一种实时故障的诊断方法及系统技术方案

本发明专利技术涉及一种实时故障的诊断方法及系统，包括以下步骤：采用CLS聚类算法对预定区域内的传感器节点进行分簇；根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。本发明专利技术的有益效果是：复杂环境下的无线传感网络节点在通过分簇、诊断、维修这三个阶段后，能够及时有效地发现网络中的故障节点，从而进行故障修复，提高了网络维护的效率。该发明专利技术通过利用分簇的过程，更加适用于复杂环境下的无线传感网络，减少环境对诊断结果造成的误差，提高诊断的准确率。

Method and system for diagnosing real-time faults

Diagnosis method and system of the present invention relates to a real-time fault, which comprises the following steps: using CLS clustering algorithm for sensor nodes within a predetermined area are divided into clusters; according to the measurement and calculation of maximum matching in several rounds of the corresponding two node value, determined to be diagnostic sensor node's state of health; according to the judgment result to find the sensor entity the fault nodes in a sensor network, and carry out maintenance. The invention has the advantages that the complex environment of the wireless sensor network node in the cluster, diagnosis and maintenance of these three stages, can timely and effectively find the fault nodes in the network, so as to carry out fault repair, improve the efficiency of network maintenance. By utilizing the clustering process, the invention is more suitable for the wireless sensor network in the complex environment, thereby reducing the error caused by the environment to the diagnosis result and improving the accuracy of the diagnosis.

【技术实现步骤摘要】
一种实时故障的诊断方法及系统
本专利技术涉及无线传感器网络(WSN)
，特别是涉及一种复杂环境下无线传感器网络的实时故障诊断方法及系统。
技术介绍
随着微机系统、嵌入式系统与无线网络技术的进步，促进了应用灵活、使用方便的无线传感网络的快速发展。无线传感网络是当前在际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，这些信息通过无线方式被发送，并以自组多跳的网络方式传送到用户终端，从而实现物理世界、计算世界以及人类社会三元世界的连通。无线传感网络凭借其低功耗、健壮性、自组织性、可扩展性等特性被广泛应用于国防军事、农业生产、环境监测、智能家居、医疗保健等多个领域。通过其分布式的拓扑结构，可以用来监测温度、湿度、光照等环境信息，在空间探索和灾难拯救等特殊领域也有得天独厚的技术优势。然而随着无线传感网络的应用越来越广泛，一些问题也随之出现。由于节点的低廉性，分布环境的恶劣以及其它各种无法预计的因素，节点很有可能出现各种故障，导致测量数据不准确，对使用者造成严重的经济损失甚至整个网络瘫痪。对于具备分布性和大量性特征的无线传感网络来说，实行传统手工检测手段极其浪费人力、物力和时间。因此，为了及时有效地对故障节点进行维修或替换，需要一种更加智能化的故障诊断算法。目前普遍采用集中式与分布式两种故障检测方法来诊断无线传感网，然而集中式方法的节点能量消耗快，计算冗余量大，故障检测相对耗时；而分布式方式则因诊断信息不足，易发生误判。目前常见的技术大多考虑的仅仅是单一的网络环境，但是在实际的网络部署中，感测环境往往是复杂多变的，所以提出一种能量消耗低的复杂环境下的无线传感网络故障检测方法对延长网络寿命、保证网络稳定可靠的运行是非常有意义的。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的实时故障的诊断方法及系统。传统技术普遍需要测量待诊断节点的所有邻居节点，本专利技术则通过求节点的最大匹配能够减少测试总次数与网络中节点的能量消耗，避免了传感器节点因为过多的通信导致影响网络生命周期。本专利技术是通过下述技术方案来解决上述技术问题的：具体的，根据本专利技术的一个方面，本专利技术提供了一种实时故障的诊断方法，包括以下步骤：采用CLS聚类算法对预定区域内的传感器节点进行分簇；根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。优选的，如上所述的实时故障的诊断方法，所述采用CLS聚类算法对预定区域内的传感器节点进行分簇的步骤包括如下子步骤：(1)根据实际环境确定簇的数量k以及地理约束值r；(2)把整个网络划分成2r×2r的网格，记网格个数为n；(3)计算网络中两个节点的距离，如果距离小于约束值r，视这两个节点是相连的；计算每个节点与其所在网格相邻的网格中所有节点的距离，把网络结构转换为连通图；(4)挑选种子节点；(5)种子节点使用本地搜索机制挑选邻居节点形成粗簇；(6)合并两个距离最近并且是连通的粗簇，即两个粗簇中分别存在一个节点，这两个节点的距离小于r，直到最后簇的个数为k。优选的，如上所述的实时故障的诊断方法，所述子步骤(4)的具体过程如下：把每个网格中的中心节点视为候选种子节点；过滤出方差较高的候选种子节；如果n/2大于k，则过滤出一半的候选种子节点，否则，当候选种子节点小于k时停止过滤；在候选种子节点中随机挑选一个作为头号种子节点；选择距离最远、测量值差异最大的一个候选种子节点作为下一个种子节点，直到有k个种子节点。优选的，如上所述的实时故障的诊断方法，所述子步骤(5)的具体过程如下：首先，先把每个种子节点视为一个单独的簇；然后在上一步的种子节点中挑选k个节点作为初始代表节点，同时，每个簇的质心也视为代表节点；计算代表节点的邻居节点和所在簇的质心点的数据值差值，并且放入优先队列中；挑选差值最小的点加入簇中，用这个点更新相应簇的质心并且把这个点作为簇的新的代表节点；重复上述过程，直到代表节点所有的邻居节点都被加入相应的簇中。优选的，如上所述的实时故障的诊断方法，所述根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态的步骤包括如下子步骤：1)把每个簇视为一个网络，求出其最大匹配；2)对最大匹配M中每条边上的两个节点彼此来回进行测试，若两次测试结果都小于或等于阈值θ，则判定这两个传感器节点都是无故障节点，否则将这两个节点视为无法确定的状态；3)把所有无故障的传感器节点，与剩下的无法确定状态的节点做最大匹配，用无故障的节点测试匹配节点，如果测试结果小于或等于阈值θ，则判定这个传感器节点是无故障节点，否则判定为故障节点；4)重复上一步，直至明确所有节点的健康状态或者找不到无故障节点能够对不确定节点进行测试。优选的，如上所述的实时故障的诊断方法，所述的根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修的步骤包括如下情形：如果网络中还剩下无法确定状态的节点，直接把所有无法确定状态的节点视为故障节点，然后替换或维修所有的故障节点；或者，选择替换部分故障节点，使得新的替换后的节点能够继续对不确定的节点进行诊断测试，直到找出所有的故障节点。另外，根据本专利技术的另一个方面，还提供了一种实时故障的诊断系统，所述系统包括供电单元，以及与供电单元连接的如下单元：传感器单元，由传感器和数/模转换模块组成，用于感知、获取监测区域内的信息，并将其转换为数字信号；处理单元，包括处理器、存储器，负责控制和协调节点各部分的工作，存储和处理自身采集的数据以及其他节点发来的数据；无线通信单元，由无线通信模块组成，负责与其他传感器节点进行通信，交换控制信息和收发采集数据。优选的，如上所述的实时故障的诊断系统，所述供电单元采用微型电池。优选的，如上所述的实时故障的诊断系统，所述处理器采用CLS聚类算法对指定区域内的传感器节点进行分簇，求出网络中的最大匹配，并根据匹配边上两节点采集到的数据，诊断出网络中的故障节点。本专利技术的有益效果是：复杂环境下的无线传感网络节点在通过分簇、诊断、维修这三个阶段后，能够及时有效地发现网络中的故障节点，从而进行故障修复，提高了网络维护的效率。该专利技术通过利用分簇的过程，更加适用于复杂环境下的无线传感网络，减少环境对诊断结果造成的误差，提高诊断的准确率。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一具体实施方式中复杂环境下无线传感器网络的实时故障诊断方法流程示意图；图2为本专利技术一具体实本文档来自技高网...

