leach-matlab

http://www.oschina.net/code/snippet_860036_21044
clear;%清除变量
xm=100;%设置区域为100*100
ym=100;
sink.x=0.5*xm;%sink(汇聚)节点坐标
sink.y=0.5*ym;
n=100 %区域内的节点数目
p=0.1;% 节点成为簇头的概率
Eo=0.5;%节点初始能量
ETX=50*0.000000001;%发射单位报文损耗能量
ERX=50*0.000000001;%接收单位报文损耗能量
Efs=10*0.000000000001;%自由空间能量
Emp=0.0013*0.000000000001;%衰减空间能量
EDA=5*0.000000001;%多路径衰减能量
m=0.1;%成为高级节点比率
a=1;%参数
rmax=1500%最大的轮数
do=sqrt(Efs/Emp); %计算do 通信半径
figure(1);%输出图形
for i=1:1:n %i为矩阵1到n,间距为1
S(i).xd=rand(1,1)*xm;%1行1列矩阵
XR(i)=S(i).xd;%随机生成的X轴
S(i).yd=rand(1,1)*ym;
YR(i)=S(i).yd;%随机生成的Y轴
S(i).G=0;%
S(i).type='N';%节点类型为普通
temp_rnd0=i;%随机数值
if (temp_rnd0>=m*n+1) %普通节点的随机选举
S(i).E=Eo;%设置初始能量为E0
S(i).ENERGY=0;%普通节点
plot(S(i).xd,S(i).yd,'o');%输出节点,用o表示
hold on;
end
if (temp_rnd0<m*n+1) %高级节点的随机选举
S(i).E=Eo*(1+a)%设置初始能量为Eo*(1+a)
S(i).ENERGY=1;%高级节点
plot(S(i).xd,S(i).yd,'r:+');%输出节点,用+表示
hold on;
end
end
 
S(n+1).xd=sink.x;%汇聚节点X轴坐标
S(n+1).yd=sink.y;%汇聚节点Y轴坐标
plot(S(n+1).xd,S(n+1).yd,'x'); %输出汇聚节点,用x表示
 
figure(1);
countCHs=0;
rcountCHs=0;
cluster=1;
countCHs;
rcountCHs=rcountCHs+countCHs;
flag_first_dead=0;%第一个节点死亡的标志变量
 
for r=0:1:rmax%r为矩阵0到最大,间距为1
r
pnrm=( p/ (1+a*m) );%普通节点的选举概率
padv= ( p*(1+a)/(1+a*m) ); %高级节点的选举概率
if(mod(r, round(1/pnrm) )==0)%余数为0
for i=1:1:n%i为矩阵1到n,间距为1
S(i).G=0;%簇头数目
S(i).cl=0;
end
end
 
if(mod(r, round(1/padv) )==0)
for i=1:1:n%i为矩阵1到n,间距为1
if(S(i).ENERGY==1)
S(i).G=0;%簇头数目
S(i).cl=0;
end
end
end
 
 
hold off;
 
dead=0;%节点死亡数
dead_a=0;%高级节点死亡数
dead_n=0;%普通节点死亡数
 
packets_TO_BS=0;%传输sink节点报文数
packets_TO_CH=0;%传输簇头的报文数
PACKETS_TO_CH(r+1)=0;%每轮传送到簇头的报文数
PACKETS_TO_BS(r+1)=0;%每轮传送到基站的报文数
 
figure(4);
 
 
for i=1:1:n %i为矩阵1到n,间距为1
if (S(i).E<=0)%检查是否有节点死亡
plot(S(i).xd,S(i).yd,'red .')%输出节点,用红.表示
dead=dead+1;%节点死亡数+1
if(S(i).ENERGY==1)%高级节点
dead_a=dead_a+1;%高级节点死亡数+1
end
if(S(i).ENERGY==0)%普通节点
dead_n=dead_n+1;%普通节点死亡数+1
end
hold on;
end
if S(i).E>0%节点能量大于0
S(i).type='N';%节点类型为普通
if (S(i).ENERGY==0)
plot(S(i).xd,S(i).yd,'o');
end
if (S(i).ENERGY==1) %节点类型为高级
plot(S(i).xd,S(i).yd,'+');
end
hold on;
end
end
plot(S(n+1).xd,S(n+1).yd,'x');
 
 
STATISTICS(r+1).DEAD=dead;%r轮后死亡节点数
DEAD(r+1)=dead;%r轮后死亡节点数
DEAD_N(r+1)=dead_n;%r轮后普通节点死亡数
DEAD_A(r+1)=dead_a;%r轮后高级节点死亡数
 
if (dead==1)%第一个节点死亡
if(flag_first_dead==0)%第一个节点死亡周期
first_dead=r%第一个节点死亡轮数
flag_first_dead=1;%第一个死亡节点标志
end
end
 
 
 
 
 
 
countCHs=0;%簇头的个数
cluster=1;%簇头的数目
for i=1:1:n%i为矩阵1到n,间距为1
if(S(i).E>0)%节点剩余能量大于0
temp_rand=rand;
if ( (S(i).G)<=0)%没有簇头
 
if( ( S(i).ENERGY==0 && ( temp_rand <= ( pnrm / ( 1 - pnrm * mod(r,round(1/pnrm)) )) ) ) )%普通节点的簇头选举
 
countCHs=countCHs+1;%簇头数+1
packets_TO_BS=packets_TO_BS+1;%传送到基站的计数器+1
PACKETS_TO_BS(r+1)=packets_TO_BS;%每轮传送到基站的计数器=传送到基站的计数器
 
