CN103200597B - 一种面向无线传感网络的容错事件边界检测方法 - Google Patents
一种面向无线传感网络的容错事件边界检测方法 Download PDFInfo
- Publication number
- CN103200597B CN103200597B CN201310138526.1A CN201310138526A CN103200597B CN 103200597 B CN103200597 B CN 103200597B CN 201310138526 A CN201310138526 A CN 201310138526A CN 103200597 B CN103200597 B CN 103200597B
- Authority
- CN
- China
- Prior art keywords
- node
- neighbor
- local
- event
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种面向无线传感网络的容错事件边界检测方法,首先基于加权中值的故障节点校正方法进行故障节点检测并校正其测量值;然后,基于法向量的事件边界节点判定方法判定节点是否为事件边界节点。本发明所述故障节点校正方法是为事件边界节点判定方法做准备,提高事件边界节点的检测精度。本发明不仅避开了事件边界区域相邻节点感知信息的空间相异性的问题,而且正是利用这点来确定事件的边界,提高了事件边界节点的检测精度;本发明采用分布式检测方法,具有较强的容错性,仅事件边界节点上传判定结果,减少传感网络的能量消耗,延长网络的生命周期;本发明可以检测事件边界,进而断定事件扩散的方向,为决策者制定救援措施提供科学依据。
Description
技术领域
本发明涉及一种面向无线传感网络的容错事件边界检测方法。
背景技术
无线传感网络由大量低功耗、高性价比的传感节点组成,在部署之后能够自组织的形成无线网络系统。无线传感网络主要用于监测、探测、报告部署区域内发生的异常状况,尤其像森林火灾、有毒化学物品泄漏等危险事件。随着人们对无线传感网络技术的重视,事件边界检测已成为无线传感网络的重要应用之一。
文献[Chintalapudi K K,Govindan R.Localized edge detection in sensor fields.Ad HocNetworks,2003,1(2-3),pp.273-291]探讨了事件边界检测可采用三类方法:基于统计的方法、基于图像处理的方法和基于分类的方法。基于统计的方法是计算某节点邻居中事件判定为1(有事件)的节点数目与事件判定为0(无事件)的节点数目之差,如果差值绝对值较小,则该节点可能处于事件边界。基于图像处理的方法是将传感节点看作整幅图像中的一个像素,将其测量值视为对应像素的亮度或色彩信息,然后通过滤波器仅仅保留图像中高频率的点,并计算这些点的测量值沿不同方向的梯度,计算所得结果较大者即为边界节点。基于分类的方法是在小区域内用经过某节点的随机曲线将邻居节点划分为两部分。通过计算找到使两侧传感节点集合测量值差异最大的曲线,可以得到事件的边界划分。但文献只是对上述三种事件边界检测方法的思想进行了阐述,并没有相应的实现算法和结果。
无线传感网络往往应用在一些恶劣的环境下,且节点廉价,节点不可避免的会出现故障。为了增强传感网络的可靠性以及检测的准确率,事件边界检测之前必须检测故障节点,并校正故障节点的测量数据,即考虑算法容错。
通常基于传感数据的空间相关性来识别故障节点。如果某单一节点的测量数据有大的变化,而周围节点的数据没有异常,即说明此节点发生故障。如果周围的多数节点都感知到这个显著的变化,则有事件发生。
文献[Chen J,Kher S,Somani A.Distributed Fault Detection of Wireless Sensor Networks.InProc.of the 2006 Workshop on Dependability Issues in Wireless Ad Hoc Networks and SensorNetworks,ACM New York,NY,USA,2006,pp.65-72]提出了一种局部投票算法,利用“少数服从多数”的规则选出故障节点。算法中,某节点的测量值在单位时间内相对于邻居节点测量平均值的变化剧烈程度作为投票表决的依据。若变化较大,则有理由认为该节点属于故障节点;反之为正常节点,采用的是基于平均值的故障检测方法。
文献[Bhaskar Krishnamachari,Sitharama Iyengar.Distributed Bayesian Algorithms forFault-Tolerant Event Region Detection in Wireless Sensor Networks,IEEE Trans.Computers,March 2006,Vo1.53,No.3,pp:241-250]采用基于中值的故障检测方法,首先收集邻居节点的测量值,计算其中值,比较判定邻居节点集合内的故障节点。
文献[李桂丹,孙雨耕,刘丽萍,张强,杨挺,分布式无线传感器网络容错事件边界检测,计算机工程与应用,2009,45(17):28-32]提出了一种分布式的容错事件边界检测算法。算法是基于邻居节点传感数据的中值,经过比较识别故障节点;在去除故障节点后,正常的节点依据传感数据的空间相关性,利用阈值比较,统计邻居节点在事件区域的节点数目,若该数目大于预先设定的定值,断定节点处于事件边界,即是基于统计的方法。
