HEED分簇协议MATLAB仿真：无线传感器网络能效与生命周期优化指南

简介基于 MATLAB 的无线传感器网络 HEED 算法实现面向 WSN 研究者、通信专业学生及算法仿真爱好者用于解决分簇路由中簇头均衡选举与网络能效优化问题。该算法的核心是根据节点剩余能量与邻居分布动态选举簇头以延长网络生命周期与 LEACH 相比更注重簇头选择的均衡性。压缩包仅含 1 个 .m 文件HEED 算法主程序文件体积 4KB代码紧凑便于直接运行或二次修改。已有 195 人学习使用。该实现覆盖节点初始化、簇头选举、分簇以及数据聚合等核心步骤用户可通过 MATLAB 绘图直观分析能量消耗曲线、网络覆盖率变化和网络生存时间等关键指标同时可调整参数模拟不同信道条件与 LEACH 算法对比深入理解层次化节能路由机制为 WSN 协议研究和课程设计提供可复现的仿真参考。1. 无线传感器网络能效仿真为什么 HEED 比 LEACH 更能托住网络生命周期一个典型的场景你已用 MATLAB 跑通了 LEACH画出了存活节点数曲线结果发现每轮随机选簇头的运气成分大得离谱头几轮就可能让低能量节点当簇头能量很快被拖死。这时把目光转向 HEEDHybrid Energy-Efficient Distributed混合能量高效分布式分簇是顺理成章的它把节点剩余能量和簇内通信代价同时纳入簇头竞选正是无线传感器网络节能方向最常见的 matlab 仿真课题之一。这篇文章不讨论安装也不讨论工具箱把 HEED 从公式到 MATLAB 逐行摊开CHprob 主选概率、AMRP 最小发射功率代价、迭代竞选主循环以及真正拖垮你调试进度的五个常见坑。适合准备复现论文、交付课程设计或想把手头 LEACH 代码升级成 HEED 的从业者。2. HEED 分簇机制拆解主选概率、AMRP 与簇头竞选规则开始动代码之前得先把手里的协议逻辑和仿真需求对应上。HEED 是一套分布式迭代算法它的设计目标不是选出一个全局最优簇头集合而是在不知道全局信息的条件下让每个节点“自己判断该不该当簇头”并且让这个判断尽快收敛。2.1 为什么选 HEED和 LEACH 的对比决定了你该不该入这个坑LEACH 的分簇逻辑是“每个节点按固定概率 P 当选簇头且保证每轮恰好约 P*N 个簇头”。它最大的问题是完全不看剩余能量——一个濒死的节点可能在下轮被选中当簇头结果发几个数据包就阵亡整个簇跟着失效。HEED 的改进思路很直接竞选不再掷骰子而是把“剩余能量占比”作为主选概率再用“簇内通信代价”做二次筛选。HEED 属于分布式算法不需要基站集中计算每个节点只需要和自己一跳内的邻居交换状态这让它在网络规模变大时不会出现单点瓶颈。对 MATLAB 仿真而言这意味着你不需要维护一个全局调度器这一点会在 4.1 的代码里体现主循环写成“每轮所有活节点同时参与竞选”即可。理论代价是收敛轮数增加但相比 LEACH 每轮重选一次簇头HEED 的收敛开销可以控制在一轮分簇前的几次迭代内。对比项LEACHHEED簇头选定依据固定概率随机剩余能量×通信代价是否需要邻居信息否需要一跳邻居分簇质量随机性强、簇大小波动大簇更均匀、能量方差更小MATLAB 代码改动量低低到中等主要是加一轮迭代典型适用场景能量充足、短期采集长时间监测、能量受限这张表只给一个直观结论如果你的仿真目标是“网络生命周期越长越好”HEED 的收敛代价换来的是更平均的能量消耗值得投入。若只是演示分簇概念LEACH 更快但你要接受它的曲线上布满了随机噪声。2.2 主选概率 CHprob 与最大最小能量约束HEED 的第一个关键参数是主选概率 CHprobCluster Head probability。每个节点 i 在第 r 轮开始时按公式计算CHprob(i) max( Cprob * E_residual(i) / E_max, pmin )其中 Cprob 是初始概率常见取值 0.05E_residual(i) 是节点 i 当前剩余能量E_max 是网络初始能量中最大的那个值或用统一初始能量pmin 是下限概率通常取 1e-4 量级。