CN107071811A

CN107071811A - 一种基于模糊控制的wsn容错非均匀分簇算法

Info

Publication number: CN107071811A
Application number: CN201710255988.XA
Authority: CN
Inventors: 王出航; 曹威; 胡黄水; 沈玮娜
Original assignee: Changchun Normal University
Current assignee: Changchun Normal University
Priority date: 2017-04-18
Filing date: 2017-04-18
Publication date: 2017-08-18
Anticipated expiration: 2037-04-18
Also published as: CN107071811B

Abstract

本发明涉及一种无线传感器网分簇算法，特别是一种基于模糊控制的WSN容错非均匀分簇算法DFUC(Distributed Fuzzy controller based Unequal Clustering algorithm)。该算法基于剩余能量、节点中心度、节点与基站的距离等多个本地参数，通过模糊控制器计算输出成为簇头机会和簇大小值，使最优节点成为簇头并限制簇的大小，成员节点构成备份簇头列表。通过TDMA机制，实时更新该列表使最合适的节点成为备份簇头。一旦簇头失效，其结果是总能确保一个备份簇头来替代簇头。算法解决传统非均匀分簇算法簇大小随机以及忽略容错带来的网络能耗不均衡问题，降低网络能耗的同时延长网络生命周期，适于实际应用。

Description

一种基于模糊控制的WSN容错非均匀分簇算法

技术领域

本发明涉及一种无线传感器网络WSN(Wireless Sensor Networks)非均匀分簇算法，特别是一种基于模糊控制的WSN容错非均匀分簇算法DFUC(Distributed Fuzzycontroller based Unequal Clustering algorithm)。该算法将节点剩余能量、节点中心度以及节点到基站距离输入模糊控制器，通过IF-THEN规则进行推理输出成为簇头机会和簇大小值，使性能最优节点成为簇头并组建大小合适的簇。采用TDMA方式进行数据传输，以容忍簇头和成员节点的临时和永久故障。有效均衡簇间负载，降低网络能耗从而提高网络生命周期。

背景技术

无线传感器网络已广泛应用于环境监测、应急反应、军事监控以及太空探索等场合。有效节能是WSN面临的重要挑战，而分簇则是有效的方法之一。分簇算法可提高网络可扩展性、能量效率，减小路由延迟，延长网络生命周期。

均匀分簇算法通常采取周期性随机选择簇头节点，产生合适比例的簇头，从而减小网络能耗。当簇头通过多跳的方式与基站进行通信时，导致邻近基站的簇头承担较多数据中继任务而过早能量耗尽，产生“热点”问题。为了解决均匀分簇算法存在的“热点”等问题，提出了许多非均匀分簇算法，且非均匀分簇算法被证明在大部分网络部署中都优于均匀分簇算法。非均匀分簇算法通常根据节点剩余能量、节点到基站距离、节点度和节点到簇头距离等因素来选择簇头，从而将网络划分为大小不等的簇，通过簇内单跳、簇间多跳的通信方式将数据传输到基站。通过使不同簇具有不同簇大小来保证负载均衡，并提高网络生命周期。

现有均匀和非均匀分簇算法都能改善网络的某些性能。然而，它们都假设节点只有在能量耗尽时才死亡。可实际上无论簇头还是成员节点由于许多原因如电源不稳、物理损坏等而可能出现故障。现有方法都采用备份簇头来解决该问题，并认为那些已经确定的备份簇头一直工作正常且是最合适替代簇头的节点，通常只考虑两个备份簇头。然而，在某些情况下，备份簇头可能消耗比其它节点更多的能量。同时，考虑最多两个备份簇头并不能有效维护现有簇。

发明内容

本发明所要解决的技术问题是针对现有非均匀分簇算法簇大小无法确定以及容错能力弱等问题，考虑节点的剩余能量、节点中心度以及节点与基站距离，运用模糊控制器和节点本地信息来计算节点成为簇头的机会和簇大小值，使具有最大机会值的节点成为簇头，并依据簇大小值来决定某成员节点是否加入，从而形成大小合适的簇。在数据传输阶段采用TDMA方式，进行簇内数据的收集，并容忍簇头和成员节点的临时和永久故障，簇间采用最短路径多跳方式进行数据传输，当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除。从而有效均衡簇间负载，降低网络能耗从而提高网络生命周期。

