傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障模型研究

傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障模型研究

無(wú)線傳感器網(wǎng)絡(luò)由提供的大量傳感器節(jié)點(diǎn)組成，由沒(méi)有線通信形成的多個(gè)自動(dòng)調(diào)節(jié)網(wǎng)絡(luò)組成。無(wú)線傳感器網(wǎng)絡(luò)可用于環(huán)境的監(jiān)測(cè)與保護(hù)、醫(yī)療護(hù)理、目標(biāo)跟蹤及軍事偵測(cè)等領(lǐng)域[2~4]。無(wú)線傳感器網(wǎng)絡(luò)中的故障檢測(cè)是指當(dāng)傳感器節(jié)點(diǎn)發(fā)生故障時(shí),節(jié)點(diǎn)所采集到的數(shù)據(jù)可能是不正確的,從而導(dǎo)致無(wú)線傳感器網(wǎng)絡(luò)對(duì)監(jiān)測(cè)信息的錯(cuò)誤判斷,特別是在檢測(cè)精確度要求較高的應(yīng)用領(lǐng)域,信息的準(zhǔn)確性是至關(guān)重要的,所以對(duì)無(wú)線傳感器網(wǎng)絡(luò)的故障檢測(cè)是必不可少的,也是值得研究的。所謂分布式[5~8]是指算法在每個(gè)節(jié)點(diǎn)上執(zhí)行,每個(gè)節(jié)點(diǎn)在本地就可判斷出節(jié)點(diǎn)自身的故障狀態(tài),不需要將所有節(jié)點(diǎn)的信息集中到某一個(gè)節(jié)點(diǎn)上判斷。本文詳細(xì)討論了現(xiàn)有的分布式無(wú)線傳感器網(wǎng)絡(luò)故障檢測(cè)算法的基本原理,在歸納總結(jié)的基礎(chǔ)上提出了需要完善的地方,使得算法能夠適用的范圍更廣,算法的故障檢測(cè)能力更強(qiáng),能量消耗更低。1相關(guān)模型1.1節(jié)點(diǎn)發(fā)送數(shù)據(jù)不正確的原因由于傳感器網(wǎng)絡(luò)自身存在以下的特點(diǎn):a)自身所攜帶的能量是有限的。大部分節(jié)點(diǎn)都是有源的,由于節(jié)點(diǎn)之間頻繁通信導(dǎo)致網(wǎng)絡(luò)消耗大量的能量,而節(jié)點(diǎn)可能部署在惡劣的環(huán)境中(如在高山或沙漠中),不能更換電池或充電,整個(gè)傳感器網(wǎng)絡(luò)工作一段時(shí)間后,就會(huì)由于能量的逐漸耗盡而導(dǎo)致節(jié)點(diǎn)電氣特性的不穩(wěn)定,可能會(huì)對(duì)采集的數(shù)據(jù)造成影響,使得采集的數(shù)據(jù)與真實(shí)的數(shù)據(jù)不相符。b)由于節(jié)點(diǎn)自身的物理特點(diǎn)(如節(jié)點(diǎn)廉價(jià),使用的物理材料較差)及所處的工作環(huán)境(如在惡劣環(huán)境中),節(jié)點(diǎn)可能會(huì)很容易發(fā)生硬件故障,但此類故障往往會(huì)影響節(jié)點(diǎn)之間的通信,或者直接使得整個(gè)節(jié)點(diǎn)失效。c)節(jié)點(diǎn)可能會(huì)由于軟件出現(xiàn)某些漏洞或者受到周圍環(huán)境的影響發(fā)生軟件故障,造成節(jié)點(diǎn)采集到的數(shù)據(jù)不正確,或者采集到了正確的數(shù)據(jù),但由于傳輸錯(cuò)誤,造成其他節(jié)點(diǎn)接收到的數(shù)據(jù)不正確等。d)可能由于節(jié)點(diǎn)的信號(hào)強(qiáng)度較弱、天氣因素或者信號(hào)遇到障礙物等原因,造成節(jié)點(diǎn)發(fā)送數(shù)據(jù)時(shí)一部分?jǐn)?shù)據(jù)丟失,或者發(fā)送的數(shù)據(jù)不正確等通信故障。e)由于傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)通常直接部署在暴露的環(huán)境中,節(jié)點(diǎn)可能會(huì)輕易地遭受到惡意攻擊,節(jié)點(diǎn)采集的數(shù)據(jù)很容易被竊取、竄改,進(jìn)而使得整個(gè)無(wú)線傳感器網(wǎng)絡(luò)的信息泄露或不能正常工作。