实现语言:python
使用库:numpy matplotlib
Note要求:
节点数目不宜过小;每轮只完成分簇,不考虑通信过程;每轮可以以定时器确定,也可以以完成当轮分簇为准;簇成员在寻找簇头时,以距离作为接收信号强弱的判断依据;当选为簇头的节点将,以后几轮的分簇中将,不再成为簇头,这个约束条件,在仿真中应能体现。
2、根据个人情况完成进阶实验:基于前面的实验过程,增加能量有效性的控制。
情况1:给定所有节点具有相同的能量,考查第一个节点能量耗尽出现在第几轮。
情况2:节点具有不同的能量,考查第一个节点能量耗尽出现在第几轮。
Note:可参考如下设计,可以不局限于如下设计。
对于节点的能量和能量消耗可以简化处理:节点初始能量为整数(eg.5000mJ),节点的能量消耗仅考虑关键的几次通信过程,其他能量消耗不计。
几次通信过程”:
setup:簇成员:每收1个候选簇头信息,则能量-1,每个候选簇头仅被收集1次;通知簇头成为其成员,发送信息-2。
候选簇头:被簇成员接收信息,即发送信息,则能量-2;被通知成为簇头,接收信息-1。
Steady:每个簇成员每轮向簇头发送10次数据,每次成员能量-2,簇头能量-1。
实验结果展示:100节点,5%簇首率的情况
程序源码GitHub:https://github.com/kevinten10/Wireness-Network
1、主程序
def run():
"""
1、输入节点个数N
2、node_factory(N): 生成N个节点的列表
3、classify(nodes,flag,k=10): 进行k轮簇分类,flag已标记的节点不再成为簇首,返回所有簇的列表
4、show_plt(classes): 迭代每次聚类结果,显示连线图
:return:
"""
N=100
# N = int(input("请输入节点个数:"))
# 获取初始节点列表,选择标志列表
nodes, flag = node_factory(N)
# 对节点列表进行簇分类,k为迭代轮数
iter_classes = claasify(nodes, flag, k=10)
for classes in iter_classes:
# 显示分类结果
show_plt(classes)
2、判断距离函数
def dist(v_A, v_B):
"""
判断两个节点之间的一维距离
:param v_A: A 二维向量
:param v_B: B 二维向量
:return: 一维距离
"""
return np.sqrt(np.power((v_A[0] - v_B[0]), 2) + np.power((v_A[1] - v_B[1]), 2))
3、生成随机节点集
def node_factory(N):
"""
生成N个节点的集合
:param N: 节点的数目
:param nodes: 节点的集合
:param selected_flag: 标志:是否被选择为簇首-->初始化为0
:return: 节点集合nodes=[[x,y],[x,y]...] + 标志falg
"""
nodes = []
selected_flag = []
for i in range(0, N):
# 在1*1矩阵生成[x,y]坐标
node = [np.random.random(), np.random.random()]
# print("生成的节点为:", node)
nodes.append(node)
# 对应的选择标志初始化为0
selected_flag.append(0)
# print("生成:", len(nodes), "个节点")
# print("初始化标志列表为", selected_flag)
return nodes, selected_flag
4、根据LEACH算法选择簇头节点
def sel_heads(r, nodes, flags):
"""
根据阈值选取簇头节点
:param r: 轮数
:param nodes: 节点列表
:param flags: 选择标志
:param P: 比例因子
:return: 簇首列表heads,簇成员列表members
"""
# 阈值函数 Tn 使用leach计算
P=0.05*(100/len(nodes))
Tn = P / (1 - P * (r%(1/P)))
# print("阈值为:", Tn)
# 簇首列表
heads = []
# 簇成员列表
members = []
# 本轮簇首数
n_head = 0
# 对每个节点生成对应的随机数
rands = [np.random.random() for _ in range(len(nodes))]
# print("随机数为:", rands)
# 遍历随机数列表,选取簇首
for i in range(len(nodes)):
# 若此节点未被选择为簇首
if flags[i] == 0:
# 随机数低于阈值-->选为簇首
if rands[i] <= Tn:
flags[i] = 1
heads.append(nodes[i])
n_head += 1
# print(nodes[i], "被选为第", n_head, "个簇首")
# 随机数高于阈值
else:
members.append(nodes[i])
# 若此节点已经被选择过
else:
members.append(nodes[i])
print("簇首为:", len(heads), "个")
print("簇成员为:", len(members), "个")
return heads, members
5、节点分簇算法
def claasify(nodes, flag, k=1):
"""
进行簇分类
:param nodes: 节点列表
:param flag: 节点标记
:param k: 轮数
:return: 簇分类结果列表 classes[[类1..],[类2...],......] [类1...簇首...簇成员]
"""
# k轮的集合
iter_classes = []
# 迭代r轮
for r in range(k):
# 获取簇首列表,簇成员列表
heads, members = sel_heads(r, nodes, flag)
# 建立簇类的列表
classes = [[] for _ in range(len(heads))]
# 将簇首作为首节点添加到聚类列表中
for i in range(len(heads)):
# print("第", i + 1, "个簇首为", heads[i])
classes[i].append(heads[i])
# print("簇首集合:", classes)
# 簇分类:遍历节点node
for n in range(len(members)):
# 选取距离最小的节点
dist_min = 1
for i in range(len(heads)):
dist_heads = dist(members[n], heads[i])
# 找到距离最小的簇头对应的heads下标i
if dist_heads < dist_min:
dist_min = dist_heads
head_cla = i
# 0个簇首的情况
if dist_min==1:
print("本轮没有簇首!")