本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC包括网络模型、成簇和容错三个部分。网络模型为DFUC算法实现提供模型，具体包括网络模型、能量模型和模糊控制器模型。成簇是通过分布式地运行在每个节点中的模糊控制器来确定其成为簇头机会和簇大小值，从而将网络分为若干大小不同的簇，且性能最优的节点成为簇头，具体包含簇头选举和簇建立两个过程。容错是通过时分复用TDMA方式来监视簇头和成员节点以维护所建立的簇，即当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除。

所述的网络模型为算法实现提供模型，其中网络模型确定了网络类型为静态网络，网络节点同构且具有唯一的标识，并可通过RSSI来计算近似距离，同时节点可通过HELLO报文得到与基站的距离和节点中心度。能量模型为簇内和簇间数据通信能量消耗提供计算模型，其基础是自由空间下的无线通信能耗模型E_tx,E_rx，基于E_tx,E_rx来计算簇内和簇间能耗。其中簇内能量消耗E_intra由三部分构成，即成员节点与簇头通信的能量消耗E_MemToCh、簇头从其簇成员节点接收数据消耗的能量E_Chrx以及数据融合的能量消耗E_DA。而簇间能量消耗有两种情况，如果簇头直接与基站通信，则其能耗E_sinter为簇头与基站之间通信消耗的能量；如果簇头通过多跳方式与基站通信，则其能耗E_minter为簇头之间通信消耗的能量和加上最后一个簇头与基站之间通信消耗的能量。而模糊控制器模型采用Mandani模糊控制器，既简单又能产生较好结果。模糊输入剩余能量、节点中心度、节点到基站距离，推理引擎根据IF-THEN规则库进行控制处理，输出簇头机会(Chance)和簇大小(Size)。

所述的成簇通过分布式地运行在每个节点中的模糊控制器来确定其成为簇头机会和簇大小值，从而将网络分为若干大小不同的簇，且性能最优的节点成为簇头，具体包含簇头选举和簇建立两个过程。在簇头选举过程，每个节点运行模糊控制器，清晰输入值被模糊推理引擎通过给定的隶属度函数模糊化为合适的语言变量。然后模糊输入变量通过IF-THEN规则库进行处理，模糊推理引擎的输出仍然是一个模糊语言变量，采用质心法来解模糊，从而获得清晰输出量“机会”和“大小”。在簇建立过程，所有节点向其通信半径内的邻居节点广播“簇头竞争报文”CH_CP具有比其它节点更高“机会”值的节点成为簇头并广播“竞争成功报文”CH_SUCCESS，节点收到CH_SUCCESS后，更新其附近簇头列表，并向距其最近的簇头发送“加入簇报文”CH_JOIN。接收到CH_JOIN报文的簇头检查其“大小”以判断是否接收新成员。如果簇成员节点小于“大小”值，发回“成功加入报文”CH_JOIN_SUCCESS，并将该成员依其“机会”值大小加入备份簇头列表。否则发回“加入失败报文”CH_JOIN_FAIL。当某个节点接收到CH_JOIN_FAIL报文时，如其簇头列表非空，则发送CH_JOIN报文给下一个最近的簇头，直至加入某个簇。最坏的情况下，簇头列表空时节点仍然无法加入到某簇，则其自身选为簇头。簇形成后，根据模糊控制器输出的每个节点的机会值大小，按照机会值由高到低的原则形成“备份簇头列表”，各簇头向簇内广播“备份簇头列表报文”CH_Bch，接收到CH_Bch的节点保存备份簇头列表。