在分布式的節(jié)點(diǎn)故障檢測(cè)算法中,要求發(fā)生故障的節(jié)點(diǎn)仍然具有接收、發(fā)送、采集及處理數(shù)據(jù)的能力,只是節(jié)點(diǎn)采集的數(shù)據(jù)是錯(cuò)誤的。其中,根據(jù)節(jié)點(diǎn)所采集數(shù)據(jù)的異常情況,可將傳感器節(jié)點(diǎn)可能發(fā)生的故障具體分為以下幾種類型:a)固定讀數(shù)故障,即節(jié)點(diǎn)采集到的數(shù)據(jù)不受環(huán)境的影響,一直采集到相同的數(shù)據(jù)。b)隨機(jī)讀數(shù)故障,即節(jié)點(diǎn)采集到的數(shù)據(jù)是隨機(jī)的,同樣不受環(huán)境的影響。c)瞬時(shí)讀數(shù)故障,即節(jié)點(diǎn)在采集數(shù)據(jù)的過(guò)程中,可能由于環(huán)境的突然變化或者其他原因造成節(jié)點(diǎn)在某一時(shí)刻或某幾個(gè)時(shí)刻采集到的數(shù)據(jù)不正確;但在其他時(shí)刻,節(jié)點(diǎn)采集到的數(shù)據(jù)仍然是正確的。d)偏移讀數(shù)故障,即節(jié)點(diǎn)讀數(shù)偏離正常值,但仍然隨環(huán)境的變化而變化。1.2節(jié)點(diǎn)si與其他節(jié)點(diǎn)的通信為了方便描述算法,本文假設(shè)N個(gè)傳感器節(jié)點(diǎn)隨機(jī)分布在某一特定的區(qū)域中,這些傳感器節(jié)點(diǎn)具有相同的通信半徑R,每個(gè)傳感器節(jié)點(diǎn)都可以通過(guò)一跳或多跳的方式與其他節(jié)點(diǎn)通信。用si表示無(wú)線傳感器網(wǎng)絡(luò)中第i個(gè)傳感器節(jié)點(diǎn),將處在節(jié)點(diǎn)si通信半徑內(nèi)的節(jié)點(diǎn)稱為節(jié)點(diǎn)si的鄰節(jié)點(diǎn)(包括節(jié)點(diǎn)si本身),用num(neighbor(si))表示節(jié)點(diǎn)si鄰節(jié)點(diǎn)的個(gè)數(shù),令k=num(neighbor(si)),用neighbor(si)表示節(jié)點(diǎn)si所有鄰節(jié)點(diǎn)的集合,即neighbor(si)={x1,x2,…,xi,…,xk}。用xi表示在節(jié)點(diǎn)si所采集到的數(shù)據(jù)。2基于分簇的算法關(guān)于節(jié)點(diǎn)故障檢測(cè)算法的研究已經(jīng)有很多,大致可分為五類:基于多數(shù)投票策略的算法、基于中值策略的算法、基于決策擴(kuò)散策略的算法、基于加權(quán)的算法、基于分簇的算法。五種類型的算法往往不是單獨(dú)的,而是相互交叉綜合運(yùn)用的。無(wú)線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)所采集的數(shù)據(jù)具有空間相關(guān)性[5~8]與時(shí)間相關(guān)性的特點(diǎn)。所謂的空間相關(guān)性,即相鄰或相近的傳感器節(jié)點(diǎn)具有相同或相近的測(cè)量值;而時(shí)間相關(guān)性則是指節(jié)點(diǎn)在相近的時(shí)刻所采集的數(shù)據(jù)相同或相近。算法往往利用無(wú)線傳感器網(wǎng)絡(luò)具有空間相關(guān)性與時(shí)間相關(guān)性、而傳感器節(jié)點(diǎn)所發(fā)生的故障是不相關(guān)的這一特點(diǎn)對(duì)無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)可能出現(xiàn)的各種故障進(jìn)行檢測(cè)。