基于wsns分布式節(jié)點(diǎn)故障診斷算法的研究

基于wsns分布式節(jié)點(diǎn)故障診斷算法的研究

0wsns節(jié)點(diǎn)故障診斷無(wú)線傳感器網(wǎng)絡(luò)（wtss）廣泛應(yīng)用于環(huán)境評(píng)估、農(nóng)業(yè)生產(chǎn)、醫(yī)療、智能家居、軍事和其他領(lǐng)域。它通常用于檢測(cè)溫度、濕度、壓力和其他環(huán)境數(shù)據(jù)。WSNs節(jié)點(diǎn)會(huì)出現(xiàn)各種故障,降低或失去監(jiān)控功能,造成嚴(yán)重的經(jīng)濟(jì)損失。通過(guò)故障診斷,它能及時(shí)地、正確地對(duì)各種異常狀態(tài)或故障狀態(tài)給出診斷,預(yù)防或消除故障,提高網(wǎng)絡(luò)運(yùn)行的可靠性。WSNs節(jié)點(diǎn)故障也可以分為兩類:硬故障和軟故障。硬故障是指?jìng)鞲衅鞴?jié)點(diǎn)在部署或長(zhǎng)時(shí)間的工作中電源模塊、CPU、傳感器、通信模塊發(fā)生損壞以至于產(chǎn)生不可自行修復(fù)的故障;軟故障是指節(jié)點(diǎn)雖然能夠繼續(xù)工作并與其他節(jié)點(diǎn)通信,但節(jié)點(diǎn)所感知或發(fā)送的信息不準(zhǔn)確,影響整個(gè)網(wǎng)絡(luò)的監(jiān)測(cè)效果。典型的WSNs節(jié)點(diǎn)故障診斷算法有:分布式故障診斷(distributedfaultdetection,DFD),加權(quán)中值故障診斷(wei-ghtedmedianfaultdetection),分布式Bayesian算法(distributedbayesianalgorithms)。DFD算法對(duì)每個(gè)節(jié)點(diǎn)及其鄰節(jié)點(diǎn)都進(jìn)行一次數(shù)據(jù)融合,存在大量的冗余計(jì)算,節(jié)點(diǎn)自身的感知、通信或是自身的數(shù)據(jù)融合都會(huì)耗費(fèi)大量的能量,進(jìn)行故障檢測(cè)必須盡可能地減少功耗。文獻(xiàn)提出了一種用時(shí)間冗余技術(shù)來(lái)診斷傳感器網(wǎng)絡(luò)的通信和故障,但是容易在數(shù)據(jù)傳輸?shù)倪^(guò)程中出現(xiàn)錯(cuò)誤。文獻(xiàn)建立了一個(gè)WSNs節(jié)點(diǎn)應(yīng)用神經(jīng)網(wǎng)絡(luò)和粗糙集故障診斷方法,算法復(fù)雜性大,不適合節(jié)點(diǎn)數(shù)量大、耦合密切的網(wǎng)絡(luò)。本文針對(duì)DFD節(jié)點(diǎn)故障檢測(cè)算法計(jì)算冗余量大的缺點(diǎn),提出適合故障檢測(cè)的分簇算法,各個(gè)簇可以選取優(yōu)化的分割閾值,提高診斷精度和效率。1wsns節(jié)點(diǎn)分簇WSNs中的拓?fù)淇刂萍夹g(shù)主要可以分為2個(gè)方面:層次性拓?fù)浣Y(jié)構(gòu)和節(jié)點(diǎn)功率控制。在分層路由協(xié)議中,網(wǎng)絡(luò)一般是由多個(gè)簇組成,節(jié)點(diǎn)分為兩類:終端節(jié)點(diǎn)和簇頭節(jié)點(diǎn)。處于同一簇內(nèi)的終端節(jié)點(diǎn)和簇頭節(jié)點(diǎn)共同維護(hù)所在簇的路由信息。簇頭節(jié)點(diǎn)負(fù)責(zé)所管簇內(nèi)的拓?fù)湫畔⒌膲嚎s和摘要處理。在保證整個(gè)網(wǎng)絡(luò)的聯(lián)通度的情況下還會(huì)存在一些休眠節(jié)點(diǎn),整個(gè)簇內(nèi)的節(jié)點(diǎn)通過(guò)一跳或多跳向簇頭節(jié)點(diǎn)匯聚信息。比較有代表性的算法有GAF,LEACH(lowenergyadaptiveclusteringhierarchy),HEED,TEEN等。