S(i).type='C';%节点类型为簇头
S(i).G=100;
C(cluster).xd=S(i).xd;%簇头X轴坐标
C(cluster).yd=S(i).yd;%簇头Y轴坐标
plot(S(i).xd,S(i).yd,'k*');%输出节点,用黑*表示
 
distance=sqrt( (S(i).xd-(S(n+1).xd) )^2 + (S(i).yd-(S(n+1).yd) )^2 );%计算距离
C(cluster).distance=distance;%距离
C(cluster).id=i;%簇头的节点编号
X(cluster)=S(i).xd;%X轴坐标
Y(cluster)=S(i).yd;%Y轴坐标
cluster=cluster+1;%簇头总数+1
 
 
distance;
if (distance>do)%距离大于通信半径
S(i).E=S(i).E- ( (ETX+EDA)*(4000) + Emp*4000*( distance*distance*distance*distance )); %能量消耗
end
if (distance<=do)%距离小于通信半径
S(i).E=S(i).E- ( (ETX+EDA)*(4000) + Efs*4000*( distance * distance )); %能量消耗
end
end
 
 
if( ( S(i).ENERGY==1 && ( temp_rand <= ( padv / ( 1 - padv * mod(r,round(1/padv)) )) ) ) )%高级节点簇头选举
 
countCHs=countCHs+1;%簇头数+1
packets_TO_BS=packets_TO_BS+1;%传送到基站的计数器+1
PACKETS_TO_BS(r+1)=packets_TO_BS;%每轮传送到基站的计数器=传送到基站的计数器
 
S(i).type='C';%节点类型为簇头
S(i).G=100;
C(cluster).xd=S(i).xd;%簇头X轴坐标
C(cluster).yd=S(i).yd;%簇头Y轴坐标
plot(S(i).xd,S(i).yd,'k*');%输出节点,用黑*表示
 
distance=sqrt( (S(i).xd-(S(n+1).xd) )^2 + (S(i).yd-(S(n+1).yd) )^2 );%计算距离
C(cluster).distance=distance;%距离
C(cluster).id=i;%簇头的节点编号
X(cluster)=S(i).xd;%X轴坐标
Y(cluster)=S(i).yd;%Y轴坐标
cluster=cluster+1;%簇头总数+1
 
 
distance;
if (distance>do)%距离大于通信半径
S(i).E=S(i).E- ( (ETX+EDA)*(4000) + Emp*4000*( distance*distance*distance*distance )); %能量消耗
end
if (distance<=do)%距离小于通信半径
S(i).E=S(i).E- ( (ETX+EDA)*(4000) + Efs*4000*( distance * distance )); %能量消耗
end
end
 
end
end
end
 
 
 
STATISTICS(r+1).CLUSTERHEADS=cluster-1;%r轮后簇头数
CLUSTERHS(r+1)=cluster-1;%r轮后簇头数
 
 
for i=1:1:n
if ( S(i).type=='N' && S(i).E>0 )%选举正常节点的相关簇头
if(cluster-1>=1)%簇头总数大于2个
min_dis=sqrt( (S(i).xd-S(n+1).xd)^2 + (S(i).yd-S(n+1).yd)^2 );%两节点间最短距离
min_dis_cluster=1;%距离最小的簇头数
for c=1:1:cluster-1
temp=min(min_dis,sqrt( (S(i).xd-C(c).xd)^2 + (S(i).yd-C(c).yd)^2 ) );
if ( temp<min_dis )
min_dis=temp;
min_dis_cluster=c;
end
end
min_dis;
if (min_dis>do)
S(i).E=S(i).E- ( ETX*(4000) + Emp*4000*( min_dis * min_dis * min_dis * min_dis));
end
if (min_dis<=do)
S(i).E=S(i).E- ( ETX*(4000) + Efs*4000*( min_dis * min_dis));
end
 
if(min_dis>0)%能量消散
S(C(min_dis_cluster).id).E = S(C(min_dis_cluster).id).E- ( (ERX + EDA)*4000 );
PACKETS_TO_CH(r+1)=n-dead-cluster+1;
end
S(i).min_dis=min_dis;
S(i).min_dis_cluster=min_dis_cluster;
end
end
end
hold on;
countCHs;
rcountCHs=rcountCHs+countCHs;
STATISTICS(r+1).ENERGY=0;
for i=1:1:n%当前节点数
if S(i).E > 0%如果节点i剩余能量大于0
STATISTICS(r+1).ENERGY = STATISTICS(r+1).ENERGY +S(i).E;%r轮后节点剩余能量加上节点i的剩余能量
end
end
 
 
%[vx,vy]=voronoi(X,Y);
%plot(X,Y,'r*',vx,vy,'b-');
%hold on;
% voronoi(X,Y);
%axis([0 xm 0 ym]);
hold off;
end
for i=2:rmax%当前节点数
mylive(i) = n - STATISTICS(i).DEAD;
myenergy(i) = STATISTICS(i).ENERGY;%剩余能量
end
mylive(1)=100;
myenergy(1)=S(1).E+(n-1)*Eo;
figure(2);%输出图形2
hold on;%保持曲线
plot(mylive,'color','r');%用红色输出存活节点数
xlabel('周期数');
ylabel('存活节点');
title('存活节点图');
figure(3);%输出图形3
hold on;%保持曲线
plot(myenergy,'color','r');%用红色输出剩余能量
xlabel('周期数');
ylabel('剩余能量节点');
title('剩余能量图');
posted @ 2016-03-15 23:50  _海阔天空  阅读(1435)  评论(2编辑  收藏  举报