CN105915388A - 一种基于分布式网络的传感器故障检测方法及系统 - Google Patents

Abstract

本发明公开一种基于分布式网络的传感器故障检测方法及系统，方法包括：每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。本发明通过建立可信度模型进行节点可疑状态判定；随后基于邻居协作的思想向邻居传感器节点发送故障诊断请求；最后依据邻居传感器节点的诊断回复进行故障情况的分类以及状态判断。它能以少量的数据通信完成快速可靠的传感器故障检测。

Description

一种基于分布式网络的传感器故障检测方法及系统

技术领域

本发明涉及分布式网络相关技术领域，特别是一种基于分布式网络的传感器故障检测方法及系统。

背景技术

随着通信技术的普及和进一步发展，对通信网络实时监控系统的要求越来越高。智能光纤配线架(Optical Distribution Frame，ODF)系统，通过在ODF端上安装传感器，构成一个传感器网络，将尾纤的插拔信息上传至网管端，可以实现对光缆的智能实时管理，用来保障管理中心对光缆资源、光缆路由、纤芯使用情况、纤芯业务状态告警等动态管理、实时监控，提高管理中心对光缆资源的管理使用效率。ODF工作环境中的振动，噪声，信道干扰，火灾等都可能导致传感器错误感知数据甚至永久故障，为防止产生错误的传感数据，保证传感器网络的正常运行，需要及时检测传感器故障。集中式和分布式是传感器故障检测的两种主要方法。集中式方法周期性收集传感器测量值和状态信息到中心节点，但大量数据通信导致靠近中心节点传感器能耗加快，缩短传感器网络的生命周期。分布式方法，即采用分布式网络的方法，通过与邻居传感器监测数据相比较实现可疑传感器节点的故障检测，克服了传感器节点间能耗不平衡的问题，但依然存在邻居传感器节点集合间突发大量数据通信导致拥塞的情况，影响故障检测的效率和准确性。因此基于分布式方式以少量数据通信完成快速可靠的传感器故障检测成为需要解决的问题。

发明内容

基于此，有必要针对现有技术对分布式网络的故障检测效率和准确性较低的技术问题，提供一种基于分布式网络的传感器故障检测方法及系统。

本发明提供一种基于分布式网络的传感器故障检测方法，包括：

状态自我判断步骤，每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

诊断发送步骤，在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

状态协同判断步骤，每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

本发明提供一种基于分布式网络的传感器故障检测系统，包括：

状态自我判断模块，用于：每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

诊断发送模块，用于：在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

状态协同判断模块，用于：每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

本发明通过建立可信度模型进行节点可疑状态判定；随后基于邻居协作的思想向邻居传感器节点发送故障诊断请求；最后依据邻居传感器节点的诊断回复进行故障情况的分类以及状态判断。它能以少量的数据通信完成快速可靠的传感器故障检测。

附图说明

图1为本发明一种基于分布式网络的传感器故障检测方法的工作流程图；

图2为本发明最佳实施例可疑传感器节点自我判断的工作流程图；

图3为本发明实施例发送时间窗口示意图；

图4为本发明最佳实施例基于邻居协作的故障诊断请求发送和诊断回复过程的工作流程图；

图5a为本发明最佳实施例的邻居传感器节点的一种情况示意图；

图5b为本发明最佳实施例的邻居传感器节点的另一种情况示意图；

图5c为本发明最佳实施例的邻居传感器节点的再一种情况示意图；

图6为本发明最佳实施例的状态判定工作流程图；

图7为本发明一种基于分布式网络的传感器故障检测系统的系统模块图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

如图1所示为本发明一种基于分布式网络的传感器故障检测方法的工作流程图，包括：

步骤S101，每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

步骤S102，在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

步骤S103，每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

分布式传感器故障检测需重点解决两个问题，一、可信的可疑传感器节点判断，二、诊断请求发送时机。一旦传感器节点数据异常立刻转为可疑传感器节点并向邻居传感器节点发送诊断请求的方式并不合理，数据突变可能是由于环境中确实存在突发事件而导致，例如温度传感器监测区域的温度骤升时监测数据会发生突变。因此需要判断节点是否切实可疑，避免不必要的诊断请求传输开销。

本发明的步骤S101通过当前监测时刻和历史监测时刻所监测得到的监测值进行判断，只有当确定可疑时，才进行步骤S102，通过邻居传感器节点的协作，在步骤103确定状态。

本发明通过建立可信度模型进行节点可疑状态判定；随后基于邻居协作的思想向邻居传感器节点发送故障诊断请求；最后依据邻居传感器节点的诊断回复进行故障情况的分类以及状态判断。它能以少量的数据通信完成快速可靠的传感器故障检测。

在其中一个实施例中，所述步骤S101，具体包括：

初始化每个传感器节点的可信度θ为1；

每个传感器节点在每个监测时刻，执行如下计算：

计算包括当前监测时刻t在内的k个监测数据的均值和方差计算包括前一监测时刻t-1在内的k个监测数据的均值和方差其中k为预设平均数量；

根据修改可信度θ*其中为预设修正值；

如果经过修改的可信度θ小于或等于预设可疑分界阈值ε，则判断传感器节点为可疑状态，否则判断传感器节点为健康状态。

判断节点是否可疑，是根据其监测数据是否可信来实现的。通过传感器节点当前监测数据相对于历史数据的变化趋势来确定当前监测数据是否可信。本实施例通过方差来量化监测数据的变化趋势，数据方差较小时，说明数据比较稳定。

假设传感器节点可以保存k个数据，分别为t-k,t-k+1,…t-1时刻的数据d₁,d₂,…d_k。设是这k个数据的均值，依照公式(1)计算这k个数据的方差

$S_{t-1}^2=\underset{i=1}{\overset{k}{\Σ}}{(d_i-{\stackrel{\‾}{d}}_{t-1})}^2/k---\left(1\right)$

t时刻数据为d_t，则当前k个数据的均值依照公式(2)计算

$S_t^2=\frac{\underset{i=2}{\overset{k}{\Σ}}{(d_i-\stackrel{\‾}{d_t})}^2+{(d_t-\stackrel{\‾}{d_t})}^2}{k}---\left(2\right)$

定义参数s>0，当时，方差变化较小，说明当前数据与历史数据相似。当时，说明当前数据产生突变。

设置可信度θ(0≤θ≤1)判断节点数据突变是否由环境中切实存在突发事件导致。置所有节点的θ初始值为1，当时，减小θ值，否则增大θ。随着时间的推移，数据逐步更新会使θ值回归。

但是仅依靠方差来调整可信度可能会忽略一些传感器故障。假设在t时刻，某个传感器节点发生故障，其监测数据异常增大，且后续数据也是偏大的，则可能随时间的推移逐渐减小甚至小于s，导致可信度θ反而开始增加，该故障无法被监测到。因此需要将方差和均值同时作为调整可信度的因素，定义参数d，当且时，可信度θ增加，否则可信度θ减小。节点可信度模型如公式(3)所示：

定理1公式(3)中的参数d和s的取值取决于实际故障检测中的k值，以及可容忍的d₁，d_t，两两之间的差值，与d₁，d_t，的具体值无关。

证明：计算得由公式(3)可知即(d_t-d₁)/k<d，所以d的值取决于实际故障检测中的k值，以及可容忍的d_t，d₁之间的差值。

由可知代入公式(2)可得：

$\begin{array}{c}{S}_t^2=\frac{\underset{i=2}{\overset{k}{\&Sigma;}}{(d_i-{\stackrel{\&OverBar;}{d}}_{t-1}-(d_t-d_1)/k)}^2}{k}\\ +\frac{{(d_t-{\stackrel{\&OverBar;}{d}}_{t-1}-(d_t-d_1)/k)}^2}{k}\end{array}$

将上式第一项中的从平方项中取出并化简可得：

$\begin{array}{c}{\mathrm{kS}}_t^2=\underset{i=2}{\overset{k}{\&Sigma;}}{(d_i-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-\frac{2(d_t-d_1)\underset{i=2}{\overset{k}{\&Sigma;}}(d_i-{\stackrel{\&OverBar;}{d}}_{t-1})}{k}\\ +\frac{(k-1){(d_t-d_1)}^2}{k^2}+{(d_t-{\stackrel{\&OverBar;}{d}}_{t-1}-(d_t-d_1)/k)}^2\end{array}$

结合公式(1)第一项替换为进一步化简可得：

${\mathrm{kS}}_t^2={\mathrm{kS}}_{t-1}^2-{(d_1-{\stackrel{\&OverBar;}{d}}_{t-1})}^2+{(d_t-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-\frac{{(d_t-d_1)}^2}{k}$

因此：

$S_t^2-S_{t-1}^2=\frac{k{(d_t-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-k{(d_1-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-{(d_t-d_1)}^2}{k^2}$

由公式(3)可知即：

$\frac{|k{(d_t-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-k{(d_1-{\stackrel{\&OverBar;}{d}}_{t-1})}^2-{(d_t-d_1)}^2|}{k^2}<s$

所以s的取值取决于实际故障检测中的k值，以及可容忍的d₁，d_t，两两之间的差值，与d₁，d_t，的具体值无关。

公式(3)中的θ并不是无限减小的，引入一个门限值ε来作为可疑传感器节点与健康传感器节点可信度的分界，如公式(4)所示：

在其中一个实施例中，所述修正值与所述可以分界阈值ε的关系为其中m为预设准确率权重。

定理2为保证节点有连续m(0<m<k,m∈Z)次的数据异常时，该节点状态一定转变为可疑，与ε的取值应该满足

证明：由于节点可信度θ≤1，依照公式(3)，每次的数据异常都会使得θ减小当某节点连续出现m次的数据异常时该节点可判定为可疑，依据公式(4)θ≤ε，为保证该判定切实成立，为进一步精确ε，可知因此当时，可以保证节点在连续m次数据异常下，节点状态一定为可疑。

当ε<θ<1时，不需要m次连续异常也能使节点转变为可疑状态。例如t-2时刻假设t-1时刻数据正常，此时如果t，t+1时刻数据均异常，则此时该节点为可疑传感器节点。该情况通常发生在节点检测数据在异常和正常之间多次波动时，此时确定节点为可疑传感器节点是必要的。

定理2中m的值依照实际要求设置。如果一发现异常数据就立即将节点状态转变为可疑并启动故障诊断程序，那么令m＝1。m取值较大可以降低网络数据传输压力，但会忽略一些瞬时故障。m取值较小时，虽然可以提高故障诊断准确率，但会带来大量不必要的数据传输开销。因此可以权衡故障检测的准确率和网络流量两个因素，确定m的最佳取值。

如图2所示为本发明最佳实施例可疑传感器节点自我判断的工作流程图，包括：

步骤S201，在监测时刻t，查找t之前的m个数据；

步骤S202，剔除其中故障状态时的数据，剩余包括监测时刻t在内的k个数据；

步骤S203，计算k个数据的均值与方差；

步骤S204，根据可信度模型改变节点可信度；

步骤S205，如果可信度≤可疑分界阈值，则该节点为可疑传感器节点，否则在下一监测时刻t++，执行步骤S201。

在其中一个实施例中：

在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求，其中第i个可疑传感器节点所发送的诊断请求包括和loc，其中为第i个可疑传感器节点在监测时刻t的方差，loc为第i个可疑传感器节点的位置坐标；

所述步骤S103，具体包括：

每个可疑传感器节点的协作区域内的邻居传感器节点接收到所述诊断请求后，返回诊断回复，所述诊断回复采用如下方式确定：接收到第i个可疑传感器节点所发送的诊断请求的第j个邻居传感器节点，如果第j个邻居传感器节点的状态为可疑状态，则所述诊断回复包括节点状态，且所述节点状态设置为可疑状态，如果第j个邻居传感器节点的状态不为可疑状态，则所述诊断回复包括节点状态和邻居判断结果，所述邻居判断结果根据确定，其中，cop＝1则所述邻居判断结果为健康传感器节点，cop＝0则所述邻居判断结果为故障传感器节点，为第j个邻居传感器节点在监测时刻t的方差，d_ij为第j个邻居传感器节点根据所接收的第i个可疑传感器节点的位置坐标计算出的第i个可疑传感器节点和第j个邻居传感器节点的距离，λ为预设故障分界阈值；