中国专利[申请号:2011103448073,专利名称:一种无线传感网络故障检测方法及事件检测方法],该专利所涉及的节点故障检测方法是现有的基于中值的故障检测方法;事件边界检测方法是基于统计的方法,首先根据邻居节点的测量值与设定的阈值进行比较,把邻居节点分成两个节点集合,统计集合内节点个数,大于某设定的值即为事件边界节点。这两个方法分别在每个节点中执行,综合两个方法判定的结果进一步确定是故障节点还是事件边界节点。该专利中,两个方法分别执行,故障节点参与到事件边界检测方法中会影响事件边界检测的效果。
本发明也涉及节点故障检测方法和事件边界检测方法,故障检测方法是为事件边界检测方法做准备,为提高事件边界节点的检测精度,首先检测故障节点并校正其测量值,然后进行事件边界节点检测。采用的两个方法同上述中国专利所述方法都不同。本发明采用基于加权中值的故障检测方法,通过加权中值的方法对每个邻居节点赋予不同权值来计算中值,增强了中值的可靠性,避免了在事件边界处,当邻居集合的节点数为偶数时,计算中值所取的两个数一个在事件区域内,一个在事件区域外的情况。事件边界检测方法是基于法向量的边界节点检测方法,将无线传感网络的测量值映射为监测区域内的一个三维曲面,即传感节点的坐标和测量值映射成该三维曲面上的一个点,利用曲面的性质,通过计算曲面在节点处的法向量与垂直面的夹角来判断事件边界节点。
通过分析和归纳国内外现有的无线传感网络事件边界检测方案,可以看出,尽管己经有一些研究成果,但仍存在以下问题:在事件边界区域,相邻节点所检测的环境事件特性可能正好相反,基于空间相关性使这部分节点相互干扰,且引入新的检测错误的可能性增大,无法达到容错检测的目的。
发明内容
本发明的目的就是为了解决上述问题,提供一种面向无线传感网络的容错事件边界检测方法,该方法不仅避开了事件边界区域相邻节点感知信息的空间相异性的问题,而且正是利用这点来确定事件的边界,提高了事件边界节点的检测精度。节点通过本地局部信息判定是否处于事件边界,仅事件边界节点上传判定结果,可减少传感网络的能量消耗,延长网络生命周期。
为了实现上述目的,本发明采用如下技术方案:
面向无线传感网络的容错事件边界检测方法,主要应用于环境监测,所述环境监测包括社区、森林中火灾的检测,化学有毒气体、易燃易爆物品生产厂区的监测,在监测区域布置相关的传感器节点进行监测。该方法的主要过程为:
步骤一:在事件监测区域均匀的布置相应的传感节点,初始化节点的邻居列表和邻居节点集合。节点布置后首先通过定位技术使每个传感节点知道自己的位置信息,同时每个传感节点向邻居节点广播自身的位置信息和编号;传感节点接收到来自邻居节点的信息并记录,维护一个自身邻居列表,该邻居列表记录邻居节点的位置和编号信息;并初始化邻居节点集合。
步骤二:完成初始化操作后,每个节点均进入监测模式;每个节点都周期性的执行故障节点校正方法和事件边界节点判定方法,若有事件发生,如火灾发生、有毒化学气体泄露等,事件边界节点上报给网关;网关可找出事件边界节点集合,确定事件发生的区域,根据多个周期检测的结果,断定事件扩散的方向,为决策者制定救援措施提供科学依据。
所述步骤一的定位技术可以是基于核的RSSI定位[贾福利,黎峰,张瑞华.无线传感器网络基于核的RSSI定位算法,计算机工程与应用,2008,44(30):118~120]。
所述步骤二的周期根据应用环境和测量的环境属性设定。
面向无线传感网络的容错事件边界检测方法,在每个传感节点中执行,具体步骤为
步骤(1):在事件监测区域内的本地节点,初始化自身的邻居列表和邻居节点集合;本地节点Si的邻居节点集合为N(Si),邻居列表包含邻居节点的位置和编号信息;
步骤(2):本地节点判断是否接收到邻居节点发送的故障节点校正方法请求信息MFNC,如果接收到该请求信息,则表示其邻居节点需要本地节点的原始测量值校正其自身测量值,则本地节点直接发送原始测量值给邻居节点,然后进入下一步;如果没有收到故障节点校正方法请求信息MFNC,则直接进入下一步;
步骤(3):调用故障节点校正方法(FNC),该方法用于判断本地节点是否是故障节点,若是故障节点校正其测量值。
步骤(4):本地节点判断是否接收到事件边界节点判定方法请求信息MEBNM,如果接收到该请求信息,说明其邻居节点需要本地节点的校正值断定其自身是否为边界节点,则本地节点发送经步骤(3)的校正值给邻居节点,然后进入下一步;如果没有接收到事件边界节点判定方法请求信息MEBNM,则直接进入下一步;
步骤(5):调用事件边界节点判定方法(EBNM)。该方法主要用于判定本地节点是否处于事件边界。如果是事件边界节点则把自己的位置信息和编号报告给基站,然后进入下一步;如果不是事件边界节点,直接进入下一步;
步骤(6):等待本检测周期结束,进入下一轮检测,回到步骤(1)。在每轮检测中,都回到步骤(1)初始化邻居列表,因为有节点能量耗尽而死亡。
所述故障节点校正方法(FNC)的主要过程为:
先计算邻居节点集合测量值的加权中值,再与本地节点自身的测量值经简单计算,其结果同阈值进行比较,判断本地节点是否为故障节点;若为故障节点,则使用加权中值代替本地节点的测量值,若不是故障节点则直接使用本地节点的自身测量值。
所述故障节点校正方法(FNC)的具体步骤为:
假设本地节点Si的邻居节点集合N(Si)={Si,Si1,Si2,…,Si(k-1)},其中|N(Si)|=k表示节点Si的所有邻居节点数量,包括本地节点Si自身。D(Si)={Vi0,Vi1,Vi2,…,Vi(k-1)}为对应节点的测量值集合,其中Vij表示节点Si的第j个邻居节点Sij的测量值,j=1,2,…,(k-1),Vi0是本地节点Si的测量值;
