無線傳感器網(wǎng)絡(luò)事件邊界高效檢測算法研究.pdf

1、邊界檢測是無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSNs)事件監(jiān)測應(yīng)用領(lǐng)域中非常重要的研究內(nèi)容之一。在事件監(jiān)測過程中，當(dāng)無線傳感器網(wǎng)絡(luò)檢測到興趣事件發(fā)生之后，人們最關(guān)心的問題就是事件的覆蓋范圍以及事件邊界的分布情況是怎樣的。針對該需求，國內(nèi)外學(xué)者做了大量研究工作。由于無線傳感器網(wǎng)絡(luò)節(jié)點存在硬件脆弱、資源與能量有限以及易受到環(huán)境影響等特點，很容易導(dǎo)致故障節(jié)點的產(chǎn)生，而故障節(jié)點的錯誤讀數(shù)極大的降低了事件邊界檢測的

2、準(zhǔn)確性。此外現(xiàn)存的邊界檢測算法由于本身所采用的算法具有缺陷，存在檢測準(zhǔn)確率低，誤判率高，邊界厚度不可控等問題，使其在實際應(yīng)用中受限。本文主要針對以上問題，研究高效的邊界檢測方案，進行了以下創(chuàng)新工作：
　　 首先，本文提出了一種基于懲罰信譽模型的故障節(jié)點檢測算法(Reputation Modelbased Fault Detection Algorithm，RMFD)。該算法采用已有的空間相關(guān)性思想，并引入了一種具有懲罰機制的信譽

3、模型來量化節(jié)點的故障程度，通過多周期動態(tài)調(diào)整節(jié)點信譽，并根據(jù)節(jié)點信譽值判定其是否為故障節(jié)點。在信譽調(diào)整過程中，通過懲罰機制加重對連續(xù)多次提供不可信測量讀數(shù)節(jié)點信譽的扣除額度，以達到降低檢測時延的目的。結(jié)果顯示，該算法在保證較高的識別率同時，誤判率、檢測時延以及能耗都有明顯降低。
　　 然后，本文提出了一種基于曲線擬合的邊界節(jié)點識別算法(Curve Fitting basedBoundary Detection Algorithm

4、，CFBD)。該算法利用事件屬性值梯度漸變的特點，在節(jié)點鄰域內(nèi)找出感知讀數(shù)最接近事件發(fā)生閾值的傳感器節(jié)點，然后通過曲線擬合技術(shù)對這些節(jié)點坐標(biāo)進行擬合得到事件邊界曲線方程，最后通過點到曲線間最短距離來直觀判斷節(jié)點是否為邊界節(jié)點。驗結(jié)果表明，該算法的在識別率、誤判率、以及邊界厚度控制方面都有較好的表現(xiàn)。
　　 最后，本文綜合這兩個創(chuàng)新點，得到了一種高效的邊界檢測方案。首先利用RMFD對網(wǎng)絡(luò)中故障節(jié)點進行檢測排除，在此基礎(chǔ)上使用CFB