每个可疑传感器节点接收到诊断回复后，采用如下方式判断状态：

如果协作区域内超过半数的邻居传感器节点的状态为健康状态，则可疑传感器节点的状态与健康状态的邻居传感器节点所返回的邻居判断结果一致；

如果协作区域内超过半数的邻居传感器节点的状态为可疑状态，则等待预设时间段后，重新执行所述步骤S102；

如果协作区域内超过半数的邻居传感器节点的状态为故障状态，则可疑传感器节点的状态与故障状态的邻居传感器节点所返回的邻居判断结果相反。

当可疑传感器节点i的时间窗口到达时，其向邻居传感器节点发送诊断请求其中表示节点i的loc为节点i的坐标，t为当前时刻。

可疑传感器节点i发送故障诊断请求后，以i为圆心，R为半径的圆形区域内的状态已确定的邻居传感器节点j向i发送诊断回复。节点j首先检测自身状态并根据loc计算与i的距离d_ij，如果自身状态为可疑，即节点j为可疑邻居传感器节点，则仅向i回复一个state_j＝-1的消息；否则依照公式(5)处理收到的信息：

$cop=\left\{\begin{array}{cc}1,& \frac{|S_{it}^2-S_{jt}^2|}{d_{ij}}<\mathrm{\&lambda;}\\ 0,& \frac{|S_{it}^2-S_{jt}^2|}{d_{ij}}\&GreaterEqual;\mathrm{\&lambda;}\end{array}\right.---\left(5\right)$

其中为邻居传感器节点j的由于传感器节点间距离越近，监测数据的相关度相对越高，因此以d_ij作为参数，λ依照实际情况确定。节点j发送诊断回复D_rep(cop,state_j,t)给节点i，cop＝1表示节点j认为节点i为健康传感器节点，否则为故障传感器节点。state_j∈{1,0}分别表示节点j处于健康和故障状态。

如图4所示为本发明最佳实施例基于邻居协作的故障诊断请求发送和诊断回复过程的工作流程图，包括：

步骤S401，可疑传感器节点向邻居传感器节点发送诊断请求；

步骤S402，如果收到诊断请求的邻居传感器节点为可疑传感器节点，则仅回复自身状态信息；

步骤S403，如果收到诊断请求的邻居传感器节点为健康传感器节点或故障传感器节点，则依照公式(5)处理接收到的数据，并发送诊断回复。

假设邻居协作区域D边缘的传感器发送数据到可疑传感器节点i所用的时间为T。节点i发送诊断请求后等待2T时间，在等待时间内不断对收到的回复消息依照公式(6)进行分类统计：

$\left\{\begin{array}{ccc}{N}_0=N_0+1& if& {\mathrm{state}}_j=1andcop=0\\ N_1=N_1+1& if& {\mathrm{state}}_j=1andcop=1\\ F_0=F_0+1& if& {\mathrm{state}}_j=0andcop=0\\ F_1=F_1+1& if& {\mathrm{state}}_j=0andcop=1\\ Q=Q+1& if& {\mathrm{state}}_j=-1\end{array}\right.---\left(6\right)$

其中N₀，N₁，F₀，F₁，Q表示节点i的邻居传感器节点中各类节点的数目，state_j和cop是诊断回复中包含的信息。假设节点i在协作区域的邻居传感器节点总数为A(A＝N₀+N₁+F₀+F₁+Q)，根据各类邻居传感器节点所占比例进行分析，可能出现的情况分为以下三类。

情况1：如图5a所示，可疑传感器节点51的邻居协作区域55内超过一半的节点为健康传感器节点52，有很少的故障传感器节点53和可疑邻居传感器节点54。健康传感器节点52和故障传感器节点53收到51的诊断请求后，向节点51发送诊断回复，可疑邻居传感器节点54仅回复自身的状态信息。依照公式(6)统计的回复信息满足如果N₀>N₁，则节点51为故障传感器节点；如果N₀≤N₁，则节点51为健康传感器节点。

情况2：如图5b所示，可疑传感器节点51的协作区域55内故障传感器节点53的数量和健康传感器节点52的数量都不足一半，有多个传感器节点为可疑邻居传感器节点54。依照公式(6)统计的回复信息满足由于可疑邻居传感器节点54的数据不具有参考性，应该重新等待2T时间，部分邻居传感器节点完成状态判断之后，重新统计数据进行分析。

