【無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷算法探究（論文）10000字】

無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷算法研究目錄TOC\o"1-3"\u前言 11.無線傳感器網(wǎng)絡(luò)概述 11.1研究的意義 11.2無線傳感網(wǎng)絡(luò)節(jié)點的組成結(jié)構(gòu) 21.3國內(nèi)外研究現(xiàn)狀 32.無線傳感網(wǎng)絡(luò)節(jié)點故障診斷理論 42.1WSN體系結(jié)構(gòu) 42.1.1WSN無線傳感網(wǎng)絡(luò)故障分類 42.1.2節(jié)點故障模型 52.2無線傳感網(wǎng)絡(luò)節(jié)點故障診斷方法 62.2.1集中式故障診斷方法 62.2.2分布式故障診斷方法 62.2.3分層式故障診斷方法 73.基于LEACH的無線傳感器故障診斷算法 73.1LEACH故障診斷算法 73.1.1LEACH算法簡介 73.1.2LEACH故障診斷算法分析 93.1.3LEACH算法的優(yōu)點和缺點 103.2改進的LEACH故障診斷算法 113.2.1改進的LEACH故障診斷算法 113.2.2改進的LEACH故障診斷算法的優(yōu)勢 144.算法仿真及結(jié)果對比分析 144.1LEACH故障診斷算法仿真 154.2改進的LEACH與LEACH故障診斷算法對比 185.總結(jié)和展望 19參考文獻 20附錄 22附錄A：LEACH故障診斷算法 22附錄B：改進的LEACH與LEACH故障診斷算法對比 30PAGEPAGE11前言近年來，無線傳感器網(wǎng)絡(luò)(WirelessSensorNetworks,WSN)[1]市場得到了前所未有的發(fā)展。無線傳感器網(wǎng)絡(luò)具有部署迅速、自組織、無需基礎(chǔ)設(shè)施支持等優(yōu)點，在環(huán)境監(jiān)測、物流[2]等領(lǐng)域具有廣闊的應(yīng)用前景。它已逐漸成為應(yīng)用和研究領(lǐng)域的一個熱點。傳感器節(jié)點協(xié)同感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域內(nèi)感測對象的監(jiān)測信息，并向用戶報告。由于低功耗和低成本，傳感器節(jié)點通常部署在惡劣環(huán)境和難以到達(dá)的區(qū)域。由于受到攻擊、能量消耗或環(huán)境干擾，節(jié)點容易發(fā)生故障或失效，影響傳感器網(wǎng)絡(luò)的正常運行。無線傳感器網(wǎng)絡(luò)概述1.1研究的意義無線傳感器網(wǎng)絡(luò)（WirelessSensorNetwork，WSN）是由多個微小節(jié)點組成的全分布式自組織節(jié)點網(wǎng)絡(luò)。它作為一種有效的無線數(shù)據(jù)采集網(wǎng)絡(luò)，它可以方便地部署在布線、供電困難、人員無法通過大量廉價的微傳感器節(jié)點到達(dá)的地區(qū)（如受污染、未受破壞或敵對地區(qū)）和在某些臨時情況下（如在發(fā)生自然災(zāi)害時，固定的通信網(wǎng)絡(luò)中斷）協(xié)同感知、收集和處理網(wǎng)絡(luò)所覆蓋區(qū)域內(nèi)被感知對象的信息，并將其發(fā)送給觀察者，從而大大擴展了現(xiàn)有網(wǎng)絡(luò)的功能和人類了解世界的能力。無線傳感器網(wǎng)絡(luò)以其低成本、動態(tài)配置、自組織和良好的可擴展性而受到越來越多的關(guān)注和應(yīng)用。在軍事應(yīng)用、醫(yī)療應(yīng)用、環(huán)境監(jiān)控、自動交通流量監(jiān)控、動物跟蹤監(jiān)督等多方面都能發(fā)揮重要的作用。同時，與傳統(tǒng)網(wǎng)絡(luò)相比，無線傳感器網(wǎng)絡(luò)具有低成本、低功率、布局靈活、高精度監(jiān)測的特點。每個節(jié)點集成一個或一個以上傳感器、嵌入式處理器、存儲器、無線通信模塊、電源和電源管理模塊等組件。但是無線傳感器網(wǎng)絡(luò)給人們帶來的挑戰(zhàn)之一是能量的限制。為了方便對無線傳感器節(jié)點進行故障診斷，需要對傳感器節(jié)點的故障類型進行分類。無線傳感器網(wǎng)絡(luò)節(jié)點故障一般分為硬故障和軟故障。硬故障是指傳感器節(jié)點的通信功能失效或節(jié)點能量耗盡，導(dǎo)致節(jié)點死亡，信息交換失敗。軟故障是指傳感器節(jié)點與鄰居節(jié)點進行通信，但由于傳感故障或其他原因，傳感器節(jié)點的傳感數(shù)據(jù)與真實數(shù)據(jù)相差較大。對于單個節(jié)點來說，由于其體積小、能量有限，存在許多資源約束:計算能力有限、存儲能力有限、通信帶寬有限、供電能力有限。