所述的容错是通过时分复用TDMA方式来监视簇头和成员节点以维护所建立的簇，即当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除。一旦簇建立，簇成员节点基于分配的时隙可以开始数据传输。为了维护创建的簇，簇成员经常计算其模糊控制器输出，并将成为簇头的机会值随数据同时发送给簇头。簇头基于接收的机会值来更新备份簇头列表，更新的列表通过一个数据请求报文周期性发送给簇成员以确保实时更新最合适的备份簇头。从而实现当簇头死亡时其成员能尽快被通知以避免网络中数据的丢失，且成员死亡时，簇头将它从备份簇头列表中移除。具体为成员在所分配时隙一旦接受到一个数据请求报文则发送其数据包，如果簇头在帧尾没有收到请求的数据，则给该成员打上错误标记。然后簇头在下一个周期时隙发出另一个请求，如果还未收到请求的数据，则认为该成员永久故障并将其从备份簇头列表中移除。同样，成员在所分配的时隙等待来自其簇头的数据请求，如果成员在帧尾没有接连收到数据请求报文，则认为簇头可能出现了临时故障。它将等待下一相应时隙来接收数据请求报文，如果还没有接收到数据请求报文，则认为簇头出现了永久故障。于是，成员检查其接收的簇头最近更新的备份簇头列表，并将第一个节点作为簇头发出加入簇报文，并等待确认报文。然而，该节点也可能失效，一旦没有接收到确认报文，则以列表的下一个节点为簇头发出加入簇报文，直到最后加入到某个簇头。

由以上叙述可见本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC包含网络模型、成簇和容错三个部分。算法将节点剩余能量、节点中心度以及节点到基站距离输入模糊控制器，通过IF-THEN规则进行推理输出成为簇头机会和簇大小值，使性能最优节点成为簇头并组建大小合适的簇。采用TDMA方式进行数据传输，以容忍簇头和成员节点的临时和永久故障。有效均衡簇间负载，降低网络能耗从而提高网络生命周期。

附图说明

图1为本发明的模糊控制器结构

图2为本发明的模糊控制器输入输出隶属度函数

图3为本发明的模糊控制器规则表

图4为本发明的数据传输与容错过程

图5为本发明的仿真参数表

图6为本发明的网络存活节点数对比图

图7为本发明的网络剩余总能量对比图

具体实施方式

下面结合附图对本发明作进一步的详细说明，本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC包括网络模型、成簇和容错三个部分。网络模型为算法实现提供模型，具体包括网络模型、能量模型和模糊控制器模型。成簇是通过分布式地运行在每个节点中的模糊控制器来确定其成为簇头机会和簇大小值，从而将网络分为若干大小不同的簇，且性能最优的节点成为簇头，具体包含簇头选举和簇建立两个过程。容错是通过时分复用TDMA方式来监视簇头和成员节点以维护所建立的簇，即当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除。

所述的网络模型为算法实现提供模型，其具有如下性质：

①网络部署后所有节点都是静态的，节点能量受限而基站能量不受限；

②网络节点同构，即具有相同的初始能量，相同的处理、存储、发送和接收能力；

③节点间可通过接受信号强度指示RSSI来计算近似距离；

④网络部署开始时，基站向全网节点发送HELLO报文，然后每个节点以其通信半径R广播自己的HELLO报文。基于这些交互的信息，每个节点计算得到与基站的距离和节点中心度；

⑤每个节点具有唯一的标识，则节点集可表示为S＝{s₁,s₂,...,s_n}，其中s_i表示第i个节点。

能量模型为数据通信能量消耗提供计算模型，其基础是自由空间下的无线通信能耗模型E_tx,E_rx，且有：

E_rx＝l*E_elec (2) 其中E_tx,E_rx表示节点发送和接收消耗的能量，l表示发送或接收的数据位数，E_elec表示发送或接收单位数据电路消耗的能量，ε_fs、ε_mp分别表示自由空间和多径传播模型功耗。d表示两个节点间的距离，表示发送模型是自由空间还是多径传播的阈值。

对于分簇无线传感器网络来说，在数据传输阶段的能量消耗主要有两个因素，即簇内传输和簇间传输。其中簇内传输由三个部分构成，如式(3)所示，其中E_MemToCh表示成员节点与簇头通信的能量消耗，E_Chrx表示簇头从其簇成员节点接收数据消耗的能量，E_DA表示数据融合的能量消耗。

E_intra＝E_MemToCH+E_CHrx+E_DA (3)