这个公式保证了两个方向剩余能量高的节点有更高的概率进入簇头候选而 pmin 的存在确保能量很低的节点“理论上仍有机会当选”不至于让某些区域彻底没有簇头。这里有个容易误解的点CHprob 不是“掷一次骰子决定当不当”而是作为竞选过程中的一个阈值基线。在 HEED 的迭代中每次检测到自己是临时簇头时节点以 CHprob 与一个均匀随机数的比较来决定是否对外宣告若未宣告且未听到更优簇头CHprob 会翻倍或乘以固定因子后进入下一轮迭代。这个“翻倍”的机制保证算法能在有限轮内收敛——每轮未决节点的主选概率至少翻倍很快会超过 1必然进入宣告分支。提示MATLAB 的 rand 在每个迭代轮里都会重新产生随机数若你在一个节点循环里多次调用 rand会让“决定是否宣布簇头”这一事件变得不可复现。后面第 5 章会专门讲这类翻车。2.3 簇内通信代价 AMRP 与最终簇头决策仅有能量还不够如果两个能量接近的节点竞争HEED 会偏向“簇内通信代价更小”的那一个。HEED 原文用的是 AMRPAverage Minimum Reachability Power平均最小可达发射功率即节点到所有一跳邻居的最小合法发射功率的平均值。仿真里通常不建模具体功率等级表而是用距离平方 d^2 的归一化值代替AMRP(i) (1 / |Neighbor(i)|) * Σ_{j ∈ Neighbor(i)} d(i, j)^2其中 d(i, j) 是两个节点间的欧氏距离。AMRP 越小意味着该节点周边邻居越近簇头收集簇内数据时耗能越低。最终簇头决策是在“能量优先、代价次之”的顺序下完成的某节点临时被选为簇头后会广播一个候选消息其他临时簇头收到后若发现自己的综合代价主选概率归一化值与 AMRP 的加权或排名大于对方就退出竞争加入对方簇。这个“比你强就让位”的规则让最终簇头在能量和通信代价两个维度上都近似局部最优。3. 用 MATLAB 搭 WSN 仿真地基节点部署与能耗模型这一章开始落代码。这里不讨论 grid 网络直接用最常见的随机部署uniform random来预设下一步因为 HEED 的 AMRP 计算在分布不均的网络里更能体现“代价”的作用。先定义节点结构体数组再写出能量模型函数最后说明每轮结算顺序。3.1 节点、基站与消息字段的结构体设计需要的数据字段要一次想全坐标、能量、状态、簇头归属、竞选相关字段、消息次数。用 struct 数组而不是单独一组向量后面在参数传递和调试时能省不少事。rng(42); % 固定随机种子保证仿真可复现 N 100; % 节点总数 field_len 100; % 正方形部署区域边长单位 m Emax 0.5; % 初始能量单位 J bs [50, 150]; % 基站坐标放在区域外上方 nodes struct([]); for i 1:N nodes(i).x rand * field_len; nodes(i).y rand * field_len; nodes(i).E Emax; nodes(i).alive 1; nodes(i).role 0; % 0普通节点1簇头2孤立节点 nodes(i).head_id i; % 归属簇头 id默认是自己 nodes(i).CHprob 0; % 本轮主选概率每轮计算 nodes(i).tmp_heard 0; % 本轮是否听到过候选簇头 nodes(i).tmp_better 0; % 是否被更优簇头覆盖 nodes(i).tested 0; % 是否已被测试为临时簇头调试用 end逻辑说明struct 数组的每个元素承载一个节点的完整状态字段名全部用下划线风格方便在 MATLAB 的 Workspace 里查看。基站坐标固定在区域外这是 HEED 常见的仿真设定——簇头把聚合后的数据直接发给远处基站因此簇内代价低的节点当簇头更有优势。参数说明rng(42) 是这一章最关键的“后悔药”。WSN 仿真对随机部署和竞选过程都依赖随机数没有固定种子你两次跑出的曲线不完全一样后面调参时根本分不清是参数影响还是运气影响。节点数 N 默认 100区域 100m×100m 是常见的组合密度大约为每平方米 0.01 个节点AMRP 计算时邻居数适中。