情况3：如图5c所示，可疑传感器节点51的协作区域55内有超过一半的节点为故障传感器节点53。依照公式(6)统计的回复信息满足故障传感器节点53收到诊断请求消息后，按照公式(6)处理，并发送诊断回复。如果F₀<F₁，说明大多数的故障传感器节点53认为节点51为健康传感器节点，即节点51与大多数故障传感器节点53的数据相近，此时节点51为故障传感器节点。反之，节点51为健康传感器节点。

如图6所示为本发明最佳实施例的状态判定工作流程图，包括：

步骤S601，可疑传感器节点i发送诊断请求以后，初始化已等待时间为0，开始接收并统计邻居传感器节点的诊断回复；

步骤S602，等待2T时间后，根据统计的数据分三种情况分别处理，如果是情况1或3直接确定节点i的状态并修改节点的可信度，健康传感器节点可信度置为1，故障传感器节点可信度置为0，如果是情况2则初始化等待时间并重复以上过程直到节点状态确定。

在其中一个实施例中，所述步骤S102，具体包括：

每个自我判断为可疑状态的可疑传感器节点在监测时刻t获取发送时间窗口，在所述发送时间窗口内向协作区域内的邻居传感器节点发送诊断请求；

所述发送时间窗口为：t+i×L，其中，i为随机数，且i∈Z，0≤i<w，L为每个发送时间窗口的时间间隔，w为能够选择的发送窗口的数量。

本实施例这里提出了等概率时间窗口机制来确定可疑传感器节点故障诊断请求的发送时机。

每一个可疑传感器节点设置一个发送时间窗口，如图3所示，单位时间间隔为L，长度为w个时间间隔，L和w的大小依据传感器节点所监测设备的实时性要求等具体情况设定。可疑传感器节点在每个发送时间窗口t+i×L(i∈Z,0≤i<w)向邻居传感器节点发送诊断请求的概率是相等的，为1/w。假设t时刻有n个传感器节点转变为可疑传感器节点，则这些节点在同一时间窗口发送诊断请求的概率为1/wⁿ，每个时间窗口发送诊断请求的传感器节点数目的期望为n/w，降低了w倍，这n个可疑传感器节点发送诊断请求的时间被极大的分散，有效缓解了数据传输压力。

如图7所示为本发明一种基于分布式网络的传感器故障检测系统的系统模块图，包括：

状态自我判断模块701，用于：每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

诊断发送模块702，用于：在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

状态协同判断模块703，用于：每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

在其中一个实施例中，所述状态自我判断模块，具体用于：

初始化每个传感器节点的可信度θ为6；

每个传感器节点在每个监测时刻，执行如下计算：

计算包括当前监测时刻t在内的k个监测数据的均值和方差计算包括前一监测时刻t-6在内的k个监测数据的均值和方差其中k为预设平均数量；

根据修改可信度θ，其中为预设修正值；

如果经过修改的可信度θ小于或等于预设可疑分界阈值ε，则判断传感器节点为可疑状态，否则判断传感器节点为健康状态。

在其中一个实施例中，所述修正值与所述可以分界阈值ε的关系为其中m为预设准确率权重。

在其中一个实施例中：

在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求，其中第i个可疑传感器节点所发送的诊断请求包括和loc，其中为第i个可疑传感器节点在监测时刻t的方差，loc为第i个可疑传感器节点的位置坐标；

所述状态协同判断模块，具体用于：

每个可疑传感器节点的协作区域内的邻居传感器节点接收到所述诊断请求后，返回诊断回复，所述诊断回复采用如下方式确定：接收到第i个可疑传感器节点所发送的诊断请求的第j个邻居传感器节点，如果第j个邻居传感器节点的状态为可疑状态，则所述诊断回复包括节点状态，且所述节点状态设置为可疑状态，如果第j个邻居传感器节点的状态不为可疑状态，则所述诊断回复包括节点状态和邻居判断结果，所述邻居判断结果根据确定，其中，cop＝6则所述邻居判断结果为健康传感器节点，cop＝0则所述邻居判断结果为故障传感器节点，为第j个邻居传感器节点在监测时刻t的方差，d_ij为第j个邻居传感器节点根据所接收的第i个可疑传感器节点的位置坐标计算出的第i个可疑传感器节点和第j个邻居传感器节点的距离，λ为预设故障分界阈值；