成员节点与簇头通信的能量消耗如(4)所示，其中n表示网络的簇头数，m_i表示某簇i内的成员节点数，对每个簇来说可能都不相等，而E_tx表示第i个簇内节点j发送数据到其簇头消耗的能量。

簇头从其簇成员节点接收数据消耗的能量如式(5)所示，其中m_i表示第i个簇内成员节点数，n为网络内簇的数量，E_rx表示接收能量。

数据融合的能量消耗如式(6)所示，其中k表示数据位数，E_pDb表示单位数据融合消耗的能量。

同样，簇间传输包括两种情况，如果簇头直接与基站通信，则其能量消耗如式(7)所示：

E_sinter＝E_tx(CH,BS) (7)

而当簇头通过多跳方式与基站通信时的能量消耗如式(8)所示：

其中n_m为簇头到基站的跳数，CH_(i)表示从簇头到基站多跳路径上的第i个簇头。

而模糊控制器模型采用Mandani模糊控制器，既简单又能产生较好结果，其结构如图1所示。清晰输入值剩余能量、节点中心度、节点到基站距离被模糊推理引擎通过给定的隶属度函数模糊化为合适的语言变量。然后模糊输入变量根据IF-THEN规则库在推理***中进行控制处理。输出量为成为簇头机会(Chance) 和簇大小(Size)，模糊推理引擎的输出仍然是模糊语言变量，通过采用质心法解模糊，从而获得清晰输出量“机会”和“大小”值。

所述的成簇通过分布式地运行在每个节点中的模糊控制器来确定其成为簇头机会和簇大小值，从而将网络分为若干大小不同的簇，且性能最优的节点成为簇头，具体包含簇头选举和簇建立两个过程。在簇头选举过程最初，网络中的所有节点被指定为簇成员节点。接下来为“剩余能量”、“节点中心度”、“节点到基站距离”这三个输入变量指定模糊语言变量，其中剩余能量“Energy”和节点中心度“Centrality”的模糊语言变量为“低”，“中”，“高”(low、middle、high)；节点到基站距离“Distance”的模糊语言变量为“近”、“中”、“远”(near、middle、far)。且“低”、“近”、“高”、“远”采用梯形隶属函数，模糊语言“中”采用三角形隶属函数。这些隶属度函数基于现有研究实验结果及我们自己的实验结果。模糊输出变量成为簇头的机会“Chance”采用九个模糊变量，即“很低”，“低”，“较低”，“低中”，“中”，“高中”，“较高”，“高”，“很高”(very low,low,rather low,low medium,medium,high medium,rather high,high,very high)。其中“很低”和“很高”采用梯形隶属度函数,其它输出语言变量采用三角形隶属度函数。第二个输出变量簇大小“Size”采用七个模糊语言变量，它们分别是“很小”，“小”，“较小”，“中”，“较大”，“大”，“很大”(very small,small,rathersmall,medium,rather large,large,very large)。其中“很小”和“很大”采用梯形隶属度函数，其它都采用三角形隶属度函数。输入输出模糊变量的隶属度函数如图2所示。清晰输入值被模糊推理引擎通过给定的隶属度函数模糊化为合适的语言变量。然后模糊输入变量通过IF-THEN规则库进行处理。一共有27条规则，DFUC模糊IF-THEN规则如图3所示。模糊推理引擎的输出仍然是一个模糊语言变量，采用质心法来解模糊，从而获得清晰输出量“机会”和“大小”。

