专利名称：一种基于无线传感网络的事件检测方法
技术领域：
本发明涉及一种基于无线传感网络的事件检测方法
背景技术：
无线传感网络的一种重要应用是事件检测，如目标跟踪、灾害监视、环境监测等都需要有效的事件检测。事件检测的方法大体可以概括为以下几种基于阈值的事件检测、基于推理的事件检测、基于模式匹配的事件检测。基于阈值的事件检测方法的主要思想是事件发生与否对传感器节点来说取决于被检测的属性值是否超出预先设定的阈值，为提高事件检测的准确率，利用传感数据的空间相关性和时间相关性来进一步判决[曹冬磊，曹建农，金蓓弘.一种无线传感器网络中事件区域检测的容错算法.计算机学报，2007，30 (10)1770-1776][XuanwenLuo,Ming Dong,and Yinlun Huang. On Distributed Fault-TolerantDetection in Wireless Sensor Networks. IEEE Trans. Computers，2006，Vol. 55，NO. 1，PP :58-70.]。基于推理的事件检测方法的主要思想是节点通过与自己的邻居交换数据获得所有邻居中检测到事件的统计概率，利用动态贝叶斯网络或马尔可夫随机场理论采用预测错误概率的方式对事件发生的可能性做出推理[Chang Y. Juang T, Lo C, et al.,“Fault Estimation and Fault Map Construction on Cluster-Based Wireless,，，IEEEInternational Proceedings-Thirteenth International Symposium on TemporalRepresentation and Reasoning, TIME 2007, Taichung, Taiwan, 2007, pp :14-19]。基于模式匹配的事件检测方法的主要思想是每个传感节点将自身的检测数据和地理位置发送给sink节点。sink基于检测数据和一定的规则生成等值线图，与预先定义的事件模型进行匹配，决策事件是否发生[Franklin M. J.，Hellerstein J. M.，Hong ff, Madden S.，and Stanek K. Beyond average Towards sophisticated sensing with queries. IPSN,2003, pp.1-17. ][Mo Li, Yunhao Liu. Iso-Map :Energy-Efficient Contour Mapping inWireless Sensor Networks. IEEE Transactions on Knowledge and Data Engineering,2010, vol. 22,no. 5,pp. 699-710. ]。2003 年由 Jos印h M.和 Hellerstein 等人首次提出基于等值线图的模式匹配的事件检测方法。由于每个节点都要发送信息到sink节点，造成大量的能量消耗；针对该缺陷，刘云浩等人提出了能量有效的等值线图算法(Iso-Map)。算法分四部分创建网络体系结构、查询下发、关键节点(上传数据的节点)的任命和等值线图的生成。其中最为重要的是关键节点的任命，通过智能的选取这些关键节点，网络的通信开销减少。通过分析和归纳国内外现有的无线传感网络事件检测方法，可以看出，尽管己经有不少研究成果，但仍存在以下问题(I)在事件边界区域，相邻节点所检测的环境事件特性可能正好相反，基于空间相关性使这部分节点相互干扰，且引入新的检测错误的可能性增大，无法达到容错检测的目标。(2)注重事件检测算法的容错性能，较少地考虑能耗，或者没有将能耗这一指标融入到算法中。无线传感网络中，能量是最大的瓶颈，事件检测需要紧紧围绕减少能耗开销这一核心问题。(3)针对不同的应用背景，事件模型较难确定。
发明内容
