【《基于LEACH的无线传感器故障诊断算法分析案例》3200字】

基于LEACH的无线传感器故障诊断算法分析案例目录TOC\o"1-3"\h\u23230基于LEACH的无线传感器故障诊断算法分析案例 178831.1LEACH故障诊断算法 1137191.1.1LEACH算法简介 1310281.1.2LEACH故障诊断算法分析 3103441.1.3LEACH算法的优点和缺点 576821.2改进的LEACH故障诊断算法 6196531.1.1改进的LEACH故障诊断算法 615901.1.2改进的LEACH故障诊断算法的优势 101.1LEACH故障诊断算法1.1.1LEACH算法简介LEACH(LowEnergyAdaptiveClusteringHierarchy)算法是一种自聚类拓扑算法，其执行过程是周期性的，每个周期分为簇建立阶段和稳定数据通信阶段。在簇建立阶段，对相邻节点进行动态聚类，随机生成簇头；在数据通信阶段，簇内节点将数据发送给簇头，簇头进行数据融合并将结果发送给汇聚节点。由于簇头需要完成数据融合、与sink节点通信等工作，因此能耗较大。LEACH算法能保证每个节点以相等的概率充当簇头，使网络中的节点能量消耗相对均匀。LEACH定义了“轮”(round)的概念，它包括两个阶段：初始化和稳定化。为了避免额外的处理开销，稳定状态通常持续相对较长的时间。在初始化阶段，通过以下机制生成集群领导者。传感器节点生成一个介于0和1之间的随机数。如果大于阈值T，则选择该节点作为簇头T。当选择簇头时，簇头节点主动向网络中的节点广播它成为簇头的消息。接收此消息的节点根据接收到的信号强度选择要加入的集群，并用并发消息通知相应的集群头。簇头节点基于时分多址(TimeDivisionMultipleAddress，简称TDMA)为每个成员分配通信时隙，并以广播的形式通知簇内所有节点。这确保了集群中的每个节点在指定的传输时隙中传输数据，并在其他时间进入休眠状态，从而降低了能耗。在稳定工作阶段，节点不断采集监控数据，当自己的传输时隙到达时，将监控数据传输给簇头节点。集群头节点融合接收到的数据并将其发送到汇聚节点。这是减少通信量的一种合理的工作方式。经过一段时间后，整个网络进入下一个工作周期，再次选择簇首节点。LEACH算法选择簇头的过程是：节点生成一个介于0和1之间的随机数，如果该随机数小于阈值T（n），则发布其为簇头的公告消息。在每个循环中，如果节点被选为簇头，则将t（n）设置为0，这样该节点就不会再次被选为簇头。对于未被选为簇头的节点，以T（n）的概率进行选择；随着所选簇头数目的增加，剩余节点的阈值t（n）增大，节点产生小于t（n）的随机数的概率增大，节点被选为簇头的概率增大。当只有一个节点未被选中时，t（n）=1，这意味着必须选择该节点。T（n）可以表示为：（3-1）其中，p为网络中簇头所占的比例，r为网络现阶运行的轮次。G是这一轮循环中未当选过簇头的节点集合。算法实现：whileoperating_nodes>0rndt=(p/(1-p*(mod(rnd,1/p))));%阈值tleft=mod(rnd,1/p);%重置网络中以前的簇头数量CLheads=0;%重置上一轮网络中以前消耗的能量energy=0;%集群负责选取fori=1:nSensorNode(i).cluster=0;%正在重置节点所属的群集SensorNode(i).role=0;%重置节点角色SensorNode(i).chid=0;%正在重置群集头idifSensorNode(i).rleft>0SensorNode(i).rleft=SensorNode(i).rleft-1;endif(SensorNode(i).E>0)&&(SensorNode(i).rleft==0)generate=rand;ifgenerate<t%阈值（t）SensorNode(i).role=1;%分配群集头的节点角色这段程序通过公式（3-1），为无线传感网络设定了最佳阈值。选择节点作为簇头后，它会发布一条通知消息，通知其他节点它是一个新的簇头。非簇头节点根据自身与簇头的距离选择加入哪个簇，并告知簇头。当集群头接收到所有的连接信息时，它生成一个TDMA定时消息并通知集群中的所有节点。为了避免附近簇的信号干扰，簇头可以确定簇内所有节点使用的CDMA码。当前阶段的CDMA码与TDMA定时一起发送。当集群中的节点接收到该消息时，它们将在各自的时隙中发送数据。经过一段时间的数据传输后，簇头节点将簇内节点发送的所有数据收集起来，然后运行数据融合算法对数据进行处理。