在簇建立过程，节点可能处于三种状态之一，即成员、簇头、备份簇头。部署后，所有节点处于成员状态，并启动模糊控制器计算其成为簇头的“机会”和簇“大小”。然后，所有节点向其通信半径内的邻居节点广播“簇头竞争报文”CH_CP，CH_CP报文由报文类型、节点ID以及“机会”值构成，其中报文类型表明这是一个簇头竞争报文。具有比其它节点更高“机会”值的节点成为簇头并广播“竞争成功报文”CH_SUCCESS,CH_SUCCESS报文由报文类型、节点ID构成。节点收到CH_SUCCESS后，更新其附近簇头列表，并向距其最近的簇头发送“加入簇报文”CH_JOIN，其由报文类型、节点ID以及簇头ID构成，并将该簇头从簇头列表中删除。接收到CH_JOIN报文的簇头检查其“大小”以判断是否接收新成员。如果簇成员节点小于“大小”值，发回“成功加入报文”CH_JOIN_SUCCESS，其由报文类型、节点ID、成员ID以及分配的时隙构成，并将该成员依其机会值大小加入备份簇头列表。否则发回“加入失败报文”CH_JOIN_FAIL，其包括报文类型、节点ID和成员ID构成，表明没有新成员节点的空间了。当某个节点接收到CH_JOIN_FAIL报文时，如其簇头列表非空，则发送CH_JOIN报文给下一个最近的簇头，直至其加入到某个簇。最坏的情况下，簇头列表空时节点仍然无法加入到某簇，则其自身选为簇头。簇形成后，根据模糊控制器输出的每个节点的机会值大小，按照机会值由高到低的原则形成“备份簇头列表”，各簇头向簇内广播“备份簇头列表报文”CH_Bch,该报文包括报文类型、节点ID以及备份簇头列表。接收到CH_Bch的节点保存备份簇头列表，节点ID与列表中第一个备份簇头ID相同的，则成为备份簇头，其它节点标记该节点为备份簇头。DFUC算法的伪代码如下：

所述的容错是通过时分复用TDMA方式来监视簇头和成员节点以维护所建立的簇，即当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除。一旦簇建立，簇成员节点基于分配的时隙可以开始数据传输。在该阶段，所有传感器节点都在消耗能量，因此，无论是簇头还是簇成员都可能出现能量耗尽的情况。一旦有簇成员节点失效，节点中心度将发生变化，影响节点成为簇头机会和簇大小值，而如果簇头节点死亡，则整个簇覆盖区域都不能被监测。因此，对失效的簇头和成员节点进行处理是很有必要的。为了维护创建的簇，簇成员经常计算其模糊控制器输出，并将成为簇头的机会值随数据同时发送给簇头。簇头基于接收的机会值来更新备份簇头列表，更新的列表通过一个数据请求报文周期性发送给簇成员以确保实时更新最合适的备份簇头。从而实现当簇头死亡时其成员能尽快被通知以避免网络中数据的丢失，且成员死亡时，簇头将它从备份簇头列表中移除。具体实现采用TDMA方式来监视簇头和成员，过程如图4所示。从图中可见，成员一旦接受到一个数据请求报文则发送其数据包，如果簇头在帧尾没有收到请求的数据，则给该成员打上错误标记。然后簇头在下一个周期时隙发出另一个请求，如果还未收到请求的数据，则认为该成员永久故障并将其从备份簇头列表中移除。同样，成员在所分配的时隙等待来自其簇头的数据请求，如果成员在帧尾没有接连收到数据请求报文，则认为簇头可能出现了临时故障。它将等待下一相应时隙来接收数据请求报文，如果还没有接收到数据请求报文，则认为簇头出现了永久故障。于是，成员检查其接收的簇头最近更新的备份簇头列表，并将第一个节点作为簇头发出加入簇报文，并等待确认报文。然而，该节点也可能失效，一旦没有接收到确认报文，则以列表的下一个节点为簇头发出加入簇报文，直到最后加入到某个簇头。

为了验证本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC的性能，采用MATLAB进行算法仿真，并与LEACH、DUCF以及WUCH算法进行仿真比较，分析本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC在剩余能量以及生命周期方面的特性。设定节点随机部署在200×200m²的方形区域内，且基站坐标为(100,100)。具体仿真参数如图5所示。每个控制包大小为25个字节，数据包大小为500个字节，比控制报文大很多，仿真中也包含了这些控制包的通信代价。LEACH期望的簇头百分比为0.1。传感器节点的通信半径取40m，确保网络中的所有节点都能就近加入一个簇。图6为存活节点数随运行轮数的变化情况，图7为剩余总能量随运行轮数的变化情况。由图6可以看出，随着网络运行轮数的增加，DFUC算法与其他三种算法相比能很好地均衡网络能耗，从而有效延长网络生命周期。这是因为DFUC算法综合考虑节点剩余能量、节点中心度及与基站的距离来确定簇头及簇的大小，并在数据传输阶段提高了容错能力，降低重新成簇的能耗。图7对比了四种算法的剩余总能量随运行轮数增加的变化情况，由于DFUC算法在簇形成阶段和数据传输阶段综合考虑了多种影响因素，因此DFUC算法波动较小、生存时间更长。

