一種識(shí)別無線傳感器網(wǎng)絡(luò)中錯(cuò)誤測(cè)量值的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線傳感器網(wǎng)絡(luò)技術(shù)應(yīng)用領(lǐng)域，設(shè)及一種識(shí)別無線傳感器網(wǎng)絡(luò)中錯(cuò)誤 測(cè)量值的方法。
【背景技術(shù)】
[0002] 無線傳感器網(wǎng)絡(luò)是由大量低成本微型傳感器節(jié)點(diǎn)組成，其目的是感知、采集和處 理外界環(huán)境中的各種數(shù)據(jù)信息，在環(huán)境監(jiān)測(cè)和災(zāi)難預(yù)警等領(lǐng)域發(fā)揮著重要作用。無線傳感 器對(duì)測(cè)量數(shù)據(jù)的準(zhǔn)確性和可靠性的要求非常高，但是實(shí)際部署的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)通常 會(huì)產(chǎn)生錯(cuò)誤的測(cè)量值，原因主要有：
[0003] (1)由于傳感器節(jié)點(diǎn)資源有限，特別是電池供電的情況下，在經(jīng)歷較長(zhǎng)時(shí)間運(yùn)行 后，電池不足可能導(dǎo)致傳感器節(jié)點(diǎn)采集的測(cè)量值精度有較大程度的下降，甚至出現(xiàn)偏離實(shí) 際情況的錯(cuò)誤測(cè)量值；
[0004] 似外界環(huán)境干擾也可能影響到傳感器的測(cè)量準(zhǔn)確性。傳感器節(jié)點(diǎn)通常需要直接 暴露在外界環(huán)境中，因此容易受到環(huán)境因素的干擾，從而導(dǎo)致傳感器節(jié)點(diǎn)產(chǎn)生偏離實(shí)際情 況的錯(cuò)誤測(cè)量值。
[0005] 運(yùn)些錯(cuò)誤的測(cè)量值增加了無線傳感器網(wǎng)絡(luò)的通信開銷，浪費(fèi)了有限的能量。更嚴(yán) 重的是運(yùn)些錯(cuò)誤測(cè)量值可能導(dǎo)致錯(cuò)誤的判斷，嚴(yán)重影響了無線傳感器網(wǎng)絡(luò)的系統(tǒng)工作性 能。例如監(jiān)測(cè)火災(zāi)的傳感器網(wǎng)絡(luò)發(fā)生誤報(bào)的后果是非常嚴(yán)重的。
[0006] 為了識(shí)別無線傳感器網(wǎng)絡(luò)錯(cuò)誤測(cè)量值，之前的方法通常利用時(shí)間序列或空間序列 來判別異常數(shù)據(jù)，但是忽略了測(cè)量數(shù)據(jù)之間同時(shí)存在空間關(guān)聯(lián)性和時(shí)間關(guān)聯(lián)性。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明要解決的技術(shù)問題在于，如何自動(dòng)識(shí)別出傳感器網(wǎng)絡(luò)中的錯(cuò)誤測(cè)量值，提 高傳感器網(wǎng)絡(luò)采集數(shù)據(jù)的準(zhǔn)確性。
[0008] -種識(shí)別無線傳感器網(wǎng)絡(luò)中錯(cuò)誤測(cè)量值的方法，包括W下幾個(gè)步驟：
[0009] Sl:利用無線傳感器網(wǎng)絡(luò)中相鄰傳感器節(jié)點(diǎn)的歷史測(cè)量數(shù)據(jù)訓(xùn)練獲得傳感器節(jié)點(diǎn) 之間的測(cè)量值線性模型；
[0010] S2 :確定傳感器節(jié)點(diǎn)之間的連接邊的狀態(tài)；
[0011] 將無線傳感器網(wǎng)絡(luò)中各傳感器節(jié)點(diǎn)的當(dāng)前測(cè)量值代入Si獲得的對(duì)應(yīng)傳感器節(jié)點(diǎn) 測(cè)量值線性模型中，依據(jù)線性模型的輸出結(jié)果，判斷各傳感器節(jié)點(diǎn)是否符合對(duì)應(yīng)相鄰傳感 器節(jié)點(diǎn)的線性模型，從而確定各相鄰傳感器節(jié)點(diǎn)之間的連接邊的狀態(tài)，若符合，則對(duì)應(yīng)相鄰 傳感器節(jié)點(diǎn)之間的連接邊初始狀態(tài)為0,否則，為1 ;
[0012] S3 :依據(jù)連接邊的狀態(tài)，采用投票機(jī)制對(duì)各傳感器節(jié)點(diǎn)的初始狀態(tài)進(jìn)行確定；
[0013] 所述傳感器節(jié)點(diǎn)的初始狀態(tài)為0或1，其中，0表示傳感器節(jié)點(diǎn)測(cè)量正確，1表示傳 感器節(jié)點(diǎn)測(cè)量錯(cuò)誤；
[0014] S4:利用各相鄰傳感器節(jié)點(diǎn)之間連接邊的狀態(tài)W及各傳感器節(jié)點(diǎn)的初始狀態(tài)，對(duì) 傳感器節(jié)點(diǎn)的兩種狀態(tài)概率均進(jìn)行迭代計(jì)算，每次迭代過程中W狀態(tài)概率較大值對(duì)應(yīng)的狀 態(tài)作為傳感器節(jié)點(diǎn)的最新狀態(tài)，如果迭代過程中有傳感器節(jié)點(diǎn)狀態(tài)發(fā)生了改變，則重復(fù)此 迭代過程，直到所有傳感器節(jié)點(diǎn)狀態(tài)不再變化后，依據(jù)節(jié)點(diǎn)的最新狀態(tài)識(shí)別傳感器節(jié)點(diǎn)的 當(dāng)前測(cè)量值是否存在錯(cuò)誤。
[0015] 所述S4中的每個(gè)傳感器節(jié)點(diǎn)狀態(tài)概率迭代計(jì)算公式為：
[0017] 其中，P(state=i)表示在迭代過程中傳感器節(jié)點(diǎn)狀態(tài)state為i時(shí)的概率，i表 示傳感器節(jié)點(diǎn)狀態(tài)，取值為0或1 ;l〇ca化vidence(i)表示傳感器節(jié)點(diǎn)對(duì)自身狀態(tài)的信任度 值，
N表示傳感器節(jié)點(diǎn)的鄰居數(shù)目即連 接邊的數(shù)目，N'表示其中狀態(tài)為0的連接邊的數(shù)目；
[0018]probMat(S(k)，i)2X2為傳感器節(jié)點(diǎn)與第k個(gè)相鄰節(jié)點(diǎn)之間的轉(zhuǎn)移矩陣，S(k)和i 在轉(zhuǎn)移矩陣中分別表示轉(zhuǎn)移矩陣的行號(hào)和列號(hào)，S化）取值為當(dāng)前傳感器節(jié)點(diǎn)對(duì)應(yīng)的第k個(gè) 鄰居節(jié)點(diǎn)的初當(dāng)前狀態(tài)值；
[0019]當(dāng)傳感器節(jié)點(diǎn)與相鄰節(jié)點(diǎn)之間的連接邊初始狀態(tài)為1時(shí)，轉(zhuǎn)移矩陣
[0020] 當(dāng)傳感器節(jié)點(diǎn)與相鄰節(jié)點(diǎn)之間的連接邊初始狀態(tài)為0時(shí)，轉(zhuǎn)移矩陣
[002。 其中，0為轉(zhuǎn)移因子，取值為小于50%的正數(shù)。