2.1有特殊節(jié)點(diǎn)的算法網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)首先根據(jù)自己的測(cè)量值作出決策,然后利用其鄰節(jié)點(diǎn)的決策來(lái)判斷自己決策的正確與否,進(jìn)而確定節(jié)點(diǎn)是否發(fā)生故障。若大部分鄰節(jié)點(diǎn)與該節(jié)點(diǎn)的決策相同,則認(rèn)為該節(jié)點(diǎn)為正常節(jié)點(diǎn),否則為故障節(jié)點(diǎn)?；蛘吖?jié)點(diǎn)將其測(cè)量值與其鄰節(jié)點(diǎn)的測(cè)量值作比較,大部分的鄰節(jié)點(diǎn)與該節(jié)點(diǎn)的測(cè)量值相同或相近,則認(rèn)為該節(jié)點(diǎn)為正常節(jié)點(diǎn),否則為故障節(jié)點(diǎn)。如容錯(cuò)的貝葉斯事件檢測(cè)算法中的最優(yōu)門限判決策略就是典型的多數(shù)投票策略?；诙鄶?shù)投票策略的算法具有簡(jiǎn)單、復(fù)雜度較低、能耗低的優(yōu)點(diǎn),但算法的故障檢測(cè)性能一般,特別是在節(jié)點(diǎn)故障率較高的情況下,算法的檢測(cè)精確度將會(huì)迅速降低,所以算法一般會(huì)與其他算法一起使用來(lái)提高算法的適應(yīng)能力,如MFD算法是綜合利用多數(shù)投票策略與決策擴(kuò)散策略進(jìn)行故障檢測(cè)。2.1.1節(jié)點(diǎn)實(shí)際狀態(tài)評(píng)估算法算法用二進(jìn)制變量表示節(jié)點(diǎn)所處的區(qū)域以及傳感器節(jié)點(diǎn)的測(cè)量值,用Ti=0表示節(jié)點(diǎn)實(shí)際處在正常區(qū)域中,Ti=1表示節(jié)點(diǎn)實(shí)際處在事件區(qū)域中;用Si=0表示節(jié)點(diǎn)測(cè)量值正常,用Si=1表示節(jié)點(diǎn)測(cè)量值異常。若Si≠Ti表明節(jié)點(diǎn)發(fā)生了故障。假設(shè)節(jié)點(diǎn)發(fā)生故障的概率為p,且p是對(duì)稱不相關(guān)的,即P(Si=0|Ti=1)=P(Si=1|Ti=0)=p(1)用Ei(a,l)表示節(jié)點(diǎn)si的鄰節(jié)點(diǎn)中有l(wèi)個(gè)節(jié)點(diǎn)與節(jié)點(diǎn)si的測(cè)量值a相同,則P(Ri=a|Ei(a,l))=l/N(2)其中:Ri表示根據(jù)節(jié)點(diǎn)si鄰節(jié)點(diǎn)的測(cè)量值對(duì)節(jié)點(diǎn)si評(píng)估后的值。則正確的表示節(jié)點(diǎn)實(shí)際狀態(tài)的概率為算法得出了三種策略:理論分析與仿真實(shí)驗(yàn)表明,最優(yōu)門限判決策略在容錯(cuò)、糾錯(cuò)等方面都要優(yōu)于其他兩種策略。容錯(cuò)的貝葉斯事件檢測(cè)算法具有簡(jiǎn)單、能耗低的優(yōu)點(diǎn);然而算法假設(shè)每個(gè)傳感器故障的概率相同,并且用二進(jìn)制變量表示節(jié)點(diǎn)所處的區(qū)域以及傳感器節(jié)點(diǎn)的測(cè)量值,限制了算法的適用范圍,而且在故障率較高的情況下,算法的容錯(cuò)能力將會(huì)迅速降低。2.1.2mfd算法基于貝葉斯算法算法首先將節(jié)點(diǎn)的初始狀態(tài)置為Ti=1,并通過(guò)式(4)得到節(jié)點(diǎn)si與其所有鄰節(jié)點(diǎn)的測(cè)試狀態(tài)cij:其中:ξ≥0表示測(cè)量值之間允許的誤差范圍,j=1,…,k。對(duì)于節(jié)點(diǎn)si的故障狀態(tài)的判斷用式(5)表示:Ti=0if(kj=∑1cij<θ)(5)其中:Ti=1表示節(jié)點(diǎn)發(fā)生故障,Ti=0表示節(jié)點(diǎn)正常,θ的取值一般大于等于k/2。若節(jié)點(diǎn)si的狀態(tài)為正常節(jié)點(diǎn),則將其狀態(tài)擴(kuò)散到其鄰節(jié)點(diǎn),若在其鄰節(jié)點(diǎn)中存在節(jié)點(diǎn)sj使得cij=0,則Tj=0。