# Simulation LEACH vs LEACH-C pour Réseaux Dynamiques

## Vue d'ensemble

Ce projet implémente une simulation complète des protocoles **LEACH** (Low-Energy Adaptive Clustering Hierarchy) et **LEACH-C** (centralisé) pour des réseaux de capteurs sans fil (WSN) avec **mobilité dynamique** des nœuds.

**Contexte** : Agriculture de précision - suivi en temps réel de bovins avec capteurs se déplaçant dans un champ.

**Deadline** : 5 novembre 2025, 23:42

---

## Structure du Projet

```
/algo/
├── code/
│   ├── config.py          # Configuration et constantes
│   ├── node.py            # Classe Node
│   ├── metrics.py         # Classe Metrics (10 métriques)
│   ├── leach.py           # Protocole LEACH décentralisé
│   ├── leach_c.py         # Protocole LEACH-C centralisé
│   ├── main.py            # Contrôleur principal
│   ├── analysis.py        # Analyseur et graphiques
│   └── run.sh             # Script de lancement
├── results/
│   ├── simulation_results.json   # Résultats bruts
│   ├── summary.csv               # Tableau récapitulatif
│   ├── 01_FDN_Comparison.png     # Graphique FDN
│   ├── 02_FMR_Comparison.png     # Graphique FMR
│   ├── 03_DLBI_Comparison.png    # Graphique DLBI
│   ├── 04_RSPI_Comparison.png    # Graphique RSPI
│   └── 05_Alive_Nodes_Over_Time.png
└── rapport/
    └── Rapport_LEACH_LEACHC.typ   # Rapport complet (Typst + PDF)
```

---

## Comment Exécuter

### 1. Installation des dépendances

```bash
pip install matplotlib
```

### 2. Lancer la simulation

```bash
cd /home/paul/algo
python code/main.py
```

### 3. Générer les graphiques et analyses

```bash
python code/analysis.py
```

Les résultats seront sauvegardés dans `/home/paul/algo/results/`

---

## Implémentation

### Protocoles

#### **LEACH (Décentralisé)**
- Élection aléatoire des cluster heads (probabilité p)
- Formation de clusters basée sur proximité
- Communication nœud → CH → BS
- Agrégation de données au niveau CH

#### **LEACH-C (Centralisé)**
- BS reçoit l'état de tous les nœuds
- Calcul des clusters optimaux (heuristique : sélection par énergie)
- Distribution optimale des rôles
- Moins aléatoire mais plus coûteux en énergie

### Mobilité Dynamique

- Chaque nœud se déplace aléatoirement chaque round
- Déplacement max : 5 mètres
- Restent dans les limites du champ (100m × 100m)
- Impact majeur sur stabilité et efficacité

### Modèle Énergétique

```
E_Tx(l, d) = 
  - Si d ≤ d0 : E_elec×l + E_fs×l×d²
  - Si d > d0 : E_elec×l + E_mp×l×d⁴

E_Rx(l) = E_elec × l
E_Agg(l) = E_da × l

d0 = sqrt(E_fs / E_mp)
```

---

## Métriques Implémentées

### 1. **Nœuds Vivants** (Alive Nodes Count)
Nombre de nœuds actifs après chaque round.

### 2. **Paquets vers CH** (Packets to Cluster Head)
Nombre total de paquets envoyés par les nœuds réguliers vers leurs CHs.

### 3. **Paquets vers BS** (Packets to Base Station)
Nombre total de paquets envoyés par les CHs vers la station de base.