WSNs節(jié)點(diǎn)分簇的基本要求:1)一個(gè)簇只能有一個(gè)簇頭,簇內(nèi)的所有終端節(jié)點(diǎn)都能和簇頭節(jié)點(diǎn)通過(guò)一跳或多跳和簇頭節(jié)點(diǎn)進(jìn)行通信;2)簇頭節(jié)點(diǎn)和簇頭節(jié)點(diǎn)之間不互為鄰居;3)簇頭和簇頭之間通過(guò)網(wǎng)關(guān)節(jié)點(diǎn)鏈接。圖1描述了WSNs分簇的方式,簇頭節(jié)點(diǎn)可以接收該簇內(nèi)所有的終端節(jié)點(diǎn)的信息,值得指出的是其中還包括一些超過(guò)其通信范圍的節(jié)點(diǎn),這些節(jié)點(diǎn)通過(guò)多跳的方式把信息傳送給簇頭節(jié)點(diǎn)。2節(jié)點(diǎn)si診斷WSNsDFD節(jié)點(diǎn)故障診斷算法是由ChenJinran等人提出的,針對(duì)網(wǎng)絡(luò)中鄰節(jié)點(diǎn)測(cè)量數(shù)據(jù)的比較測(cè)試進(jìn)行故障診斷的方法。對(duì)于隨機(jī)分布在一定區(qū)域內(nèi)的WSNs節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都會(huì)實(shí)時(shí)的檢測(cè)各種數(shù)據(jù),例如:溫度、壓力、濕度等。由于長(zhǎng)時(shí)間的工作,節(jié)點(diǎn)很容易發(fā)生異常,對(duì)于不能去實(shí)地檢測(cè)或是檢測(cè)的工作量比較大的地方,通過(guò)檢測(cè)得到的數(shù)據(jù)進(jìn)行故障分析是一個(gè)很好的辦法。DFD節(jié)點(diǎn)故障診斷算法的診斷過(guò)程為:對(duì)于一個(gè)該區(qū)域中的節(jié)點(diǎn)Si和它的某一個(gè)鄰節(jié)點(diǎn)Sj它們都會(huì)獲取到不同的感知數(shù)據(jù),因?yàn)樗鼈兪窍噜徆?jié)點(diǎn),距離很近,在某一時(shí)刻t所感知的數(shù)據(jù)也應(yīng)該比較接近,其差dtij不超過(guò)閾值;并且在另一時(shí)刻t+1,兩相鄰節(jié)點(diǎn)感知的數(shù)據(jù)差dtij+1和dtij的差值Δdtij也不會(huì)超過(guò)另一閾值θ2。如果以上2個(gè)條件都滿足,那么,可以初步斷定診斷的2個(gè)節(jié)點(diǎn)都為正常節(jié)點(diǎn),令測(cè)試結(jié)果Cij為0,只要有一條沒(méi)有滿足,那么,Si或Sj之中至少有一個(gè)發(fā)生了故障,令測(cè)試結(jié)果Cij為1。對(duì)于節(jié)點(diǎn)Si可獲得它與其所有的鄰節(jié)點(diǎn)的測(cè)試結(jié)果,如果與Si的測(cè)試結(jié)果為1的節(jié)點(diǎn)數(shù)大于鄰節(jié)點(diǎn)數(shù)目的一半,則認(rèn)為節(jié)點(diǎn)Si的初步診斷狀態(tài)為可能故障,否則,認(rèn)為是可能正常。對(duì)于網(wǎng)絡(luò)中所有節(jié)點(diǎn)進(jìn)行遍歷后可獲得每個(gè)節(jié)點(diǎn)的初步診斷狀態(tài)。對(duì)于初步的診斷狀態(tài),并不能準(zhǔn)確地確定節(jié)點(diǎn)的真正工作狀態(tài),根據(jù)Cij得到的診斷結(jié)果是不準(zhǔn)確的。所以,對(duì)節(jié)點(diǎn)Si進(jìn)行診斷時(shí)需要進(jìn)行如下考慮:如果節(jié)點(diǎn)Si的所有鄰節(jié)點(diǎn)診斷狀態(tài)為可能正常的節(jié)點(diǎn)數(shù)減去與Si減去測(cè)試結(jié)果為1的節(jié)點(diǎn)數(shù),結(jié)果大于或等于Si的所有鄰節(jié)點(diǎn)數(shù)的一半,那么認(rèn)為最終的診斷結(jié)果為正常,反之,Si的診斷結(jié)果為故障。