對(duì)于剩下未處理的節(jié)點(diǎn)sm,若cim=0,Ti=0并且Tm=1,則Tm=0,否則令Tm=1。MFD算法首先利用節(jié)點(diǎn)與其鄰節(jié)點(diǎn)測(cè)量值的差值得到節(jié)點(diǎn)的測(cè)試狀態(tài),再利用貝葉斯算法的最優(yōu)門限判決策略對(duì)節(jié)點(diǎn)的故障狀態(tài)進(jìn)行判斷,最后將已確定故障狀態(tài)的節(jié)點(diǎn)的狀態(tài)擴(kuò)散給其鄰節(jié)點(diǎn),從而最終確定全網(wǎng)絡(luò)節(jié)點(diǎn)的故障狀態(tài)。MFD算法對(duì)傳感器測(cè)量數(shù)據(jù)的要求不再局限于二進(jìn)制數(shù)據(jù),算法的適用范圍較廣,而且由于算法結(jié)合了擴(kuò)散策略,使得算法故障檢測(cè)能力得到了進(jìn)一步的提高,但是由于需要將節(jié)點(diǎn)的故障狀態(tài)擴(kuò)散給其他節(jié)點(diǎn),從而增大了網(wǎng)絡(luò)的能量開(kāi)銷。2.2節(jié)點(diǎn)si誤差較大時(shí)算法首先將節(jié)點(diǎn)si的鄰節(jié)點(diǎn)測(cè)量值按值大小進(jìn)行排序,然后取出排好序之后的數(shù)據(jù)的中間值,若k為偶數(shù),取中間兩個(gè)數(shù)的平均值;然后將節(jié)點(diǎn)si的值與其鄰節(jié)點(diǎn)的中值作比較,若差值較大,則認(rèn)為節(jié)點(diǎn)si發(fā)生了故障,否則為正常節(jié)點(diǎn)。典型的有LEBDF算法、基于雙鄰域中值的算法等?；谥兄挡呗缘乃惴ㄔ诤艽蟪潭壬蠝p小了錯(cuò)誤的鄰居測(cè)量值對(duì)測(cè)量精度的影響,具有較高的檢測(cè)精確率和較低的誤判率,而且節(jié)點(diǎn)的能量消耗也較低。采用中值而不采用平均值的好處為:均值不能很好地代表樣本的實(shí)際中心,特別是當(dāng)樣本中部分值嚴(yán)重偏離中心值時(shí),平均值和中值相差很大。中值能夠較好地反映實(shí)際的數(shù)值,只要傳感器數(shù)據(jù)一半以上是正常的,故障節(jié)點(diǎn)對(duì)中值的影響就會(huì)很小。2.2.1基于中值策略的節(jié)點(diǎn)狀態(tài)檢測(cè)算法節(jié)點(diǎn)故障狀態(tài)的判斷如下:若節(jié)點(diǎn)si的鄰節(jié)點(diǎn)測(cè)量值排序后的數(shù)據(jù)為x1i≤x2i≤…≤xii≤…≤xki,則根據(jù)式(6)求出節(jié)點(diǎn)si的中值medi:計(jì)算節(jié)點(diǎn)si與其鄰域內(nèi)節(jié)點(diǎn)測(cè)量值的差值di:di=|xi-medi|(7)N*(si)表示包含n個(gè)節(jié)點(diǎn)的一個(gè)區(qū)域(包含節(jié)點(diǎn)si)的節(jié)點(diǎn)集合。D={d1,…,dn},若di的值為極值點(diǎn),則說(shuō)明節(jié)點(diǎn)si為故障節(jié)點(diǎn),節(jié)點(diǎn)狀態(tài)由下式判斷:將集合D標(biāo)準(zhǔn)化:若|yi|≥θ,則認(rèn)為si為故障節(jié)點(diǎn),否則為正常節(jié)點(diǎn),其中θ>1。LEBDF算法是典型的基于中值策略的算法,它耗能低,在節(jié)點(diǎn)故障率低時(shí),故障檢測(cè)性能較好,而且算法的適用性也較強(qiáng);但在節(jié)點(diǎn)故障率較高的情況下,算法的故障檢測(cè)性能將會(huì)急劇下降。2.2.2節(jié)點(diǎn)si測(cè)量值的標(biāo)準(zhǔn)化算法利用節(jié)點(diǎn)的鄰域及鄰域的鄰域中值對(duì)事件區(qū)域進(jìn)行節(jié)點(diǎn)故障檢測(cè),采用了符合實(shí)際事件驅(qū)動(dòng)的算法模型,模型的實(shí)用性很強(qiáng)。此外,算法利用的鄰節(jié)點(diǎn)的信息較多,特別是在鄰節(jié)點(diǎn)較少的情況下,算法的適用性依然很強(qiáng)。假設(shè)xij表示節(jié)點(diǎn)si鄰節(jié)點(diǎn)中數(shù)據(jù)排序后,排行第j個(gè),則節(jié)點(diǎn)si所有單鄰域內(nèi)的中值為根據(jù)單鄰域獲取的中值,計(jì)算雙鄰域中值,即計(jì)算各傳感器節(jié)點(diǎn)si的測(cè)量值xi與其雙鄰域中值med_D(si)的差值gi=|xi-med_D(si)|(13)將式(13)標(biāo)準(zhǔn)化處理:若yi≥θ,則說(shuō)明節(jié)點(diǎn)si為故障節(jié)點(diǎn),其測(cè)量值是錯(cuò)誤的,需要糾正;否則si為正常節(jié)點(diǎn)?；陔p鄰域的中值算法是在LEBDF算法基礎(chǔ)上改進(jìn)而來(lái)的,改進(jìn)后的算法的故障檢測(cè)性能得到了進(jìn)一步的提高,但由于算法不僅需要節(jié)點(diǎn)單鄰域的中值,還需要雙鄰域的中值,不僅增大了算法的復(fù)雜度,而且增加了網(wǎng)絡(luò)的能量消耗。2.3基于鄰節(jié)點(diǎn)的狀態(tài)擴(kuò)散算法算法一般使用某種策略首先確定某些節(jié)點(diǎn)的故障狀態(tài),然后將這些節(jié)點(diǎn)的測(cè)量值與其鄰居節(jié)點(diǎn)比較,若兩者的值相近,則將其鄰節(jié)點(diǎn)的狀態(tài)設(shè)定為該節(jié)點(diǎn)的故障狀態(tài)。算法通過(guò)節(jié)點(diǎn)狀態(tài)擴(kuò)散的方式確定網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)的故障狀態(tài),如FD、DFD、改進(jìn)的DFD、MDF等算法。基于決策擴(kuò)散策略的算法具有較好的檢測(cè)性能,即使在節(jié)點(diǎn)故障率較高的情況下,算法仍然具有較高的檢測(cè)精確度與較低的誤判率,但是算法在決策的擴(kuò)散中需要增加額外的通信量,造成較大的能量消耗。2.3.1fd算法檢測(cè)節(jié)點(diǎn)sm時(shí)方程算法利用連續(xù)q個(gè)時(shí)刻的鄰節(jié)點(diǎn)的測(cè)量值來(lái)實(shí)現(xiàn)對(duì)瞬時(shí)測(cè)量值故障的容錯(cuò),并根據(jù)節(jié)點(diǎn)在相同時(shí)刻的差值信息構(gòu)建矩陣M,通過(guò)矩陣M確定節(jié)點(diǎn)間的測(cè)試狀態(tài)cij,進(jìn)而確定節(jié)點(diǎn)的最終狀態(tài),并把正常節(jié)點(diǎn)的狀態(tài)擴(kuò)散到鄰居節(jié)點(diǎn)。首先將節(jié)點(diǎn)的初始狀態(tài)置為Fi=1,通過(guò)式(16)初始化矩陣M=[mjk]得到mjk的值與節(jié)點(diǎn)si與其所有鄰節(jié)點(diǎn)的測(cè)試狀態(tài)cij。其中:t=1,…,q;ξ≥0表示測(cè)量值之間允許的誤差范圍;j=1,…,k。對(duì)于節(jié)點(diǎn)si的故障狀態(tài)的判斷用式(18)表示為Fi=0if(kj=∑1(1-cij)≥θ1)(18)其中:Fi=1表示節(jié)點(diǎn)發(fā)生故障,Fi=0表示節(jié)點(diǎn)正常;θ1≥0。若節(jié)點(diǎn)si的狀態(tài)為正常節(jié)點(diǎn),則將其狀態(tài)擴(kuò)散到其鄰節(jié)點(diǎn),若在其鄰節(jié)點(diǎn)中存在節(jié)點(diǎn)sj使得cij=0,則Tj=0。對(duì)于剩下未處理的節(jié)點(diǎn)sm,若cim=0,Fi=0并且Fm=1,則Fm=0,否則令Fm=1。FD算法采用了時(shí)空相關(guān)性的原理,實(shí)現(xiàn)了對(duì)瞬時(shí)測(cè)量值故障的檢測(cè),使得算法的適用范圍更廣,故障檢測(cè)能力更強(qiáng)。然而算法在確定節(jié)點(diǎn)的故障狀態(tài)后,還需要將其狀態(tài)擴(kuò)散給其鄰節(jié)點(diǎn),增大了網(wǎng)絡(luò)的能量消耗。2.3.2基于時(shí)空相關(guān)性的dfd算法算法采用相鄰節(jié)點(diǎn)互相測(cè)試的方法來(lái)確定節(jié)點(diǎn)的初步狀態(tài),再根據(jù)節(jié)點(diǎn)的初步狀態(tài)與相鄰節(jié)點(diǎn)互相測(cè)試的結(jié)果進(jìn)一步確定節(jié)點(diǎn)的最終狀態(tài),并將結(jié)果擴(kuò)散到其他節(jié)點(diǎn)。若xjt表示節(jié)點(diǎn)si的鄰節(jié)點(diǎn)sj在t時(shí)刻采集到的數(shù)據(jù)(j=1,…,k),xit表示節(jié)點(diǎn)si在t時(shí)刻采集到的數(shù)據(jù)。根據(jù)空間相關(guān)性原理,利用式(19)(20)可得到節(jié)點(diǎn)si與其所有鄰節(jié)點(diǎn)的測(cè)試結(jié)果Cij。用hit表示節(jié)點(diǎn)si與其鄰節(jié)點(diǎn)的測(cè)試值Cij等于1的個(gè)數(shù)。利用測(cè)試結(jié)果,可初步確定節(jié)點(diǎn)si的狀態(tài)NSi。其中:LT表示可能故障,LG表示可能正常。對(duì)neighbor(si)中的任意一個(gè)節(jié)點(diǎn)sj而言,其實(shí)際狀態(tài)可能正常也可能故障,因此依據(jù)測(cè)試結(jié)果Cij得到的si初步診斷狀態(tài)也可能是錯(cuò)誤的,不能據(jù)此斷言si正常或故障。需要進(jìn)一步判斷該節(jié)點(diǎn)的最終狀態(tài)FSi:FSi=GDif((git-yit)≥num(neighbor(si))/2)(22)其中:git表示節(jié)點(diǎn)si與其初始狀態(tài)為L(zhǎng)G的鄰節(jié)點(diǎn)的測(cè)試值Cij等于0的個(gè)數(shù),yit則表示節(jié)點(diǎn)si與其初始狀態(tài)為L(zhǎng)G的鄰節(jié)點(diǎn)的測(cè)試值Cij等于1的個(gè)數(shù)。若節(jié)點(diǎn)sj的狀態(tài)為L(zhǎng)T或者LG,在其鄰節(jié)點(diǎn)中若存在節(jié)點(diǎn)si的狀態(tài)為GD(表示節(jié)點(diǎn)正常)且Cij=0,則將節(jié)點(diǎn)si的狀態(tài)置為GD,否則置為FT,表示節(jié)點(diǎn)為故障節(jié)點(diǎn),即DFD算法利用時(shí)空相關(guān)性原理首先對(duì)節(jié)點(diǎn)的初步狀態(tài)進(jìn)行判斷,然后利用節(jié)點(diǎn)的初步狀態(tài)再進(jìn)行最終狀態(tài)的判斷,最后將節(jié)點(diǎn)的最終狀態(tài)擴(kuò)散給其鄰節(jié)點(diǎn)。顯然算法需要節(jié)點(diǎn)與其鄰居通信三次,才能確定節(jié)點(diǎn)的最終狀態(tài),所以算法將會(huì)消耗大量的能量,但算法具有較高的故障檢測(cè)能力,即使在故障率較高的情況下仍可適用。2.3.3改進(jìn)的dfd算法DFD改進(jìn)算法認(rèn)為DFD算法將節(jié)點(diǎn)的最終狀態(tài)判斷為正常節(jié)點(diǎn)的條件太苛刻,對(duì)節(jié)點(diǎn)狀態(tài)的最終判斷條件式(23)進(jìn)行了修改,進(jìn)一步提高了算法的性能。改進(jìn)后的判斷條件為由改進(jìn)的DFD算法可知,當(dāng)neighbor(si)中,初步診斷狀態(tài)為L(zhǎng)G的節(jié)點(diǎn)個(gè)數(shù)較少(網(wǎng)絡(luò)的節(jié)點(diǎn)故障率較大)時(shí),改進(jìn)的DFD算法亦能準(zhǔn)確地判斷節(jié)點(diǎn)的狀態(tài)。改進(jìn)的DFD算法也適用于網(wǎng)絡(luò)中待診斷節(jié)點(diǎn)si的鄰居節(jié)點(diǎn)數(shù)較少的傳感器網(wǎng)絡(luò)。