第 1 章 绪论
1.1 课题研究背景
无线传感器相关技术已成为现世纪关注和主要研究的热门技术之一[12]。WSN 是通过无线信道连接的空间分布式自主传感器网络。WSN 融合了多种技术手段，正逐渐向着低功耗、低成本、多功能以及用户操作更便捷化的趋势进行发展，WSN 已然成为当代热门前沿技术之一。多种且大小合适的传感器节点越来越能更方便的完成生产和人类生活所需的要求，即在日常生活中无线传感器节点的应用更是比比皆是。如：在公共区域，无线传感网被用来监测基础设施的使用和监视，例如：电网的智能电表；在个人空间中，于智能家居领域中被个人用于监测和控制智能电器；在健康领域中：如活动跟踪和生理参数监测等。现如今，美国、韩国等多个国家正在进行 WSN 技术进一步探索工作 [13-15]。无线传感网出现在我国和世界发达国家的时间相差不大，于是世界各国对此技术展开了进一步的研究和探索，于是无线传感网技术也就成为了众多新兴技术研究和发展中的一项。我国对 WSN 技术的研究虽然相对较晚一些，但得益于国家对 WSN相关技术的高度重视，近年来该领域的专家学者们更是不断的在各大学报期刊、国际学术会议中发表相关研究论文。现今，WSN 技术在各行各业上已取得了瞩目的成就，早已被大家所承认和认可，并且也已被预测机构认为是改变世界的又一重要科技手段，可想而知，接下来 WSN 相关技术的研究在其技术领域必然会成为一种技术研究的方向。
WSN 相关技术的迅猛发展使其被应用的领域越来越广泛，于是对 WSN 的服务质量、带宽和使用寿命也就提出了更高的要求，并且传感器节点通常受本身所存储能量、节点间通信、计算、存储以及部署环境恶劣等影响，通常会产生错误数据，造成错误判定。由于对节点进行故障检测是实现高服务质量、增加网络带宽、延长使用寿命以及提高数据精确性的重要技术。因此，对节点进行故障检测是现今研究的热点问题。
WSN 相关技术的问世使数据收集技术的发展又向前迈进了一步，传感器通常是微型的嵌入式系统，多功能节点具有采集和处理数据功能，且优于除此之外的各种收集技术在其简单和方便两个方面，只需要将节点安置于所要监控区域即可。通常比其他收集技术更加简单和方便比如：想了解某陡坡的泥土松动情况，在下雨天是否会发生泥石流和在晴朗天气下泥土和岩石是否也会松落，从而造成安全隐患问题。由于陡坡本身特性的陡，人们很难攀登勘测且岩石和泥土的松动情况更加难以直接观察得到。此时，我们将满足使用要求的传感器节点由飞机散落其陡坡区域，通过设置相关的指令让节点定期地查看监控目标的监测数据，从监控其监控区域。
............................
1.2 研究目的与意义
大量、多功能节点散落于监测区域内空间分散的各位置上，于是这些节点构成了 WSN。多种节点根据具体应用场景以及具体实现功能被选择完成目标对象数据信息的采集。但是，由于传感器节点通常受本身所存储能量、节点间通信、计算、存储以及部署环境恶劣等影响，通常会产生错误数据，造成错误判定。同时，节点故障检测也是实现网络服务质量，提高网络带宽和网络寿命的重要因素。所以，对节点进行故障检测工作是现如今在故障检测方面中的一项重要研究。随着无线传感网的迅速发展，使得无线传感网更多的被应用于需要数据精确性高的场所，由于节点易故障且能量有限，所以，为保证高数据精准性，高故障率下能耗低且检测精度高的节点故障检测算法成为了目前急需解决的热点问题。
为保证在高故障率下节点采集的数据仍具有很高的精确性和挖掘性，国内外专家们研究了许多种用于提高数据准确性和可用性的处理策略。现今，最普通应用于使用的一种处理策略就是在网络的运行时， 通过节点采集的数据分析节点是否发生故障，并对故障节点完成替换。但是，节点进行故障检测需要消耗节点的能耗，即并不是可以随意的进行节点的故障检测。因此，选择一种在高故障率下检测精度高且能耗低的故障检测算法成为故障检测的一个挑战 [20]。节点通常被部署于无人值守的监控区域内，节点由于自身条件限制以及部署环境的特殊性，节点易发生故障，对故障节点进行检测并剔除故障节点，从而避免节点采集的异常数据对分析结果的影响。另一方面，故障检测后将故障节点进行替换，替换后的节点进行更好工作和收集数据，精准和大量的数据也会对事件预测结果增加准确性。因此，有效的对故障节点进行检测，不仅提高了数据和事件预测的精准性，而且在网络服务质量、网络寿命方面均有良好的表现。
.........................