3.2 一阶无线能耗模型的两个可调参数WSN 能量仿真最常用的是经典一阶无线模型发送 k 比特到距离 d 的节点耗能为 Eeleck εfskd^2近距离或 Eeleck εmpkd^4远距离接收 k 比特耗能 Eeleck合并 k 比特耗能 EDAk。阈值 d0 sqrt(εfs / εmp)大约 87m 左右。function Etx tx_energy(k, d, Eelec, Efs, Emp, d0) if d d0 Etx Eelec * k Efs * k * d^2; else Etx Eelec * k Emp * k * d^4; end end function Erx rx_energy(k, Eelec) Erx Eelec * k; end逻辑说明这两行函数是整个仿真耗能的唯一来源。发送能量的自由空间段 εfs 和多径段 εmp 之间有一个 d0 切换d 小于 d0 用平方损耗大于等于 d0 用四次方损耗。HEED 里簇头到基站的距离通常远超 d0本仿真基站距离区域约 50-60m若按跑通默认看也足够触发四阶而簇内节点到簇头大多在 d0 内所以簇内采用平方模型簇头到基站常走四次方模型这本身也是 HEED 簇头选择中 AMRP 偏向近邻的原因之一。参数说明Eelec 一般取 50nJ/bitεfs 取 10pJ/bit/m^2εmp 取 0.0013pJ/bit/m^4EDA 取 5nJ/bit。这些数值来自 Heinzelman 的经典参数表直接抄即可。真正需要你关心的是 d0 的计算如果 Efs、Emp 比例不对d0 会变成十几米甚至几百米直接决定簇内和簇外的模型切换点仿真曲线会明显不同。3.3 死节点判定与每轮能量扣减顺序能量扣减顺序是 WSN 仿真里最常见的逻辑翻车点如果先判定“能量不足”再扣能量会多扣一次如果先扣再判定则可能出现负能量节点。我一般用“先扣减、后判定”的顺序并在每轮结束后统一把能量低于阈值的节点标记为死亡。function [nodes] deduct_energy(nodes, i, d_energy) nodes(i).E nodes(i).E - d_energy; if nodes(i).E 0 nodes(i).alive 0; nodes(i).role 0; nodes(i).head_id i; nodes(i).E 0; % 能量归零避免负值污染绘图 end end逻辑说明函数接收节点结构体数组、节点下标和本次扣减量先扣后判防止一次性扣费把能量扣成负数。置 E0 是有意为之后面绘图和统计剩余能量时负能量会拉偏总体曲线也会让 CHprob 计算出现负值从而被 max() 强制拉回 pmin掩盖了真实问题。参数说明能量阈值默认 0即能量耗尽才算死。如果你要模拟“低于阈值就休眠”的场景可以把阈值改成 0.001J 之类的值在调用处传入。这个函数在后续每轮结算中会被大量调用所以保持它足够小且只做一件事方便单步断点调试。4. HEED 分簇轮询的 MATLAB 实现从迭代选举到数据上报这一章是核心。先写 HEED 迭代竞选主循环再给出簇头任命与普通节点加入规则最后写一轮数据收集后的能量结算。代码要在 MATLAB 2019b 以上能直接运行。4.1 HEED 竞选的迭代主循环HEED 的竞选不是单轮完成的。第 r 轮开始时所有活节点计算自己的 CHprob然后进入最多 max_iter 次迭代每一轮中若节点听到某个临时簇头的综合代价比自己的低它就把 tmp_better 置 1若没有听到更优簇头且自己的 CHprob 足够大或随机判定通过则宣布自己为临时簇头。每轮迭代结束后未决节点把 CHprob 翻倍进入下一轮。