步骤(3-1):本地节点Si主动广播一个故障节点校正方法请求信息MFNC,邻居节点接收到该请求信息后,会发送其监测属性的原始测量值Vij,j=1,2,…,(k-1);
步骤(3-2):本地节点Si在接收到所有邻居节点的返回信息之后形成邻居节点测量值集合D(Si);
步骤(3-3):根据本地节点Si的邻居节点测量值集合D(Si),计算该测量值集合D(Si)的平均值和标准差;
所述步骤(3-3)的平均值和标准差分别通过公式(1)和(2)计算得到,其中μi表示集合D(Si)的平均值,σi表示集合D(Si)的标准差,k为本地节点Si的邻居节点数目,Vij表示节点i的第j个邻居节点Sij的测量值,Vi0是本地节点Si的测量值:
步骤(3-4):根据平均值μi计算节点Si的邻居节点测量值集合D(Si)的一个残差序列δi后,计算本地节点Si的邻居节点的初始权值wi;
所述步骤(3-4)的残差序列为δi={di0,di1,…,di(k-1)},其中:
dij=|Vij-μi|,j=0,1,2,...,(k-1) (3)
di0是本地节点Si的测量值Vi0偏离平均值μi的程度,dij表示本地节点Si的第j个邻居节点Sij的测量值Vij偏离平均值μi的程度,j=1,2,…,(k-1);偏离平均值越大,则节点为故障节点的概率越大,该节点所占权重也应该相应的越小,故使用这个偏离程度的倒数作为每个节点的权值,则得到每个节点的初始权值:
步骤(3-5):对本地节点Si的初始权值wi进行归一化处理得到每个节点的最终权值
所述步骤(3-5)的归一化处理方法为:
步骤(3-6):从归一化处理方法知节点的邻居节点集合N(Si)中每个节点Sij对应的归一化权值为节点Si对应的归一化权值为将邻居节点测量值集合D(Si)递增排序,使新得到的邻居节点序列满足V(i0)≤V(i1)≤…≤V(i(k-1)),其中对应节点的权值为j=1,2,…,(k-1);然后计算基于均值的加权中值wmedi;
所述步骤(3-6)中计算基于均值的加权中值的公式为:
步骤(3-7):如果本地节点Si为故障节点,节点Si的测量值必然严重偏离其加权中值,定义:
其中Vi0为本地节点Si的原始测量值,wmedi为本地节点Si的邻居节点测量值集合D(Si)的加权中值,σi为其邻居节点测量值集合D(Si)的标准差。
对于正常节点而言,当本地节点Si的邻居节点数量足够多,即k足够大时,测量值集合D(Si)满足正太分布D(Si)~N(μ,σ2),其中,加权中值wmedi=μ,标准差σi=σ,y0、y1、…y(k-1)满足正态分布N(0,1);
当本地节点Si为故障节点时,其测量值Vi0与其邻居测量值相差很大,yi将会很大;设定θ(θ≥1)是一个预定义的阈值,当yi≥θ时,本地节点Si为故障节点;否则,本地节点Si为正常节点。阈值θ的选取根据无线传感网络中节点故障概率p通过查询标准正态分布表来获取;
步骤(3-8):如果本地节点Si是一个故障节点,则使用wmedi代替原始测量值Vi0,否则本地节点Si的测量值为其原始值Vi0。
所述事件边界节点判定方法(EBNM),主要过程为:将监测区域内无线传感网络的节点坐标和测量值映射为三维空间内的一个点,即节点Si的三维坐标由其位置坐标(xi,yi)和测量值Vi0组成(xi,yi,Vi0)。这样,监测区域内所有相邻节点相互连接组成一个三维网格曲面,每个节点作为该三维网格曲面的一个抽样。根据无线传感网络内测量属性的空间相关性,所形成的三维曲面在事件区域和非事件区域分别是平坦的网格曲面,在平坦的网格曲面上,节点Si(xi,yi,Vi0)处的法向量与水平面近乎垂直,与垂直面近乎平行;而在事件区域和非事件区域交界处则会形成陡峭的坡面,在坡面上,节点Si(xi,yi,Vi0)处的法向量会与垂直面形成一个较大的夹角。通过对三维网格曲面属性的分析,即先计算检测节点Si(xi,yi,Vi0)处的三维网格曲面的法向量,再计算该法向量与向量的夹角,最后该夹角与一个阈值相比较确定该节点Si(xi,yi,Vi0)是否为事件边界节点。
所述事件边界节点判定方法(EBNM)的具体步骤为:
步骤(5-1):本地节点Si主动广播事件边界节点判定方法请求信息MEBNM,邻居节点接收到该请求信息,发送其校正后的测量值给本地节点Si;
步骤(5-2):本地节点Si接收来自邻居节点的校正测量值后,计算值;
其中所述值的具体计算通过公式(8)-(11);
计算方法采用数学中普遍使用的精度较高的三维网格法向量计算公式,计算节点Si(xi,yi,Vi0)处的法向量其公式如下:
其中,Fi表示节点Si(xi,yi,Vi0)与其邻居节点构成的相邻但不相交的三角面片集合,fj表示三角面片,fj∈Fi。|fj|表示三角面片fj的面积,表示三角面片fj的法向量,表示节点Si处的法向量。
假设节点Si及其相邻的两邻居节点Sj、Sk,由三节点组成一个三角面片fj。定义节点Si、Sj间的向量为节点Si、Sk间的向量为则:
其中,|fj|表示三角面片fj的面积,表示三角面片fj的法向量,表示向量 的夹角。
根据公式(8)计算节点Si(xi,yi,Vi0)处的法向量然后计算节点Si(xi,yi,Vi0)处法向量与向量的夹角
步骤(5-3):定义阈值判断节点Si(xi,yi,Vi0)是否是边界节点,结束。
对于事件区域和非事件区域,节点测量值集合分别满足正态分布函数N(μ1,σ1 2)和N(μ2,σ2 2),即三维网格曲面近乎平坦;假设Δt=3×max(σ1,σ2)是事件区域和非事件区域最大的探测值差值,那么定义阈值
其中,Rc是节点Si的通信距离。