break
# 添加到距离最小的簇首对应的聚类列表中
classes[head_cla].append(members[n])
# 将簇首作为首节点添加到聚类列表中
# for i in range(len(classes)):
# print("第", i + 1, "类包含:", classes[i])
iter_classes.append(classes)
return iter_classes
6、绘制分类图
def show_plt(classes):
"""
显示分类图
:param classes: [[类1...],[类2...]....]-->[簇首,成员,成员...]
:return:
"""
fig = plt.figure()
ax1 = plt.gca()
# 设置标题
ax1.set_title('WSN1')
# 设置X轴标签
plt.xlabel('X')
# 设置Y轴标签
plt.ylabel('Y')
icon = ['o', '*', '.', 'x', '+', 's']
color = ['r', 'b', 'g', 'c', 'y', 'm']
# 对每个簇分类列表进行show
for i in range(len(classes)):
centor = classes[i][0]
# print("第", i + 1, "类聚类中心为:", centor)
for point in classes[i]:
ax1.plot([centor[0], point[0]], [centor[1], point[1]], c=color[i % 6], marker=icon[i % 5], alpha=0.4)
# 显示所画的图
plt.show()
import numpy as np
import matplotlib.pyplot as plt
def dist(v_A, v_B):
"""
判断两个节点之间的一维距离
:param v_A: A 二维向量
:param v_B: B 二维向量
:return: 一维距离
"""
return np.sqrt(np.power((v_A[0] - v_B[0]), 2) + np.power((v_A[1] - v_B[1]), 2))
def node_factory(N, energy=5000):
"""
生成N个节点的集合
:param N: 节点的数目
:param selected_flag: 标志:是否被选择为簇首-->初始化为0
:param energy: 能量
:return: 节点集合nodes=[[x,y,e],[x,y,e]...]
"""
nodes = []
selected_flag = []
for _ in range(N):
# 在1*1矩阵生成[x,y,e]坐标
node = [np.random.random(), np.random.random(), energy]
nodes.append(node)
# print("生成的节点为:", node)
# 对应的选择标志初始化为0
selected_flag.append(0)
# print("生成:", len(nodes), "个节点")
# print("初始化标志列表为", selected_flag)
return nodes,selected_flag
def sel_heads(r,nodes, flags):
"""
根据阈值选取簇头节点
:param r: 轮数
:param nodes: 节点列表
:param flags: 选择标志
:param P: 比例因子
:return: 簇首列表heads,簇成员列表members
"""
# 阈值函数 Tn 使用leach计算
P = 0.05 * (100 / len(nodes))
Tn = P / (1 - P * (r % (1 / P)))
# print("阈值为:", Tn)
# 簇首列表
heads = []
# 簇成员列表
members = []
# 本轮簇首数
n_head = 0
# 对每个节点生成对应的随机数
rands = [np.random.random() for _ in range(len(nodes))]
# print("随机数为:", rands)
# 遍历随机数列表,选取簇首
for i in range(len(nodes)):
# 随机数低于阈值-->选为簇首
if rands[i] <= Tn:
flags[i] = 1
heads.append(nodes[i])
n_head += 1
# 被选为簇头,E-1
nodes[i][2] -= 1
# print("第", n_head, "个簇首当前能量:", nodes[i][2])
# 随机数高于阈值
else:
members.append(nodes[i])
# print("簇首为:", len(heads), "个-->", heads)
# print("簇成员为:", len(members), "个-->", members)
return heads, members
def classify(nodes,flag, mode=1, k=20):
"""
进行簇分类
:param nodes: 节点列表
:param flag: 节点标记
:param mode: 0-->显示图片(死亡节点不显示) 1-->显示结束轮数
:param k: 轮数
:return: 簇分类结果列表 classes[[类1..],[类2...],......] [类1...簇首...簇成员]