### 4. **Énergie Résiduelle** (Residual Energy)
Énergie restante dans chaque nœud.

### 5. **Muted Rounds**
Nombre de rounds où **aucun CH n'est élu** (communication impossible).

### 6. **FMR** (First Muted Round)
Le round exact où le premier silence apparaît.

### 7. **FDN** (First Dead Node)
Le round quand le **premier nœud** épuise son énergie.

### 8. **Last Dead Node**
Le round quand le **dernier nœud** meurt.

### 9. **DLBI** (Dynamic Load Balancing Index)

$$DLBI = \frac{1}{N} \sum_{r=1}^{N} DLBI_r$$

$$DLBI_r = 1 - \frac{\sum(L_{j,r} - \bar{L}_r)^2}{m_r \times \bar{L}_r^2}$$

**Interprétation** : Évalue l'équilibre de charge entre les CHs.
- Proche de 1 = distribution équilibrée
- Bas = déséquilibre grave

### 10. **RSPI** (Relative Silence Period Index)

$$RSPI = \frac{2 \times [(1 - FR_{muted}/R_{max}) \times (1 - LR_{dead}/R_{max})]}{(1 - FR_{muted}/R_{max}) + (1 - LR_{dead}/R_{max})}$$

**Interprétation** : Moyenne harmonique entre résilience et durée de vie.

---

## Scénarios de Test

| Scénario | Paquets (l) | Probabilité (p) | Nœuds (n) |
|----------|-------------|-----------------|-----------|
| 1 | 2000 | 0.05 | 100 |
| 2 | 2000 | 0.50 | 100 |
| 3 | 2000 | 0.95 | 100 |
| 4 | 4000 | 0.05 | 100 |
| 5 | 4000 | 0.05 | 200 |
| 6 | 4000 | 0.10 | 200 |

---

## Résultats

Les résultats incluent :

1. **Fichier JSON** : Données complètes de chaque round
2. **CSV récapitulatif** : Tableau avec toutes les métriques
3. **Graphiques** :
   - FDN Comparison
   - FMR Comparison
   - DLBI Comparison
   - RSPI Comparison
   - Nombre de nœuds vivants au fil du temps

---

## Points Importants

### Dynamique vs Statique
- **Statique** : Clusters stables, peu d'overhead
- **Dynamique** : Clusters instables, plus d'énergie perdue, plus réaliste

### Rounds Muets (Muted Rounds)
Quand **aucun nœud n'est élu** comme CH → communication impossible. Problème majeur en réseau dynamique.

### LEACH vs LEACH-C
- **LEACH** : Scalable, décentralisé, mais élection aléatoire
- **LEACH-C** : Meilleure distribution, plus coûteux énergétiquement

### Impact de la Mobilité
La mobilité dynamique cause :
- Augmentation de la consommation d'énergie
- Plus de muted rounds
- Nécessité de réélections fréquentes

---

## Technologies Utilisées

- **Python 3.x**
- **Matplotlib** : Visualisation des résultats
- **JSON** : Sauvegarde des résultats
- **Simulation événementielle** : Approche discrète des rounds

---

## Fichiers Principaux

### `config.py`
Configuration globale, paramètres, scénarios.

### `node.py`
Classe représentant un capteur (position, énergie, états).

### `metrics.py`
Collecte des 10 métriques de performance.

### `leach.py`
Implémentation du protocole LEACH décentralisé.

### `leach_c.py`
Implémentation du protocole LEACH-C centralisé.

### `main.py`
Contrôleur principal : crée les nœuds, lance les protocoles.

### `analysis.py`
Analyseur et générateur de graphiques.

---

## Ressources Académiques

1. **LEACH Original** : W. B. Heinzelman et al., "An application-specific protocol architecture for wireless microsensor networks", IEEE Trans. Wireless Commun., 2002

2. **LEACH-C** : W. B. Heinzelman et al., "Energy-efficient communication protocol for wireless microsensor networks", Proc. HICSS, 2000

3. **Efficacité Énergétique** : N. Wang & H. Zhu, "An energy efficient algorithm based on LEACH protocol", Proc. ICCSEE, 2012

---

## Checklist

- [x] Implémentation LEACH (décentralisé)
- [x] Implémentation LEACH-C (centralisé)
- [x] Support mobilité dynamique
- [x] Modèle énergétique complet
- [x] 10 métriques de performance
- [x] 6 scénarios de test
- [x] Génération de graphiques
- [x] Rapport complet (10 pages max)

---

## 📞 Contact

Pour des questions ou clarifications, veuillez consulter les spécifications du projet.

**Deadline** : 5 novembre 2025, 23:42 ⏰