function [nodes] heed_election(nodes, N, max_iter, pmin, Cprob) for r 1:max_iter for i 1:N if nodes(i).alive 0 continue; end % 主选概率剩余能量占比下限 pmin nodes(i).CHprob max(Cprob * nodes(i).E / Emax, pmin); % 已确认降级的节点不再参与宣告 if nodes(i).tmp_better 1 continue; end % 当前轮的宣告阈值随着迭代翻倍快速逼近收敛 if nodes(i).tmp_heard 0 || nodes(i).CHprob rand nodes(i).role 1; % 暂时当簇头 else nodes(i).role 0; end end % 竞选出局判定本轮有更优簇头覆盖则放弃 for i 1:N if nodes(i).alive 0 continue; end if nodes(i).role 1 for j 1:N if i j || nodes(j).alive 0 continue; end if nodes(j).role 1 ... amrp_less(nodes(j), nodes(i)) 1 nodes(i).tmp_better 1; break; end end end end % 未决节点概率翻倍继续下一轮 for i 1:N if nodes(i).alive 1 nodes(i).role ~ 1 nodes(i).tmp_better 0 nodes(i).CHprob min(nodes(i).CHprob * 2, 1); end end end end逻辑说明外层循环是 HEED 论文中的“迭代层”内层第一段处理宣告第二段处理比优第三段翻倍。注意 tmp_heard 表示该节点是否听过任何簇头消息若从没听过它直接按 CHprob 与 rand 的比较来决定是否宣告若听过且自己不是更优则保持普通角色。这个例子中对“听到”的建模是简化版——真实 HEED 中节点需要解析消息里的代价字段这里改成用 amrp_less 比较两个候选簇头的 AMRP 是否更小目的相同但代码更短。参数说明max_iter 一般取 5 到 10。HEED 原文证明迭代数与节点度相关但在 MATLAB 仿真里超过 10 轮的收敛收益几乎为 0反而拖慢每轮耗时。pmin 取 1e-4Cprob 取 0.05这两组参数可以在第 6 章的敏感性分析里看清楚它们的作用。翻倍策略的上限设为 1防止概率溢出。下面的 amrp_less 函数负责比较两个临时簇头谁的综合代价更小function flag amrp_less(a, b) % 比较两个临时簇头谁的综合代价更小这里用 AMPR 与能量的归一化加权 da calc_amrp(a); db calc_amrp(b); score_a 0.7 * da 0.3 * (1 - a.E / Emax); score_b 0.7 * db 0.3 * (1 - b.E / Emax); flag score_a score_b; end说明权重 0.7/0.3 是经验值意思是 AMRP 占主导、能量作辅助。HEED 原文不这样加权它用次数排序先比能量等级再比 AMRP。但在 MATLAB 里用加权标量更直观也方便你画代价场来看哪些节点胜出。4.2 簇头任命与普通节点的加入规则迭代结束后role 为 1 的节点就是本轮簇头。接下来普通节点选择要加入的簇最简单的规则是自己找 AMRP 最小的簇头若找不到任何簇头该节点标记为孤立节点直接与基站通信。这一步在代码里可以合并到一个全局循环里完成。for i 1:N if nodes(i).alive 0 continue; end if nodes(i).role 0 best_cost inf; best_id i; % 默认自己当簇头即孤立处理 for j 1:N if nodes(j).role ~ 1 || nodes(j).alive 0 continue; end d norm([nodes(i).x - nodes(j).x, nodes(i).y - nodes(j).y]); if d^2 best_cost best_cost d^2; best_id j; end end nodes(i).head_id best_id; if best_id i nodes(i).role 2; % 孤立节点直接发基站 end else nodes(i).head_id i; end end逻辑说明普通节点遍历所有候选簇头用欧氏距离平方作为代价等价于最小发射功率的近似选中代价最小的簇头。