无线传感器网络系统的故障诊断技术研究综述

Abstract： The research on fault diagnosis technology is important to improve the reliability of wireless sensor network system． This paper reviews recent domestic and international fault diagnosis technology research on wireless sensor network system，including node-level hardware failure，software failure and network-level fault diagnosis techniques． And four major diagnostic techniques are made a comparison over the diagnostic speed． Finally，the sensor fault diagnosis technology trends and issues are to be made a certain analysis and discussion． Key words： wireless sensor network； topology； homogeneous network； heterogeneous network
1 WSN 系统的故障分类
WSN 系统故障分为网络级故障和节点级故障，
而网络级故障很大一部分原因是由于构成节点的部 件故障引起。在实际的 WSN 中，目前还没有通用的 无线传感器系统故障诊断方法。针对不同的故障，应 该采取不同的诊断方法。
对于无线传感器网络系统的网络级故障诊断，按 照网络拓扑结构的不确定性分为固定拓扑结构故障 诊断和动态拓扑故障诊断。对于无线传感器节点，有 很多分类方法，主要有： 按照故障存在的时间，分为间 歇性故障和永久性故障； 根据故障的性质，分为硬故 障和软故障。本文对传感器节点的故障诊断分析，是 把硬故障和软故障作为研究的切入点。
摘要： 无线传感器网络系统故障诊断技术的研究对提高系统可靠性具有重要意义。本文综述了近年来国内外对无线传
感器网络系统故障进行诊断的技术研究，主要包括节点级硬故障、节点级软故障和网络级故障的诊断技术，并对 4 种主
流诊断技术在诊断速度上作出比较。最后对传感器故障诊断技术的发展趋势和有待解决的问题作了一定的分析和
此外，对于无线传感器网络系统的故障诊断，要 想实现对故障比较精确的判断和定位，通常是信息融 合、神经网络、小波变换这 3 种方法的有效结合使用， 从而可 以 对 复 杂 的 无 线 传 感 器 网 络 系 统 进 行 故 障 诊断。
2． 3 网络级故障诊断技术
目前，网络级故障诊断主要研究的是拓扑结构的 不确定性。根据网络拓扑结构的不确定性，可以分为 固定拓扑结构故障诊断和动态拓扑结构故障诊断。 2． 3． 1 固定拓扑结构故障诊断
0引言
无线传感器网络（ WSN） 是一种全新的信息获取 和处理技术，其应用已扩展到许多领域，引起世界各 国军事、工业、环境和学术界的极大关注。目前 WSN 系统的结构越来越复杂，功能越来越完善，自动化程 度也越来越高，尽可能延长其使用寿命是近年来较热 门的话题。故障节点会降低整个无线传感器网络系 统的服务质量，节点的故障诊断对 WSN 系统起着重 要的作用，所以需要通过故障诊断及时准确地对各种 故障状态做出诊断，以提高系统运行的可靠性、安全 性和有效性。
在固定网络拓扑结构中的所有传感器节点都是 对等的，传感器节点感知的数据很相近，而且节点以 相近的方式完成数据的收集、处理和传输。针对固定 拓扑结构的故障诊断，可以使用比较相邻节点间的发 送数据和向相邻节点传播检测结果进行分布式故障 诊断 的 方 法［7］。 此 外，Jinran Chen 等 人［8］ 提 出 了 DFD（ Distributed Fault Detection） 算法，该算法通过网 络内部对相邻节点的感知数据进行融合分析来实现 传感器节点的故障诊断。 2． 3． 2 动态拓扑结构故障诊断
在异构无线传感器网络中，传感器节点的类型具 有多样性，而且使用的环境很复杂，从而导致节点所 感知的数据具有不确定性。因此，对 WSN 节点进行 准确的故障诊断就变得很困难。当前研究比较成熟 的主要有基于信息融合的故障诊断、基于神经网络的 故障诊断和基于小波变换的故障诊断。
文献［4］提 出 了 一 种 多 传 感 器 信 息 融 合 在 故 障 诊断中的应用方法，由于传感器感知数据的多样性， 信息融合技术在故障诊断中具有重要的作用，是目前 最常用的 多 传 感 器 故 障 诊 断 技 术 之 一。 文 献［5］提 出一种基于神经网络预测的传感器故障诊断方法，通 过神经网络对传感器感知数据进行训练，综合相关输 出数据对 传 感 器 进 行 故 障 诊 断 定 位。 文 献［6］提 出 一种基于小波变换的故障诊断方法，该方法利用小波 变换来 分 析 信 号 的 奇 异 性，从 而 对 故 障 进 行 诊 断 检测。
在同构无线传感器网络中，最常用的诊断技术是 空间相关性诊断技术［3］。空间相关性是指网络系统 中相邻的传感器节点类型相同，所感知的数据相近。 可以根据相邻节点在相同时间内感知的传感数据的
变化情况来判断节点是否发生故障，当感知的传感数 值变化明显，则认为该节点可能出现故障。文献［3］ 提出了一种具体的基于时空特性的无线传感器网络 系统节点故障诊断方法，通过对相邻节点的感知数据 进行聚类分析和比较，从而检测传感器节点是否发生 故障。 2． 2． 2 异构无线传感器网络系统
WSN 系统根据传感器节点的数量，可以分为小 规模传感器网络系统、中小规模传感器网络系统、大 规模传感器网络系统和超大规模传感器网络系统。 对于不同规模的传感器网络系统，不同的故障诊断方 法诊断的精确性和时间性是不同的。
在实际应用中，往往根据特定的无线传感器网络 系统的网络 规 模 和 类 型，把 上 面 的 几 种 方 法 结 合 使 用，以达到诊断速度快并且诊断精确率高的目的。通 过对上面 4 种方法进行仿真比较，得出网络规模对于 诊断技术的影响。具体的比较效果见图 2。
ZHANG Yong-jian1 ，WANG Man2
Hale Waihona Puke （ 1． School of Computer Science and Technology，Donghua University，Shanghai 201620，China； 2． Shanghai Institute of Computing Technology，Shanghai 200040，China）
目前，很多诊断方法都是基于固定网络拓扑结构 的，当网络拓扑发生变化时，部分传感器节点的状态
2012 年第 1 期
张永健等： 无线传感器网络系统的故障诊断技术研究综述
131
将很难确定。所以对于较大规模无线传感器网络系 统，通常将其分成多个簇，每个簇由簇首节点和普通 节点组成，簇 首 节 点 管 理 同 一 个 簇 内 的 其 他 普 通 节 点，并且负责网络系统中数据的交换、处理和转发。
参考文献： ［1］ Luo X，Dong M，Huang Y． On distributed fault-tolerant de-
tection in wireless sensor networks［J］． IEEE Transactions on Computers，2006，55（ 1） ： 58-70． ［2］ Venkataraman G，Emmanuel S，Thambipillai S． A cluster-based approach to fault detection and recovery in wireless sensor networks［C］/ / Proceedings of the 4th IEEE International Symposium on Wireless Communication Systems （ ISWCS ） ． 2007： 35-39． ［3］ 季赛，袁慎芳，吴键，等． 基于时空特性的无线传感器网 络节点 故 障 诊 断 方 法［J］． 传 感 器 与 微 系 统，2009，28 （ 10） ： 117-120． ［4］ 张彦铎，姜兴渭． 多传感器信息融合及在智能故障诊断 中的应用［J］． 传感器技术，1999，18（ 3） ： 18-22． ［5］ Massieh N． Use of Autoassociative Neural Networks for Sensor Diagnostics［D］． Texas A＆M University，2003． ［6］ Kreinovich V，Sirisaengtaksin O． Wavelet neural networks are asymptotically optimal approximators for functions of one variable［C］/ / Proceedings of 1994 IEEE International Conference on Neural Networks． 1994，1： 299-304． ［7］ Chessa S，Santi P． Crash faults identification in wireless sensor networks［J］． Computer Communications，2002，25（ 14） ： 12731282． ［8］ Chen Jinran，Kher S，Somani A． Distributed fault detection of wireless sensor networks［C］/ / Proceedings of the 2006 Workshop on Dependability Issues in Wireless Ad Hoc Networks and Sensor Networks． 2006： 65-72． ［9］ 张劼，景博，张宗麟，等． 无线传感器网络中基于比较的 簇节点故障诊断算法［J］． 传感技术学报，2007，20（ 8） ： 1860-1864． ［10］ Rost S，Balakrishnan H． Memento： A health monitoring system for wireless sensor networks［C］/ / Proceedings of 2006 3rd Annual IEEE Communications Society on Sensor and Ad Hoc Communications and Networks． 2006： 575-584．