无线传感器网络故障诊断研究*

付光杰 胡明哲

(东北石油大学电气信息工程学院,黑龙江大庆 163318)

引言

无线传感器网络(Wireless Sensor Network,简称WSN)由大量成本低廉、型号各异的传感器节点组成,各节点在完成对目标区域感知的同时通过无线的方式进行信息交流,从而完成监测工作。在大数据、物联网的发展背景下,WSN逐渐成为各领域的研究热点,尤其是在军事战争、安保监控、智能家居、轨道交通等领域。但在应用的过程中常出现电源枯竭、数据处理存储性能不足等现象,加之监控区域环境复杂,导致无线传感器网络的故障率大大增加。除此之外,由于网络中节点间的通信链路不稳定,会出现通信中断以及丢包的现象,使用户无法获取完整的信息,影响监控质量。因此对WSN进行故障检测是必不可少的工作,并对WSN具有十分重要的应用意义。

1 无线传感器网络故障类型

WSN节点一般包含传感器本体、数据存储模块、通信模块和电源模块等部分。在实际运行中,节点常会出现部件损坏、电能不足、信号干扰、采样不精确等问题,导致节点故障并丧失监测感知功能。

WSN发生故障时可以根据故障发生原因的不同分为节点级故障以及网络级故障两种。节点级故障即WSN中某个传感器本体出现故障,按照故障类型的不同又可分为硬故障以及软故障。由于内部器件损伤、供电中断、短路等不可逆问题造成节点无法正常工作额故障统称为硬故障。软故障指传感器本体某部分发生故障,但不影响节点继续运行工作,具有此种故障的节点经常会出现采集数据异常等情况,严重时可能影响无线通信功能。网络级故障通常是指网络中各传感器节点均可以正常运行,但各节点无法进行有效的信息交流,常出现的故障包括无法连接、信道丢失、数据传输失败等。

2 无线传感器节点故障诊断方法

节点故障最直观的特征就是传感器节点实时测量的数据出现错误或不准确的现象。测量到的错误数据不仅会误导用户的决策,而且会浪费WSN中有限的服务资源,降低WSN的监测能力。现今利用节点反馈数据对节点故障进行判定的方法主要有两种:

(1)从各传感器节点采集数据间的相关性着手进行节点故障诊断。WSN在运行过程中,空间位置相近的传感器节点常会出现相近的监测数据。因此依据此原理,仅需要对采集到的数据进行处理,解析相关性,找到空间上与其他数据不相关的异常数据,即可找到故障节点。

(2)从监测事件的角度出发鉴别故障节点。由于传感器节点反馈给用户的事件信息包含节点与事件发生处之间的距离信息,同时节点接收的信号强度与此距离呈现反比例关系。由此可知,若某一节点反馈的信息不满足反比例条件,则可断定此节点发生故障。

3 无线传感器网络故障诊断方法

WSN无法进行有效监测的原因除了节点故障之外,还有可能是由于复杂环境的影响引起通信中断、数据丢失等问题造成的WSN网络故障。对于网络级的故障,目前有两种常用的诊断方法:

(1)通过软件调试的方式对WSN进行故障诊断。用户构建无线传感监测网络时,对每个节点事先设置相关调试程序,当需要对WSN进行诊断时, Sink节点根据收集的信息分析判断WSN故障状态。现今很多调试工具与策略均是按照此思路进行设计的,如:Clairvoyant、DustMiner以及Sympathy等。这些调试工具大多具有自动诊断以及日志记录功能,可以有效识别故障类型,方便用户分析故障成因。但在诊断的过程中系统需要Sink节点不断收集大量的传感器节点状态数据才能进行有效的判断,这样会占用更多的网络资源,增加网络负担,同时也会不同程度的降低WSN中各节点的使用寿命与性能。

(2)通过建立特定的判定模型实现对WSN故障诊断。此种方法是以WSN大量实际监测数据为基础,通过记录网络运行过程中故障出现时传感器节点发送的异常数据,分析故障与数据之间的内在联系,建立相应的诊断模型。当进行WSN故障诊断时,将实际采集到的数据与该模型进行匹配,若数据满足故障模型,则说明WSN中存在故障,模型将自动识别故障类型。依据此种思想的故障诊断方案又可分为集中式以及分布式。

集中式方案将网络中的Sink节点作为诊断的执行者。Sink节点收集网络中其他节点的数据,再对其进行处理分析,经过模型验证,确定网络故障类型以及原因。常用的集中式方案包含PAD和DSD两种,PAD方案是将WSN中所有传感器节点加装数据标记装置,标记装置随机标记流经节点的数据流,Sink节点通过收集被标记的数据流即可获知WSN的拓扑结构图。DSD方案主要通过提取数据特征实现故障诊断。DSD方案的主要是通过历史累计的监测数据,寻找数据与故障间的内在联系,创建故障知识库。在此基础上,DSD方案首先将收集到的各节点数据与知识库中的信息进行对比,确定可能的故障类型。

分布式方案中WSN不存在固定的故障诊断节点,每个节点均具有故障诊断的功能。传感器节点在向Sink节点上传数据之前,节点会对WSN故障进行基础识别并做出判断。

分布式方案中WSN不存在固定的故障诊断节点,每个节点均具有故障诊断的功能。传感器节点在向Sink节点上传数据之前,节点会对WSN故障进行基础识别并做出判断,通过此种方式可以大大降低Sink节点接收的信息量,提高WSN故障诊断效率。分布式方案根据协同诊断节点数目的不同可分为TinyD2和LD2。TinyD2方案是当WSN中某一节点检测到故障时,相应节点启动自诊断模式,并将当前状态信息发送给其他节点共同进行诊断,确定故障原因。但此种方案有时会出现诊断结果不一致的情况,为了克服这些弊端,科研人员提出LD2方案,运用数据融合的方式综合所有的诊断结果。具体过程为:WSN中故障节点将诊断所需的信息发送给与之相连的其他节点,各节点做出诊断后进行结果融合推断,最后由故障节点将可能的故障原因报送给Sink节点。

4 结论

当无线传感器网络中出现故障时会直接导致监测盲区,使得用户出现决策偏差。针对WSN故障诊断问题,本文分别从节点故障与网络故障两个方面对目前所用的诊断方案进行叙述介绍。分析各方案的工作流程分析其特点。用户可以根据所应用的无线传感器网络的性质,选择适当的故障诊断方案,有效提升无线传感器网络的可靠性。

[1]季赛,袁慎芳,马廷淮,等.无线传感器网络中节点故障诊断方法的研究[J].计算机工程与应用,2010, 46(23):95-97.

[2]刘凯,彭力.分簇式无线传感器网络节点故障诊断算法研究[J].传感器与微系统,2011,30(4):37-40.

[3]徐小龙,耿卫建,杨庚,等.分布式无线传感器网络故障检测算法综述[J].计算机应用研究,2012, 29(12):4420-4425.