無線傳感器網絡節(jié)點故障診斷算法研究目錄TOC\o"1-3"\u前言 11.無線傳感器網絡概述 11.1研究的意義 11.2無線傳感網絡節(jié)點的組成結構 21.3國內外研究現狀 32.無線傳感網絡節(jié)點故障診斷理論 42.1WSN體系結構 42.1.1WSN無線傳感網絡故障分類 42.1.2節(jié)點故障模型 52.2無線傳感網絡節(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，無線傳感器網絡(WirelessSensorNetworks,WSN)[1]市場得到了前所未有的發(fā)展。無線傳感器網絡具有部署迅速、自組織、無需基礎設施支持等優(yōu)點，在環(huán)境監(jiān)測、物流[2]等領域具有廣闊的應用前景。它已逐漸成為應用和研究領域的一個熱點。傳感器節(jié)點協(xié)同感知、采集、處理和傳輸網絡覆蓋地理區(qū)域內感測對象的監(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，影響傳感器網絡的正常運行。無線傳感器網絡概述1.1研究的意義無線傳感器網絡（WirelessSensorNetwork，WSN）是由多個微小節(jié)點組成的全分布式自組織節(jié)點網絡。它作為一種有效的無線數據采集網絡，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)生自然災害時，固定的通信網絡中斷）協(xié)同感知、收集和處理網絡所覆蓋區(qū)域內被感知對象的信息，并將其發(fā)送給觀察者，從而大大擴展了現有網絡的功能和人類了解世界的能力。無線傳感器網絡以其低成本、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注和應用。在軍事應用、醫(yī)療應用、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)網絡相比，無線傳感器網絡具有低成本、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。但是無線傳感器網絡給人們帶來的挑戰(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。無線傳感器網絡節(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)點的傳感數據與真實數據相差較大。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絡研究的熱點之一。因為要監(jiān)控的環(huán)境可能很惡劣(如戰(zhàn)場、極地地區(qū))，技術人員無法訪問，而且組成網絡的節(jié)點數量太大，因此更換每個節(jié)點的電源不現實。因此，為了延長網絡生命周期，防止網絡分離，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絡的能量消耗，對無線傳感器網絡的研究非常有價值。1.2無線傳感網絡節(jié)點的組成結構無線傳感器節(jié)點是一種小型化的嵌入式系統(tǒng)，是無線傳感器網絡的基礎。在不同的應用中，無線傳感器網絡節(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模塊[2]，如圖1-1所示。圖1-1無線傳感器網絡節(jié)點組成圖傳感器模塊主要由模擬-數字轉換部分和傳感器組成，主要將環(huán)境中采集的模擬信號轉換為數字信號，即完成采集信息的轉換。處理器模塊是整個節(jié)點的核心，主要由CPU、內存、嵌入式操作系統(tǒng)等組成[3]。主要控制整個傳感器節(jié)點采集數據的操作、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責將收集到的信息發(fā)送到sink節(jié)點，轉發(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。無線傳感器網絡節(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備，如再生能源、移動或執(zhí)行機構、定位系統(tǒng)和信號處理(包括聲音、圖像、數據處理和數據整合)，以獲得更好的功能。作為無線傳感網絡的基礎組成部分，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國內外研究現狀目前國內外主要的無線傳感器節(jié)點故障診斷算法主要包括[5]：神經網絡、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）基于神經網絡的傳感節(jié)點故障診斷神經網絡具有魯棒性強、記憶能力強、非線性映射能力強等優(yōu)點?；趥鹘y(tǒng)神經網絡的傳感器節(jié)點故障診斷是將神經網絡算法作為故障模式識別的故障診斷分類器，故障診斷的實現主要包括訓練和診斷兩個過程，每個過程包括預處理和特征提取。神經網絡與其他智能技術相結合，形成一種新的復合診斷方法，如遺傳神經網絡、神經網絡與粒子群優(yōu)化、神經網絡與小波變換、神經網絡與信息融合等。（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，結合小波變換和神經網絡提出的小波神經網絡故障診斷方法是當前傳感器節(jié)點故障診斷的研究焦點。小波和神經網絡的結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，然后通過神經網絡對其進行學習和分類。緊湊型是將小波變換嵌入到神經網絡中形成小波網絡。