取值根据应用环境将会不同。若定义为的阈值,则取如果节点Si一定处于事件边界区域,则该节点为事件边界节点;否则,本地节点Si不是事件边界节点。事件边界区域定义为到事件边界距离小于通讯距离Rc的区域。
本发明的有益效果:
1 本发明所述方法不仅避开了事件边界区域相邻节点感知信息的空间相异性的问题,而且正是利用这点来确定事件的边界,提高了事件边界节点的检测精度。
2 本发明采用分布式检测方法,适合大规模的无线传感网络,不会因为网络规模的增加而导致检测性能下降。节点通过本地局部信息判定是否为事件边界节点,只有事件边界节点上传判定结果,可减少传感网络的能量消耗,延长网络的生命周期。
3 本发明通过加权中值的方法对每个邻居节点赋予不同权值来计算中值,增强了中值的可靠性,避免了在事件边界处,当邻居集合节点数为偶数时,计算中值所取的两个数一个在事件区域内,一个在事件区域外的情况。
4 本发明将一维测量值判定问题映射到三维网格曲面上,将问题转化为法向量与垂直面的角度问题,通过计算得到判定结果。
5 本发明所述方法是一个容错的事件边界检测方法,发现故障节点后,不是去除故障节点而是校正其测量值,在传感网络中出现较多故障节点时,能够保证一个较高的检测事件边界节点的准确率。
附图说明
图1为本发明的整体流程图;
图2为本发明的故障节点校正方法流程图;
图3为本发明的事件边界节点判定方法流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
面向无线传感网络的容错事件边界检测方法,主要包含两个子方法,分别为:故障节点校正方法(FNC)和事件边界节点判定方法(EBNM);故障节点校正方法用于发现无线传感网络中存在的故障节点并校正其测量值;事件边界节点判定方法用于判定节点是否处于事件边界。
如图1所示,面向无线传感网络的容错事件边界检测方法,在每个传感节点中执行。具体步骤为
步骤(1):在事件监测区域内的本地节点,初始化自身的邻居列表和邻居节点集合;本地节点Si的邻居节点集合为N(Si),邻居列表包含邻居节点的位置和编号信息;
步骤(2):本地节点判断是否接收到邻居节点发送的故障节点校正方法请求信息MFNC,如果接收到该信息,表示其邻居节点需要本地节点的原始测量值校正其自身测量值,本地节点直接发送原始测量值给邻居节点,然后进入下一步;如果没有收到故障节点校正方法请求信息MFNC,则直接进入下一步;
步骤(3):调用故障节点校正方法(FNC)。该方法用于判断本地节点是否是故障节点,若是故障节点校正其测量值。
步骤(4):本地节点判断是否接收到事件边界节点判定方法请求信息MEBNM,如果接收到该请求信息,说明其邻居节点需要本地节点的校正值判定其自身是否为边界节点,则本地节点发送经步骤(3)的校正值给邻居节点,然后进入下一步;如果没有接收到事件边界节点判定方法请求信息MEBNM,则直接进入下一步;
步骤(5):调用事件边界节点判定方法(EBNM)。该方法用于判定本地节点是否处于事件边界。如果是事件边界节点则把自己的位置信息和编号报告给基站,然后进入下一步;如果不是事件边界节点,直接进入下一步;
步骤(6):等待本检测周期结束,进入下一轮检测,回到步骤(1)。在每轮检测中,都回到步骤(1)初始化邻居列表,因为有节点能量耗尽而死亡。
所述故障节点校正方法(FNC)的主要过程为:
先计算邻居节点集合测量值的加权中值,再与本地节点自身的测量值经简单计算,其结果同阈值进行比较,判断节点是否为故障节点;若为故障节点,则使用加权中值代替本地节点的测量值,若不是故障节点则直接使用本地节点的自身测量值。
如图2所示,所述故障节点校正方法(FNC)的具体步骤为:
假设本地节点Si的邻居节点集合N(Si)={Si,Si1,Si2,…,Si(k-1)},其中|N(Si)|=k表示节点Si的所有邻居节点数量,包括本地节点Si自身。D(Si)={Vi0,Vi1,Vi2,…,Vi(k-1)}为对应节点的测量值集合,其中Vij表示节点Si的第j个邻居节点Sij的测量值,j=1,2,…,(k-1),Vi0是本地节点Si的测量值;
步骤(3-1):本地节点Si主动广播一个故障节点校正方法请求信息MFNC,邻居节点接收到该请求信息后,会发送其监测属性的原始测量值Vij,j=1,2,…,(k-1);
步骤(3-2):本地节点Si在接收到所有邻居节点的返回信息后形成邻居节点测量值集合D(Si);
步骤(3-3):根据本地节点Si的邻居节点测量值集合D(Si),计算该测量值集合D(Si)的平均值和标准差;
所述步骤(3-3)的平均值和标准差分别通过公式(1)和(2)计算得到,其中μi表示邻居节点测量值集合D(Si)的平均值,σi表示集合D(Si)的标准差,k为本地节点Si的邻居节点数目,Vij表示节点i的第j个邻居节点Sij的测量值,Vi0是本地节点Si的测量值:
步骤(3-4):根据平均值μi计算本地节点Si的邻居节点测量值集合D(Si)的一个残差序列δi后,计算本地节点Si的邻居节点的初始权值wi;
所述步骤(3-4)的残差序列为δi={di0,di1,…,di(k-1)},其中:
dij=|Vij-μi|,j=0,1,2...(k-1) (3)
di0是本地节点Si的测量值Vi0偏离平均值μi的程度,dij表示本地节点Si的第j个邻居节点Sij的测量值Vij偏离平均值μi的程度,j=1,2,…,(k-1);偏离平均值越大,则节点为故障节点的概率越大,该节点所占权重也应该相应的越小,故使用这个偏离程度的倒数作为每个节点的权值,则得到每个节点的初始权值:
步骤(3-5):对本地节点Si的初始权值wi进行归一化处理得到每个节点的最终权值