第 2 章 无线传感网及节点故障检测算法
2.1 无线传感网概述
2.1.1 无线传感网体系结构
WSN 中大量以及多功能节点被安置于待监测领域中，各功能节点协同完成数据收集以及监测功能。WSN 的体系结构组成包括感器节点、汇聚节点、互联网或卫星、任务管理中心以及用户[21]。大量空间上分散的节点感知数据，由于通信半径的限制，节点将完成预测任务的数据以跳为单位的传输方式传至汇聚节点，任务管理节点与汇聚节点通过传输信道完成数据传输，一种传输信道是收发卫星等网络，另一种传输信道则为远程任务管理中心，最终用户与任务管理节点完成连接并通信，用户对 WSN 进行配置和管理，发布任务以及收集数据指令等操作均不是直接完成的，均通过任务管理节点完成一系列操作的[22]。WSN 体系结构，如图 2-1 所示。
.................................
2.2 无线传感网节点故障检测算法
2.2.1 节点故障检测算法概述
由于 WSN 中节点通常工作于危险性高以及恶劣程度大的区域和自身条件的限制易发生故障，而导致数据的精确性不高，对监测结果产生误判，于是为提高数据精确性完成精准预测成为当前急需解决的问题。另一方面，节点在其不能补充能量和不能更换电池的特殊区域内需要工作很久，其能量有限，因而在保持高精确性数据收集的情况下，节约能量也是目前比较关注的热点。第三方面，节点也需要将需要数据分析的数据传输到目的节点，因此保证节点间不为产生通信异常以及监测区域都能监测得到，也已成为目前 WSN 网络极其关心的热点。为此国内外学者专家们研究了多种提高数据精确度的处理方案，其最容易且被普通使用的是在网络工作时对节点完成故障检测。依据节点的故障检测算法将节点最终判定为两类节点：故障节点和正常节点。网络中正常的节点需要正常工作，且按照用户需求感知数据并将数据周期进行传输，然后对数据进行处理，最后完成监测区域内预测。通过故障检测算法检测出的故障节点，将故障状态信息经过多跳或移动传感器收集的方式传送给基站，之后更换故障节点。
由前文的图 2-4 可以看到，节点能量消耗几乎全部来自与数据通信单元中的收发数据部分，通信能耗的增加与通信次数成正比，降低通信次数是节点故障检测需要考虑的一个问题。大数据时代的今天，数据与数据之间成为了一种关系，通过一系列的关系可以预测将要发生的事件。为了精准对重大自然灾害事件作出准确的预判，对数据精确性要求更高了，检测精度成为了故障检测算法需要考虑的另一问题。
节点的故障检测算法设计主要考虑两方面：能耗和检测精度[31-32]。检测精度是将网络中故障的节点精准的全部检测出。好的故障检测算法也需要符合两个必要条件：一经过故障检测后，节点采集的数据的精准性要符合用户分析需求；二是经过故障检测后，节点能耗低且能更好的完成数据通信。
第 3 章 基于时间序列相似度与邻居协作的 WSN 故障检测算法 .... 18
3.1 网络模型及故障模型 ..................................... 18
3.1.1 网络模型 .......................................... 18
3.1.2 故障模型 .................................... 19
第 4 章 基于时间序列差值与邻居协作的 WSN 故障检测算法 ........ 34
4.1 FDABTSDN 的设计 ....................................... 34
4.1.1 基于时间序列差值判定节点 ................................. 34
4.1.2 邻居节点参与协作判定 .................................... 36
第 5 章 总结与展望 .................................. 45
5.1 工作总结 ............................................. 45
5.2 未来展望 .................................................. 46