在這些限制條件下，如何合理有效地利用有限的功率是無線傳感器網(wǎng)絡(luò)研究的熱點之一。因為要監(jiān)控的環(huán)境可能很惡劣(如戰(zhàn)場、極地地區(qū))，技術(shù)人員無法訪問，而且組成網(wǎng)絡(luò)的節(jié)點數(shù)量太大，因此更換每個節(jié)點的電源不現(xiàn)實。因此，為了延長網(wǎng)絡(luò)生命周期，防止網(wǎng)絡(luò)分離，識別傳感器節(jié)點之間的差異，并采取一些策略盡可能平衡整個網(wǎng)絡(luò)的能量消耗，對無線傳感器網(wǎng)絡(luò)的研究非常有價值。1.2無線傳感網(wǎng)絡(luò)節(jié)點的組成結(jié)構(gòu)無線傳感器節(jié)點是一種小型化的嵌入式系統(tǒng)，是無線傳感器網(wǎng)絡(luò)的基礎(chǔ)。在不同的應(yīng)用中，無線傳感器網(wǎng)絡(luò)節(jié)點的組成可能不一樣，但基本組成包括四個模塊：傳感器模塊、處理器模塊、無線通信模塊和能量供應(yīng)模塊[2]，如圖1-1所示。圖1-1無線傳感器網(wǎng)絡(luò)節(jié)點組成圖傳感器模塊主要由模擬-數(shù)字轉(zhuǎn)換部分和傳感器組成，主要將環(huán)境中采集的模擬信號轉(zhuǎn)換為數(shù)字信號，即完成采集信息的轉(zhuǎn)換。處理器模塊是整個節(jié)點的核心，主要由CPU、內(nèi)存、嵌入式操作系統(tǒng)等組成[3]。主要控制整個傳感器節(jié)點采集數(shù)據(jù)的操作、存儲和處理。由于節(jié)點的成本和能耗的限制，節(jié)點的處理和計算能力通常不是很強，存儲容量也有限。無線通信模塊主要負(fù)責(zé)將收集到的信息發(fā)送到sink節(jié)點，轉(zhuǎn)發(fā)其他節(jié)點的消息。電源模塊為傳感器節(jié)點的其他組件提供電源，使其能夠正常工作。無線傳感器網(wǎng)絡(luò)節(jié)點通常由電池供電。由于節(jié)點的大小，電池不能提供太多的電力，所以節(jié)點通常被設(shè)計成在低功率模式下運行很長一段時間。與此同時，一些節(jié)點可以裝備先進的設(shè)備，如再生能源、移動或執(zhí)行機構(gòu)、定位系統(tǒng)和信號處理(包括聲音、圖像、數(shù)據(jù)處理和數(shù)據(jù)整合)，以獲得更好的功能。作為無線傳感網(wǎng)絡(luò)的基礎(chǔ)組成部分，傳感節(jié)點具有如下的特點[4]：（１）能量有限：一般采用電池進行供電。（２）無線通信能力有限：可以通過無線電、紅外線、藍(lán)牙、超聲波等進行通信。一般來說，通信距離很短，從幾米到幾十米不等。（３）計算能力有限：處理器工作頻率一般為幾百兆赫茲。（４）存儲能力有限：幾兆或幾百兆的存儲空間。（５）重量輕而且體積小。1.3國內(nèi)外研究現(xiàn)狀目前國內(nèi)外主要的無線傳感器節(jié)點故障診斷算法主要包括[5]：神經(jīng)網(wǎng)絡(luò)、遺傳算法、小波分析、粒子群算法、克隆算法、支持向量機、信息融合等故障診斷算法。（1）基于神經(jīng)網(wǎng)絡(luò)的傳感節(jié)點故障診斷神經(jīng)網(wǎng)絡(luò)具有魯棒性強、記憶能力強、非線性映射能力強等優(yōu)點?；趥鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)的傳感器節(jié)點故障診斷是將神經(jīng)網(wǎng)絡(luò)算法作為故障模式識別的故障診斷分類器，故障診斷的實現(xiàn)主要包括訓(xùn)練和診斷兩個過程，每個過程包括預(yù)處理和特征提取。神經(jīng)網(wǎng)絡(luò)與其他智能技術(shù)相結(jié)合，形成一種新的復(fù)合診斷方法，如遺傳神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)與粒子群優(yōu)化、神經(jīng)網(wǎng)絡(luò)與小波變換、神經(jīng)網(wǎng)絡(luò)與信息融合等。（2）基于小波變換的傳感節(jié)點故障診斷小波變換具有良好的時間頻率局域化特性，同時具有很強的克服噪聲的能力。近年來，結(jié)合小波變換和神經(jīng)網(wǎng)絡(luò)提出的小波神經(jīng)網(wǎng)絡(luò)故障診斷方法是當(dāng)前傳感器節(jié)點故障診斷的研究焦點。小波和神經(jīng)網(wǎng)絡(luò)的結(jié)合有分散型和緊致型兩種方式。松散類型首先利用小波分析提取收集到的信息的特征，然后通過神經(jīng)網(wǎng)絡(luò)對其進行學(xué)習(xí)和分類。緊湊型是將小波變換嵌入到神經(jīng)網(wǎng)絡(luò)中形成小波網(wǎng)絡(luò)。小波變換與神經(jīng)網(wǎng)絡(luò)相結(jié)合的故障診斷方法結(jié)合了小波的局部特性和神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，具有良好的容錯能力。（3）基于支持向量機的傳感節(jié)點故障診斷支持向量機（SVM）是將分類問題轉(zhuǎn)化為二次規(guī)劃問題來實現(xiàn)分類，其非線性、小樣本、高維模式識別問題在求解中具有較強的泛化能力、全局最優(yōu)和結(jié)構(gòu)簡單等特點。以支持向量機為故障分類器，將支持向量機與粗糙集、小波變換和遺傳算法相結(jié)合，是近年來傳感器節(jié)點故障診斷領(lǐng)域的熱點。（4）基于分簇式的傳感節(jié)點故障診斷國內(nèi)的張教授等人提出了利用集群內(nèi)節(jié)點的集群報頭的集中控制來優(yōu)化診斷過程的比較集群節(jié)點故障診斷算法。季教授等人提出了將相鄰節(jié)點感知到的數(shù)據(jù)進行比較，利用空間相關(guān)性檢測WSN節(jié)點是否有故障的時空特性的WSN故障診斷法。雷教授等人提出了一種改進的可識別矩陣算法，用于簡化獲得的故障決定屬性，并使用屬性匹配分類算法進行行故障診斷。從無線傳感器節(jié)點故障診斷幾十年的發(fā)展來看，其研究已經(jīng)取得了比較明顯的理論成果。然而，由于實際傳感器節(jié)點的故障類型多種多樣，且受外部影響較大，現(xiàn)有算法無法在完全覆蓋故障類型的同時進行正確的故障診斷。因此，研究適用性強的故障診斷理論和方法并將其應(yīng)用到實際故障診斷中顯得尤為迫切。傳感器節(jié)點故障診斷的發(fā)展趨勢是利用多種診斷信息和智能信息處理技術(shù)來綜合多種診斷方法。無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷理論2.1WSN體系結(jié)構(gòu)傳統(tǒng)的無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)通常由傳感器節(jié)點、匯聚節(jié)點和監(jiān)控中心組成。大量具有感知能力、計算能力和通信能力的傳感器節(jié)點隨機均勻分布在指定的監(jiān)測區(qū)域，網(wǎng)絡(luò)以自組織、多跳的方式構(gòu)建。每個網(wǎng)絡(luò)將信息傳送到監(jiān)控中心進行信息處理。傳感器節(jié)點通過對采集到的監(jiān)測信息進行綜合分析和處理，將采集到的信息通過各個中繼節(jié)點以多跳的方式傳遞給位于監(jiān)測區(qū)域或監(jiān)測區(qū)域邊緣的匯聚節(jié)點。匯聚節(jié)點通過有線或無線方式接入外部網(wǎng)絡(luò)(如局域網(wǎng)、Internet等)，監(jiān)控中心通過外部網(wǎng)絡(luò)引導(dǎo)用戶進行判斷和決策。2.1.1WSN無線傳感器網(wǎng)絡(luò)故障分類故障可以定義為系統(tǒng)的至少一個特性或參數(shù)偏離正常范圍，并且系統(tǒng)難以執(zhí)行其預(yù)期功能的狀態(tài)。由于制造方式、使用時間和工作環(huán)境的限制，傳感器節(jié)點發(fā)生故障是不可避免的。無線傳感器網(wǎng)絡(luò)的故障往往導(dǎo)致控制臺無法接收數(shù)據(jù)或接收到錯誤的數(shù)據(jù)。無法接收數(shù)據(jù)的原因是本地所有節(jié)點的通信模塊都出現(xiàn)故障，或者用戶在匯聚節(jié)點出現(xiàn)故障時無法接收數(shù)據(jù)。數(shù)據(jù)接收錯誤的原因是傳感器節(jié)點的傳感模塊傳遞失敗，通信模塊和電源模塊均正常。由WSN節(jié)點結(jié)構(gòu)的四個基本模塊[8]，其故障也可分為四種相應(yīng)的類型。根據(jù)節(jié)點與相鄰節(jié)點之間的通信是否正常，無線傳感器網(wǎng)絡(luò)故障可分為節(jié)點故障和通信故障，其中通信故障是由節(jié)點通信模塊或電源模塊的故障引起的。一般來說，無線傳感器網(wǎng)絡(luò)的故障往往是由節(jié)點本身的故障或其通信故障引起的。節(jié)點是由其基本模塊組成的，因此節(jié)點的故障是由其所組成的相應(yīng)模塊引起的。也就是說，高級故障是由低級故障引起的。因此，模塊故障、節(jié)點故障和網(wǎng)絡(luò)故障具有如圖2-1所示的層次關(guān)系。圖2-1故障層次關(guān)系通過以上分析，無線傳感器網(wǎng)絡(luò)的故障最終是由組成節(jié)點的模塊的故障引起的[9]。從理論上講，組成節(jié)點的各個模塊的失效都會導(dǎo)致節(jié)點失效，但目前還沒有通用的建模方法。為了有效地診斷模塊故障，需要對不同的模塊采用不同的故障檢測方法。對于一些高度標(biāo)準(zhǔn)化的電子設(shè)備，如CPU、內(nèi)存等，我們不需要關(guān)注，因為這些組件已經(jīng)具有非常高的可靠性。2.1.2節(jié)點故障模型目前大多對節(jié)點故障的研究主要是針對普通節(jié)點，其工作狀態(tài)分為：無故障正常狀態(tài)、通信故障、數(shù)據(jù)傳輸故障和節(jié)點硬故障。無故障狀態(tài)顧名思異即WSN節(jié)點可以正常感知監(jiān)控范圍的數(shù)據(jù)并且正常傳輸數(shù)據(jù)。通信故障是指WSN運行時通信協(xié)議遇到異常導(dǎo)致信息的傳輸失敗，具體表現(xiàn)形式為節(jié)點內(nèi)數(shù)據(jù)流動失效。數(shù)據(jù)傳輸故障是一個節(jié)點往另一個節(jié)點發(fā)送數(shù)據(jù)時，由于外界的干擾或者傳輸機制錯誤導(dǎo)致數(shù)據(jù)在兩個節(jié)點之間傳輸失敗。節(jié)點的硬故障表現(xiàn)形式則較為復(fù)雜，有供電模塊發(fā)生失效、傳感器感知模塊發(fā)生失效、通信模塊不能進行數(shù)據(jù)的接收和發(fā)送等情況，是節(jié)點故障主要的一個研究方面。圖2-2描述了WSN節(jié)點故障的故障類別形式及其關(guān)聯(lián)和相互之間的影響關(guān)系。圖2-2WSN節(jié)點故障關(guān)系圖2.2無線傳感網(wǎng)絡(luò)節(jié)點故障診斷方法目前，無線傳感器網(wǎng)絡(luò)常用的故障診斷方法主要有集中式故障診斷方法、分布式故障診斷方法和分層故障診斷方法。2.2.1集中式故障診斷方法將故障診斷算法的程序置于中心節(jié)點是集中式故障診斷方法特點，該節(jié)點作為整個網(wǎng)絡(luò)故障診斷的核心，主要負(fù)責(zé)采集和處理其他節(jié)點發(fā)送過來的與故障有關(guān)的信息，進行相關(guān)的處理分析確定傳感網(wǎng)絡(luò)是否發(fā)生故障。采用集中式故障診斷方法的網(wǎng)絡(luò)結(jié)構(gòu)相對簡單，其故障診斷大部分的工作任務(wù)是由中心節(jié)點來完成的。這樣其它節(jié)點可以專一的進行監(jiān)測任務(wù)，從而整個系統(tǒng)分工明確、工作可靠。但由于其它節(jié)點會將監(jiān)測到的信息都發(fā)送到中心節(jié)點，這樣中心節(jié)點附近的節(jié)點會大量轉(zhuǎn)發(fā)數(shù)據(jù)信息，造成額外的能量損耗，與此同時還可能造成網(wǎng)絡(luò)阻塞；無線傳感網(wǎng)絡(luò)通常覆蓋規(guī)模較大，這樣邊界數(shù)據(jù)信息要經(jīng)過多次節(jié)點轉(zhuǎn)發(fā)才可以到達(dá)中心節(jié)點，造成數(shù)據(jù)信息傳輸?shù)难诱`，一旦傳輸途中出現(xiàn)故障，會使故障診斷變的更加復(fù)雜。2.2.2分布式故障診斷方法分布式故障診斷方法是網(wǎng)絡(luò)中的任何節(jié)點故障診斷的功能,局部故障診斷可以實時完成,完成整個故障診斷和分析過程在這個節(jié)點或鄰近節(jié)點的合作,最后只有中央節(jié)點發(fā)送結(jié)果信息。這一點與集中式故障診斷方法有很大的不同。在該方法中，每個傳感器節(jié)點可以對信息進行管理和分析，所處理的數(shù)據(jù)全部為原始數(shù)據(jù)，結(jié)果具有高可靠性。并且由于傳感器節(jié)點經(jīng)過本地處理和分析后將診斷結(jié)果信息發(fā)送到中心節(jié)點，減少了通信量和能量消耗。但隨著整個網(wǎng)絡(luò)中不確定或者復(fù)雜信息變多時，僅通過本地信息難以實現(xiàn)故障診斷，這樣會引起節(jié)點間的多次通信，增加網(wǎng)絡(luò)通信量。不確定信息越多，網(wǎng)絡(luò)通信量越多，能量損耗越多；同時在多跳通信過程中，會減小數(shù)據(jù)包傳送過程的準(zhǔn)確性和完整性。2.2.3分層式故障診斷方法分層式故障診斷方法是在網(wǎng)絡(luò)中放置多個任務(wù)管理節(jié)點協(xié)同來完成故障診斷，每個管理節(jié)點負(fù)責(zé)本區(qū)域的信息收集并傳送給上一級節(jié)點，同級間的管理節(jié)點不進行信息的交換。在該方法中，匯聚節(jié)點負(fù)責(zé)實現(xiàn)故障檢測，網(wǎng)關(guān)節(jié)點負(fù)貴實現(xiàn)故障診斷。該方法結(jié)合了集中式和分布式故障診斷方法的優(yōu)點，可以有效減少網(wǎng)絡(luò)通信量，延長網(wǎng)絡(luò)壽命。該方法可以進行網(wǎng)絡(luò)中的故障檢測，并減小由于數(shù)據(jù)錯誤引起的誤判率，而且能夠?qū)Σ煌瑢ο髮崿F(xiàn)分步診斷。