1.1.2LEACH故障诊断算法分析网络中有两种节点状态：正常和故障。故障包括硬故障和软故障。当一个节点发生硬故障时，它不能与其他节点通信。当一个节点出现软故障时，它可以继续通信，但会出现异常特征。故障是“永久性”和“静态性”的，所谓“永久性”是指故障节点在修复或更换之前会继续发生故障。所谓“静态”是指故障诊断过程中没有新的故障。本文只考虑“永久性”故障。图3-1LEACH算法流程图当节点被选为簇头后，它将广播信息通知其他节点自己的簇头状态。终端节点接收到广播信息后，根据广播信息信号的强度决定加入哪个簇，并将信息发送给簇头。簇头节点接收到请求信息后，按照TDMA方式与簇内节点进行通信。节点故障诊断是基于中心节点的数据进行检测的，因此簇头节点的数据必须具有高度的可信度，如果簇头节点的数据是错误的，那么故障诊断势必受到很大的影响。因此，在选择簇头时，必须保证簇头节点是正常节点。如果簇头根据本文的聚类算法检测到过多的异常节点数据，则簇头本身极有可能是异常的，因此需要快速进入下一轮的重新聚类，直到所有选中的簇头节点都是正常节点。具体的所示流程图如图3-1所示。无线传感器网络发送端发送Lbit数据的耗能如式（3-2）所示（3-2）式中，Eelec代表发射电路的能耗，它取决于数字编码，调制，滤波和信号扩展等因素。是划分空间模型的阈值。d是发送节点与接收节点之间的距离。或者取决于d，如果d小于d0，采用;反之采用。算法实现：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));endendend1.1.3LEACH算法的优点和缺点LEACH故障诊断算法的优点有：（1）为了减少向汇聚节点传输的信息量，簇头节点负责对簇内不同源节点生成的数据进行融合，并将融合后的数据发送给汇聚节点。LEACH采用基于TDMA/CDMA的MAC层机制来减少簇内和簇间的冲突。由于数据采集的集中性和周期性，该协议非常适合需要连续监控的应用系统。（4）对于终端用户来说，由于不需要立即获取所有的数据，协议不需要周期性地传输数据，从而达到限制传感器节点能量消耗的目的。（5）在给定的时间间隔后，协议重新选择簇头节点，以保证无线传感器网络能够获得统一的能量分布。LEACH故障诊断算法的缺点有：(1)由于LEACH假设所有节点都可以直接与sink节点通信，并且每个节点都具有支持不同MAC协议的计算能力，因此不适合大规模无线传感器网络。该协议没有解释如何将簇头节点的数量分配给整个网络。因此，选择的簇头节点很可能集中在网络的某个区域，这会使周围的一些节点没有任何簇头节点，导致网络能耗分布不均。LEACH假设第一轮簇头循环中的所有节点具有相同的能量，并且每个簇头节点消耗的能量大致相同。因此，该协议不适用于节点能量不平衡的网络。(4)当簇头被选为簇头后，节点发布广播消息通知其他节点。其他节点根据与簇头节点的距离选择要加入的簇。1.2改进的LEACH故障诊断算法1.1.1改进的LEACH故障诊断算法针对LEACH算法算法的不足，本文在LEACH算法的基础上进行了对阈值T（n）的选取进行了优化。改进后算法的流程如图3所示。在簇形成阶段，首先考虑了整个系统中节点的平均能量，给出了平均能量的计算公式，如式（3-5）所示（3-5）式中：表示的是网络总的能量。在簇头节点的选择上，改进算法对簇头节点的选择方法进行了优化，在簇头节点的选择函数中加入每个节点每次运行的剩余能量，改进的公式如式（3-6）所示（3-6）式中：是网络系统运行中节点的存活数量，是网络运行中各个节点的能量剩余大小，是网络中各个节点最初的原始能量。图3-2改进的LEACH算法流程图基于节点能量和密度的权值来优化簇头节点的选取，权值公式如式（3-7）所示（3-7）根据上面的公式得到改进之后的阈值公式如式（3-8）所示（3-8）算法实现：temp_rand=rand;if((S1(i).G)<=0)if(temp_rand<=(p(i)*w(i)/(1-p(i)*mod(r，round(1/p(i))))))改进的LEACH算法节点故障诊断算法步骤如下:1、应用改进的LEACH算法完成分簇。2、分簇完之后进行一下故障检测，要确保所有簇头都是正常节点。如果没有，则重新分簇。3、计算第一个簇头与簇内所有节点的数据差，簇头与簇内节点的数据差是否超过阈值，然后计算下一个节点。4、由于簇头节点通过检测被证明是正常的，因此簇头节点所属的簇内所有终端节点的工作状态可以通过适当的阈值直接确定。5、在诊断出第一个簇后，可以依次检