"""
# k轮的有效集合: 无死亡节点
iter_classes = []
# 是否已有节点能量为0
e_is_empty = 0
# 迭代r轮
for r in range(k):
# mode1: 若无死亡节点 继续迭代
if e_is_empty == 0:
# 获取簇首列表,簇成员列表
heads, members = sel_heads(r,nodes,flag)
# 建立簇类的列表
classes = [[] for _ in range(len(heads))]
# 将簇首作为首节点添加到聚类列表中
for i in range(len(heads)):
# print("第", i + 1, "个簇首为", heads[i])
classes[i].append(heads[i])
# print("簇首集合:", classes)
# 簇分类:遍历节点node
for member in members:
# 选取距离最小的节点
dist_min = 1
# 判断和每个簇首的距离
for i in range(len(heads)):
dist_heads = dist(member, heads[i])
# "和簇首通信-->节点E-1""簇首发送消息被接收,簇首E-2"
member[2] -= 1
heads[i][2] -= 2
# 找到距离最小的簇头对应的heads下标i
if dist_heads < dist_min:
dist_min = dist_heads
head_cla = i
# 0个簇首的情况
if dist_min == 1:
print("本轮没有簇首!")
break
# 添加到距离最小的簇首对应的聚类列表中
classes[head_cla].append(member)
# 通知簇首成为其节点 节点E-2
member[2] -= 2
# 每轮进行10次数据传输,成员-2,簇首-1
for e in range(10):
# print("energy:", int(member[2]))
# print("head:", heads[head_cla][2])
if int(member[2]) > 0 and int(heads[head_cla][2]) > 0:
member[2] -= 2
heads[head_cla][2] -= 1
else:
e_is_empty = mode
break
iter_classes.append(classes)
else:
print("第", r, "轮能量耗尽")
break
# 将簇首作为首节点添加到聚类列表中
# for i in range(len(classes)):
# print("第", i + 1, "类包含:", classes[i])
return iter_classes
def show_plt(classes):
"""
显示分类图
:param classes: [[类1...],[类2...]....]-->[簇首,成员,成员...]
:return:
"""
fig = plt.figure()
ax1 = plt.gca()
# 设置标题
ax1.set_title('WSN2')
# 设置X轴标签
plt.xlabel('X')
# 设置Y轴标签
plt.ylabel('Y')
icon = ['o', '*', '.', 'x', '+', 's']
color = ['r', 'b', 'g', 'c', 'y', 'm']
# 对每个簇分类列表进行show
for i in range(len(classes)):
centor = classes[i][0]
# print("第", i + 1, "类聚类中心为:", centor)
for point in classes[i]:
# print("当前节点能量为:",point[2])
if point[2] > 0:
ax1.plot([centor[0], point[0]], [centor[1], point[1]], c=color[i % 6], marker=icon[i % 5], alpha=0.4)
# mode0: 不显示死亡节点
else:
pass
# 显示所画的图
plt.show()
def run():
"""
1、输入节点个数N
2、node_factory(N,energy): 生成N个节点的列表,节点的能量初始化为energy
3、classify(nodes,mode=1,k=100): 进行簇分类,返回所有簇的列表
mode=0: 当节点死亡不停止,进行k次迭代,显示k张图,图中已死亡节点不标记
mode=1: 当节点死亡停止,记录第一个节点死亡时的轮数,显示无死亡节点的图
4、show_plt(classes): 迭代每次聚类结果,显示连线图
:return:
"""
# N = int(input("请输入节点个数:"))
N = 100
# 获取初始节点列表
nodes,flag = node_factory(N, energy=2000)
# 对节点列表进行簇分类,mode为模式 2种
iter_classes = classify(nodes,flag, mode=1, k=20)
# 迭代每次聚类结果,显示连线图
for classes in iter_classes:
# 显示分类结果
show_plt(classes)
if __name__ == '__main__':
run()
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf