[發明專利]對無線傳感器網絡異常事件進行分布式檢測的方法

無效

• 申請號: 201210054572.9
• 申請日: 2012-03-04
• 公開（公告）號: CN102594904A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 張媛;夏羽;趙志峰;張宏綱
• 申請（專利權）人: 浙江大學
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/26
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 陳昱彤

技術領域

本發明涉及一種利用分簇方式對無線傳感器網絡異常事件進行分布式檢測的方法。

背景技術

壓縮感知(Compressed?Sensing)是近幾年來的一項新興信號處理技術，其核心思想是將數據采樣和壓縮合并進行，首先采集信號的非自適應線性投影(測量值)，然后根據相應的重構算法由測量值復原信號。壓縮感知有兩個方面的基本要求：信號的稀疏性，觀測基(觀測矩陣)與變換基(變換矩陣)的非相關性。對于自然界的任何信號，均存在一個特定的表示空間，使得該信號在此空間具有稀疏性。經相關理論證明，隨機矩陣，即元素為隨機數的矩陣，與固定的變換基具有很好的非相關性。

壓縮感知的數學原理為：設長度為N的矢量信號X在正交變換基Ψ上的變換系數是稀疏的，即：原始信息X為一維N×1向量，X∈R^N，存在一個N×N變換矩陣Ψ，X＝ΨP，其中P亦為一維N×1向量，使得P具有稀疏性。信號的稀疏性是指若向量中非零項的個數為K，K＜N，則稱該向量是K-稀疏。

用與變換基Ψ不相關的觀測矩陣Φ對原始信息進行線性變換，觀測矩陣Φ為一個M×N的矩陣，Φ∈R^M×N(M＜＜N)，并得到觀測信號集合Y，即

Y＝ΦX，

Y=ΦX=ΦΨP=Φ~P,]]>

故Y為一維M×1向量。在已知的條件下，可利用優化求解方法從Y中精確地或高概率地重構信號P，繼而恢復出原始信號X。

壓縮感知技術的最大優點在于能以遠低于奈奎斯特采樣率的采樣速率進行采樣，大大減少信號在數據采集和傳輸過程中消耗的資源和能量。相對于常規的先采樣后壓縮的分布式信源編碼方法，壓縮感知的優勢在于不需要被處理信號的任何先驗信息，且不需要控制信息交換。

無線傳感器網絡(Wireless?Sensor?Network，WSN)是通過無線通信的方式形成的一個多跳的且有可能自組織的網絡系統，由部署在一定檢測區域內的大量微型傳感器節點組成，主要功能為協作地感知、采集和處理網絡覆蓋區域的監測信息，并發送給觀察中心(匯聚節點)。一般來說，無線傳感器網絡中包含大量的廣泛分布的節點，故需要傳輸、分析和處理大量的數據。

無線網絡的規模在不斷的擴大，內部結構的復雜化以及數據采集及傳輸處理能力的提高，使無線網絡的應用范圍不斷擴大。事件檢測是無線網絡很典型的幾大應用之一，其應用功能所涉及的領域眾多，如對地震的檢測、森林防火、城市消防、野生動物保護型跟蹤、戰場毒氣檢測等。無線網絡可以很好的對大范圍、難接觸、危險性較大的事件網絡進行監控和事件檢測。為了可以更加準確和及時的檢測事件的發生，必須保證無線網絡的節點處于正常工作的狀態。但是由于人為或自然損壞、電池耗盡、傳感器節點休眠等原因，無線網絡常常出現內部傳感器節點處于非正常工作狀態。因此，及時準確地檢測無線傳感器自身的運行工作狀態是非常必要的。鑒于此，對無線網絡中非正常工作節點的檢測是保證其完成對所應用的事件網絡的準確檢測的必要條件。

假設檢驗等傳統的檢測方法，重點在于檢測事件的統計特征并使誤差最小化，這些方法需要考慮噪聲的特性。簡單假設檢驗方法的計算復雜度較低，但是它在干擾環境中受影響很大。根據壓縮感知和無線傳感器網絡的特性，壓縮感知技術被用于無線傳感器網絡中，網絡的匯聚中心只需要使用一部分奈奎斯特采樣速率，就能以較高概率恢復原始信號。在無線傳感器網絡中，活躍的節點僅占到全部節點的很小一部分，而網絡中會發生的節點數更是遠遠低于節點總數目，因此在無線傳感器網絡中檢測的問題可以歸結為壓縮感知問題。對基于壓縮感知的事件檢測，目前研究已經證實，可靠檢測信號所需的觀測數目要明顯低于傳統的信號重構所需，如果有一定先驗信息，比如知道稀疏域上可能發生異常的位置，那么通過利用這些先驗信息，檢測結果可以更精確，同時抗干擾能力更強。