MATLAB 仿真无线传感器网络(WSN)三大经典场景
一、统一参数区(建议先调这里)
%% 0. 公共参数
clear; clc; close all;
rng(2025) % 可重复
field = [0 100; 0 100]; % 100 m × 100 m
nNode = 200; % 节点数
R = 15; % 通信半径 /m
E0 = 0.5; % 初始能量 /J
pktL = 4000; % 数据包长度 /bit
ctrlL = 200; % 控制包长度 /bit
ETX = 50e-9; ERX = 50e-9; % 收发电路 /J/bit
Efs = 10e-12; Emp = 0.0013e-12; % 自由空间/多径
EDA = 5e-9; % 数据融合 /J/bit
二、场景 1:随机部署 + 连通/覆盖评估
%% 1. 随机均匀部署
X = field(1,1)+(field(1,2)-field(1,1))*rand(nNode,1);
Y = field(2,1)+(field(2,2)-field(2,1))*rand(nNode,1);
plot(X,Y,'bo'); axis equal; title('节点分布'); grid on
%% 2. 连通性(巨分量比例)
Adj = (squareform(pdist([X Y])) <= R) - eye(nNode);
[G,comp]=graph(Adj); giant=max(comp.NumNodes);
conn = giant/nNode;
fprintf('连通度 = %.2f%%\n',conn*100);
%% 3. 覆盖率(蒙特卡洛 10 000 点)
M=10000; Px=rand(M,1)*100; Py=rand(M,1)*100;
cov=zeros(M,1);
for i=1:nNode
cov = cov | ((Px-X(i)).^2 + (Py-Y(i)).^2 <= R^2);
end
fprintf('覆盖率 = %.2f%%\n',mean(cov)*100);
三、场景 2:LEACH 分簇路由 + 网络寿命
%% 4. LEACH 主循环
rmax=2000; % 最大轮数
E=E0*ones(nNode,1); % 剩余能量
dead=zeros(rmax,1); first=0;
for r=1:rmax
% 4.1 簇头竞选
T=0.05; % 期望簇头比例
myRand=rand(nNode,1);
CH= (myRand < T/(1-T*mod(r,round(1/T)))) & (E>0);
if ~any(CH), CH( find(E>0,1) )=1; end
% 4.2 普通节点入簇
cluster=zeros(nNode,1);
for i=find(~CH & E>0)'
[~,d]=min( (X(i)-X(CH)).^2 + (Y(i)-Y(CH)).^2 );
cluster(i)=find(CH,d);
end
% 4.3 能耗模型
E=E-ETX*ctrlL; % 广播竞选
for i=find(CH)'
dBS=sqrt( (X(i)-50)^2 + (Y(i)-50)^2 ); % 到基站
if dBS>do, E(i)=E(i)-(ETX+Emp*dBS^4)*pktL;
else, E(i)=E(i)-(ETX+Efs*dBS^2)*pktL; end
E(i)=E(i)-EDA*pktL*( sum(cluster==i)+1 );
end
for i=find(~CH & E>0)'
d=sqrt( (X(i)-X(cluster(i)))^2 + (Y(i)-Y(cluster(i)))^2 );
E(i)=E(i)-(ETX+Efs*d^2)*pktL;
E(cluster(i))=E(cluster(i))-ERX*pktL;
end
% 4.4 统计死亡
dead(r)=sum(E<=0);
if dead(r)==nNode, break; end
if dead(r)>0 && first==0, first=r; end
end
%% 5. 画寿命曲线
plot(1:r, dead(1:r),'LineWidth',1.5); grid on
xlabel('Round'); ylabel('Dead nodes');
title(sprintf('LEACH: 首节点死亡 @ %d 轮',first));
四、场景 3:移动 WSN(Random Waypoint)
%% 6. Random Waypoint 移动模型
vmax=2; pauseT=0; Tmax=1000; % 2 m/s,无暂停
Xprev=X; Yprev=Y;
E=E0;
deadMob=zeros(Tmax,1);
for t=1:Tmax
% 6.1 更新位置
v=vmax*rand(nNode,1);
theta=2*pi*rand(nNode,1);
X=X+v.*cos(theta); Y=Y+v.*sin(theta);
X=min(max(X,0),100); Y=min(max(Y,0),100);
% 6.2 简单 gossip 转发(单跳)
Adj=(squareform(pdist([X Y]))<=R);
for i=1:nNode
if E(i)<=0, continue; end
nHop=find(Adj(i,:)); nHop(nHop==i)=[];
if isempty(nHop), next=i; else next=nHop(randi(numel(nHop))); end
d=sqrt( (X(i)-X(next))^2 + (Y(i)-Y(next))^2 );
if d>do, Et=(ETX+Emp*d^4)*pktL; else Et=(ETX+Efs*d^2)*pktL; end
E(i)=E(i)-Et; E(next)=E(next)-ERX*pktL;
end
deadMob(t)=sum(E<=0);
end
plot(1:t,deadMob,'r'); hold on; plot(1:r,dead,'b');
legend('Mobile','Static'); xlabel('Time slot'); ylabel('Dead');
title('移动 vs 静态网络寿命对比');
参考代码 无线传感器网络技术仿真算法 www.youwenfan.com/contentcnh/54994.html
五、结果解读 & 可扩展方向
- 场景 1 给出“部署-连通-覆盖”三元组,可改用网格部署、泊松盘或虚拟力算法做对比。
- LEACH 寿命曲线中“首节点死亡” round 越大越好;可继续实现 DEEC、PEGASIS、EB-LEACH 等算法,在同一坐标系比较。
- 移动场景下节点能量消耗更快,可引入“移动预测+簇头 handover”或“机会路由”降低碰撞重传。
- 如需三维地形、障碍物阴影模型,把
squareform(pdist)换成带地形罚函数的pdist2自定义距离即可。 - 想跑大规模(>5000 节点),把邻接矩阵改成稀疏 + 事件驱动,不再每轮全矩阵计算。
浙公网安备 33010602011771号