可见本发明本发明一种基于模糊控制的WSN容错非均匀分簇算法DFUC，基于剩余能量、节点中心度、节点与基站的距离等多个本地参数，通过模糊控制器计算输出成为簇头机会和簇大小值，使最优节点成为簇头并限制簇的大小，成员节点构成备份簇头列表。通过TDMA机制，实时更新该列表使最合适的节点成为备份簇头。一旦簇头失效，其结果是总能确保一个备份簇头来替代簇头。通过对算法的网络存活节点数及网络剩余总能量进行了仿真测试，结果表明相对于LEACH、DUCF与以及WUCH算法，DFUC获得较长的生命周期，性能优于其它算法，更适于实际应用。

Claims

1.一种基于模糊控制的WSN容错非均匀分簇算法DFUC，其特征在于：包括网络模型、成簇和容错三个部分；基于网络模型，考虑节点的剩余能量、节点中心度以及节点与基站距离，运用模糊控制器和节点本地信息来计算节点成为簇头的机会和簇大小值，使具有最大机会值的节点成为簇头，并依据簇大小值来决定某成员节点是否加入，从而形成大小合适的簇；在数据传输阶段采用TDMA方式，进行簇内数据的收集，并容忍簇头和成员节点的临时和永久故障，簇间采用最短路径多跳方式进行数据传输，当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除，从而有效均衡簇间负载，降低网络能耗从而提高网络生命周期。

2.根据权利要求1所述的基于模糊控制的WSN容错非均匀分簇算法DFUC，其特征在于：所述的成簇通过分布式地运行在每个节点中的模糊控制器来确定其成为簇头机会和簇大小值，从而将网络分为若干大小不同的簇，且性能最优的节点成为簇头，具体包含簇头选举和簇建立两个过程；在簇头选举过程最初，网络中的所有节点被指定为簇成员节点，接下来为“剩余能量”、“节点中心度”、“节点到基站距离”这三个输入变量指定模糊语言变量，其中剩余能量“Energy”和节点中心度“Centrality”的模糊语言变量为“低”，“中”，“高”(low、middle、high)；节点到基站距离“Distance”的模糊语言变量为“近”、“中”、“远”(near、middle、far)，且“低”、“近”、“高”、“远”采用梯形隶属函数，模糊语言“中”采用三角形隶属函数，这些隶属度函数基于现有研究实验结果及我们自己的实验结果；模糊输出变量成为簇头的机会“Chance”采用九个模糊变量，即“很低”，“低”，“较低”，“低中”，“中”，“高中”，“较高”，“高”，“很高”(very low,low,rather low,low medium,medium,high medium,rather high,high,very high)，其中“很低”和“很高”采用梯形隶属度函数,其它输出语言变量采用三角形隶属度函数；第二个输出变量簇大小“Size”采用七个模糊语言变量，它们分别是“很小”，“小”，“较小”，“中”，“较大”，“大”，“很大”(very small,small,rathersmall,medium,rather large,large,very large)，其中“很小”和“很大”采用梯形隶属度函数，其它都采用三角形隶属度函数，输入输出模糊变量的隶属度函数如图2所示。

清晰输入值被模糊推理引擎通过给定的隶属度函数模糊化为合适的语言变量，然后模糊输入变量通过IF-THEN规则库进行处理，一共有27条规则，DFUC模糊IF-THEN规则如图3所示，模糊推理引擎的输出仍然是一个模糊语言变量，采用质心法来解模糊，从而获得清晰输出量“机会”和“大小”。

