利用置信规则库构建WSN节点故障检测模型

朱海龙，耿文强，韩劲松，张广玲，冯志超

（1. 哈尔滨师范大学 计算机科学与信息工程学院，黑龙江 哈尔滨 150025; 2. 哈尔滨金融学院 计算机系，黑龙江 哈尔滨 150030; 3. 火箭军工程大学 导弹工程学院，陕西 西安 710025）

无线传感器网络(WSN)已广泛用于大型工业结构件的安全检测[1]、军事领域的实时信息采集[2]、生态环境监测[3]、辅助农业生产和复杂的机械控制等领域[4-5]。在实际应用中，传感器节点发生故障和通信信道受到干扰等因素会导致传感器节点采集数据不完整不准确，同时传感器节点工作环境的复杂性和WSN的无中心特性也会增加人工维护和故障排查的难度，所以对WSN节点进行实时准确地故障检测对无线传感器网络的应用和发展具有十分重要的意义。目前对WSN节点的故障检测方法主要分为2种：1) 基于数据驱动的WSN节点故障检测方法[6-15]；2) 基于专家知识的WSN节点故障检测方法[16-17]。

方法1需要处理大量的传感器数据，且算法准确性依赖于传感器节点发送数据的完整性和准确性。典型的数据驱动方法又分为构建神经网络[6-8]及构建数据模型2种方式[9-15]。方法2基于专家知识，算法检测准确率较高，但检测准确率依赖于专家知识的准确性。如文献[16]提出一种基于可信度和邻居协作的WSN节点故障检测算法，依赖可信度模型以及邻居节点的诊断回复完成节点故障检测过程。目前大部分WSN故障检测方法无法准确地描述不确定、模糊以及未知信息，导致故障检测失去可靠性。为解决该问题，有学者使用证据推理规则描述不确定、模糊以及未知信息[18]。……