第 4 章 基于时间序列差值与邻居协作的WSN故障检测算法
4.1 FDABTSDN 的设计
由于传感器节点自身能量受限，其故障检测过程中也需要消耗能量。为了提高节点的使用寿命，则以低能耗的方式完成故障检测是目前急需解决的问题。利用历史数据与邻居协作方式的 WSN 故障检测算法，随节点故障率的升高，基于历史数据进行自身检测过程中不剔除或剔除的节点越少，其需要与邻居协作判定的节点越多，通信次数也就越多，则网络能耗越大。为了解决上述问题，本章采用第三章的网络模型和故障模型，提出了一种基于时间序列差值与邻居协作的 WSN 故障检测算法(Fault Detection Algorithm Based on Time Series Difference and Neighbor-cooperation in WSN，FDABTSDN)。
本章提出的一种基于时间序列差值与邻居协作的 WSN 故障检测算法是利用历史数据构成时间序列，对时间序列进行差值的计算，剔除固定读数故障节点和随机读数故障节点；对于可疑节点的判定，采用与邻居节点协作完成判定，邻居节点将 t 时刻时间序列发送给待测节点，使待测节点 t 时刻时间序列内每一时刻数据与相应时刻的有序序列中值（由待测节点与邻居节点 t 时刻时间序列内每一时刻数据构成的每一时刻有序序列，并对每一时刻有序序列求取的中值）相减求取差值，求得的差值再与每一时刻特有的时刻对比阈值进行比较，最终完成节点的判定。该算法在自身检测阶段剔除了一定类型的故障节点，降低了部分节点的通信能耗，从而降低网络能耗。
.........................
第 5 章 总结与展望
5.1 工作总结
针对无线传感网中故障率高而导致检测精度低、能耗大问题，本文提出了基于时间序列与邻居协作的 WSN 故障检测算法。针对高故障率检测精度低问题的基于时间序列相似度与邻居协作的 WSN 故障检测算法，该算法通过时间序列的相似度，选取时间序列内与各个数据最为相似的数据对对比瞬时读数数据进行替换，避免对瞬时读数故障节点造成误判，降低误报率。可疑节点与邻居节点协作完成故障检测。与邻居节点协作判定时考虑到位置对采集数据的影响，使用乘以相似系数后的邻居节点的数据完成检测，提高了检测精度。针对高故障率能耗大问题的基于时间序列差值与邻居协作的 WSN 节点检测算法，该算法在基于时间序列差值判定节点阶段，分别判定并剔除固定读数故障节点和随机读数故障节点。利用时间序列剔除了一定类型的故障节点，降低网络能耗。最后通过实验对算法的性能进行了测试。本文的主要工作如下：
（1）对 WSN 进行了概述，介绍了体系结构、特点以及节点结构。然后详细地介绍了无线传感网中的节点故障检测算法，对节点故障进行检测的必要性，节点故障检测算法的设计目标、评价指标以及当前研究现状进行了详细描述。
（2）针对高故障率下检测精度低的问题，提出了一种基于时间序列相似度与邻居协作的 WSN 故障检测算法。该算法根据节点采集的数据完成时间序列的创建，并根据时间序列的相似度，剔除固定读数故障节点。依据瞬时读数故障读取数据的特性，为提高节点利用率，瞬时读数故障节点不作为故障节点，于是对对比时刻时间序列内的瞬时读数故障数据进行修正，避免将瞬时读数故障节点误判为故障节点，降低误报率，从而提高检测精度。最后，可疑节点与邻居节点协作完成故障检测。与邻居节点协作判定时考虑到位置对采集数据的影响，使用乘以相似系数后的邻居节点的数据完成检测，有效的提高了进行检测时数据的精度。因此，该算法有效的保证了检测精度。
（3）针对高故障率下能耗大的问题，提出了一种基于时间序列差值与邻居 协作的 WSN 故障检测算法。该算法分析了不同故障类型节点读取数据的特性，根据固定读数故障读取数据不变以及随机读数故障时间序列内大多数据彼此之间并不相似的特性，基于时间序列差值判定节点状态阶段，判定并剔除了固定读数故障和随机读数故障节点。当节点为可疑节点时，可疑节点与邻居节点协作完成判定。利用时间序列内数据就完成了两种故障节点的剔除，降低了部分节点的通信能耗。因此，降低了网络能耗。
参考文献（略）