在簇建立过程，节点可能处于三种状态之一，即成员、簇头、备份簇头，部署后，所有节点处于成员状态，并启动模糊控制器计算其成为簇头的“机会”和簇“大小”，然后，所有节点向其通信半径内的邻居节点广播“簇头竞争报文”CH_CP，CH_CP报文由报文类型、节点ID以及“机会”值构成，其中报文类型表明这是一个簇头竞争报文；具有比其它节点更高“机会”值的节点成为簇头并广播“竞争成功报文”CH_SUCCESS,CH_SUCCESS报文由报文类型、节点ID构成，节点收到CH_SUCCESS后，更新其附近簇头列表，并向距其最近的簇头发送“加入簇报文”CH_JOIN，其由报文类型、节点ID以及簇头ID构成，并将该簇头从簇头列表中删除，接收到CH_JOIN报文的簇头检查其“大小”以判断是否接收新成员，如果簇成员节点小于“大小”值，发回“成功加入报文”CH_JOIN_SUCCESS，其由报文类型、节点ID、成员ID以及分配的时隙构成，并将该成员依其机会值大小加入备份簇头列表，否则发回“加入失败报文”CH_JOIN_FAIL，其包括报文类型、节点ID和成员ID构成，表明没有新成员节点的空间了；当某个节点接收到CH_JOIN_FAIL报文时，如其簇头列表非空，则发送CH_JOIN报文给下一个最近的簇头，直至其加入到某个簇；最坏的情况下，簇头列表空时节点仍然无法加入到某簇，则其自身选为簇头，簇形成后，根据模糊控制器输出的每个节点的机会值大小，按照机会值由高到低的原则形成“备份簇头列表”，各簇头向簇内广播“备份簇头列表报文”CH_Bch,该报文包括报文类型、节点ID以及备份簇头列表。接收到CH_Bch的节点保存备份簇头列表，节点ID与列表中第一个备份簇头ID相同的，则成为备份簇头，其它节点标记该节点为备份簇头。DFUC算法的伪代码如下：

DFUC算法

3.根据权利要求1所述的基于模糊控制的WSN容错非均匀分簇算法DFUC，其特征在于：所述的容错是通过时分复用TDMA方式来监视簇头和成员节点以维护所建立的簇，即当簇头出现永久故障时，最优的备份簇头成为簇头，成员节点出现永久故障时，该节点从网络中移除，一旦簇建立，簇成员节点基于分配的时隙可以开始数据传输，在该阶段，所有传感器节点都在消耗能量，因此，无论是簇头还是簇成员都可能出现能量耗尽的情况。一旦有簇成员节点失效，节点中心度将发生变化，影响节点成为簇头机会和簇大小值，而如果簇头节点死亡，则整个簇覆盖区域都不能被监测，因此，对失效的簇头和成员节点进行处理是很有必要的；为了维护创建的簇，簇成员经常计算其模糊控制器输出，并将成为簇头的机会值随数据同时发送给簇头，簇头基于接收的机会值来更新备份簇头列表，更新的列表通过一个数据请求报文周期性发送给簇成员以确保实时更新最合适的备份簇头，从而实现当簇头死亡时其成员能尽快被通知以避免网络中数据的丢失，且成员死亡时，簇头将它从备份簇头列表中移除，具体实现采用TDMA方式来监视簇头和成员，过程如图4所示；具体过程为，成员一旦接受到一个数据请求报文则发送其数据包，如果簇头在帧尾没有收到请求的数据，则给该成员打上错误标记，然后簇头在下一个周期时隙发出另一个请求，如果还未收到请求的数据，则认为该成员永久故障并将其从备份簇头列表中移除，同样，成员在所分配的时隙等待来自其簇头的数据请求，如果成员在帧尾没有接连收到数据请求报文，则认为簇头可能出现了临时故障，它将等待下一相应时隙来接收数据请求报文，如果还没有接收到数据请求报文，则认为簇头出现了永久故障，于是，成员检查其接收的簇头最近更新的备份簇头列表，并将第一个节点作为簇头发出加入簇报文，并等待确认报文，然而，该节点也可能失效，一旦没有接收到确认报文，则以列表的下一个节点为簇头发出加入簇报文，直到最后加入到某个簇头。