所述步骤(3-5)的归一化处理方法为:
步骤(3-6):从归一化处理方法知节点的邻居节点集合N(Si)中每个节点Sij对应的归一化权值为节点Si对应的归一化权值为将邻居节点测量值集合D(Si)递增排序,使新得到的邻居节点序列满足V(i0)≤V(i1)≤…≤V(i(k-1)),其中对应节点的权值为j=1,2,…,(k-1);然后计算基于均值的加权中值wmedi;
所述步骤(3-6)中计算基于均值的加权中值的公式为:
步骤(3-7):如果本地节点Si为故障节点,节点Si的测量值必然严重偏离其加权中值,定义:
其中Vi0为本地节点Si的原始测量值,wmedi为本地节点Si的邻居节点测量值集合D(Si)的加权中值,σi为其邻居节点测量值集合D(Si)的标准差。
对于正常节点而言,当本地节点Si的邻居节点数量足够多,即k足够大时,测量值集合D(Si)满足正太分布D(Si)~N(μ,σ2),其中,加权中值wmedi=μ,标准差σi=σ,y0、y1、…y(k-1)满足正态分布N(0,1);
当本地节点Si为故障节点时,其测量值Vi0与其邻居测量值相差很大,yi将会很大;设定θ(θ≥1)是一个预定义的阈值,当yi≥θ时,本地节点Si为故障节点;否则,本地节点Si为正常节点。阈值θ的选取根据无线传感网络中节点故障概率p通过查询标准正态分布表来获取;
步骤(3-8):如果本地节点Si是一个故障节点,则使用wmedi代替原始测量值Vi0,否则本地节点Si的测量值为其原始值Vi0。
所述事件边界节点判定方法(EBNM),主要过程为:将监测区域内无线传感网络的节点坐标和测量值映射为三维空间内的一个点,即节点Si的三维坐标由其位置坐标(xi,yi)和测量值Vi0组成(xi,yi,Vi0)。这样,监测区域内所有相邻节点相互连接组成一个三维网格曲面,每个节点作为该三维网格曲面的一个抽样。根据无线传感网络内测量属性的空间相关性,所形成的三维网格曲面在事件区域和非事件区域分别是平坦的网格曲面,在平坦的网格曲面上,节点Si(xi,yi,Vi0)处的法向量与水平面近乎垂直,与垂直面近乎平行;而在事件区域和非事件区域交界处则会形成陡峭的坡面,在坡面上,节点Si(xi,yi,Vi0)处的法向量会与垂直面形成一个较大的夹角。通过对三维网格曲面属性的分析,即先计算检测节点Si(xi,yi,Vi0)处的三维网格曲面的法向量,再计算该法向量与向量的夹角,最后该夹角与一个阈值相比较确定该节点Si(xi,yi,Vi0)是否为事件边界节点。
如图3所示,所述事件边界节点判定方法(EBNM)的具体步骤为:
步骤(5-1):本地节点Si主动广播事件边界节点判定方法请求信息MEBNM,邻居节点接收到该请求信息,发送其校正后的测量值;
步骤(5-2):本地节点Si接收来自邻居节点的校正测量值后,计算值;
其中所述值的具体计算通过公式(8)-(11);
计算方法采用数学中普遍使用的精度较高的三维网格法向量计算公式,计算节点Si(xi,yi,Vi0)处的法向量其公式如下:
其中,Fi表示节点Si(xi,yi,Vi0)与其邻居节点构成的相邻但不相交的三角面片集合,fj表示三角面片,fj∈Fi。|fj|表示三角面片fj的面积,表示三角面片fj的法向量,表示节点Si(xi,yi,Vi0)处的法向量。
假设节点Si及其相邻的两邻居节点Sj、Sk,由三节点组成一个三角面片fj。定义节点Si、Sj间的向量为节点Si、Sk间的向量为则:
其中,|fj|表示三角面片fj的面积,表示三角面片fj的法向量,表示向量 的夹角。
根据公式(8)计算节点Si(xi,yi,Vi0)处的法向量然后求节点Si(xi,yi,Vi0)处法向量与向量的夹角
步骤(5-3):定义阈值判断节点Si(xi,yi,Vi0)是否是边界节点,结束。
对于事件区域和非事件区域,节点测量值集合分别满足正态分布函数N(μ1,σ1 2)和N(μ2,σ2 2),即三维网格曲面近乎平坦;假设Δt=3×max(σ1,σ2)是事件区域和非事件区域最大的探测值差值,那么定义阈值
其中,Rc是节点Si的通信距离。
取值根据应用环境将会不同。定义为的阈值,则取如果节点Si一定在事件边界区域,则该节点为事件边界节点;否则,本地节点Si不是事件边界节点。事件边界区域定义为到事件边界距离小于通讯距离Rc的区域。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.面向无线传感网络的容错事件边界检测方法,其特征是,具体步骤为
步骤(1):在事件监测区域内的本地节点,初始化自身的邻居列表和邻居节点集合;本地节点Si的邻居节点集合为N(Si),邻居列表包含邻居节点的位置和编号信息;
步骤(2):本地节点判断是否接收到邻居节点发送来的故障节点校正方法请求信息MFNC,如果接收到故障节点校正方法请求信息MFNC,则表示其邻居节点需要本地节点的原始测量值校正其自身测量值,则本地节点直接发送原始测量值给邻居节点,然后进入下一步;如果没有收到故障节点校正方法请求信息MFNC,则直接进入下一步;
步骤(3):调用故障节点校正方法,该方法用于判断本地节点是否是故障节点,若是故障节点校正其测量值;
步骤(4):本地节点判断是否接收到事件边界节点判定方法请求信息MEBNM,如果接收到该请求信息,说明其邻居节点需要本地节点的校正值断定其自身是否为边界节点,则本地节点发送经步骤(3)校正处理后的测量值给邻居节点,然后进入下一步;如果没有接收到事件边界节点判定方法请求信息MEBNM,则直接进入下一步;