[0022] 所述Sl中獲得的傳感器節(jié)點(diǎn)之間的測(cè)量值線性模型為自回歸各態(tài)經(jīng)歷ARX模型： A(q)X(t) =B(q)X帕巧hbor(t) +6 (t);
[002引其中，A(q)、B(q)是利用歷史數(shù)據(jù)訓(xùn)練得到的系數(shù)，e(t)為白噪聲；X表示某傳感 器節(jié)點(diǎn)自身歷史測(cè)量值數(shù)據(jù)，Xwighhf表示傳感器節(jié)點(diǎn)某個(gè)相鄰節(jié)點(diǎn)歷史測(cè)量值數(shù)據(jù)。
[0024] 所述ARX模型采用最小二乘法訓(xùn)練獲得。
[0025] 所述依據(jù)線性模型的輸出結(jié)果，判斷各傳感器節(jié)點(diǎn)是否符合對(duì)應(yīng)相鄰傳感器節(jié)點(diǎn) 的線性模型時(shí)，采用支持向量機(jī)模型進(jìn)行判斷；
[0026] 所述支持向量機(jī)模型利用Sl獲得的線性模型和傳感器節(jié)點(diǎn)的相鄰節(jié)點(diǎn)測(cè)量值計(jì) 算對(duì)應(yīng)傳感器節(jié)點(diǎn)的估計(jì)值XO)，將估計(jì)值與自身測(cè)量值X(t)作差得到殘差a)，W 所有的e"Mghbw(t)作為正樣本訓(xùn)練得到的分類模型。
[0027] 所述S3中采用投票機(jī)制對(duì)各傳感器節(jié)點(diǎn)的初始狀態(tài)進(jìn)行確定是指若傳感器節(jié)點(diǎn) 的相鄰節(jié)點(diǎn)線性模型輸出結(jié)果一半或一半W上的被判斷為該傳感器節(jié)點(diǎn)符合對(duì)應(yīng)的線性 模型，則判斷該傳感器節(jié)點(diǎn)的初始狀態(tài)為0,否則為1。
[002引其中，步驟Sl和S2在傳感器節(jié)點(diǎn)上分布式實(shí)施，步驟S3和S4在基站集中式實(shí)施。 [002引有益效果
[0030] 本發(fā)明提供了一種識(shí)別無線傳感器網(wǎng)絡(luò)中錯(cuò)誤測(cè)量值的方法，該方法首先通過訓(xùn) 練傳感器節(jié)點(diǎn)之間的線性模型，且利用線性模型判斷各傳感器節(jié)點(diǎn)之間的初始狀態(tài)；利用 連接邊初始狀態(tài)判斷傳感器節(jié)點(diǎn)的初始狀態(tài)；結(jié)合連接邊初始狀態(tài)和傳感器節(jié)點(diǎn)的初始狀 態(tài)對(duì)傳感器節(jié)點(diǎn)的狀態(tài)概率進(jìn)行迭代計(jì)算，從而確定傳感器節(jié)點(diǎn)的當(dāng)前測(cè)量值是否存在錯(cuò) 誤；該方法充分利用了同一傳感器節(jié)點(diǎn)測(cè)量值間的時(shí)間相關(guān)性和相鄰傳感器節(jié)點(diǎn)測(cè)量值之 間的空間相關(guān)性，相比于現(xiàn)有技術(shù)的單一檢測(cè)更加穩(wěn)定可靠，易于實(shí)現(xiàn)，可W快速準(zhǔn)確的識(shí) 別出無線傳感器網(wǎng)絡(luò)中的錯(cuò)誤測(cè)量值，且不需要依賴工作人員的專業(yè)背景知識(shí)。
【附圖說明】
[0031]圖1為本發(fā)明的一種無線傳感器網(wǎng)絡(luò)錯(cuò)誤測(cè)量值識(shí)別方法流程圖；
[003引圖2為依照本發(fā)明中傳感器節(jié)點(diǎn)訓(xùn)練模型的流程圖；
[0033] 圖3為依照本發(fā)明中基站迭代計(jì)算節(jié)點(diǎn)最終狀態(tài)的流程圖；