【技术保护点】
一种实时故障的诊断方法，其特征在于，包括以下步骤：采用CLS聚类算法对预定区域内的传感器节点进行分簇；根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。

【技术特征摘要】
1.一种实时故障的诊断方法，其特征在于，包括以下步骤：采用CLS聚类算法对预定区域内的传感器节点进行分簇；根据计算若干轮最大匹配中对应两个节点的测量值差值，判定待诊断传感器节点的健康状态；根据判定结果找到传感器网络中故障节点的传感器实体，并进行维修。2.如权利要求1所述的实时故障的诊断方法，其特征在于，所述采用CLS聚类算法对预定区域内的传感器节点进行分簇的步骤包括如下子步骤：(1)根据实际环境确定簇的数量k以及地理约束值r；(2)把整个网络划分成2r×2r的网格，记网格个数为n；(3)计算网络中两个节点的距离，如果距离小于约束值r，视这两个节点是相连的；计算每个节点与其所在网格相邻的网格中所有节点的距离，把网络结构转换为连通图；(4)挑选种子节点；(5)种子节点使用本地搜索机制挑选邻居节点形成粗簇；(6)合并两个距离最近并且是连通的粗簇，即两个粗簇中分别存在一个节点，这两个节点的距离小于r，直到最后簇的个数为k。3.如权利要求2所述的实时故障的诊断方法，其特征在于，所述子步骤(4)的具体过程如下：把每个网格中的中心节点视为候选种子节点；过滤出方差较高的候选种子节；如果n/2大于k，则过滤出一半的候选种子节点，否则，当候选种子节点小于k时停止过滤；在候选种子节点中随机挑选一个作为头号种子节点；选择距离最远、测量值差异最大的一个候选种子节点作为下一个种子节点，直到有k个种子节点。4.如权利要求2所述的实时故障的诊断方法，其特征在于，所述子步骤(5)的具体过程如下：首先，先把每个种子节点视为一个单独的簇；然后在上一步的种子节点中挑选k个节点作为初始代表节点，同时，每个簇的质心也视为代表节点；计算代表节点的邻居节点和所在簇的质心点的数据值差值，并且放入优先队列中；挑选差值最小的点加入簇中，用这个点更新相应簇的质心并且把这个点作为簇的新的代表节点；重复上述过程，直到代表节点所有的邻居节点都被加入相应的簇中。5.如权利要求...

【专利技术属性】
技术研发人员：王丽丹，樊建席，张书奎，林政宽，曾煜棋，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32