但該方法在進行網(wǎng)絡(luò)特征提取時，存在一定的延時，這樣對信息處理不夠完善，會丟失部分有效信息；該方法是建立在分簇完成的情況下，沒考慮實際應(yīng)用中不同分簇算法所帶來的邊界節(jié)點和空洞問題。本課題采用分布式故障診斷方法，基于LEACH的故障檢測算法，通過引入一種新的閾值判斷方法，在傳感器網(wǎng)絡(luò)的不同簇中完成故障檢測，正確診斷節(jié)點的狀態(tài)，并在選擇簇頭時考慮每輪結(jié)束時的剩余能量，對LEACH算法進行優(yōu)化，降低了無線傳感器網(wǎng)絡(luò)的能量消耗，有效地減少了故障節(jié)點。基于LEACH的無線傳感器故障診斷算法LEACH故障診斷算法3.1.1LEACH算法簡介LEACH(LowEnergyAdaptiveClusteringHierarchy)算法是一種自聚類拓?fù)渌惴?，其?zhí)行過程是周期性的，每個周期分為簇建立階段和穩(wěn)定數(shù)據(jù)通信階段。在簇建立階段，對相鄰節(jié)點進行動態(tài)聚類，隨機生成簇頭；在數(shù)據(jù)通信階段，簇內(nèi)節(jié)點將數(shù)據(jù)發(fā)送給簇頭，簇頭進行數(shù)據(jù)融合并將結(jié)果發(fā)送給匯聚節(jié)點。由于簇頭需要完成數(shù)據(jù)融合、與sink節(jié)點通信等工作，因此能耗較大。LEACH算法能保證每個節(jié)點以相等的概率充當(dāng)簇頭，使網(wǎng)絡(luò)中的節(jié)點能量消耗相對均勻。LEACH定義了“輪”(round)的概念，它包括兩個階段：初始化和穩(wěn)定化。為了避免額外的處理開銷，穩(wěn)定狀態(tài)通常持續(xù)相對較長的時間。在初始化階段，通過以下機制生成集群領(lǐng)導(dǎo)者。傳感器節(jié)點生成一個介于0和1之間的隨機數(shù)。如果大于閾值T，則選擇該節(jié)點作為簇頭T。當(dāng)選擇簇頭時，簇頭節(jié)點主動向網(wǎng)絡(luò)中的節(jié)點廣播它成為簇頭的消息。接收此消息的節(jié)點根據(jù)接收到的信號強度選擇要加入的集群，并用并發(fā)消息通知相應(yīng)的集群頭。簇頭節(jié)點基于時分多址(TimeDivisionMultipleAddress，簡稱TDMA)為每個成員分配通信時隙，并以廣播的形式通知簇內(nèi)所有節(jié)點。這確保了集群中的每個節(jié)點在指定的傳輸時隙中傳輸數(shù)據(jù)，并在其他時間進入休眠狀態(tài)，從而降低了能耗。在穩(wěn)定工作階段，節(jié)點不斷采集監(jiān)控數(shù)據(jù)，當(dāng)自己的傳輸時隙到達(dá)時，將監(jiān)控數(shù)據(jù)傳輸給簇頭節(jié)點。集群頭節(jié)點融合接收到的數(shù)據(jù)并將其發(fā)送到匯聚節(jié)點。這是減少通信量的一種合理的工作方式。經(jīng)過一段時間后，整個網(wǎng)絡(luò)進入下一個工作周期，再次選擇簇首節(jié)點。LEACH算法選擇簇頭的過程是：節(jié)點生成一個介于0和1之間的隨機數(shù)，如果該隨機數(shù)小于閾值T（n），則發(fā)布其為簇頭的公告消息。在每個循環(huán)中，如果節(jié)點被選為簇頭，則將t（n）設(shè)置為0，這樣該節(jié)點就不會再次被選為簇頭。對于未被選為簇頭的節(jié)點，以T（n）的概率進行選擇；隨著所選簇頭數(shù)目的增加，剩余節(jié)點的閾值t（n）增大，節(jié)點產(chǎn)生小于t（n）的隨機數(shù)的概率增大，節(jié)點被選為簇頭的概率增大。當(dāng)只有一個節(jié)點未被選中時，t（n）=1，這意味著必須選擇該節(jié)點。T（n）可以表示為：（3-1）其中，p為網(wǎng)絡(luò)中簇頭所占的比例，r為網(wǎng)絡(luò)現(xiàn)階運行的輪次。G是這一輪循環(huán)中未當(dāng)選過簇頭的節(jié)點集合。算法實現(xiàn)：whileoperating_nodes>0rndt=(p/(1-p*(mod(rnd,1/p))));%閾值tleft=mod(rnd,1/p);%重置網(wǎng)絡(luò)中以前的簇頭數(shù)量CLheads=0;%重置上一輪網(wǎng)絡(luò)中以前消耗的能量energy=0;%集群負(fù)責(zé)選取fori=1:nSensorNode(i).cluster=0;%正在重置節(jié)點所屬的群集SensorNode(i).role=0;%重置節(jié)點角色SensorNode(i).chid=0;%正在重置群集頭idifSensorNode(i).rleft>0SensorNode(i).rleft=SensorNode(i).rleft-1;endif(SensorNode(i).E>0)&&(SensorNode(i).rleft==0)generate=rand;ifgenerate<t%閾值（t）SensorNode(i).role=1;%分配群集頭的節(jié)點角色這段程序通過公式（3-1），為無線傳感網(wǎng)絡(luò)設(shè)定了最佳閾值。