[0034] 圖4為本發(fā)明的一個(gè)實(shí)例及測(cè)試效果圖，其中，（a)為初始狀態(tài)圖，化）為第一次迭 代后的傳感器節(jié)點(diǎn)狀態(tài)圖，（C)為迭代穩(wěn)定后的傳感器節(jié)點(diǎn)狀態(tài)圖。
【具體實(shí)施方式】
[0035] 下面將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說明。
[0036] 一種無線傳感器網(wǎng)絡(luò)的錯(cuò)誤測(cè)量值自動(dòng)識(shí)別方法，參見圖1所示，包括W下步驟：
[0037]S1、利用相鄰傳感器節(jié)點(diǎn)的歷史測(cè)量值數(shù)據(jù)訓(xùn)練得到節(jié)點(diǎn)之間的線性模型。圖2 是訓(xùn)練模型的具體過程，訓(xùn)練階段是依據(jù)節(jié)點(diǎn)之間是否存在線性關(guān)系生成拓?fù)鋱DW及訓(xùn)練 各節(jié)點(diǎn)與其鄰居之間的線性關(guān)系模型，包括：
[0038]S101、收集節(jié)點(diǎn)自身歷史測(cè)量值數(shù)據(jù)X及其鄰居節(jié)點(diǎn)的歷史測(cè)量值數(shù)據(jù)X。= {XneighberInei曲borEZ}，Z表示該節(jié)點(diǎn)地理位置鄰近節(jié)點(diǎn)集合，Xneighber表示某個(gè)鄰近節(jié)點(diǎn) 歷史測(cè)量值數(shù)據(jù)。
[0039]S102、對(duì)于每一對(duì)知，、wghbw〉，訓(xùn)練線性模型：自回歸各態(tài)經(jīng)歷模型 (AutoRegressiveeXogenous,ARX)。
[0040] 訓(xùn)練ARX模型可采用最小二乘法訓(xùn)練，訓(xùn)練后的ARX(m，n，k)模型為：
[0041 ]X(t)+aiX(t_l)+.. .+a〇X(t_n)=b〇N(t_k)+biN(t-k-l)+...+bmN(t-k-m),其中X(t)是當(dāng)前傳感器節(jié)點(diǎn)讀數(shù)，N(t)是外部輸入序列即鄰居節(jié)點(diǎn)的讀數(shù)X"pighbDf，k、m分別是 外部輸入的時(shí)延和數(shù)目，n決定了節(jié)點(diǎn)讀數(shù)的自相關(guān)程度，k、m、n由訓(xùn)練ARX模型得到，目 標(biāo)是根據(jù)〈X，訓(xùn)練出的線性模型ARX(m，n，k)的均方誤差最小。ARX模型中的系數(shù) 定義為0，0 =[曰1，...，曰。，b。，bi,. . .，bm]T，由訓(xùn)練數(shù)據(jù)集<X,Xneighbor〉及相應(yīng)的m、n、k訓(xùn) 練得到。
[0042]S103、對(duì)于每一對(duì)〈X，、wghb。六，通過線性模型和鄰居節(jié)點(diǎn)測(cè)量值計(jì)算得到一個(gè)估 計(jì)值X的，并與自身測(cè)量值X(t)進(jìn)行比較得到它們之間的殘差：的=巧t)-都)，然 后將所有(t)作為正樣本訓(xùn)練一類支持向量機(jī)模型。
[0043]S2、在傳感器節(jié)點(diǎn)采集到待識(shí)別的測(cè)量值后，各節(jié)點(diǎn)分布式檢驗(yàn)運(yùn)些測(cè)量值是否 符合之前訓(xùn)練得到的線性關(guān)系模型。
[0044] 首先，通過線性模型估計(jì)傳感器節(jié)點(diǎn)的測(cè)量值，并計(jì)算實(shí)際測(cè)量值與此估計(jì)值之 間的殘差，最后將殘差輸入一類支持向量機(jī)模型得