無線傳感器網(wǎng)絡中容錯事件檢測算法的研究.pdf

1、無線傳感器網(wǎng)絡是由一組傳感器節(jié)點構(gòu)成的無線自組織網(wǎng)絡，實時采集各種被監(jiān)控對象的數(shù)據(jù)加以分析處理，將處理結(jié)果提供給網(wǎng)絡的使用者。傳感器網(wǎng)絡中的事件檢測是利用傳感器節(jié)點對周圍環(huán)境進行檢測，識別出具有明顯特征的事件區(qū)域或邊界。事件檢測是傳感器網(wǎng)絡的一種重要應用，尤其對于一些緊急事件，如森林火災、化學物質(zhì)泄漏等，通過傳感器網(wǎng)絡能及時準確地檢測出事件的發(fā)生區(qū)域。
　　 由于傳感器網(wǎng)絡監(jiān)測環(huán)境的影響及節(jié)點部件的不可靠性，節(jié)點很容易發(fā)生故障或

2、產(chǎn)生錯誤數(shù)據(jù)，影響事件檢測的準確度，而容錯事件檢測可以消除這些影響，故而容錯事件檢測具有較高的理論研究價值與實際應用意義。
　　 容錯事件檢測需要考慮事件檢測和容錯處理兩個方面，使算法具有較高的事件檢測性能的同時，也能具有較高的容錯性能。現(xiàn)有的典型容錯事件檢測算法大多利用節(jié)點數(shù)據(jù)的空間相關(guān)性，通過鄰居節(jié)點的數(shù)據(jù)交換進行容錯，會產(chǎn)生較多的能量消耗。
　　 為了進行能量高效地容錯處理，本文提出了一種基于投票策略的容錯事件檢測

3、算法FEDAV，其核心是利用節(jié)點自身的數(shù)據(jù)相關(guān)性，進行節(jié)點內(nèi)容錯處理，并在投票處理中，考慮節(jié)點本地決策的可信度和距離因素。FEDAV算法首先基于直方圖對數(shù)據(jù)進行預處理，相對于均值和中位數(shù)方法，該方法具有更好的去噪性能。然后，利用屬性相關(guān)性進行錯誤檢測，區(qū)分出節(jié)點的錯誤狀態(tài)，從而提高后續(xù)投票決策的準確度。最后，基于節(jié)點決策的可信度和距離權(quán)重進行投票處理，糾正節(jié)點錯誤，正確判定節(jié)點狀態(tài)，識別出事件區(qū)域。實驗結(jié)果表明，相對于Bayesian容

4、錯事件檢測算法，F(xiàn)EDAV算法具有較高的事件檢測率和較低的誤報率，其容錯性能也明顯優(yōu)于Bayesian算法，并具有較低的能量消耗。
　　 FEDAV算法基于事件閾值進行容錯事件檢測，需要具備事件的先驗知識。而傳感器網(wǎng)絡中的新事件沒有先驗知識，針對此類事件檢測問題，本文提出了一種基于相關(guān)性的分布式事件檢測算法CDA。該算法不依賴于事件閾值，通過節(jié)點間的協(xié)作，利用時空相關(guān)性，識別發(fā)生事件的節(jié)點。首先，根據(jù)當前窗口的均值和最近歷史數(shù)據(jù)