步骤(5):调用事件边界节点判定方法:该方法主要用于判定本地节点是否处于事件边界;如果是事件边界节点则把自己的位置信息和编号报告给基站,然后进入下一步;如果不是事件边界节点,直接进入下一步;
步骤(6):等待本检测周期结束,进入下一轮检测,回到步骤(1),在每轮检测中,都回到步骤(1)初始化邻居列表,因为有节点能量耗尽而死亡。
2.如权利要求1所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述故障节点校正方法的主要过程为:
先计算邻居节点测量值的加权中值,再与本地节点自身的测量值经简单计算,其结果同阈值进行比较,判断本地节点是否为故障节点;若为故障节点,则使用加权中值代替本地节点的测量值,若不是故障节点则直接使用本地节点的自身测量值。
3.如权利要求1或2所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述故障节点校正方法的具体步骤为:
假设本地节点Si的邻居节点集合N(Si)={Si,Si1,Si2,…,Si(k-1)},其中|N(Si)|=k表示节点Si的所有邻居节点数量,包括本地节点Si自身;D(Si)={Vi0,Vi1,Vi2,…,Vi(k-1)}为对应节点的测量值集合,其中Vij表示节点Si的第j个邻居节点Sij的测量值,j=1,2,…,(k-1),Vi0是本地节点Si的原始测量值;
步骤(3-1):本地节点Si主动广播一个故障节点校正方法请求信息MFNC,邻居节点接收到该请求信息后,会发送其监测属性的原始测量值Vij,j=1,2,…,(k-1);
步骤(3-2):本地节点Si在接收到所有邻居节点的返回信息之后形成邻居节点测量值集合D(Si);
步骤(3-3):根据本地节点Si的邻居节点测量值集合D(Si),计算该测量值集合D(Si)的平均值和标准差;
步骤(3-4):根据平均值μi计算节点Si的邻居节点测量值集合D(Si)的一个残差序列δi后,计算本地节点Si的邻居节点的初始权值wi;
步骤(3-5):对本地节点Si的初始权值wi进行归一化处理得到每个节点的最终权值
步骤(3-6):从归一化处理方法知节点的邻居节点集合N(Si)中每个节点Sij对应的归一化权值为节点Si对应的归一化权值为将邻居节点测量值集合D(Si)递增排序,使新得到的邻居节点序列满足V(i0)≤V(i1)≤…≤V(i(k-1)),其中对应节点的权值为j=1,2,…,(k-1);然后计算基于均值的加权中值wmedi;
步骤(3-7):如果本地节点Si为故障节点,节点Si的测量值必然严重偏离其加权中值,定义:
其中,wmedi为本地节点Si的邻居节点测量值集合D(Si)的加权中值,σi为其邻居节点测量值集合D(Si)的标准差;
对于正常节点而言,当本地节点Si的邻居节点数量足够多,即k足够大时,测量值集合D(Si)满足正太分布D(Si)~N(μ,σ2),其中,加权中值wmedi=μ,标准差σi=σ,y0、y1、…y(k-1)满足正态分布N(0,1);
当本地节点Si为故障节点时,其测量值Vi0与其邻居测量值相差很大,yi将会很大;设定θ(θ≥1)是一个预定义的阈值,当yi≥θ时,本地节点Si为故障节点;否则,本地节点Si为正常节点;阈值θ的选取根据无线传感网络中节点故障概率p通过查询标准正态分布表来获取;
步骤(3-8):如果本地节点Si是一个故障节点,则使用wmedi代替原始测量值Vi0,否则本地节点Si的测量值为其原始值Vi0。
4.如权利要求3所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述步骤(3-3)的平均值和标准差分别通过公式(1)和(2)计算得到,其中μi表示集合D(Si)的平均值,σi表示集合D(Si)的标准差,k为本地节点Si的邻居节点数目,Vij表示节点i的第j个邻居节点Sij的测量值,Vi0是本地节点Si的原始测量值:
5.如权利要求3所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述步骤(3-4)的残差序列为δi={di0,di1,…,di(k-1)},其中:
dij=|Vij-μi|,j=0,1,2...(k-1) (3)
di0是本地节点Si的测量值Vi0偏离平均值μi的程度,dij表示本地节点Si的第j个邻居节点Sij的测量值Vij偏离平均值μi的程度,j=1,2,…,(k-1);偏离平均值越大,则节点为故障节点的概率越大,该节点所占权重也应该相应的越小,故使用这个偏离程度的倒数作为每个节点的权值,则得到每个节点的初始权值:
6.如权利要求3所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述步骤(3-5)的归一化处理方法为:
7.如权利要求3所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述步骤(3-6)中计算基于均值的加权中值的公式为:
8.如权利要求1所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述事件边界节点判定方法,主要过程为:将监测区域内无线传感网络的节点坐标和测量值映射为三维空间内的一个点,即节点Si的三维坐标由其位置坐标(xi,yi)和本地节点Si的原始测量值Vi0组成(xi,yi,Vi0);这样,监测区域内所有相邻节点相互连接组成一个三维网格曲面,每个节点作为该三维网格曲面的一个抽样;根据无线传感网络内测量属性的空间相关性,所形成的三维曲面在事件区域和非事件区域分别是平坦的网格曲面,在平坦的网格曲面上,节点Si(xi,yi,Vi0)处的法向量与水平面近乎垂直,与垂直面近乎平行;而在事件区域和非事件区域交界处则会形成陡峭的坡面,在坡面上,节点Si(xi,yi,Vi0)处的法向量会与垂直面形成一个较大的夹角;通过对三维网格曲面属性的分析,即先计算检测节点Si(xi,yi,Vi0)处的三维网格曲面的法向量,再计算该法向量与向量的夹角,最后该夹角与一个阈值相比较确定该节点Si(xi,yi,Vi0)是否为事件边界节点。