假設(shè)每一個(gè)節(jié)點(diǎn)的故障率為p,對(duì)于任意節(jié)點(diǎn)Si通過(guò)節(jié)點(diǎn)自身的通信半徑檢測(cè),尋找其鄰節(jié)點(diǎn)的節(jié)點(diǎn)標(biāo)號(hào)和節(jié)點(diǎn)數(shù)目,以此計(jì)算出平均鄰居節(jié)點(diǎn)數(shù)k表示所有節(jié)點(diǎn)的鄰節(jié)點(diǎn)求平均數(shù)然后取整。對(duì)節(jié)點(diǎn)的故障檢測(cè)可能分為以下4種情況:實(shí)際狀態(tài)為正常的節(jié)點(diǎn)診斷為正常節(jié)點(diǎn)、實(shí)際狀態(tài)為正常的節(jié)點(diǎn)診斷為故障節(jié)點(diǎn)、實(shí)際狀態(tài)為故障的節(jié)點(diǎn)診斷為正常的節(jié)點(diǎn)、實(shí)際狀態(tài)為故障的節(jié)點(diǎn)診斷為故障的節(jié)點(diǎn)。令以上4種情況的概率分別為Pg/g,Pglf,Pflg,Pflf。它們的計(jì)算方法為DFD節(jié)點(diǎn)故障診斷的精度為由公式(5)可以計(jì)算出整個(gè)網(wǎng)絡(luò)的診斷精度,隨著節(jié)點(diǎn)故障率的提升,整個(gè)網(wǎng)絡(luò)的故障節(jié)點(diǎn)也會(huì)增多,發(fā)生故障的節(jié)點(diǎn)可能會(huì)提供更多的錯(cuò)誤信息,這樣會(huì)導(dǎo)致節(jié)點(diǎn)診斷精度的下降。3簇頭節(jié)點(diǎn)的選取要應(yīng)用分簇的節(jié)點(diǎn)故障診斷算法進(jìn)行WSNs的故障檢測(cè),必須要建立適合DFD節(jié)點(diǎn)故障診斷算法的分簇方法,本文中采取了一種適合DFD算法的改進(jìn)LEACH的分簇算法并將其命名為L(zhǎng)EACH-DFD算法。DFD節(jié)點(diǎn)故障診斷算法是根據(jù)鄰居節(jié)點(diǎn)之間的數(shù)據(jù)檢測(cè)進(jìn)行診斷,所以,診斷時(shí)節(jié)點(diǎn)間的物理位置對(duì)診斷有著重要的影響,將節(jié)點(diǎn)完成分簇后,同一簇內(nèi)的節(jié)點(diǎn)根據(jù)簇頭節(jié)點(diǎn)來(lái)完成故障信息融合。LEACH算法給了一個(gè)“round”的概念,在每一輪都有簇建立和穩(wěn)定運(yùn)行2個(gè)階段。在簇建立階段,會(huì)自適應(yīng)的進(jìn)行分簇,選出較為均勻分布的簇頭節(jié)點(diǎn),然后就會(huì)進(jìn)入穩(wěn)定運(yùn)行階段進(jìn)行各種數(shù)據(jù)的傳輸和處理。本文中改進(jìn)LEACH算法的簇形成階段,提出一種適合DFD故障檢測(cè)的分簇算法LEACH-DFD。每個(gè)節(jié)點(diǎn)都要生成0~1之間的隨機(jī)數(shù),如果生成的隨機(jī)數(shù)小于閾值T(n),那么該節(jié)點(diǎn)就成為簇頭。閾值T(n)的大小由公式(6)確定式中p為網(wǎng)絡(luò)中簇頭所占的比例,r為目前進(jìn)行的輪數(shù),G為在過(guò)去的1/p輪中沒(méi)有成為簇頭的節(jié)點(diǎn)且是在以往輪故障監(jiān)測(cè)中確定為正常的節(jié)點(diǎn)集合。在節(jié)點(diǎn)被選為簇頭后,就向外廣播信息,告知其他節(jié)點(diǎn)自身的簇頭地位。終端節(jié)點(diǎn)接收到廣播信息后,根據(jù)廣播信息信號(hào)的強(qiáng)弱決定要加入的簇,并向簇頭發(fā)送加入該簇的信息。簇頭節(jié)點(diǎn)接收到請(qǐng)求信息后,根據(jù)TDMA方式與簇內(nèi)節(jié)點(diǎn)進(jìn)行通信。DFD節(jié)點(diǎn)故障診斷中是根據(jù)中心節(jié)點(diǎn)的數(shù)據(jù)來(lái)進(jìn)行檢測(cè),所以,簇頭節(jié)點(diǎn)的數(shù)據(jù)必須具有較高的置信度,假如:簇頭節(jié)點(diǎn)的數(shù)據(jù)是錯(cuò)誤的,那么,診斷精度勢(shì)必受到很大影響。