【WSN路由】移动汇聚改进的能源高效PEGASIS路由协议(MIEEPB)附matlab代码
【WSN路由】移动汇聚改进的能源高效PEGASIS路由协议(MIEEPB)附matlab代码
TT_Matlab
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,完整matlab代码或者程序定制加qq1575304183。
✅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
%%%
%%%
%
end
flag_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 Station
packets_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
);
end
RENERGY1=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
-
2023年血糖新标准公布,不是3.9-6.1,快来看看你的血糖正常吗? 2023-02-07
-
2023年各省最新电价一览!8省中午执行谷段电价! 2023-01-03
-
GB 55009-2021《燃气工程项目规范》(含条文说明),2022年1月1日起实施 2021-11-07
-
PPT导出高分辨率图片的四种方法 2022-09-22
-
2023年最新!国家电网27家省级电力公司负责人大盘点 2023-03-14
-
全国消防救援总队主官及简历(2023.2) 2023-02-10
-
盘点 l 中国石油大庆油田现任领导班子 2023-02-28
-
我们的前辈!历届全国工程勘察设计大师完整名单! 2022-11-18
-
关于某送变电公司“4·22”人身死亡事故的快报 2022-04-26