但改進(jìn)的DFD與DFD算法仍然存在網(wǎng)絡(luò)能量消耗大的問(wèn)題。2.4基于加權(quán)的故障檢測(cè)算法算法為每個(gè)傳感器節(jié)點(diǎn)賦予了權(quán)值(或可信度),而且權(quán)值的大小不是固定不變的,算法一般會(huì)將節(jié)點(diǎn)的權(quán)值隨著算法的檢測(cè)效果動(dòng)態(tài)地變化。當(dāng)然基于加權(quán)的故障檢測(cè)算法也是和其他算法綜合在一起使用的,如與基于中值的算法結(jié)合的WMFDS算法、與節(jié)點(diǎn)平均值結(jié)合的DFDBW算法、DWF算法等。相對(duì)于沒(méi)有加權(quán)的算法,在檢測(cè)精確度與誤判率方面,該算法都有很好的檢測(cè)性能,正是因?yàn)楣?jié)點(diǎn)權(quán)值的動(dòng)態(tài)變化,使得算法具有更優(yōu)的檢錯(cuò)性能。而且該算法的能量消耗也不大,但其往往忽視對(duì)事件邊界節(jié)點(diǎn)的處理以及沒(méi)有考慮到節(jié)點(diǎn)可能發(fā)生的瞬時(shí)故障情況。2.4.1節(jié)點(diǎn)si加權(quán)中值WMFDS算法是一種基于加權(quán)中值的算法,它首先根據(jù)λi與節(jié)點(diǎn)si鄰節(jié)點(diǎn)的測(cè)量值計(jì)算出節(jié)點(diǎn)si的加權(quán)中值^xi。MED表示為該算法與中值算法相比具有較高的檢測(cè)準(zhǔn)確度與較低的誤判率,而且只需與其鄰節(jié)點(diǎn)通信一次,能量消耗不大。2.4.2分布式i估計(jì)DFDBW算法是一種基于加權(quán)平均值的算法,它為無(wú)線傳感網(wǎng)中的每個(gè)傳感器節(jié)點(diǎn)定義了一個(gè)可信度λi,并根據(jù)可信度與節(jié)點(diǎn)測(cè)量值的乘積的平均值綜合判斷節(jié)點(diǎn)是否發(fā)生了故障,定義了判定函數(shù)。若均值滿足特定的條件,就將設(shè)置為1,否則為0。假設(shè)xj表示傳感器節(jié)點(diǎn)si的鄰節(jié)點(diǎn)sj的測(cè)量值,每個(gè)節(jié)點(diǎn)都有一個(gè)可信度λj與之對(duì)應(yīng)(j=1,…,k),并將λj的初值設(shè)置為λmax。首先算法根據(jù)λi與節(jié)點(diǎn)si鄰節(jié)點(diǎn)的測(cè)量值計(jì)算出節(jié)點(diǎn)si的平均權(quán)值:若則表示節(jié)點(diǎn)si為故障節(jié)點(diǎn),并將其可信度λi減1,直到減到0為止,并通知基站,該節(jié)點(diǎn)為故障節(jié)點(diǎn)。其中參數(shù)δ是可由不同的應(yīng)用場(chǎng)合定義的正整數(shù)。與WMFDS算法相比,DFDBW算法會(huì)略遜一籌,因?yàn)椴捎弥兄的軌蜉^好地反映實(shí)際的數(shù)值,不過(guò)兩者在能量的消耗方面都很低。2.5簇頭節(jié)點(diǎn)檢測(cè)算法基于分簇的算法[19~21]首先將無(wú)線傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)劃分為簇,然后利用空間或時(shí)間相關(guān)性對(duì)簇內(nèi)的節(jié)點(diǎn)進(jìn)行故障檢測(cè)。由于算法可能不需要網(wǎng)絡(luò)中所有的節(jié)點(diǎn)與其鄰節(jié)點(diǎn)進(jìn)行通信,在一定程度上節(jié)約了網(wǎng)絡(luò)的能量,而且算法的故障檢測(cè)性能也較好。劉凱等人提出了一種基于分簇的故障檢測(cè)算法。算法通過(guò)LEACH協(xié)議對(duì)傳感器節(jié)點(diǎn)進(jìn)行分簇,然后利用DFD算法對(duì)節(jié)點(diǎn)進(jìn)行故障檢測(cè)。算法可按以下步驟進(jìn)行:a)簇頭的選舉。