差異性傳感器網(wǎng)絡(luò)的故障節(jié)點定位模型仿真

董峰

（黃河科技學(xué)院 現(xiàn)代教育技術(shù)中心，河南 鄭州　450006）

差異性傳感器網(wǎng)絡(luò)的故障節(jié)點定位模型仿真

董峰

（黃河科技學(xué)院 現(xiàn)代教育技術(shù)中心，河南 鄭州450006）

隨著傳感器網(wǎng)絡(luò)規(guī)模的逐漸擴(kuò)大，網(wǎng)絡(luò)中節(jié)點的分布呈差異性和隨機(jī)性，破壞了節(jié)點之間的位置關(guān)系，傳統(tǒng)故障節(jié)點定位方法不能有效分析傳感器網(wǎng)絡(luò)節(jié)點的相關(guān)特征，無法得到準(zhǔn)確的故障節(jié)點定位結(jié)果。因此，提出一種基于對數(shù)距離節(jié)點信息和殘差融合的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型，采集不同傳感器網(wǎng)絡(luò)的故障節(jié)點特征，求出相應(yīng)權(quán)重，對特征提取誤差進(jìn)行補(bǔ)償，獲取差異性傳感器網(wǎng)絡(luò)的差異性故障節(jié)點特征，依據(jù)獲取的特征建立差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型。采用一種對數(shù)距離節(jié)點信息模型反映收集到的差異化信息，獲取差異性節(jié)點故障特征距離。通過殘差融合方法調(diào)整相關(guān)誤差，以獲取更加準(zhǔn)確的故障信息距離值，實現(xiàn)故障節(jié)點定位。仿真實驗結(jié)果表明，所提方法具有很高的故障節(jié)點定位精度。

差異性故障節(jié)點；傳感器網(wǎng)絡(luò)；故障節(jié)點定位；仿真實驗

0　引言

隨著計算機(jī)的發(fā)展和廣泛應(yīng)用，人們對數(shù)據(jù)處理效率的要求越來越高，需建立差異性傳感器網(wǎng)絡(luò)，通過大型傳感器網(wǎng)絡(luò)解決資源約束問題，實現(xiàn)海量數(shù)據(jù)的高效處理［1?2］。但差異性傳感器網(wǎng)絡(luò)較為復(fù)雜，故障頻出，因此，對差異性傳感器網(wǎng)絡(luò)故障節(jié)點的定位成為解決網(wǎng)絡(luò)運行效率提升的重點，具有重要意義［3?4］。

目前，研究故障節(jié)點定位的方法有很多，主要包括粒子群方法、隨機(jī)網(wǎng)絡(luò)方法、距離定位方法等，相關(guān)研究也取得了一定的成果。其中：文獻(xiàn)［5］提出一種基于規(guī)則編碼的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位方法，在同一規(guī)則編碼下，對差異性傳感器網(wǎng)絡(luò)的特征進(jìn)行對比，從而實現(xiàn)故障節(jié)點定位，但由于差異性傳感器網(wǎng)絡(luò)之間的規(guī)則不盡相同，因此故障節(jié)點進(jìn)行定位時需進(jìn)行區(qū)分，定位效果不佳；文獻(xiàn)［6］提出一種基于粒子群單循環(huán)搜索算法的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位方法，對不同傳感器網(wǎng)絡(luò)的故障節(jié)點特征進(jìn)行提取，求出相應(yīng)的權(quán)重，同時對特征提取誤差進(jìn)行補(bǔ)償，得到差異性故障節(jié)點特征，依據(jù)獲取的特征建立粒子群，從而實現(xiàn)故障節(jié)點定位，但該方法實現(xiàn)過程較為復(fù)雜；文獻(xiàn)［7］提出一種基于隨機(jī)網(wǎng)絡(luò)的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位方法，對隨機(jī)網(wǎng)絡(luò)的直徑和平均距離進(jìn)行設(shè)置，求出其集聚系數(shù)，構(gòu)建故障節(jié)點特征模塊，從而實現(xiàn)故障節(jié)點定位，但該方法所需的時間較長，效率較低；文獻(xiàn)［8］提出一種基于距離定位的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位方法，依據(jù)距離與角度對與其信息相應(yīng)的傳感器節(jié)點進(jìn)行測量，也就是通過三角測量法和最大似然法預(yù)測節(jié)點位置實現(xiàn)故障節(jié)點定位，但該方法需要消耗大量的網(wǎng)絡(luò)硬件資源，成本很高；文獻(xiàn)［9］中依據(jù)正交通信信道載波定位網(wǎng)絡(luò)故障節(jié)點的方法，通過構(gòu)建故障節(jié)點信息融合模型，完成對其特征分析，通過正交通信信道載波均衡實現(xiàn)差異性傳感器網(wǎng)絡(luò)故障節(jié)點的定位，但該方法在進(jìn)行通信傳輸?shù)倪^程中，容易受到相鄰節(jié)點的干擾，造成故障節(jié)點定位精度不佳。

