【路由】基于Matlab实现LEACH（低能耗自适应集群层次路由）和 DEEC（分布式能量高效集群）路由算法

最新推荐文章于 2025-12-04 22:09:52 发布

原创最新推荐文章于 2025-12-04 22:09:52 发布 · 795 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #分布式 #算法

WSN 专栏收录该内容

113 篇文章

订阅专栏

本文对比了LEACH和DEEC两种层次路由算法，阐述了它们在节能和延长网络寿命方面的原理，以及LEACH的轮换选举机制与DEEC的基于能量的选举机制的差异和各自的优缺点。

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，

代码获取、论文复现及科研仿真合作可私信。

🍎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

概述

LEACH（低能耗自适应集群层次路由）和 DEEC（分布式能量高效集群）是两种用于无线传感器网络的层次路由算法。它们都旨在通过在网络中形成簇来减少能量消耗，从而延长网络的寿命。

LEACH 算法

LEACH 算法是一种基于轮换的簇头选举算法。在每轮选举中，每个节点都有可能被选为簇头。簇头负责收集簇内节点的数据并将其发送到汇聚节点。汇聚节点负责将数据发送到网络的最终目的地。

LEACH 算法的流程如下：

簇头选举：每个节点都会生成一个随机数。如果随机数小于某个阈值，则该节点被选为簇头。
簇形成：簇头向其周围的节点广播一个消息，通知它们加入簇。节点收到簇头消息后，会选择一个信号最强的簇头加入。
数据收集：簇头负责收集簇内节点的数据。簇内节点将数据发送到簇头，簇头将数据聚合后发送到汇聚节点。
数据传输：汇聚节点负责将数据发送到网络的最终目的地。

DEEC 算法

DEEC 算法是一种基于能量的簇头选举算法。在每轮选举中，能量最高的节点被选为簇头。簇头负责收集簇内节点的数据并将其发送到汇聚节点。汇聚节点负责将数据发送到网络的最终目的地。

DEEC 算法的流程如下：

簇头选举：每个节点都会计算自己的能量。能量最高的节点被选为簇头。
簇形成：簇头向其周围的节点广播一个消息，通知它们加入簇。节点收到簇头消息后，会选择一个能量最高的簇头加入。
数据收集：簇头负责收集簇内节点的数据。簇内节点将数据发送到簇头，簇头将数据聚合后发送到汇聚节点。
数据传输：汇聚节点负责将数据发送到网络的最终目的地。

📣 部分代码

clearclose all%1.初始参数设定模块%.传感器节点区域界限(单位 M)xm=100;ym=100;%(1)汇聚节坐标给定sink.x=0.5*xm;sink.y=0.5*ym;%区域内传器节数n=100%簇头优化比例（当选簇头的概率）p=0.1;%能量模型（单位 焦）%初始化能量模型Eo=0.5;%Eelec=Etx=ErxETX=50*0.000000001;ERX=50*0.000000001;%Transmit Amplifier typesEfs=10*0.000000000001;Emp=0.0013*0.000000000001;%Data Aggregation EnergyEDA=5*0.000000001;%高能量节点超出一节点能量的百分比a=1;%最大循环次数rmax=5000%算出参数 dodo=sqrt(Efs/Emp);%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100个节点,并画出图形for i=1:1:n    S(i).xd=rand(1,1)*xm;    XR(i)=S(i).xd;    S(i).yd=rand(1,1)*ym;    YR(i)=S(i).yd;    S(i).G=0;    S(i).E=Eo*(1+rand*a);    %initially there are no cluster heads only nodes    S(i).type='N';endS(n+1).xd=sink.x;S(n+1).yd=sink.y;%3.网络运行模块%簇头节点数countCHs=0;cluster=1;%此定义的目的仅仅是给定一个1开始的下标参数，真正的簇头数应该还减去1flag_first_dead=0;flag_teenth_dead=0;flag_all_dead=0;%死亡节点数dead=0;first_dead=0;teenth_dead=0;all_dead=0;%活动节点数allive=n;%counter for bit transmitted to Bases Station and to Cluster Headspackets_TO_BS=0;packets_TO_CH=0;%(1)循环模式设定for r=0:1:rmax     %该 for 循环将下面的所有程序包括在内，直到最后一 end 才结束循环    r  %每过一个轮转周期(本程序为10次)使各节点的S（i）.G参数（该参数用于后面的簇选举，在该轮转周期内已当选过簇头的节点不能再当选）恢复为零  if(mod(r, round(1/p) )==0)    for i=1:1:n        S(i).G=0;        S(i).cl=0;    end  end%(2)死亡节点检查模块dead=0;for i=1:1:n    %检查有无死亡节点    if (S(i).E<=0)        dead=dead+1;         %(3)第一个死亡节点的产生时间(用轮次表示)        %第一个节点死亡时间        if (dead==1)           if(flag_first_dead==0)              first_dead=r;              flag_first_dead=1;           end        end        %10%的节点死亡时间        if(dead==0.1*n)           if(flag_teenth_dead==0)              teenth_dead=r;              flag_teenth_dead=1;           end        end        if(dead==n)           if(flag_all_dead==0)              all_dead=r;              flag_all_dead=1;           end        end    end    if S(i).E>0

⛳️ 运行结果

LEACH 和 DEEC 算法的比较

LEACH 和 DEEC 算法都是用于无线传感器网络的层次路由算法。它们都旨在通过在网络中形成簇来减少能量消耗，从而延长网络的寿命。

LEACH 算法是一种基于轮换的簇头选举算法，而 DEEC 算法是一种基于能量的簇头选举算法。LEACH 算法的优点是简单易实现，但缺点是簇头选举的随机性可能会导致某些节点成为簇头过于频繁，从而导致这些节点的能量消耗过快。DEEC 算法的优点是能够选择能量最高的节点作为簇头，从而避免了 LEACH 算法的缺点，但缺点是簇头选举的复杂度较高。

结论

LEACH 和 DEEC 算法都是用于无线传感器网络的层次路由算法。它们都旨在通过在网络中形成簇来减少能量消耗，从而延长网络的寿命。LEACH 算法简单易实现，但缺点是簇头选举的随机性可能会导致某些节点成为簇头过于频繁，从而导致这些节点的能量消耗过快。DEEC 算法能够选择能量最高的节点作为簇头，从而避免了 LEACH 算法的缺点，但缺点是簇头选举的复杂度较高。