若没有任何簇头在通信范围head_id 保持自己role 置 2后续对基站直传。这个“默认自己当簇头”的兜底逻辑是必要的否则未分配节点的数据会在上报阶段丢失导致能量扣减和统计出现空洞。参数说明这里其实隐藏了通信半径的概念——代码默认所有节点都能到达任何簇头。如果你想限制簇的覆盖范围可以在判断条件里加一个通信半径 radius只有 d radius 的簇头才能成为候选。限制后会显著增加孤立节点比例你需要同时调整 Cprob 来增加簇头数量。4.3 一轮数据收集后的能量结算数据收集过程按角色分开结算普通节点把 k 比特数据发给簇头扣发送能量与接收能量簇头把聚合后的 k 比特数据发给基站扣发送能量孤立节点直接发基站扣发送能量。k 2000; % 每个数据包 bit 数 Eelec 50e-9; % 电路耗能 50nJ/bit Efs 10e-12; Emp 0.0013e-12; EDA 5e-9; d0 sqrt(Efs / Emp); packet_size k; % 第1步簇内成员向簇头发数据 for i 1:N if nodes(i).alive 0 || nodes(i).role 1 continue; end h nodes(i).head_id; if h i continue; % 孤立节点单独处理 end d norm([nodes(i).x - nodes(h).x, nodes(i).y - nodes(h).y]); nodes(i).E nodes(i).E - tx_energy(packet_size, d, Eelec, Efs, Emp, d0); nodes(h).E nodes(h).E - rx_energy(packet_size, Eelec); end % 第2步簇头聚合后发向基站 for i 1:N if nodes(i).alive 0 || nodes(i).role ~ 1 continue; end d2bs norm([nodes(i).x - bs(1), nodes(i).y - bs(2)]); nodes(i).E nodes(i).E - tx_energy(packet_size, d2bs, Eelec, Efs, Emp, d0); end % 第3步孤立节点直传基站 for i 1:N if nodes(i).alive 0 || nodes(i).role ~ 2 continue; end d2bs norm([nodes(i).x - bs(1), nodes(i).y - bs(2)]); nodes(i).E nodes(i).E - tx_energy(packet_size, d2bs, Eelec, Efs, Emp, d0); end逻辑说明把结算拆成三个循环是为了让每一类角色的能量流向都清晰可见。第 1 步中簇头接收能量按成员数累加——注意这里没有显式扣族头的发射能量和成员接收能量因为这类消息在 HEED 竞选阶段才会产生数据上报阶段只有成员给簇头、簇头给基站、孤立直传三类流量。基站不消耗能量不需要模拟。参数说明k2000 是每个节点每轮上报的数据量对应 LEACH 论文里的经典值EDA 表示聚合的能耗簇头发射时扣一次合并费即可不需要乘以成员数——聚合后仍然是一份 k 比特的包。如果你要模拟“融合率”可以在这里把第二个循环的 packet_size 改成 k * (1 成员数*0.1) 之类但那就偏离 HEED 的标准设定了。5. HEED 仿真避坑5 个翻车现场及对应的 MATLAB 补救从原理到代码都齐了但仿真调试比写原理更难。下面 5 条是我实际跑 HEED 时踩过的坑按概率从高到低排每条都按“现象→原因→解决”写。这些坑在别人分享的代码里很难看出来因为都是写错了也能跑通、但结果经不起推敲的类型。5.1 随机数状态没有固定两次仿真的曲线对不上现象同一个脚本跑两次存活节点数和剩余总能量的曲线在某一轮开始分叉甚至 FND第一个节点死亡轮数差出几十轮。