小波變換與神經網絡相結合的故障診斷方法結合了小波的局部特性和神經網絡的自學習能力，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）是將分類問題轉化為二次規(guī)劃問題來實現分類，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)和結構簡單等特點。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合，是近年來傳感器節(jié)點故障診斷領域的熱點。（4）基于分簇式的傳感節(jié)點故障診斷國內的張教授等人提出了利用集群內節(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)點感知到的數據進行比較，利用空間相關性檢測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來綜合多種診斷方法。無線傳感器網絡節(jié)點故障診斷理論2.1WSN體系結構傳統(tǒng)的無線傳感器網絡結構通常由傳感器節(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，網絡以自組織、多跳的方式構建。每個網絡將信息傳送到監(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絡(如局域網、Internet等)，監(jiān)控中心通過外部網絡引導用戶進行判斷和決策。2.1.1WSN無線傳感器網絡故障分類故障可以定義為系統(tǒng)的至少一個特性或參數偏離正常范圍，并且系統(tǒng)難以執(zhí)行其預期功能的狀態(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。無線傳感器網絡的故障往往導致控制臺無法接收數據或接收到錯誤的數據。無法接收數據的原因是本地所有節(jié)點的通信模塊都出現故障，或者用戶在匯聚節(jié)點出現故障時無法接收數據。數據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)點結構的四個基本模塊[8]，其故障也可分為四種相應的類型。根據節(jié)點與相鄰節(jié)點之間的通信是否正常，無線傳感器網絡故障可分為節(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，無線傳感器網絡的故障往往是由節(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)點故障和網絡故障具有如圖2-1所示的層次關系。圖2-1故障層次關系通過以上分析，無線傳感器網絡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。對于一些高度標準化的電子設備，如CPU、內存等，我們不需要關注，因為這些組件已經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、數據傳輸故障和節(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)控范圍的數據并且正常傳輸數據。通信故障是指WSN運行時通信協(xié)議遇到異常導致信息的傳輸失敗，具體表現形式為節(jié)點內數據流動失效。數據傳輸故障是一個節(jié)點往另一個節(jié)點發(fā)送數據時，由于外界的干擾或者傳輸機制錯誤導致數據在兩個節(jié)點之間傳輸失敗。節(jié)點的硬故障表現形式則較為復雜，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據的接收和發(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聯(lián)和相互之間的影響關系。圖2-2WSN節(jié)點故障關系圖2.2無線傳感網絡節(jié)點故障診斷方法目前，無線傳感器網絡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)點作為整個網絡故障診斷的核心，主要負責采集和處理其他節(jié)點發(fā)送過來的與故障有關的信息，進行相關的處理分析確定傳感網絡是否發(fā)生故障。采用集中式故障診斷方法的網絡結構相對簡單，其故障診斷大部分的工作任務是由中心節(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，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)點會大量轉發(fā)數據信息，造成額外的能量損耗，與此同時還可能造成網絡阻塞；無線傳感網絡通常覆蓋規(guī)模較大，這樣邊界數據信息要經過多次節(jié)點轉發(fā)才可以到達中心節(jié)點，造成數據信息傳輸的延誤，一旦傳輸途中出現故障，會使故障診斷變的更加復雜。2.2.2分布式故障診斷方法分布式故障診斷方法是網絡中的任何節(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，所處理的數據全部為原始數據，結果具有高可靠性。并且由于傳感器節(jié)點經過本地處理和分析后將診斷結果信息發(fā)送到中心節(jié)點，減少了通信量和能量消耗。但隨著整個網絡中不確定或者復雜信息變多時，僅通過本地信息難以實現故障診斷，這樣會引起節(jié)點間的多次通信，增加網絡通信量。不確定信息越多，網絡通信量越多，能量損耗越多；同時在多跳通信過程中，會減小數據包傳送過程的準確性和完整性。2.2.3分層式故障診斷方法分層式故障診斷方法是在網絡中放置多個任務管理節(jié)點協(xié)同來完成故障診斷，每個管理節(jié)點負責本區(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)點負責實現故障檢測，網關節(jié)點負貴實現故障診斷。該方法結合了集中式和分布式故障診斷方法的優(yōu)點，可以有效減少網絡通信量，延長網絡壽命。