1. 无线传感器网络路由协议概述无线传感器网络WSN作为物联网的基础设施之一其路由协议的设计直接影响着网络性能和能耗效率。在众多路由协议中LEACHLow-Energy Adaptive Clustering Hierarchy因其简单有效的分簇机制成为经典方案后续衍生的LEACH-C和TS-I-LEACH等改进版本进一步优化了性能指标。注本文使用的Matlab版本为R2021b代码兼容2016a及以上版本。实验数据采用随机生成的100节点网络部署在200m×200m监测区域内。2. 三种协议的核心原理对比2.1 经典LEACH协议采用分布式簇头选举机制每轮循环包含设置阶段节点以概率pself当选为簇头稳态阶段成员节点将数据发送给簇头关键参数计算% 阈值计算公式 T(n) (p/(1-p*(mod(r,round(1/p))))) * (E_current/E_max);其中r为当前轮数E_current为节点剩余能量。2.2 LEACH-C协议改进点引入集中式控制机制基站收集全网能量信息使用K-means算法优化分簇根据节点剩余能量确定簇头Matlab实现核心[cluster_idx, centroids] kmeans(nodes_position, k, Distance, sqeuclidean);2.3 TS-I-LEACH协议创新采用三阶段改进策略时间分片Time Slicing划分不同时隙传输智能分簇Smart Clustering结合信号强度和能量动态功率调整根据传输距离自适应调节3. Matlab仿真实现详解3.1 基础环境搭建% 网络初始化参数 numNodes 100; fieldSize 200; baseStation [fieldSize/2, fieldSize/2]; energy.init 0.5; % 初始能量(J)3.2 关键函数实现3.2.1 能量消耗模型function energy calc_energy(dist, data_size) E_elec 50e-9; % 电子能量(J/bit) E_fs 10e-12; % 自由空间模型(pJ/bit/m^2) if dist d0 energy data_size * (E_elec E_fs * dist^2); else energy data_size * (E_elec E_mp * dist^4); end end3.2.2 簇头选举算法对比% LEACH选举 if rand() T(n) isClusterHead true; end % LEACH-C选举 [~, sorted_idx] sort(node_energies, descend); cluster_heads sorted_idx(1:k);3.3 性能指标计算% 网络生命周期计算 alive_nodes sum(node_energies 0); if alive_nodes 0.2*numNodes network_lifetime round; break; end % 吞吐量统计 throughput(round) sum(data_received);4. 仿真结果分析与优化4.1 能耗对比实验协议类型首节点死亡轮数50%节点死亡轮数能量标准差LEACH85312040.38LEACH-C112615890.21TS-I-LEACH145720120.154.2 传输延迟测试采用蒙特卡洛方法进行100次实验latency zeros(1,100); for i1:100 [~, latency(i)] run_protocol_simulation(); end mean_latency mean(latency);4.3 参数优化建议最佳簇头比例通过遍历测试发现5%-10%时延/能耗比最优传输功率调整阈值建议设置为30-50m区间时间分片长度根据数据产生频率动态调整5. 常见问题解决方案5.1 能量空洞现象症状网络边缘节点过早死亡 解决方案% 在TS-I-LEACH中添加权重因子 weight (distance_to_bs/max_distance) * 0.3 0.7; T(n) T(n) * weight;5.2 簇头分布不均调试方法可视化检查簇头位置scatter(nodes_x, nodes_y, filled); hold on; scatter(ch_x, ch_y, 100, r, ^);5.3 Matlab性能优化技巧向量化运算替代循环使用parfor并行计算预分配数组内存results zeros(max_rounds, 5); % 预分配6. 协议改进方向探讨基于实际测试中发现的问题建议从以下方面优化动态分簇机制根据节点密度自适应调整簇半径cluster_radius base_radius * (1 density_factor);混合通信模式结合单跳与多跳传输优势机器学习预测使用LSTM预测节点能量衰减趋势实测中发现当节点移动速度超过1m/s时TS-I-LEACH的稳定性下降明显这是后续需要重点改进的方向。