原因MATLAB 的 rng 在每次脚本启动时按系统时间初始化。你在节点部署、HEED 竞选里用了 rand 和 randperm 多次这些随机流的顺序在不同启动之间是不同的。更隐蔽的情况是你在某个循环里调用了 rand 但循环次数取决于上一轮能量的结果于是随机流的消耗节奏也不同导致同一次运行内部每轮使用的随机数数量都在变。解决在脚本最开头加 rng(42)或任何固定种子如果你的代码里有多个独立随机过程部署、竞选、数据包传输概率分开为每个过程单独固定种子会更好部署用rng(42, twister)竞选用rng(7, twister)。我自己习惯在主脚本入口留一个rng(seed)参数这样跑敏感性时可以方便地换种子确认结论是否稳定。5.2 CHprob 初始值与 pmin 组合不当簇头数量失控现象一轮分簇结束后统计 role1 的节点数有时只有 2 个簇头有时有 20 多个簇大小严重不均剩余能量曲线提前崩塌。原因这是最经典的参数玄学。Cprob0.05 时初始概率均匀分布在 0.05*E/Emax 附近若 pmin1e-3则 E 低于 2% 的节点依然能以 0.05 的基线上限参与竞选簇头数被拉高。反过来Cprob 太小如 0.01则平均簇头数偏少簇头到基站的远距离传输能耗剧增。HEED 的论文里 pmin 取 1e-4 是有意为之目的就是让低能量节点在极低概率下才能竞选而不是成为“保底高频节点”。解决先固定 pmin1e-4把 Cprob 从 0.03 到 0.1 之间扫一遍画出“簇头数随轮数的曲线”找到稳定区间。我一般直接看第 100 轮的簇头数如果超过 N/Cprob 的 2 倍就调小如果低于 1/3就调大。这个调试过程可以写成脚本自动化第 6 章的敏感性分析会给出代码框架。5.3 孤立节点无人认领出现“光杆簇头”现象运行结束画分簇图时发现某些簇头周围没有任何成员节点同时远处有一个 role2 的孤立节点直接把数据发到基站能量消耗失衡。原因普通节点加入簇的逻辑是“选择距离最近的簇头”但你的通信半径限制如果加了或簇头数量过少会使得某些节点在半径内找不到任何簇头。若不把这类节点纳入某个簇它们直接和基站通信的距离往往超过 d0采用四次方模型一次发送就消耗大量能量导致曲线在第 1 轮就出现断崖式下跌。解决代码里对孤立节点的兜底已经在 4.2 里写了找不到簇头就自己当簇头、直连基站。但更要紧的是控制簇头数不要过少——在 Cprob 调参时就应把孤立节点比例压到 5% 以下。脚本里加一行统计很方便每次分簇后计算sum([nodes.role] 2)若大于 N*0.05就把 Cprob 调大重跑。不要指望 HEED 的迭代机制会自己解决这个问题它负责收敛不负责覆盖。5.4 能耗模型判断 d0 边界写反UR 曲线中途跳变现象剩余总能量曲线在某几轮突然下探然后恢复正常斜率波形上出现“台阶”或“尖刺”单独看一次运行很像随机事件但在多个种子下都在同一轮附近出现。原因节点能量下降到某个水平后原本在平方损耗范围内的簇内通信距离因节点死亡、簇成员重新分配而跨越 d0触发四次方模型单次发送耗能剧增。看似是模型切换其实是你的 d0 计算值不对——如果你手算了d0 sqrt(Efs/Emp)但用了错误的量纲Efs 取 10e-12Emp 取 0.0013e-12d0 ≈ 87m而实际仿真区域边长只有 100m几乎一半的簇内通信都会超过 d0确实会有这种跳变。解决在初始化脚本里直接打印 d0 并做合理性检查。对于 100m 区域把 d0 配置在 60~90m 之间比较合适。更稳妥的做法是给能耗函数加个断言运行时若发现 d d0 且 d0 小于某个阈值比如 30m就报错提示你检查 Efs/Emp 的单位。这个断言在别人复现你的代码时尤其值钱能帮你挡掉一半的“为什么波形不对”的提问。5.5 消息交互写成全联接 O(N^2)大规模网络卡死现象节点数从 100 提高到 500 后单轮 HEED 竞选耗时长到无法接受甚至 MATLAB 假死内存占用飙升。原因HEED 的竞选代码如果按最直白的方式写——每个节点遍历所有其他节点比较 AMRP——复杂度是 O(N^2)。