針對上述方法的弊端，提出一種基于對數(shù)距離節(jié)點信息和殘差融合的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型，對不同傳感器網(wǎng)絡(luò)的故障節(jié)點特征進(jìn)行提取，依據(jù)獲取的特征建立差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型。仿真實驗結(jié)果表明，所提方法具有很高的故障節(jié)點定位精度。

1　基于對數(shù)距離節(jié)點信息和殘差融合的傳感器網(wǎng)絡(luò)故障節(jié)點定位模型

為了避免傳統(tǒng)方法因無法適應(yīng)差異性傳感網(wǎng)絡(luò)隨機(jī)性和多樣性的特點，而不能有效構(gòu)建差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型的問題，提出基于對數(shù)距離節(jié)點信息和殘差融合方法，塑造差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型，對故障節(jié)點進(jìn)行準(zhǔn)確定位。

1.1差異性傳感器網(wǎng)絡(luò)故障節(jié)點特征的提取

對不同傳感器網(wǎng)絡(luò)的故障節(jié)點特征進(jìn)行提取，求出相應(yīng)權(quán)重，并且對特征提取誤差進(jìn)行補(bǔ)償，獲取差異性傳感器網(wǎng)絡(luò)的差異性故障節(jié)點特征，依據(jù)獲取的特征建立差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型。

針對差異性傳感器網(wǎng)絡(luò)的故障節(jié)點定位，首先對故障節(jié)點特征進(jìn)行提取，用a=（a1，a2，…，aq）U描述故障節(jié)點特征分量；用ˉz=G［z］描述上述分量方向上的平均值，因為差異性傳感器網(wǎng)絡(luò)中節(jié)點和節(jié)點之間有一定的差異，因此，該網(wǎng)絡(luò)節(jié)點Tz=G［zzU］領(lǐng)域中具有的特征差值為：

式中：H為常數(shù)；a為故障節(jié)點特征分量；aˉ為特征分量a方向上的平均值。

通過a=（XU）-1b=Xb對差異性傳感器網(wǎng)絡(luò)節(jié)點中的特征分量a進(jìn)行時效方面的限制，同時構(gòu)建關(guān)系式bl=xUla。

為了準(zhǔn)確獲取差異性傳感器網(wǎng)絡(luò)不同節(jié)點之間的特征差異，可通過式（2）描述節(jié)點特征對比結(jié)果：

用a描述差異性傳感器網(wǎng)絡(luò)節(jié)點的權(quán)值系數(shù)，采用式（3）對某傳感器網(wǎng)絡(luò)節(jié)點權(quán)值系數(shù)進(jìn)行計算：

式中：bl為某節(jié)點特征；xl為某差異性傳感器網(wǎng)絡(luò)節(jié)點；el為差異性傳感器網(wǎng)絡(luò)節(jié)點之間的數(shù)據(jù)傳遞參數(shù)。