所以,選定簇頭的時(shí)候一定要確保簇頭節(jié)點(diǎn)是正常節(jié)點(diǎn),假如根據(jù)本文的分簇算法分簇后,根據(jù)簇頭根據(jù)DFD算法檢測(cè)出過(guò)多的節(jié)點(diǎn)數(shù)據(jù)異常,那么就極可能是簇頭自身發(fā)生異常,所以要迅速進(jìn)入下一輪重新分簇,直到選出的所有簇頭節(jié)點(diǎn)都為正常節(jié)點(diǎn)。具體的流程圖如圖2。在某一時(shí)刻某一區(qū)域內(nèi),節(jié)點(diǎn)所提供的數(shù)據(jù)可能會(huì)有以下4種情況:正常的節(jié)點(diǎn)提供正常的數(shù)據(jù),正常的節(jié)點(diǎn)提供錯(cuò)誤的數(shù)據(jù),故障的節(jié)點(diǎn)提供正常的數(shù)據(jù),故障的節(jié)點(diǎn)提供錯(cuò)誤的數(shù)據(jù)。第二,第四種情況是指在某些區(qū)域,由于該區(qū)域本身的特殊性數(shù)據(jù)的跳動(dòng)性比較大,這可能是因?yàn)樵搮^(qū)域內(nèi)環(huán)境惡劣,測(cè)得的數(shù)據(jù)之間相差較大,這種情況下可以引入圖像分割中的多閾值分割概念,根據(jù)先驗(yàn)知識(shí)庫(kù),對(duì)各個(gè)區(qū)域選取動(dòng)態(tài)閾值,這樣可以有效的提高診斷精度。分簇式節(jié)點(diǎn)故障診斷算法步驟如下:1)應(yīng)用LEACH-DFD算法完成分簇。2)分簇完之后進(jìn)行一下故障檢測(cè),確定所有簇頭都是正常節(jié)點(diǎn),如果不是重新進(jìn)行分簇。3)計(jì)算第一個(gè)簇頭與該簇內(nèi)所有節(jié)點(diǎn)的數(shù)據(jù)差dt1ij。如果dt1ij>θ11,則Cij1=1,然后計(jì)算下一個(gè)節(jié)點(diǎn)。如果dt1ij≤θ11,然后就計(jì)算Δdt1ij,如果Δdt1ij>θ12,則Cij1=1。然后計(jì)算下一個(gè)節(jié)點(diǎn)。4)由于簇頭節(jié)點(diǎn)是經(jīng)過(guò)檢測(cè)被證明是正常的節(jié)點(diǎn),可以直接通過(guò)合適的閾值來(lái)判定在該簇頭節(jié)點(diǎn)所屬簇內(nèi)的所有終端節(jié)點(diǎn)的工作狀態(tài)。5)診斷完第1個(gè)簇可以順序檢測(cè)完其余剩下的所有簇,完成對(duì)整個(gè)網(wǎng)絡(luò)的檢測(cè)。6)經(jīng)過(guò)穩(wěn)定工作階段后,整個(gè)網(wǎng)絡(luò)將回到第1步重新分簇,以達(dá)到均勻消耗能量的效果,避免簇頭節(jié)點(diǎn)不僅要進(jìn)行故障檢測(cè)也要與匯聚節(jié)點(diǎn)進(jìn)行通信消耗太多能量而過(guò)早死亡的熱點(diǎn)效應(yīng)。4dfd節(jié)點(diǎn)故障診斷算法的改進(jìn)本文應(yīng)用基于ZigBee無(wú)線通信協(xié)議的傳感器節(jié)點(diǎn)進(jìn)行實(shí)驗(yàn),場(chǎng)景如下:在一個(gè)環(huán)境較為惡劣的目標(biāo)區(qū)域內(nèi)隨機(jī)部署了50個(gè)不可移動(dòng)節(jié)點(diǎn)用以檢測(cè)該區(qū)域內(nèi)的溫度值,節(jié)點(diǎn)帶有溫度傳感器、ZigBee無(wú)線通信模塊、電源模塊和低功耗MCU。