每个可疑传感器节点接收到诊断回复后，采用如下方式判断状态：

如果协作区域内超过半数的邻居传感器节点的状态为健康状态，则可疑传感器节点的状态与健康状态的邻居传感器节点所返回的邻居判断结果一致；

如果协作区域内超过半数的邻居传感器节点的状态为可疑状态，则等待预设时间段后，重新执行所述诊断发送模块；

如果协作区域内超过半数的邻居传感器节点的状态为故障状态，则可疑传感器节点的状态与故障状态的邻居传感器节点所返回的邻居判断结果相反。

在其中一个实施例中，所述诊断发送模块，具体用于：

每个自我判断为可疑状态的可疑传感器节点在监测时刻t获取发送时间窗口，在所述发送时间窗口内向协作区域内的邻居传感器节点发送诊断请求；

所述发送时间窗口为：t+i×L，其中，i为随机数，且i∈Z，0≤i<w，L为每个发送时间窗口的时间间隔，w为能够选择的发送窗口的数量。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于分布式网络的传感器故障检测方法，其特征在于，包括：

状态自我判断步骤，每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

诊断发送步骤，在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

状态协同判断步骤，每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

2.根据权利要求1所述的基于分布式网络的传感器故障检测方法，其特征在于，所述状态自我判断步骤，具体包括：

初始化每个传感器节点的可信度θ为1；

每个传感器节点在每个监测时刻，执行如下计算：

计算包括当前监测时刻t在内的k个监测数据的均值和方差计算包括前一监测时刻t-1在内的k个监测数据的均值和方差其中k为预设平均数量；

根据修改可信度θ，其中为预设修正值；

如果经过修改的可信度θ小于或等于预设可疑分界阈值ε，则判断传感器节点为可疑状态，否则判断传感器节点为健康状态。

3.根据权利要求2所述的基于分布式网络的传感器故障检测方法，其特征在于，所述修正值与所述可以分界阈值ε的关系为其中m为预设准确率权重。

4.根据权利要求2所述的基于分布式网络的传感器故障检测方法，其特征在于：

在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求，其中第i个可疑传感器节点所发送的诊断请求包括和loc，其中为第i个可疑传感器节点在监测时刻t的方差，loc为第i个可疑传感器节点的位置坐标；

所述状态协同判断步骤，具体包括：

每个可疑传感器节点的协作区域内的邻居传感器节点接收到所述诊断请求后，返回诊断回复，所述诊断回复采用如下方式确定：接收到第i个可疑传感器节点所发送的诊断请求的第j个邻居传感器节点，如果第j个邻居传感器节点的状态为可疑状态，则所述诊断回复包括节点状态，且所述节点状态设置为可疑状态，如果第j个邻居传感器节点的状态不为可疑状态，则所述诊断回复包括节点状态和邻居判断结果，所述邻居判断结果根据确定，其中，cop＝1则所述邻居判断结果为健康传感器节点，cop＝0则所述邻居判断结果为故障传感器节点，为第j个邻居传感器节点在监测时刻t的方差，d_ij为第j个邻居传感器节点根据所接收的第i个可疑传感器节点的位置坐标计算出的第i个可疑传感器节点和第j个邻居传感器节点的距离，λ为预设故障分界阈值；

