m基于最小生成树算法的无线传感器网络MCDS生成matlab仿真

1.算法描述

一个有n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边。 最小生成树可以用kruskal(克鲁斯卡尔)算法或prim(普里姆)算法求出。图的所有生成树中具有边上的权值之和最小的树称为图的最小生成树 (Minimum Spanning Tree,MST) ;一个连通图的生成树是一个极小连通子图,它含有图中全部顶点,但只有构成一棵树的 n − 1 n-1n−1 条边;对于一个带权 (假定每条边上的权均为大于零的数) 连通无向图 G GG 中的不同生成树,其每棵树的所有边上的权值之和也可能不同;简单来说,对于一个有 n nn 个点的图,边一定是大于等于 n − 1 n-1n−1 条的,最小生成树就是在这些边中选择 n − 1 n-1n−1 条出来连接所有的 n nn 个点,且这n − 1 n-1n−1 条边的边权之和是所有方案中最小的;


对于一个带权连通无向图G=(V,E),生成树不同,每棵树的权(树中所有边上的权值和)也不同,设R为G的所有生成树的集合,若T为R中权值和最小的生成树,则T称为G的最小生成树(Minimum-Spanning-Tree,MST)


注:


1、最小生成树可能有多个,但边的权值之和总是唯一且最小的


2、最小生成树的边数=定点数-1,砍掉一条则不连通,增加一条则会出现回路


3、若一个连通图本身就是一颗树,则其最小生成树就是它本身


4、只有连通图才有生成树,非连通图只有生成森林


无线传感器网络(Wireless Sensor Networks, WSN)是一种整合了传感器,网络以及微机电的新型网络技术。WSN具有低功耗、自组织、低成本以及部署方便等优势。因此,WSN被广泛应用在各种通信场景中,如环境监测、火灾预警以及军事防化领域等[]。为了提升WSN的通信性能,降低WSN的能耗,构建WSN的最小连通支配集(Minimum Connected Dominating Set, MCDS)具有十分重要的意义。


在WSN对应的图定义为G=(V, E, R),V表示的是WSN中所有的节点集合,E表示边的集合,R表示的是WSN节点的可通信半径。假设图G为全连通图,图中所有节点的连接为双向连接。其中,图G的支配集(Dominating Set, DS)可以定义为如下表达式:



公式1中,如果D中至少存在一个节点u与之相邻,此时D为图G的一个支配集。进一步,连通支配集(Connected Dominating Set, CDS)可以定义为如下表达式:



公式2的含义为当V中任意一个节点属于D或者至少与D中的某个节点连接。其中D表示支配集DS,。那么当DS为连通的,此时DS即为CDS。由于CDS的集合并不是唯一的,其中规模最小的即被称之为MCDS。


2.仿真效果预览

matlab2022a仿真结果如下:


3.MATLAB核心程序

%初始化无线传感器网络的节点坐标点

Radius    = 25;

Node_Nums = [40:10:150];

for ii = 1:length(Node_Nums)

ii

for jj = 1:50

rng(jj);

Node_Num = Node_Nums(ii);

for i=1:Node_Num

Posxy(i,1)=150*rand(1,1);

Posxy(i,2)=100*rand(1,1);

end

%网络图参数提取

%度

%将网络图转换为矩阵的变量

Connect_matrix = zeros(Node_Num,Node_Num);

W              = zeros(Node_Num,Node_Num);

D              = [];%度数

for i=1:Node_Num

num = 0;

for j=1:Node_Num

if i~=j

dist = (Posxy(i,1)-Posxy(j,1))^2+(Posxy(i,2)-Posxy(j,2))^2;

if dist < Radius^2

num                 = num+1;

Connect_matrix(i,j) = 1;

end

end

end

d(i) = num;

D    = [D,d(i)];%计算度数

end


x = Posxy(:,1);

y = Posxy(:,2);


%%

%下面是对比算法,直接通过最小生成树来产生MCDS,放这里,我们作为对比使用

[X_,Y_,M,MD,T]=func_tree(Connect_matrix,Node_Num,W,x,y,D);

Sizes = length(M);

Ti(jj)= Sizes/Node_Num;

end

Ti1(ii)= mean(Ti);

end

p   = polyfit(Node_Nums,Ti1,4);

Ti2 = polyval(p,Node_Nums);

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,100评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,308评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,718评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,275评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,376评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,454评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,464评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,248评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,686评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,974评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,150评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,817评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,484评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,140评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,374评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,012评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,041评论 2 351

推荐阅读更多精彩内容