針對(duì)前面的算法描述,對(duì)檢測(cè)到得溫度數(shù)據(jù)進(jìn)行分析,由于在原DFD節(jié)點(diǎn)故障診斷算法中,要對(duì)所有分布在目標(biāo)區(qū)域的節(jié)點(diǎn)進(jìn)行遍歷,所以產(chǎn)生了大量的冗余計(jì)算,舉例說(shuō)明:假如節(jié)點(diǎn)1和節(jié)點(diǎn)6是鄰居節(jié)點(diǎn),在對(duì)節(jié)點(diǎn)1進(jìn)行故障檢測(cè)時(shí),要和節(jié)點(diǎn)6進(jìn)行一次比較,在對(duì)節(jié)點(diǎn)6進(jìn)行故障檢測(cè)時(shí),又要對(duì)節(jié)點(diǎn)1進(jìn)行一次比較。對(duì)于密集分布的網(wǎng)絡(luò)節(jié)點(diǎn),這種算法產(chǎn)生了大量的冗余計(jì)算,如果多個(gè)采樣時(shí)間進(jìn)行檢測(cè),那么勢(shì)必產(chǎn)生大量的計(jì)算,浪費(fèi)能源。而應(yīng)用改進(jìn)的分簇式節(jié)點(diǎn)故障診斷算法,用于故障檢測(cè)只需簇頭節(jié)點(diǎn)就能完成對(duì)其簇的診斷,避免了計(jì)算的冗余,減少了大量的計(jì)算,也相應(yīng)的減少了對(duì)節(jié)點(diǎn)能源的使用,而且只用簇頭進(jìn)行診斷,避免了很多冗余信息所造成的誤判。本實(shí)驗(yàn)中采用節(jié)點(diǎn)的無(wú)線通信模塊發(fā)送電路和接收電路消耗的能量均為50nJ/bit。節(jié)點(diǎn)的初始能量為0.5J,且不可移動(dòng)。發(fā)送信號(hào)的放大器能量功耗為100nJ/bit/m2,每輪每個(gè)節(jié)點(diǎn)的數(shù)據(jù)包為450bit。此外,無(wú)線通信時(shí),兩節(jié)點(diǎn)之間的距離也會(huì)對(duì)功耗產(chǎn)生較大的影響。當(dāng)節(jié)點(diǎn)間的距離較大時(shí)適用于多徑衰落信道模型,如公式(7);兩節(jié)點(diǎn)通信距離較遠(yuǎn)時(shí)適用于自由空間信道模型,如公式(8)式中λ為發(fā)送或接收數(shù)據(jù)包的比特?cái)?shù),E為發(fā)送或接收電路所損耗的能量,是傳輸?shù)木嚯x,ε為發(fā)送信號(hào)時(shí)放大器的功率,σ為無(wú)線信號(hào)受外界影響的常量,本文中選2。本文根據(jù)節(jié)點(diǎn)自身性能和所選目標(biāo)區(qū)域大小,使用后者作為本文的發(fā)送信號(hào)功耗模型。由于本文中方法減少了大量的冗余計(jì)算,所以,節(jié)點(diǎn)消耗的能量有了較大的降低,具體如圖3。從圖3中可以看出:分簇式節(jié)點(diǎn)故障診斷算法比DFD節(jié)點(diǎn)故障診斷算法所消耗的能量有了顯著的減少,因?yàn)镈FD算法與節(jié)點(diǎn)分布的狀態(tài)有著較大的關(guān)系,所以進(jìn)行了五次隨機(jī)分布,從結(jié)果中可以看出:分簇式算法降低了很多能耗,相應(yīng)的可以延長(zhǎng)網(wǎng)絡(luò)壽命。除了消耗能量的約簡(jiǎn),診斷精度也是WSNs節(jié)點(diǎn)故障診斷的一個(gè)重要的影響因素,本文選取了優(yōu)化的閾值矩陣,每一簇都選取不同的閾值。閾值的選取是由先驗(yàn)知識(shí)獲得,對(duì)各個(gè)簇使用有效的閾值進(jìn)行故障檢測(cè)。原來(lái)DFD節(jié)點(diǎn)故障算法使用全局的靜態(tài)閾值,對(duì)于某些局部區(qū)域會(huì)達(dá)不到較好的分類效果,所以,分簇之后整個(gè)網(wǎng)絡(luò)的診斷精度也有了一定的改進(jìn),結(jié)果如圖4。從圖4中可以看出:隨著節(jié)點(diǎn)的故障率的增高,DFD節(jié)點(diǎn)故障診斷的診斷精度受錯(cuò)誤節(jié)點(diǎn)數(shù)據(jù)的影響就更大,診斷精度會(huì)隨之降低。分簇式DFD算法由于在計(jì)算時(shí)先是選定了正確地節(jié)點(diǎn)作為簇頭節(jié)點(diǎn),并且每一簇都選用了更加優(yōu)化的局部分割閾值,診斷精度有了顯著的提高,受節(jié)點(diǎn)故障率的影響也降低很多。5節(jié)點(diǎn)故障診