該方法可以進行網絡中的故障檢測，并減小由于數據錯誤引起的誤判率，而且能夠對不同對象實現分步診斷。但該方法在進行網絡特征提取時，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，在傳感器網絡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絡的能量消耗，有效地減少了故障節(jié)點?；贚EACH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撲算法，其執(zhí)行過程是周期性的，每個周期分為簇建立階段和穩(wěn)定數據通信階段。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；在數據通信階段，簇內節(jié)點將數據發(fā)送給簇頭，簇頭進行數據融合并將結果發(fā)送給匯聚節(jié)點。由于簇頭需要完成數據融合、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簇頭，使網絡中的節(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導者。傳感器節(jié)點生成一個介于0和1之間的隨機數。如果大于閾值T，則選擇該節(jié)點作為簇頭T。當選擇簇頭時，簇頭節(jié)點主動向網絡中的節(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據，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)控數據，當自己的傳輸時隙到達時，將監(jiān)控數據傳輸給簇頭節(jié)點。集群頭節(jié)點融合接收到的數據并將其發(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。經過一段時間后，整個網絡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，如果該隨機數小于閾值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；隨著所選簇頭數目的增加，剩余節(jié)點的閾值t（n）增大，節(jié)點產生小于t（n）的隨機數的概率增大，節(jié)點被選為簇頭的概率增大。當只有一個節(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為網絡中簇頭所占的比例，r為網絡現階運行的輪次。G是這一輪循環(huán)中未當選過簇頭的節(jié)點集合。算法實現：whileoperating_nodes>0rndt=(p/(1-p*(mod(rnd,1/p))));%閾值tleft=mod(rnd,1/p);%重置網絡中以前的簇頭數量CLheads=0;%重置上一輪網絡中以前消耗的能量energy=0;%集群負責選取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），為無線傳感網絡設定了最佳閾值。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)點根據自身與簇頭的距離選擇加入哪個簇，并告知簇頭。當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，簇頭可以確定簇內所有節(jié)點使用的CDMA碼。當前階段的CDMA碼與TDMA定時一起發(fā)送。當集群中的節(jié)點接收到該消息時，它們將在各自的時隙中發(fā)送數據。經過一段時間的數據傳輸后，簇頭節(jié)點將簇內節(jié)點發(fā)送的所有數據收集起來，然后運行數據融合算法對數據進行處理。3.1.2LEACH故障診斷算法分析網絡中有兩種節(jié)點狀態(tài)：正常和故障。故障包括硬故障和軟故障。當一個節(jié)點發(fā)生硬故障時，它不能與其他節(jié)點通信。當一個節(jié)點出現軟故障時，它可以繼續(xù)通信，但會出現異常特征。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方式與簇內節(jié)點進行通信。節(jié)點故障診斷是基于中心節(jié)點的數據進行檢測的，因此簇頭節(jié)點的數據必須具有高度的可信度，如果簇頭節(jié)點的數據是錯誤的，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。如果簇頭根據本文的聚類算法檢測到過多的異常節(jié)點數據，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。無線傳感器網絡發(fā)送端發(fā)送Lbit數據的耗能如式（3-2）所示（3-2）式中，Eelec代表發(fā)射電路的能耗，它取決于數字編碼，調制，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：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)點傳輸的信息量，簇頭節(jié)點負責對簇內不同源節(jié)點生成的數據進行融合，并將融合后的數據發(fā)送給匯聚節(jié)點。LEACH采用基于TDMA/CDMA的MAC層機制來減少簇內和簇間的沖突。由于數據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據，協(xié)議不需要周期性地傳輸數據，從而達到限制傳感器節(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絡能夠獲得統(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)模無線傳感器網絡。