差異性傳感器網(wǎng)絡(luò)中有大量故障的網(wǎng)絡(luò)節(jié)點，針對上述故障節(jié)點特征，通過式（4）獲取特征提取誤差：

假設(shè)el=H［bl］xUla，從而使差異性傳感器網(wǎng)絡(luò)最弱

節(jié)點特征提取誤差達(dá)到最小，將其代入式（4）中，實現(xiàn)對特征提取誤差的補(bǔ)償，則有：

在上述過程的基礎(chǔ)上，通過式（6）對故障節(jié)點特征進(jìn)行約束，獲取有關(guān)參數(shù)，為準(zhǔn)確實現(xiàn)差異性傳感器網(wǎng)絡(luò)故障節(jié)點的定位提供有效依據(jù)：

1.2模型的建立

1.2.1對數(shù)距離節(jié)點信息模型

第一部分為路線耗能模型，其對比距離為ds（s0），中心點的鄰近距離為s0，預(yù)測距離為s，平均采集功值為ds（s），則二者之間的比值為：

式中：s0的對比值為ds（s0）；β用于描述差異性傳感器網(wǎng)絡(luò)路徑的減弱情況。

第二部分描述的是維持通信平穩(wěn)的差異性傳感器網(wǎng)絡(luò)環(huán)境，若該環(huán)境中的信號功率服從正態(tài)隨機(jī)分布，則有：

式中，?用于描述均值為零的高斯分布變量，該值不會對結(jié)果的準(zhǔn)確性造成干擾。

通過上述分析，結(jié)合故障節(jié)點特征數(shù)據(jù)，即可獲取差異性節(jié)點故障特征距離s，公式描述如下：

1.2.2殘差融合

因為傳感器網(wǎng)絡(luò)存在差異性，所以得到的故障信息距離值大小不一，此時，可依據(jù)殘差融合理論實現(xiàn)誤差的合理調(diào)控，以期獲取有價值的故障信息距離值，完成故障節(jié)點定位。依據(jù)差異性節(jié)點故障特征距離，利用節(jié)點距離殘差融合法對原始故障節(jié)點定位特征數(shù)據(jù)進(jìn)行線性變換，則有：

差異性傳感器網(wǎng)絡(luò)節(jié)點距離運算模型基函數(shù)為：

式中：節(jié)點距離參數(shù)為 β；屬性范圍的中心坐標(biāo)參數(shù)為uq；能量屬性均值為wq，則各信號參數(shù)為：

差異性傳感器網(wǎng)絡(luò)節(jié)點距離殘差參數(shù)的屬性向量可通過式（15）求出：

式中：節(jié)點距離屬性向量的極大值和極小值為umax和umin；節(jié)點距離殘差分析結(jié)果為Fq；經(jīng)最大值量化處理后的結(jié)果為Zq。

匯總?cè)窟\算結(jié)果，能夠得到差異性傳感器網(wǎng)絡(luò)全部故障節(jié)點數(shù)。依據(jù)故障節(jié)點提取基函數(shù)，得到故障節(jié)點距離的中點以及平均值。故障節(jié)點的距離誤差可通過式（16）進(jìn)行計算：

如果節(jié)點距離誤差負(fù)荷閾值要求，則說明該節(jié)點距離準(zhǔn)確；否則，基于逆向誤差調(diào)控法更新節(jié)點距離誤差。差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位距離的誤差參數(shù)可通過式（17）求出：

通過式（18）對得到的節(jié)點距離進(jìn)行優(yōu)化，有：

通過上述分析的過程，對差異性節(jié)點故障特征距離進(jìn)行殘差融合操作，對節(jié)點距離誤差進(jìn)行調(diào)整，從而使傳感器網(wǎng)絡(luò)有很大差異的情況下，也能得到準(zhǔn)確的故障節(jié)點定位信息。

2　實驗結(jié)果及分析

通過實驗檢驗提出的基于對數(shù)距離節(jié)點信息和殘差融合的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型的性能。實驗將隨機(jī)網(wǎng)絡(luò)模型作為對比進(jìn)行分析。