選擇節(jié)點作為簇頭后，它會發(fā)布一條通知消息，通知其他節(jié)點它是一個新的簇頭。非簇頭節(jié)點根據(jù)自身與簇頭的距離選擇加入哪個簇，并告知簇頭。當(dāng)集群頭接收到所有的連接信息時，它生成一個TDMA定時消息并通知集群中的所有節(jié)點。為了避免附近簇的信號干擾，簇頭可以確定簇內(nèi)所有節(jié)點使用的CDMA碼。當(dāng)前階段的CDMA碼與TDMA定時一起發(fā)送。當(dāng)集群中的節(jié)點接收到該消息時，它們將在各自的時隙中發(fā)送數(shù)據(jù)。經(jīng)過一段時間的數(shù)據(jù)傳輸后，簇頭節(jié)點將簇內(nèi)節(jié)點發(fā)送的所有數(shù)據(jù)收集起來，然后運行數(shù)據(jù)融合算法對數(shù)據(jù)進行處理。3.1.2LEACH故障診斷算法分析網(wǎng)絡(luò)中有兩種節(jié)點狀態(tài)：正常和故障。故障包括硬故障和軟故障。當(dāng)一個節(jié)點發(fā)生硬故障時，它不能與其他節(jié)點通信。當(dāng)一個節(jié)點出現(xiàn)軟故障時，它可以繼續(xù)通信，但會出現(xiàn)異常特征。故障是“永久性”和“靜態(tài)性”的，所謂“永久性”是指故障節(jié)點在修復(fù)或更換之前會繼續(xù)發(fā)生故障。所謂“靜態(tài)”是指故障診斷過程中沒有新的故障。本文只考慮“永久性”故障。圖3-1LEACH算法流程圖當(dāng)節(jié)點被選為簇頭后，它將廣播信息通知其他節(jié)點自己的簇頭狀態(tài)。終端節(jié)點接收到廣播信息后，根據(jù)廣播信息信號的強度決定加入哪個簇，并將信息發(fā)送給簇頭。簇頭節(jié)點接收到請求信息后，按照TDMA方式與簇內(nèi)節(jié)點進行通信。節(jié)點故障診斷是基于中心節(jié)點的數(shù)據(jù)進行檢測的，因此簇頭節(jié)點的數(shù)據(jù)必須具有高度的可信度，如果簇頭節(jié)點的數(shù)據(jù)是錯誤的，那么故障診斷勢必受到很大的影響。因此，在選擇簇頭時，必須保證簇頭節(jié)點是正常節(jié)點。如果簇頭根據(jù)本文的聚類算法檢測到過多的異常節(jié)點數(shù)據(jù)，則簇頭本身極有可能是異常的，因此需要快速進入下一輪的重新聚類，直到所有選中的簇頭節(jié)點都是正常節(jié)點。具體的所示流程圖如圖3-1所示。無線傳感器網(wǎng)絡(luò)發(fā)送端發(fā)送Lbit數(shù)據(jù)的耗能如式（3-2）所示（3-2）式中，Eelec代表發(fā)射電路的能耗，它取決于數(shù)字編碼，調(diào)制，濾波和信號擴展等因素。是劃分空間模型的閾值。d是發(fā)送節(jié)點與接收節(jié)點之間的距離?；蛘呷Q于d，如果d小于d0，采用;反之采用。算法實現(xiàn)：distance;if(distance>do)S1(i).E=4000*Eelec+Emp*4000*(distance*distance*distance*distance));endif(distance<=do)S1(i).E=4000*Eelec+Efs*4000*(distance*distance));endendend3.1.3LEACH算法的優(yōu)點和缺點LEACH故障診斷算法的優(yōu)點有：（1）為了減少向匯聚節(jié)點傳輸?shù)男畔⒘浚仡^節(jié)點負(fù)責(zé)對簇內(nèi)不同源節(jié)點生成的數(shù)據(jù)進行融合，并將融合后的數(shù)據(jù)發(fā)送給匯聚節(jié)點。LEACH采用基于TDMA/CDMA的MAC層機制來減少簇內(nèi)和簇間的沖突。由于數(shù)據(jù)采集的集中性和周期性，該協(xié)議非常適合需要連續(xù)監(jiān)控的應(yīng)用系統(tǒng)。（4）對于終端用戶來說，由于不需要立即獲取所有的數(shù)據(jù)，協(xié)議不需要周期性地傳輸數(shù)據(jù)，從而達(dá)到限制傳感器節(jié)點能量消耗的目的。（5）在給定的時間間隔后，協(xié)議重新選擇簇頭節(jié)點，以保證無線傳感器網(wǎng)絡(luò)能夠獲得統(tǒng)一的能量分布。LEACH故障診斷算法的缺點有：(1)由于LEACH假設(shè)所有節(jié)點都可以直接與sink節(jié)點通信，并且每個節(jié)點都具有支持不同MAC協(xié)議的計算能力，因此不適合大規(guī)模無線傳感器網(wǎng)絡(luò)。該協(xié)議沒有解釋如何將簇頭節(jié)點的數(shù)量分配給整個網(wǎng)絡(luò)。