該協(xié)議沒有解釋如何將簇頭節(jié)點的數量分配給整個網絡。因此，選擇的簇頭節(jié)點很可能集中在網絡的某個區(qū)域，這會使周圍的一些節(jié)點沒有任何簇頭節(jié)點，導致網絡能耗分布不均。LEACH假設第一輪簇頭循環(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)點能量不平衡的網絡。(4)當簇頭被選為簇頭后，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：表示的是網絡總的能量。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：是網絡系統(tǒng)運行中節(jié)點的存活數量，是網絡運行中各個節(jié)點的能量剩余大小，是網絡中各個節(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)點能量和密度的權值來優(yōu)化簇頭節(jié)點的選取，權值公式如式（3-7）所示（3-7）根據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：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所有節(jié)點的數據差，簇頭與簇內節(jié)點的數據差是否超過閾值，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)點所屬的簇內所有終端節(jié)點的工作狀態(tài)可以通過適當的閾值直接確定。5、在診斷出第一個簇后，可以依次檢測出剩余的所有簇，從而完成整個網絡的故障診斷。6、經過穩(wěn)定工作階段后，整個網絡將返回到重新分簇的第一步，以達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）在傳感器網絡中，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據分析，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絡中的故障節(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)點的數據包大小為4000bit。4.1LEACH故障診斷算法仿真通過MATLAB設置初始參數，對leach故障診斷算法進行仿真，首先我們都需要設定仿真環(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，無線傳感器網絡待定位的故障節(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;網絡中有兩種節(jié)點狀態(tài)：正常和故障。故障包括硬故障和軟故障。當一個節(jié)點發(fā)生硬故障時，它不能與其他節(jié)點通信。當一個節(jié)點出現軟故障時，它可以繼續(xù)通信，但會出現異常特征。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)點隨數據傳輸變化圖無線傳感器網絡發(fā)送端發(fā)送4000bit數據（4-1）在每一輪數據傳輸時，都會消耗無線傳感器網絡中每個節(jié)點的能量，由（4-1）可以知道能量的消耗與，,等有密切的關系，由圖4-2可以看出在無線傳感器網絡中隨著數據傳輸時間的增加，無線傳感器網絡中正常節(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)點隨輪轉周期變化圖由圖4-3可以看出在無線傳感器網絡中隨著輪轉周期的變化，無線傳感器網絡正常節(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、網絡的運行輪數以及可以重復選擇節(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)點傳輸數據的有效范圍。經過對比，改進后的算法優(yōu)化了簇頭節(jié)點的選取，增加了網絡生存時間長度。由圖4-2和圖4-3可以看出無線傳感器網絡中故障節(jié)點與數據傳輸和輪轉周期，即與使用時間有這巨大的關系，我在此基礎上提出了改進的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無線傳感器網絡節(jié)點故障診斷方法。LEACH算法由于簇頭的隨機選擇，網絡生存期較短。LEACH算法僅根據節(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)擴散到網絡中的其他節(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絡的生命周期。由圖4-4仿真結果表明，LEACH2相比于LEACH1故障診斷方法，在一定時間內使無線傳感器網絡中的故障節(jié)點有所減少。5.總結和展望隨著計算機技術、嵌入式技術和無線通信技術的發(fā)展，越來越多的無線網絡出現在我們日常生活的方方面面。本文提出了一種基于leach的故障檢測算法，完成了網絡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絡中的故障節(jié)點數。無線傳感器網絡由分布在目標區(qū)域的多個節(jié)點組成。由于初始部署時網絡彈射損壞、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絡節(jié)點故障診斷與檢測技術可以讓我們及時發(fā)現異常情況并采取相應措施，在網絡初始部署時可以采取一定的策略增強網絡的容錯性，建立穩(wěn)定的網絡結構，從而使網絡的性能得到最大限度的保證，延長了生命周期。無線傳感