead2=1;                end            end        end    end    for i=51:1:75%flags for the calculation of first ,teenth, half and all nodes ..        if (S3(i).E<=0)            dead3=dead3+1;            if (dead3==1)                if(flag_first_dead3==0)                    first_dead3=r3+1;                    flag_first_dead3=1;                end            end            if(dead3==25)                if(flag_all_dead3==0)                    all_dead3=r3+1;                    flag_all_dead3=1;                end            end        end    end    for i=76:1:100%flags for the calculation of first ,teenth, half and all nodes ..        if (S3(i).E<=0)            dead4=dead4+1;            if (dead4==1)                if(flag_first_dead4==0)                    first_dead4=r3+1;                    flag_first_dead4=1;                end            end            if(dead4==25)                if(flag_all_dead4==0)                    all_dead4=r3+1;                    flag_all_dead4=1;                end            end        end    end    STATISTICS3(r3+1).ALLIVE1=allive1-dead1;    STATISTICS3(r3+1).Et1=0;%total energy of nodes in a round    STATISTICS3(r3+1).ALLIVE2=allive2-dead2;    STATISTICS3(r3+1).Et2=0;%total energy of nodes in a round    STATISTICS3(r3+1).ALLIVE3=allive3-dead3;    STATISTICS3(r3+1).Et3=0;%total energy of nodes in a round    STATISTICS3(r3+1).ALLIVE4=allive4-dead4;    STATISTICS3(r3+1).Et4=0;%total energy of nodes in a round    STATISTICS3(r3+1).DEAD5=dead1+dead2+dead3+dead4;    STATISTICS3(r3+1).ALLIVE5=(STATISTICS3(r3+1).ALLIVE1+STATISTICS3(r3+1).ALLIVE2+STATISTICS3(r3+1).ALLIVE3+STATISTICS3(r3+1).ALLIVE4);    for i=1:1:25        if (S3(i).E>0)            STATISTICS3(r3+1).Et1=STATISTICS3(r3+1).Et1 + S3(i).E;        end    end    if (STATISTICS3(r3+1).ALLIVE1>0)        STATISTICS3(r3+1).Eavg1=STATISTICS3(r3+1).Et1/(25*Eo);    else        STATISTICS3(r3+1).Eavg1=0;    end    for i=26:1:50        if (S3(i).E>0)            STATISTICS3(r3+1).Et2=STATISTICS3(r3+1).Et2 + S3(i).E;        end    end    if (STATISTICS3(r3+1).ALLIVE2>0)        STATISTICS3(r3+1).Eavg2=STATISTICS3(r3+1).Et2/(25*Eo);    else        STATISTICS3(r3+1).Eavg2=0;    end    for i=51:1:75        if (S3(i).E>0)            STATISTICS3(r3+1).Et3=STATISTICS3(r3+1).Et3 + S3(i).E;        end    end    if (STATISTICS3(r3+1).ALLIVE3>0)        STATISTICS3(r3+1).Eavg3=STATISTICS3(r3+1).Et3/(25*Eo);    else        STATISTICS3(r3+1).Eavg3=0;    end    for i=76:1:100        if (S3(i).E>0)            STATISTICS3(r3+1).Et4=STATISTICS3(r3+1).Et4 + S3(i).E;        end    end    if (STATISTICS3(r3+1).ALLIVE4>0)        STATISTICS3(r3+1).Eavg4=STATISTICS3(r3+1).Et4/(25*Eo);    else        STATISTICS3(r3+1).Eavg4=0;    end    STATISTICS3(r3+1).Eavg5=(STATISTICS3(r3+1).Eavg1+STATISTICS3(r3+1).Eavg2+STATISTICS3(r3+1).Eavg3+STATISTICS3(r3+1).Eavg4)/4;    A=zeros(1,STATISTICS3(r3+1).ALLIVE1);    for i=1:1:25        if S3(i).E>0            A(1)=i;            break;        end    end    for i=2:STATISTICS3(r3+1).ALLIVE1        for j=(A(i-1)+1):25,            if S3(j).E>0                A(i)=j;                break;            end        end    end    B=zeros(1,STATISTICS3(r3+1).ALLIVE2);    for i=26:1:50        if S3(i).E>0            B(1)=i;            break;        end    end    for i=2:(STATISTICS3(r3+1).ALLIVE2)        for j=(B(i-1)+1):50,            if S3(j).E>0                B(i)=j;                break;            end        end    end    C=zeros(1,STATISTICS3(r3+1).ALLIVE3);    for i=51:1:75        if S3(i).E>0            C(1)=i;            break;        end    end    ​​

⛳️ 运行结果

🔗 参考文献

Mohsin Raza, N. Javaid, A. Javaid, Z. A. Khan, "Maximizing the Lifetime of Multi-Chain PEGASIS Using Sink Mobility," published in World Applied Sciences Journal, 21 (9): 1283-1289, 2013 (ISI-Indexed)

🎈 部分理论引用网络文献，若有侵权联系博主删除

🎁  关注我领取海量matlab电子书和数学建模资料

👇  私信完整代码、论文复现、期刊合作、论文辅导及科研仿真定制事宜

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

2.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

3 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

4 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、无人机安全通信轨迹在线优化

5 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

6 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

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合