無(wú)線傳感器網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)隨機(jī)地產(chǎn)生0~1之間的隨機(jī)數(shù),如果節(jié)點(diǎn)產(chǎn)生的隨機(jī)數(shù)小于閾值T(n),則該節(jié)點(diǎn)就成為簇頭節(jié)點(diǎn),其中T(n)的值由式(31)決定。其中:p表示網(wǎng)絡(luò)中簇頭所占的比例;r表示當(dāng)前進(jìn)行的輪數(shù);G表示在過(guò)去輪中沒(méi)有成為簇頭的節(jié)點(diǎn)并且在前輪故障檢測(cè)中確定為正常節(jié)點(diǎn)的集合。b)分簇。簇頭向其他節(jié)點(diǎn)廣播信息,告知它們簇頭節(jié)點(diǎn)的信息,其他節(jié)點(diǎn)接收到廣播信息后,會(huì)根據(jù)廣播信號(hào)的強(qiáng)度決定加入哪個(gè)簇,并把該信息發(fā)送給簇頭節(jié)點(diǎn)。c)計(jì)算簇頭節(jié)點(diǎn)與該簇內(nèi)所有節(jié)點(diǎn)的數(shù)據(jù)差值dtij,若dtij>θ1,則Cij=1,然后計(jì)算下一個(gè)節(jié)點(diǎn);若dtij≤θ1,計(jì)算Δdtij,若Δdtij>θ2,則Cij=1,然后計(jì)算下一個(gè)節(jié)點(diǎn),直到該簇內(nèi)所有的節(jié)點(diǎn)都計(jì)算完畢。d)選擇合適的閾值對(duì)簇內(nèi)所有終端節(jié)點(diǎn)的故障狀態(tài)進(jìn)行判斷。e)對(duì)剩下的沒(méi)有經(jīng)過(guò)檢測(cè)的簇進(jìn)行檢測(cè),直到完成網(wǎng)絡(luò)中所有簇的檢測(cè)。f)為了達(dá)到節(jié)點(diǎn)能量均勻消耗的效果,避免簇頭節(jié)點(diǎn)因頻繁通信造成能量消耗過(guò)多而過(guò)早死亡的熱點(diǎn)效應(yīng),在網(wǎng)絡(luò)經(jīng)過(guò)穩(wěn)定工作階段后,算法將重新對(duì)網(wǎng)絡(luò)中所有的節(jié)點(diǎn)進(jìn)行分簇。與DFD算法相比,算法具有較低的能耗與較高的檢測(cè)精確度,因?yàn)樗惴ㄔ诠收蠙z測(cè)過(guò)程中只需簇頭節(jié)點(diǎn)與簇內(nèi)的其他節(jié)點(diǎn)交換數(shù)據(jù),而在DFD算法中,每個(gè)節(jié)點(diǎn)都需要與其鄰節(jié)點(diǎn)通信,進(jìn)而消耗大量的能量。為了防止網(wǎng)絡(luò)中出現(xiàn)節(jié)點(diǎn)能量消耗不均的問(wèn)題,算法需要不時(shí)地更換簇頭節(jié)點(diǎn),從而造成額外的開(kāi)銷。而且算法還需要保證簇頭節(jié)點(diǎn)為正常節(jié)點(diǎn),否則算法會(huì)對(duì)簇內(nèi)的其他正常節(jié)點(diǎn)造成誤判。3比較算法3.1算法的檢測(cè)性能比較基于多數(shù)投票策略的算法的檢測(cè)性能較差,特別是在節(jié)點(diǎn)概率較高時(shí),算法的檢測(cè)性能將會(huì)很低,算法適合在節(jié)點(diǎn)故障概率較低時(shí)使用?；跊Q策擴(kuò)散策略的算法具有很好的檢測(cè)性能,因?yàn)樗惴ㄊ紫雀鶕?jù)某些方法將部分正常的節(jié)點(diǎn)(或者故障節(jié)點(diǎn))確定下來(lái),然后將其狀態(tài)傳遞給其鄰近的節(jié)點(diǎn),若兩者的測(cè)量值相差不大,則認(rèn)為其鄰節(jié)點(diǎn)與該節(jié)點(diǎn)的狀態(tài)一致。其他算法的檢測(cè)性能基本上位于兩者之間?；诩訖?quán)的算法要優(yōu)于基于決策擴(kuò)散策略的算法與基于中值策略的算法,基于分簇的算法和基于決策擴(kuò)散策略的算法的性能相當(dāng)。一般情況下,綜合性較強(qiáng)的算法與時(shí)間復(fù)雜度較高的算法所具有的檢測(cè)性能也較高。3.2節(jié)點(diǎn)通信次數(shù)由于傳感器節(jié)點(diǎn)的相當(dāng)一部分能量主要消耗在與其他節(jié)點(diǎn)的通信上,一般認(rèn)為