每个可疑传感器节点接收到诊断回复后，采用如下方式判断状态：

如果协作区域内超过半数的邻居传感器节点的状态为健康状态，则可疑传感器节点的状态与健康状态的邻居传感器节点所返回的邻居判断结果一致；

如果协作区域内超过半数的邻居传感器节点的状态为可疑状态，则等待预设时间段后，重新执行所述诊断发送步骤；

如果协作区域内超过半数的邻居传感器节点的状态为故障状态，则可疑传感器节点的状态与故障状态的邻居传感器节点所返回的邻居判断结果相反。

5.根据权利要求1～4任一项所述的基于分布式网络的传感器故障检测方法，其特征在于，所述诊断发送步骤，具体包括：

每个自我判断为可疑状态的可疑传感器节点在监测时刻t获取发送时间窗口，在所述发送时间窗口内向协作区域内的邻居传感器节点发送诊断请求；

所述发送时间窗口为：t+i×L，其中，i为随机数，且i∈Z，0≤i<w，L为每个发送时间窗口的时间间隔，w为能够选择的发送窗口的数量。

6.一种基于分布式网络的传感器故障检测系统，其特征在于，包括：

状态自我判断模块，用于：每个传感器节点在每个监测时刻根据当前监测时刻和历史监测时刻所监测得到的监测值根据对当前时刻的状态进行自我判断；

诊断发送模块，用于：在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求；

状态协同判断模块，用于：每个可疑传感器节点根据邻居传感器节点所获取的诊断回复，确定状态为健康状态或故障状态。

7.根据权利要求6所述的基于分布式网络的传感器故障检测系统，其特征在于，所述状态自我判断模块，具体用于：

初始化每个传感器节点的可信度θ为6；

每个传感器节点在每个监测时刻，执行如下计算：

计算包括当前监测时刻t在内的k个监测数据的均值和方差计算包括前一监测时刻t-6在内的k个监测数据的均值和方差其中k为预设平均数量；

根据修改可信度θ，其中为预设修正值；

如果经过修改的可信度θ小于或等于预设可疑分界阈值ε，则判断传感器节点为可疑状态，否则判断传感器节点为健康状态。

8.根据权利要求7所述的基于分布式网络的传感器故障检测系统，其特征在于，所述修正值与所述可以分界阈值ε的关系为其中m为预设准确率权重。

9.根据权利要求7所述的基于分布式网络的传感器故障检测系统，其特征在于，

在监测时刻每个自我判断为可疑状态的可疑传感器节点向协作区域内的邻居传感器节点发送诊断请求，其中第i个可疑传感器节点所发送的诊断请求包括和loc，其中为第i个可疑传感器节点在监测时刻t的方差，loc为第i个可疑传感器节点的位置坐标；

所述状态协同判断模块，具体用于：

每个可疑传感器节点的协作区域内的邻居传感器节点接收到所述诊断请求后，返回诊断回复，所述诊断回复采用如下方式确定：接收到第i个可疑传感器节点所发送的诊断请求的第j个邻居传感器节点，如果第j个邻居传感器节点的状态为可疑状态，则所述诊断回复包括节点状态，且所述节点状态设置为可疑状态，如果第j个邻居传感器节点的状态不为可疑状态，则所述诊断回复包括节点状态和邻居判断结果，所述邻居判断结果根据确定，其中，cop＝6则所述邻居判断结果为健康传感器节点，cop＝0则所述邻居判断结果为故障传感器节点，为第j个邻居传感器节点在监测时刻t的方差，d_ij为第j个邻居传感器节点根据所接收的第i个可疑传感器节点的位置坐标计算出的第i个可疑传感器节点和第j个邻居传感器节点的距离，λ为预设故障分界阈值；

每个可疑传感器节点接收到诊断回复后，采用如下方式判断状态：

如果协作区域内超过半数的邻居传感器节点的状态为健康状态，则可疑传感器节点的状态与健康状态的邻居传感器节点所返回的邻居判断结果一致；

如果协作区域内超过半数的邻居传感器节点的状态为可疑状态，则等待预设时间段后，重新执行所述诊断发送模块；

如果协作区域内超过半数的邻居传感器节点的状态为故障状态，则可疑传感器节点的状态与故障状态的邻居传感器节点所返回的邻居判断结果相反。

10.根据权利要求6～9任一项所述的基于分布式网络的传感器故障检测系统，其特征在于，所述诊断发送模块，具体用于：

每个自我判断为可疑状态的可疑传感器节点在监测时刻t获取发送时间窗口，在所述发送时间窗口内向协作区域内的邻居传感器节点发送诊断请求；

所述发送时间窗口为：t+i×L，其中，i为随机数，且i∈Z，0≤i<w，L为每个发送时间窗口的时间间隔，w为能够选择的发送窗口的数量。