CN106685731A

CN106685731A - 一种实时故障的诊断方法及系统

Info

Publication number: CN106685731A
Application number: CN201710053659.7A
Authority: CN
Inventors: 王丽丹; 樊建席; 张书奎; 林政宽; 曾煜棋
Original assignee: Suzhou University
Current assignee: Suzhou University
Priority date: 2017-01-22
Filing date: 2017-01-22
Publication date: 2017-05-17
Anticipated expiration: 2037-01-22
Also published as: CN106685731B

Abstract

本发明涉及一种实时故障的诊断方法及系统，包括以下步骤：采用CLS聚类算法对预定区域内的传感器节点进行分簇；根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。本发明的有益效果是：复杂环境下的无线传感网络节点在通过分簇、诊断、维修这三个阶段后，能够及时有效地发现网络中的故障节点，从而进行故障修复，提高了网络维护的效率。该发明通过利用分簇的过程，更加适用于复杂环境下的无线传感网络，减少环境对诊断结果造成的误差，提高诊断的准确率。

Description

一种实时故障的诊断方法及系统

技术领域

本发明涉及无线传感器网络(WSN)技术领域，特别是涉及一种复杂环境下无线传感器网络的实时故障诊断方法及系统。

背景技术

随着微机系统、嵌入式系统与无线网络技术的进步，促进了应用灵活、使用方便的无线传感网络的快速发展。无线传感网络是当前在际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，这些信息通过无线方式被发送，并以自组多跳的网络方式传送到用户终端，从而实现物理世界、计算世界以及人类社会三元世界的连通。

无线传感网络凭借其低功耗、健壮性、自组织性、可扩展性等特性被广泛应用于国防军事、农业生产、环境监测、智能家居、医疗保健等多个领域。通过其分布式的拓扑结构，可以用来监测温度、湿度、光照等环境信息，在空间探索和灾难拯救等特殊领域也有得天独厚的技术优势。

然而随着无线传感网络的应用越来越广泛，一些问题也随之出现。由于节点的低廉性，分布环境的恶劣以及其它各种无法预计的因素，节点很有可能出现各种故障，导致测量数据不准确，对使用者造成严重的经济损失甚至整个网络瘫痪。对于具备分布性和大量性特征的无线传感网络来说，实行传统手工检测手段极其浪费人力、物力和时间。因此，为了及时有效地对故障节点进行维修或替换，需要一种更加智能化的故障诊断算法。

目前普遍采用集中式与分布式两种故障检测方法来诊断无线传感网，然而集中式方法的节点能量消耗快，计算冗余量大，故障检测相对耗时；而分布式方式则因诊断信息不足，易发生误判。目前常见的技术大多考虑的仅仅是单一的网络环境，但是在实际的网络部署中，感测环境往往是复杂多变的，所以提出一种能量消耗低的复杂环境下的无线传感网络故障检测方法对延长网络寿命、保证网络稳定可靠的运行是非常有意义的。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的实时故障的诊断方法及系统。

传统技术普遍需要测量待诊断节点的所有邻居节点，本发明则通过求节点的最大匹配能够减少测试总次数与网络中节点的能量消耗，避免了传感器节点因为过多的通信导致影响网络生命周期。

本发明是通过下述技术方案来解决上述技术问题的：

具体的，根据本发明的一个方面，本发明提供了一种实时故障的诊断方法，包括以下步骤：

采用CLS聚类算法对预定区域内的传感器节点进行分簇；

根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；

根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。

优选的，如上所述的实时故障的诊断方法，所述采用CLS聚类算法对预定区域内的传感器节点进行分簇的步骤包括如下子步骤：

(1)根据实际环境确定簇的数量k以及地理约束值r；

(2)把整个网络划分成2r×2r的网格，记网格个数为n；

(3)计算网络中两个节点的距离，如果距离小于约束值r，视这两个节点是相连的；计算每个节点与其所在网格相邻的网格中所有节点的距离，把网络结构转换为连通图；

(4)挑选种子节点；

(5)种子节点使用本地搜索机制挑选邻居节点形成粗簇；

(6)合并两个距离最近并且是连通的粗簇，即两个粗簇中分别存在一个节点，这两个节点的距离小于r，直到最后簇的个数为k。

优选的，如上所述的实时故障的诊断方法，所述子步骤(4)的具体过程如下：

把每个网格中的中心节点视为候选种子节点；

过滤出方差较高的候选种子节；如果n/2大于k，则过滤出一半的候选种子节点，否则，当候选种子节点小于k时停止过滤；

在候选种子节点中随机挑选一个作为头号种子节点；

选择距离最远、测量值差异最大的一个候选种子节点作为下一个种子节点，直到有k个种子节点。

优选的，如上所述的实时故障的诊断方法，所述子步骤(5)的具体过程如下：

首先，先把每个种子节点视为一个单独的簇；然后在上一步的种子节点中挑选k个节点作为初始代表节点，同时，每个簇的质心也视为代表节点；

计算代表节点的邻居节点和所在簇的质心点的数据值差值，并且放入优先队列中；

挑选差值最小的点加入簇中，用这个点更新相应簇的质心并且把这个点作为簇的新的代表节点；

重复上述过程，直到代表节点所有的邻居节点都被加入相应的簇中。

优选的，如上所述的实时故障的诊断方法，所述根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态的步骤包括如下子步骤：

1)把每个簇视为一个网络，求出其最大匹配；

2)对最大匹配M中每条边上的两个节点彼此来回进行测试，若两次测试结果都小于或等于阈值θ，则判定这两个传感器节点都是无故障节点，否则将这两个节点视为无法确定的状态；

3)把所有无故障的传感器节点，与剩下的无法确定状态的节点做最大匹配，用无故障的节点测试匹配节点，如果测试结果小于或等于阈值θ，则判定这个传感器节点是无故障节点，否则判定为故障节点；

4)重复上一步，直至明确所有节点的健康状态或者找不到无故障节点能够对不确定节点进行测试。

优选的，如上所述的实时故障的诊断方法，所述的根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修的步骤包括如下情形：

如果网络中还剩下无法确定状态的节点，直接把所有无法确定状态的节点视为故障节点，然后替换或维修所有的故障节点；或者，选择替换部分故障节点，使得新的替换后的节点能够继续对不确定的节点进行诊断测试，直到找出所有的故障节点。

另外，根据本发明的另一个方面，还提供了一种实时故障的诊断系统，所述系统包括供电单元，以及与供电单元连接的如下单元：

传感器单元，由传感器和数/模转换模块组成，用于感知、获取监测区域内的信息，并将其转换为数字信号；

处理单元，包括处理器、存储器，负责控制和协调节点各部分的工作，存储和处理自身采集的数据以及其他节点发来的数据；

无线通信单元，由无线通信模块组成，负责与其他传感器节点进行通信，交换控制信息和收发采集数据。

优选的，如上所述的实时故障的诊断系统，所述供电单元采用微型电池。

优选的，如上所述的实时故障的诊断系统，所述处理器采用CLS聚类算法对指定区域内的传感器节点进行分簇，求出网络中的最大匹配，并根据匹配边上两节点采集到的数据，诊断出网络中的故障节点。

本发明的有益效果是：复杂环境下的无线传感网络节点在通过分簇、诊断、维修这三个阶段后，能够及时有效地发现网络中的故障节点，从而进行故障修复，提高了网络维护的效率。

该发明通过利用分簇的过程，更加适用于复杂环境下的无线传感网络，减少环境对诊断结果造成的误差，提高诊断的准确率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一具体实施方式中复杂环境下无线传感器网络的实时故障诊断方法流程示意图；

图2为本发明一具体实施方式中传感器节点分簇的具体流程图；

图3为本发明一具体实施方式中传感器节点诊断的具体流程图；

图4为本发明一具体实施方式中复杂环境下无线传感器网络的实时故障诊断系统的模块示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明公开了一种复杂环境下无线传感网络的故障诊断方法，如图1所示，具体包括以下三步：

首先，对无线传感网络进行聚类处理，本发明以CLS(Clusting with LocalSearch)聚类算法为例，对网络中的节点进行区域划分，使得每个传感器节点都能和与之处于类似环境下的节点共同构成一个簇。例如，一个网络中的节点被用于测量某个区域的温度，显然，室内和室外的温度差异明显，所以室内和室外的节点应该归为两个不同的簇，如此可以减少环境带来的误差。

无线传感网络分完簇以后，就可以对每个簇单独进行诊断操作。先把各个簇视为一个网络，并求出其最大匹配。然后每一条边上的两个节点进行一次测试，如果测量值的差值小于或等于系统所设定的阈值θ就判定是正常的，然后再对这两个节点进行一次测试，只有彼此两次测试结果都是正常的才判定这两个节点是无故障的，否则将这两个节点视为无法确定的状态。接下来再求已判定为无故障的点集与无法确定状态的点集之间的最大匹配，用无故障的节点去测试不确定的节点，如果测量值差值小于或等于阈值θ，就判定该节点是无故障的并且把该节点加入无故障点集合，否则判定该节点是有故障的并且加入到故障点集合中。重复上一步，直到所有节点都已确定状态或者找不到无故障节点能够对不确定节点进行测试。

对于结束诊断的第二种情况，即找不到无故障节点能够与不确定节点匹配，操作人员可直接把这些不确定的节点视为故障节点，然后替换或维修所有故障节点。或者可以选择替换或维修部分故障节点，再按照上述步骤对不确定节点进行诊断测试，直到找出所有的故障节点。

本发明中在无线传感器网络运行的过程中，传感器节点都需要根据时间、被诊断的结果等信息及时调整自身的状态，在参与其他节点的故障判断过程中能够给出符合实际的参考值。

具体地，参图1所示，本发明一优选实施方式复杂环境下无线传感器网络的实时故障诊断方法，具体包括：

S1、采用CLS聚类算法对预定区域内的传感器节点进行分簇；

S2、根据计算若干轮最大匹配中对应两个节点的测量值差值，确定待诊断传感器节点的健康状态；

S3、根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。

其中，结合图2所示，步骤S1具体包括以下步骤：

(1)根据实际环境确定簇的数量k以及地理约束值r。

(2)为了减小计算复杂度，可事先把整个网络划分成2r×2r的网格，记网格个数为n。

(3)计算网络中两个节点的距离(可使用欧式距离)，如果距离小于约束值r，视这两个节点是相连的。计算每个节点与其所在网格相邻的网格中所有节点的距离，把网络结构转换为连通图。

(4)挑选种子节点。过程如下：

把每个网格中的中心节点(数据值为中值)视为候选种子节点。

为了减少候选种子节点的个数，反复过滤出方差较高的候选种子节点。如果n/2大于k，则过滤出一半的候选种子节点，否则，当候选种子节点小于k时停止过滤。

在候选种子节点中随机挑选一个作为头号种子节点。

(5)种子节点使用本地搜索机制挑选邻居节点形成粗簇。具体过程如下：

首先，先把每个种子节点视为一个单独的簇。然后在上一步的种子节点中挑选k个节点作为初始代表节点，同时，每个簇的质心也视为代表节点。

计算代表节点的邻居节点和所在簇的质心点的数据值差值，并且放入优先队列中。

挑选差值最小的点加入簇中，用这个点更新相应簇的质心并且把这个点作为簇的新的代表节点。

结合图3所示，步骤S2具体包括以下步骤：

1)把每个簇视为一个网络，求出其最大匹配；

步骤S2的具体的诊断算法步骤及代码可以表示如下：

1.初始化阈值θ等

2.求出无线传感网络的最大匹配，记为M

3.对于最大匹配M中每条边上的两个点，记为S_i,S_j，得到其测量值，记为x_i,x_j

4.If(|x_i-x_j|≤θ)//用S_i测S_j

5.{

6.C_ij＝0//C_ij为节点S_i与节点S_j是否一致的变量值

7.获取一次两个节点的测量值，记为x′_i，x′_j

8.If(|x′_j-x′_i|≤θ)//用S_j测S_i

9.判定S_i,S_j这两个节点都为无故障节点，加到集合X中

10.}

11.Elseif

12.视S_i,S_j节点为无法确定的状态，加到集合Y中

13.对M中的所有节点进行上述操作(3-12)，得到所有节点的状态

14.把无故障(集合X中)的节点和无法确定状态(集合Y中)的节点再求一次最大匹配，得到M′

15.用无故障节点S_i去测试对应的匹配节点S_k

16.If(|x_i-x_k|≤θ)

17.判定节点S_k为无故障节点，加到集合X中

18.Else

19.判定节点S_k为故障节点,加到集合Z中

20.对M′中的所有节点进行上述操作，得到所有节点的状态

21.重复上述过程(14-20)，直到集合Y为空，即所有节点的状态都已经判定，或者集合Y中的节点找不到与集合X中节点的匹配

22.Ending

执行完诊断算法后，就得到整个传感网络的节点健康状态。如果网络中还剩下无法确定状态的节点，操作人员可直接把所有这些无法确定状态的节点视为故障节点，然后替换或维修所有的故障节点。或者，操作人员可以选择替换部分故障节点，使得新的替换后的节点能够按照上述步骤(14-22)对不确定的节点进行诊断测试，直到找出所有的故障节点。

相应地，参图4所示，本发明另一实施方式中还公开了一种复杂环境下无线传感器网络的实时故障诊断系统，具体包括：

传感器单元：由传感器和数/模转换模块组成，用于感知、获取监测区域内的信息，并将其转换为数字信号；

处理单元：由嵌入式系统构成，包括处理器、存储器等，负责控制和协调节点各部分的工作，存储和处理自身采集的数据以及其他节点发来的数据；

无线通信单元：由无线通信模块(即附图上的无线收发器)组成，负责与其他传感器节点进行通信，交换控制信息和收发采集数据；

供电单元：通常采用微型电池，为传感器节点提供正常工作所必须的能源。另外，本发明还可以包括电源自供电系统，用于给所述供电单元提供源源不断的电力。

其中，处理器具体用于：

采用CLS聚类算法对指定区域内的传感器节点进行分簇；

求出网络中的最大匹配，并根据匹配边上两节点采集到的数据，诊断出网络中的故障节点。

在本发明的一具体实施例中，使用Jennic无线开发板作为无线传感器网络中的节点，加上温湿度传感器模块，构建无线传感网络，用来监测指定区域的环境。

首先，按照图2所示的流程，通过PC端，把无线传感器网络分成若干个簇。当需要判定网络中是否有节点出现故障时，用户通过PC端向无线传感网络发送诊断命令。然后根据图3的流程进行诊断，先求出网络中的最大匹配，然后来回地比较匹配边上两个节点测得温湿度数值，如果两个节点的差值小于或等于某一事先设定的阈值，则判定这两个节点无故障，接着用无故障的节点去测量剩余节点，如此进行若干次，就能得到整个网络中的所有节点的健康状态。最后，把诊断得到的结果发送给基站，在基站记录下所有节点的状态。工作人员发现记录中的故障节点后，就可以根据网络的路由Map视图找到对应的传感器实体，进行维修或者更换。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims

1.一种实时故障的诊断方法，其特征在于，包括以下步骤：

采用CLS聚类算法对预定区域内的传感器节点进行分簇；

2.如权利要求1所述的实时故障的诊断方法，其特征在于，

所述采用CLS聚类算法对预定区域内的传感器节点进行分簇的步骤包括如下子步骤：

(1)根据实际环境确定簇的数量k以及地理约束值r；

(2)把整个网络划分成2r×2r的网格，记网格个数为n；

(4)挑选种子节点；

(5)种子节点使用本地搜索机制挑选邻居节点形成粗簇；

3.如权利要求2所述的实时故障的诊断方法，其特征在于，

所述子步骤(4)的具体过程如下：

把每个网格中的中心节点视为候选种子节点；

在候选种子节点中随机挑选一个作为头号种子节点；

4.如权利要求2所述的实时故障的诊断方法，其特征在于，

所述子步骤(5)的具体过程如下：

5.如权利要求1所述的实时故障的诊断方法，其特征在于，

所述根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态的步骤包括如下子步骤：

1)把每个簇视为一个网络，求出其最大匹配；

6.如权利要求1所述的实时故障的诊断方法，其特征在于，

所述的根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修的步骤包括如下情形：

7.一种实时故障的诊断系统，其特征在于，

所述系统包括供电单元，以及与供电单元连接的如下单元：

8.如权利要求7所述的实时故障的诊断系统，其特征在于，

所述供电单元采用微型电池。

9.如权利要求7所述的实时故障的诊断系统，其特征在于，

所述处理器采用CLS聚类算法对指定区域内的传感器节点进行分簇，求出网络中的最大匹配，并根据匹配边上两节点采集到的数据，诊断出网络中的故障节点。