2.1平均定位誤差分析

在實驗中傳感器網(wǎng)絡(luò)節(jié)點分布情況存在一定的復(fù)雜性，實驗通過本文模型以及隨機(jī)網(wǎng)絡(luò)模型，對弱差異性傳感器網(wǎng)絡(luò)中的故障節(jié)點進(jìn)行定位分析，獲取的結(jié)果如圖1所示。

圖1　差異較小時兩種模型定位誤差比較結(jié)果

分析圖1可以看出，在傳感器網(wǎng)絡(luò)差異性不大的情況下，雖然整體看來，采用本文模型的定位誤差略低于隨機(jī)網(wǎng)絡(luò)模型，但差別不大，故障節(jié)點定位精度基本一致。

實驗通過本文模型以及隨機(jī)網(wǎng)絡(luò)模型，對強(qiáng)差異性傳感器網(wǎng)絡(luò)中的故障節(jié)點進(jìn)行定位分析，獲取的結(jié)果如圖2所示。

圖2　差異較大時兩種模型的平均定位誤差比較結(jié)果

由圖2可以看出，在傳感器網(wǎng)絡(luò)差異較大的情況下，采用本文模型的平均定位誤差曲線明顯低于隨機(jī)網(wǎng)絡(luò)模型，說明本文模型和隨機(jī)網(wǎng)絡(luò)模型相比，具有一定的優(yōu)越性。綜合圖1、圖2可知，在傳感器網(wǎng)絡(luò)差異較大的情況下，本文模型和隨機(jī)網(wǎng)絡(luò)模型的定位誤差均在一定程度上有所增加，但本文模型的增加幅度明顯低于隨機(jī)網(wǎng)絡(luò)模型，說明本文模型不僅具有較低的故障節(jié)點定位誤差，而且具有很高的適應(yīng)能力。

2.2故障節(jié)點定位結(jié)果

為了進(jìn)一步驗證本文模型的有效性，在傳感器網(wǎng)絡(luò)差異不大的狀態(tài)下，采用本文模型和隨機(jī)網(wǎng)絡(luò)模型實現(xiàn)故障節(jié)點的定位分析，得到的定位結(jié)果如表1所示。

表1　差異較小時兩種模型的故障節(jié)點定位結(jié)果

傳感器網(wǎng)絡(luò)差異較大情況下，本文模型和隨機(jī)網(wǎng)絡(luò)模型故障節(jié)點定位比較結(jié)果如表2所示。由表1、表2可知，與隨機(jī)網(wǎng)絡(luò)模型相比，采用本文模型對差異性傳感器網(wǎng)絡(luò)故障節(jié)點進(jìn)行定位，不管是在差異較小還是差異較大的情況下，定位結(jié)果與實際結(jié)果更加接近，而且，隨機(jī)網(wǎng)絡(luò)模型在傳感器網(wǎng)絡(luò)差異性較大的情況下，定位結(jié)果和實際結(jié)果相差甚遠(yuǎn)，說明本文模型能夠在很大程度上提高定位精度，驗證了本文模型的有效性。

表2　差異較大時兩種模型的故障節(jié)點定位結(jié)果

3　結(jié)　論

本文提出一種基于對數(shù)距離節(jié)點信息和殘差融合的差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型，對不同傳感器網(wǎng)絡(luò)的故障節(jié)點特征進(jìn)行提取，求出相應(yīng)權(quán)重，對特征提取誤差進(jìn)行補(bǔ)償，獲取差異性傳感器網(wǎng)絡(luò)的差異性故障節(jié)點特征，依據(jù)獲取的特征建立差異性傳感器網(wǎng)絡(luò)故障節(jié)點定位模型。采用一種對數(shù)距離節(jié)點信息模型反映收集到的差異化信息，獲取差異性節(jié)點故障特征距離。通過殘差融合方法調(diào)控誤差，得到有價值的故障信息距離值，完成故障節(jié)點定位。進(jìn)行調(diào)整，以獲取更加準(zhǔn)確的故障信息距離值，從而有效實現(xiàn)故障節(jié)點定位。仿真實驗結(jié)果表明，本文方法的故障節(jié)點定位精度較優(yōu)。

［1］王巖，李洪亮.無線傳感網(wǎng)絡(luò)局部離群節(jié)點定位模型仿真［J］.計算機(jī)仿真，2013，30（12）：253?256.