9.如权利要求1或8所述的面向无线传感网络的容错事件边界检测方法,其特征是,所述事件边界节点判定方法的具体步骤为:
步骤(5-1):本地节点Si主动广播事件边界节点判定方法请求信息MEBNM,邻居节点接收到该请求信息,发送其校正后的测量值;
步骤(5-2):本地节点Si接收来自邻居节点的校正测量值后,计算值;
步骤(5-3):定义阈值判断节点Si(xi,yi,Vi0)是否是边界节点,结束。
10.如权利要求9所述的面向无线传感网络的容错事件边界检测方法,其特征是,
所述步骤(5-2)的所述值的具体计算通过公式(8)-(11);
计算方法采用数学中普遍使用的精度较高的三维网格法向量计算公式,计算节点Si(xi,yi,Vi0)处的法向量,其公式如下:
其中,Fi表示节点Si(xi,yi,Vi0)与其邻居节点构成的相邻但不相交的三角面片集合,fj表示三角面片,fj∈Fi;|fj|表示三角面片fj的面积,表示三角面片fj的法向量,表示节点Si处的法向量;
假设节点Si及其相邻的两邻居节点Sj、Sk,由三节点组成一个三角面片fj;定义节点Si、Sj间的向量为节点Si、Sk间的向量为则:
其中,|fj|表示三角面片fj的面积,表示三角面片fj的法向量表示向量 的夹角;
根据公式(8)计算得节点Si(xi,yi,Vi0)处的法向量然后计算节点Si(xi,yi,Vi0)处法向量与向量的夹角
所述步骤(5-3)中对于事件区域和非事件区域,节点测量值集合分别满足正态分布函数N(μ1,σ1 2)和N(μ2,σ2 2),即三维网格曲面近乎平坦;假设Δt=3×max(σ1,σ2)是事件区域和非事件区域最大的探测值差值,那么定义阈值
其中,Rc是节点Si的通信距离;
取值根据应用环境将会不同;若定义为的阈值,则取如果节点Si一定处于事件边界区域,则该节点为事件边界节点;否则,本地节点Si不是事件边界节点;事件边界区域定义为到事件边界距离小于通讯距离Rc的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310138526.1A CN103200597B (zh) | 2013-04-19 | 2013-04-19 | 一种面向无线传感网络的容错事件边界检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310138526.1A CN103200597B (zh) | 2013-04-19 | 2013-04-19 | 一种面向无线传感网络的容错事件边界检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103200597A CN103200597A (zh) | 2013-07-10 |
CN103200597B true CN103200597B (zh) | 2015-07-08 |
Family
ID=48722919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310138526.1A Expired - Fee Related CN103200597B (zh) | 2013-04-19 | 2013-04-19 | 一种面向无线传感网络的容错事件边界检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103200597B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533571B (zh) * | 2013-11-07 | 2016-06-08 | 东南大学 | 基于投票策略的容错事件检测方法 |
CN104183140A (zh) * | 2014-05-30 | 2014-12-03 | 上海物联网有限公司 | 一种地磁车辆检测器在线运行状态监测装置与方法 |
CN106412934B (zh) * | 2016-10-08 | 2019-10-08 | 上海海事大学 | 一种无线传感器网络事件边界检测方法 |
CN106491042B (zh) * | 2016-11-14 | 2019-01-08 | 浙江工业大学 | 一种摆动式擦窗机器人玻璃边缘处向下移动处理方法 |
CN106491039B (zh) * | 2016-11-14 | 2019-01-08 | 浙江工业大学 | 一种摆动式擦窗机器人玻璃边缘检测方法 |
CN106491040B (zh) * | 2016-11-14 | 2019-04-09 | 浙江工业大学 | 一种摆动式擦窗机器人玻璃边缘触碰检测处理方法 |
CN109361577B (zh) * | 2018-12-20 | 2020-01-14 | 李斯嘉 | 一种基于分布式传感器的数据监测方法和系统 |
CN109873713B (zh) * | 2018-12-28 | 2020-07-10 | 华中科技大学 | 用于位置服务的无中心化服务集群系统及故障检测方法 |