因此，選擇的簇頭節(jié)點很可能集中在網(wǎng)絡(luò)的某個區(qū)域，這會使周圍的一些節(jié)點沒有任何簇頭節(jié)點，導(dǎo)致網(wǎng)絡(luò)能耗分布不均。LEACH假設(shè)第一輪簇頭循環(huán)中的所有節(jié)點具有相同的能量，并且每個簇頭節(jié)點消耗的能量大致相同。因此，該協(xié)議不適用于節(jié)點能量不平衡的網(wǎng)絡(luò)。(4)當(dāng)簇頭被選為簇頭后，節(jié)點發(fā)布廣播消息通知其他節(jié)點。其他節(jié)點根據(jù)與簇頭節(jié)點的距離選擇要加入的簇。改進的LEACH故障診斷算法改進的LEACH故障診斷算法針對LEACH算法算法的不足，本文在LEACH算法的基礎(chǔ)上進行了對閾值T（n）的選取進行了優(yōu)化。改進后算法的流程如圖3所示。在簇形成階段，首先考慮了整個系統(tǒng)中節(jié)點的平均能量，給出了平均能量的計算公式，如式（3-5）所示（3-5）式中：表示的是網(wǎng)絡(luò)總的能量。在簇頭節(jié)點的選擇上，改進算法對簇頭節(jié)點的選擇方法進行了優(yōu)化，在簇頭節(jié)點的選擇函數(shù)中加入每個節(jié)點每次運行的剩余能量，改進的公式如式（3-6）所示（3-6）式中：是網(wǎng)絡(luò)系統(tǒng)運行中節(jié)點的存活數(shù)量，是網(wǎng)絡(luò)運行中各個節(jié)點的能量剩余大小，是網(wǎng)絡(luò)中各個節(jié)點最初的原始能量。圖3-2改進的LEACH算法流程圖基于節(jié)點能量和密度的權(quán)值來優(yōu)化簇頭節(jié)點的選取，權(quán)值公式如式（3-7）所示（3-7）根據(jù)上面的公式得到改進之后的閾值公式如式（3-8）所示（3-8）算法實現(xiàn)：temp_rand=rand;if((S1(i).G)<=0)if(temp_rand<=(p(i)*w(i)/(1-p(i)*mod(r，round(1/p(i))))))改進的LEACH算法節(jié)點故障診斷算法步驟如下:1、應(yīng)用改進的LEACH算法完成分簇。2、分簇完之后進行一下故障檢測，要確保所有簇頭都是正常節(jié)點。如果沒有，則重新分簇。3、計算第一個簇頭與簇內(nèi)所有節(jié)點的數(shù)據(jù)差，簇頭與簇內(nèi)節(jié)點的數(shù)據(jù)差是否超過閾值，然后計算下一個節(jié)點。4、由于簇頭節(jié)點通過檢測被證明是正常的，因此簇頭節(jié)點所屬的簇內(nèi)所有終端節(jié)點的工作狀態(tài)可以通過適當(dāng)?shù)拈撝抵苯哟_定。5、在診斷出第一個簇后，可以依次檢測出剩余的所有簇，從而完成整個網(wǎng)絡(luò)的故障診斷。6、經(jīng)過穩(wěn)定工作階段后，整個網(wǎng)絡(luò)將返回到重新分簇的第一步，以達(dá)到能量消耗均勻的效果，避免簇頭節(jié)點不僅要進行故障檢測，還要與sink節(jié)點進行通信，從而消耗過多的能量而過早死亡，成為故障節(jié)點。3.2.2改進的LEACH故障診斷算法的優(yōu)勢不同節(jié)點的初始能量不同，引入一個新的閾值來選擇簇頭，從而延長第一個節(jié)點的死亡時間，即延長穩(wěn)定期。（2）在傳感器網(wǎng)絡(luò)中，能量是均勻分布在所有節(jié)點上的。改進的LEACH方案提高了生存節(jié)點和剩余能量。4.算法仿真及結(jié)果對比分析算法仿真采用MATLAB軟件仿真模擬，通過對LEACH故障診斷算法和改進后的LEACH故障診斷算法進行模擬以及數(shù)據(jù)分析，仿真效果良好，通過比較分析，改進后算法在一定程度上彌補了LEACH算法的不足[15]，有效減少了無線傳感器網(wǎng)絡(luò)中的故障節(jié)點。本文中采用的節(jié)點中的無線通信模塊發(fā)送電路和接收電路消耗的能量都是50nJ/bit。將最佳簇頭百分比定義為0.1（p=0.1）。節(jié)點的初始能量為0.5J，且不可移動。發(fā)送信號的放大器能量功耗為100nJ/bit，每輪每個節(jié)點的數(shù)據(jù)包大小為4000bit。4.1LEACH故障診斷算法仿真通過MATLAB設(shè)置初始參數(shù)，對leach故障診斷算法進行仿真，首先我們都需要設(shè)定仿真環(huán)境，由于自身條件有限，本文采用MATLAB軟件進行仿真實驗，在仿真環(huán)境中，無線傳感器網(wǎng)絡(luò)待定位的故障節(jié)點采用部署方式，故障節(jié)點分布在的二維空間200m*200m區(qū)域如圖4-1所示。圖4-1故障節(jié)點分布圖%故障節(jié)點檢查模塊dead1=0;fori=1:1:n%檢查有無故障節(jié)點if(S1(i).E<=0)dead1=dead1+1;網(wǎng)絡(luò)中有兩種節(jié)點狀態(tài)：正常和故障。