［2］徐凱華，趙雪琴.多層傳感器故障數(shù)據(jù)的挖掘模型仿真［J］.計算機(jī)仿真，2014，31（12）：393?396.

［3］閆艷霞，崔建華.復(fù)雜生物傳感網(wǎng)絡(luò)的節(jié)點優(yōu)化定位模型仿真［J］.微電子學(xué)與計算機(jī)，2015（2）：129?132.

［4］孔凡興.無線傳感器網(wǎng)絡(luò)節(jié)點感知進(jìn)化計算模型研究［J］.計算機(jī)仿真，2013，30（5）：293?297.

［5］魯銀芝，仲元昌，楊柳，等.大規(guī)模帶狀無線傳感器網(wǎng)絡(luò)節(jié)點定位算法［J］.傳感器與微系統(tǒng)，2015，34（1）：138?141.

［6］宮娜娜，武海艷.傳感器網(wǎng)絡(luò)節(jié)點分布均勻性與定位性能的關(guān)系［J］.電子測量技術(shù)，2014，37（12）：80?85.

［7］周亮，肖婷婷，李廣軍.基于信賴域的無線傳感器網(wǎng)絡(luò)節(jié)點定位算法［J］.電子科技大學(xué)學(xué)報，2014（5）：674?677.

［8］崔建華，閆艷霞.基于信道質(zhì)量分析傳感器弱節(jié)點定位模型仿真［J］.計算機(jī)仿真，2015，32（2）：332?336.

［9］趙小敏，張海洋，金言，等.信標(biāo)節(jié)點漂移情況下的無線傳感器網(wǎng)絡(luò)節(jié)點定位機(jī)制［J］.通信學(xué)報，2015，36（2）：38?47.

Simulation for fault node localization model of difference sensor network

DONG Feng
（Modern Education Technology Center of Huanghe Science and Technology College，Zhengzhou 450006，China）

The traditional fault node localization method cannot effectively analyze the related characteristics of sensor net?work nodes，and is unable to get the exact fault node localization result，so a difference sensor network fault node localization model based on logarithmic distance node information and residual fusion is put forward.The failure node characteristics of dif?ferent sensor networks are collected，the corresponding weights are derived，feature extraction error is compensated，the differ?ence fault node features of the differences sensor networks are acquired，and the fault node localization model of difference sen?sor network is established according to the obtained features.A logarithmic distance node information model is used to reflect the collected differentiation information，and obtain the feature distance of difference node fault.The relevant error is adjusted with residual fusion method to get more accurate fault information distance，and realize fault node localization.The simulation re?sults show that the proposed method has high accuracy of fault node location.

difference fault node；sensor network；fault node positioning；simulation experiment

10.16652/j.issn.1004?373x.2016.14.006

TN926?34；TP293

A

1004?373X（2016）14?0020?04

2015?12?08

2014年河南省科技廳重點攻關(guān)：智能DNS防御系統(tǒng)的設(shè)計與研究（142102210641）；鄭州市2014年度科技發(fā)展計劃：基于ZigBee技術(shù)的智能監(jiān)控網(wǎng)絡(luò)系統(tǒng)（20140662）；2014年河南省科技廳重點攻關(guān)：無線智能傳感器網(wǎng)絡(luò)在公路工程質(zhì)量控制中的應(yīng)用研究（142102210100）；2014年度河南省教育廳科學(xué)技術(shù)研究重點項目資助計劃：基于ZigBee和傳感器技術(shù)的智能監(jiān)控系統(tǒng)（14A510017）

董峰（1972—），男，河南鹿邑人，副教授，碩士。研究方向為計算機(jī)網(wǎng)絡(luò)應(yīng)用與開發(fā)等。