CN114484732B (zh) * | 2022-01-14 | 2023-06-02 | 南京信息工程大学 | 一种基于投票网络的空调机组传感器故障诊断方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002472A (zh) * | 2012-10-26 | 2013-03-27 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备 |
-
2013
- 2013-04-19 CN CN201310138526.1A patent/CN103200597B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002472A (zh) * | 2012-10-26 | 2013-03-27 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备 |
Non-Patent Citations (2)
Title |
---|
Solis, I..《Isolines: energy-efficient mapping in sensor networks》.《Computers and Communications, 2005. ISCC 2005. Proceedings. 10th IEEE Symposium on》.2005,第1-9页. * |
张瑞华.《基于无线传感器网络的能效策略分析》.《第一届中国高校通信类院系学术研讨会论文集》.2007,第1083-1088页. * |
Also Published As
Publication number | Publication date |
---|---|
CN103200597A (zh) | 2013-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103200597B (zh) | 一种面向无线传感网络的容错事件边界检测方法 | |
Fawzy et al. | Outliers detection and classification in wireless sensor networks | |
WO2016165435A1 (zh) | 一种无线网络越区覆盖检测方法、装置及通信系统 | |
CN105677759A (zh) | 一种信息通信网络中的告警关联性分析方法 | |
CN102932914B (zh) | 基于压缩感知的无线传感器网络多目标被动式定位方法 | |
Deng et al. | Detecting confident information coverage holes in industrial Internet of Things: An energy-efficient perspective | |
CN103529427B (zh) | 无线传感网随机部署下的目标定位方法 | |
CN102594904A (zh) | 对无线传感器网络异常事件进行分布式检测的方法 | |
CN103338451B (zh) | 一种无线传感器网络中分布式的恶意节点检测方法 | |
CN103533571B (zh) | 基于投票策略的容错事件检测方法 | |
CN105323024B (zh) | 一种网络信号强度检测及融合方法 | |
CN102724681B (zh) | 一种结合能量有效性的传感器网络覆盖空洞检测方法 | |
CN104519571A (zh) | 一种基于rss的室内定位方法 | |
CN106707233A (zh) | 一种基于离群点检测的多边定位方法及装置 | |
CN103458504B (zh) | 一种基于序列的传感器节点定位方法及装置 | |
CN104581943A (zh) | 用于分布式无线传感网络的节点定位方法 | |
Wan et al. | ACOMCD: A multiple cluster detection algorithm based on the spatial scan statistic and ant colony optimization | |
CN105764137A (zh) | 一种室内定位方法及系统 | |
CN102665253A (zh) | 一种基于无线传感网络的事件检测方法 | |
CN105682039B (zh) | 一种rf指纹定位方法及系统 | |
Xu et al. | Fortifying barrier-coverage of wireless sensor network with mobile sensor nodes | |
Bu et al. | Toward collinearity-aware and conflict-friendly localization for wireless sensor networks | |
CN103327609B (zh) | 一种无线传感器网络节点定位方法 | |
CN101316200B (zh) | 一种检测与修补无线视频传感器网络最坏情况覆盖的方法 | |
CN103002472B (zh) | 一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150708 Termination date: 20160419 |
|
CF01 | Termination of patent right due to non-payment of annual fee |