故障包括硬故障和軟故障。當(dāng)一個節(jié)點發(fā)生硬故障時，它不能與其他節(jié)點通信。當(dāng)一個節(jié)點出現(xiàn)軟故障時，它可以繼續(xù)通信，但會出現(xiàn)異常特征。故障是“永久性”和“靜態(tài)性”的，所謂“永久性”是指故障節(jié)點在修復(fù)或更換之前會繼續(xù)發(fā)生故障。所謂“靜態(tài)”是指故障診斷過程中沒有新的故障。本文只考慮“永久性”故障。圖4-2故障節(jié)點隨數(shù)據(jù)傳輸變化圖無線傳感器網(wǎng)絡(luò)發(fā)送端發(fā)送4000bit數(shù)據(jù)（4-1）在每一輪數(shù)據(jù)傳輸時，都會消耗無線傳感器網(wǎng)絡(luò)中每個節(jié)點的能量，由（4-1）可以知道能量的消耗與，,等有密切的關(guān)系，由圖4-2可以看出在無線傳感器網(wǎng)絡(luò)中隨著數(shù)據(jù)傳輸時間的增加，無線傳感器網(wǎng)絡(luò)中正常節(jié)點慢慢的能量耗盡，無法再與周圍的節(jié)點進行通信，成為故障節(jié)點。圖4-3故障節(jié)點隨輪轉(zhuǎn)周期變化圖由圖4-3可以看出在無線傳感器網(wǎng)絡(luò)中隨著輪轉(zhuǎn)周期的變化，無線傳感器網(wǎng)絡(luò)正常節(jié)點慢慢的能量耗盡，無法再與周圍的節(jié)點進行通信，成為故障節(jié)點。這點沒有考慮節(jié)點與基站之間的距離、網(wǎng)絡(luò)的運行輪數(shù)以及可以重復(fù)選擇節(jié)點作為簇頭節(jié)點的事實。改進后的算法不僅考慮了節(jié)點的剩余能量，還考慮了節(jié)點與基站的距離以及節(jié)點傳輸數(shù)據(jù)的有效范圍。經(jīng)過對比，改進后的算法優(yōu)化了簇頭節(jié)點的選取，增加了網(wǎng)絡(luò)生存時間長度。由圖4-2和圖4-3可以看出無線傳感器網(wǎng)絡(luò)中故障節(jié)點與數(shù)據(jù)傳輸和輪轉(zhuǎn)周期，即與使用時間有這巨大的關(guān)系，我在此基礎(chǔ)上提出了改進的leach2的故障診斷算法，得到了如圖4-3所示。4.2改進的LEACH故障診斷算法仿真圖中的leach1是傳統(tǒng)的leach算法，leach2是改進的leach2算法。圖4-4leach1與leach2故障節(jié)點對比圖提出的基于LEACH和優(yōu)化的LEACH無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷方法。LEACH算法由于簇頭的隨機選擇，網(wǎng)絡(luò)生存期較短。LEACH算法僅根據(jù)節(jié)點是否在上一輪中被選為簇頭節(jié)點來確定節(jié)點是否可以在下一輪中被選為簇頭節(jié)點。如果已選中，則在下一輪中不會成為簇頭節(jié)點。改進的LEACH算法通過引入新的閾值選擇方法，在選擇簇頭時考慮每輪結(jié)束時的剩余能量，從而確定節(jié)點的最終狀態(tài)，并將正常節(jié)點的狀態(tài)擴散到網(wǎng)絡(luò)中的其他節(jié)點，有效地降低了節(jié)點間的通信成本和能量消耗，延長了無線傳感器網(wǎng)絡(luò)的生命周期。由圖4-4仿真結(jié)果表明，LEACH2相比于LEACH1故障診斷方法，在一定時間內(nèi)使無線傳感器網(wǎng)絡(luò)中的故障節(jié)點有所減少。5.總結(jié)和展望隨著計算機技術(shù)、嵌入式技術(shù)和無線通信技術(shù)的發(fā)展，越來越多的無線網(wǎng)絡(luò)出現(xiàn)在我們?nèi)粘Ｉ畹姆椒矫婷妗１疚奶岢隽艘环N基于leach的故障檢測算法，完成了網(wǎng)絡(luò)中不同簇的故障檢測，正確診斷了節(jié)點的狀態(tài)，并通過引入新的閾值判斷方法對LEACH算法進行優(yōu)化，在選擇簇頭時考慮每輪結(jié)束時的剩余能量，從而降低能量消耗，有效減少無線傳感器網(wǎng)絡(luò)中的故障節(jié)點數(shù)。無線傳感器網(wǎng)絡(luò)由分布在目標(biāo)區(qū)域的多個節(jié)點組成。由于初始部署時網(wǎng)絡(luò)彈射損壞、電源耗盡、傳感器觸點腐蝕等原因造成硬件損壞，節(jié)點故障時有發(fā)生。良好的無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷與檢測技術(shù)可以讓我們及時發(fā)現(xiàn)異常情況并采取相應(yīng)措施，在網(wǎng)絡(luò)初始部署時可以采取一定的策略增強網(wǎng)絡(luò)的容錯性，建立穩(wěn)定的網(wǎng)絡(luò)結(jié)構(gòu)，從而使網(wǎng)絡(luò)的性能得到最大限度的保證，延長了生命周期。無線傳感