这个复杂度在 N100 时是 1 万次距离计算没感觉到 N500 时变成 25 万次加上每轮迭代 max_iter8就是 200 万次距离计算和结构体字段访问MATLAB 的解释型循环立刻现原形。解决两个优化方向。一是先用 pdist2 预计算一次 N×N 距离矩阵竞选阶段直接查矩阵而不是重复计算距离二是在竞选阶段只把“听到的簇头”限制在通信半径内即先按距离矩阵滤出一跳邻居再在邻居范围内做比优。把这两步做完500 节点一整套分簇可以在 0.1 秒量级跑完代码复杂度也从 O(N^2) 降为 O(N×d)d 是平均邻居数。注意预计算距离矩阵是用内存换时间N1000 时 8MB 矩阵完全可接受但 N5000 时就要分块处理别无脑预计算。6. 验证 HEED 是否真的省电三个指标与两种参数敏感性观察写完代码只是第一步。真正说服评审、同事或自己的是曲线和数字。这一章介绍三个硬指标以及两轮参数实验用来验证“HEED 比 LEACH 生命周期更稳”这个结论是否可复现。6.1 生命周期的三个硬指标FND、存活节点数与剩余能量FNDFirst Node Dies是第一个节点死亡的轮数它是 WSN 路由协议最敏感的生命周期指标谁先死、在第几轮死直接反映能量均衡策略是否生效。另一个常用指标是网络 10% 节点死亡10%ND以及最后 1% 节点死亡的时间但对 HEED 这种分簇协议FND 和 50% 存活轮数更具区分度。% 主循环中每轮记录三个统计量 round_energy(r) sum([nodes.E]); round_alive(r) sum([nodes.alive]); if first_dead_round 0 round_alive(r) N first_dead_round r; end计算剩余总能量要小心已死节点的 E 已被归零求和不会引入偏差但如果你在绘图时把全部节点的 E 都画出来会出现死后不变的水平线掩盖能量消耗速率所以画图时只看 sum 或只取 alive 节点的均值。能量标准差更直观它描述能量分布的分散程度HEED 的预期效果是让所有节点剩余能量尽量接近曲线越低越平摊LEACH 的能量标准差在后期会急剧上升因为总有节点被反复选中当簇头。6.2 Cprob 与 pmin 的敏感性跑一组对比后你会重新理解参数参数敏感性实验不是玄学推演而是用控制变量法找出每个参数对输出的影响方向。最省事的做法是把主循环包成一个函数输入 Cprob 和 pmin输出 FND 和 500 轮存活节点数然后循环调用。cfg_list struct(Cprob, {0.03, 0.05, 0.10, 0.20}, ... pmin, {1e-4, 1e-4, 1e-4, 1e-3}); for k 1:length(cfg_list) [fnd(k), alive_curve(k, :)] run_heed( ... Cprob, cfg_list(k).Cprob, pmin, cfg_list(k).pmin); end经验结论Cprob 越大初始簇头候选越多分簇更均匀、FND 推后但每轮竞选交互相应更多pmin 取 1e-3 时低能量节点的保底概率升高尾部存活拉长但前期 FND 反而提前——这是一个非常反直觉的结果值得亲手复现一遍。如果你的复现结果总是 FND 在第 1~5 轮内出现先查是不是能耗模型扣费顺序写反如果 FND 稳定但存活曲线跟 LEACH 差异不大注意看是不是你的 AMRP 权重设得太低让代价因子形同虚设。调参到 FND 稳定、50% 存活轮数比 LEACH 提升 20% 以上时这份 HEED 仿真就可以作为交付起点。我自己的习惯是保留一组“基线参数 一个对比参数”跑双份数据留好种子和脚本入口方便后续换场景时追回当初结论。WSN 协议仿真最怕的不是参数不对而是不知道哪些参数组合会大幅改变结论——所以建议把 Cprob、pmin、max_iter 三个变量专门拆成 config 结构体让每一轮实验的结论都能对回配置。这些调试习惯比代码本身更能节省时间希望帮到你。本文还有配套的精品资源点击获取