本发明的目的就是为解决上述问题，提供一种基于无线传感网络的事件检测方法。它基于上述问题(I)，在事件边界处相邻节点检测到的事件特性值差别较大，一个节点根据检测值判断有事件发生，另ー个节点根据检测值判断无事件发生。利用该特性把传感器节点划分成两部分，即找出事件的边界，根据检测值的大小，进ー步判断哪部分是事件区域，哪部分是正常区域。最大流最小割理论广泛应用于图像分割，若将传感器检测值看作是图像像素，那么整个监测区域就可以看作是一幅图像，针对某些边界明显的特定事件就可以利用图像分割的方法进行事件检测，故提出了一种基于最大流最小割的事件检测方法。为实现上述目的，本发明采用如下技术方案一种基于无线传感网络的事件检测方法，它的过程为(I)在事件监测区域均匀的布置相应的传感器节点，定义相邻节点间的权值函数，将节点的原始检测值，转化为邻居之间的权值，并保证节点之间检测值差距越大得到的权值越小；同时，满足一定条件的权值上传至sink节点。(2) sink节点根据传感器节点上传的信息还原出传感器网络的拓扑，补全所有相邻节点的权值，形成完整的节点之间的权值网络；利用连通集合相邻关系得到初始的节点
集合 Oin，I inO(3)基于搜索树设计最大流算法，根据节点间的权值划分网络，将网络节点分成集合Stjut和Trat,并保证划分开的权值和最小，即从节点检测值差距最大的地方划分开。根据最大流算法的输出结果直接找到事件边界。(4)根据节点上传权值时隐含的方向，进ー步确定事件区域，即检测值大的节点所在区域是事件区域，其它区域为正常区域。本发明的具体步骤为(I)把监测区域划分成若干个均匀的网格，节点处于每个网格的中心位置，即以节点的传感距离为半径画圆，其内接正方形的边长就是每个网格的边长；sink节点位于监测区域的任一位置；节点布置好后静止不动；(2)网络布置好后，所有N个传感器节点以泛洪方式将自身信息(IDpXiJi)上传给sink节点，其中i彡N, IDi是节点i的编号，(Xi, Yi)是节点i的位置坐标；Sink节点根据节点发来的信息还原出监测区域节点的布局情況；(3)定义权值函数并计算相邻节点间的权值。权值W(p, q)是节点P和q之间的权值，作为权值网络中边(P，q)的容量。要将传感器节点的原始检测值，转化成节点之间的权值，基于最大流最小割理论，权值函数要满足节点检测值差距越大，两节点之间的权值越小，故定义权值函数为公式(I)
权利要求
1.一种基于无线传感网络的事件检测方法，其特征是，它的过程为 (1)在事件监测区域均匀的布置相应的传感器节点，定义相邻节点间的权值函数，将节点的原始检测值，转化为邻居之间的权值，并保证节点之间检测值差距越大得到的权值越小；同时，满足条件的权值上传至sink节点； (2)sink节点根据传感器节点上传的信息还原出传感器网络的拓扑，补全所有节点的权值，形成完整的节点之间的权值网络；利用连通集合相邻关系得到初始的节点集合Sin，Tin ; (3)基于搜索树设计最大流算法，根据节点间的权值划分网络，将网络节点分成集合Sout和集合Twt，并保证划分开的权值和最小，即从节点检测值差距最大的地方划分开；根据最大流算法的输出结果直接找到事件边界； (4)根据节点上传权值时隐含的方向，进一步确定事件区域，即检测值大的节点所在区域是事件区域，其它区域为正常区域。
2.如权利要求I所述的基于无线传感网络的事件检测方法，其特征是，具体步骤为 (1)把监测区域划分成若干个均匀的网格，节点处于每个网格的中心位置，即以节点的传感距离为半径画圆，其内接正方形的边长就是每个网格的边长；sink节点位于监测区域的任一位置；节点布置好后静止不动； (2)网络布置好后，所有N个传感器节点以泛洪方式将自身信息(IDi,Xi, Yi)上传给sink节点，其中i ( N, IDi是节点i的编号，(Xi, Yi)是节点i的位置坐标；Sink节点根据节点发来的信息还原出监测区域节点的布局情况； (3)定义权值函数并计算相邻节点间的权值；权值W(p,q)是节点p、q之间的权值，作为权值网络中边(P，q)的容量；要将传感器节点的原始检测值，转化成节点之间的权值，基于最大流最小割理论，权值函数要满足节点检测值差距越大，两节点之间的权值越小，故定义的权值函数为公式(I)
3.如权利要求2所述的基于无线传感网络的事件检测方法，其特征是，所述步骤(4)中，节点尽量只上传边界处相邻节点的权值，即当^凡的^财’则由节点P、q中检测值较大的节点将如下信息上传给sink,即
4.如权利要求2所述的基于无线传感网络的事件检测方法，其特征是，所述步骤(5)中，Sink节点信息处理过程为 (1)首先，Sink节点判断是否有事件发生；若sink节点没有收到任何上传信息，则判断没有事件发生；若收到上传信息，Sink节点根据上传的信息(IDp，IDq,ff(p, q))得到最初的并不完整的节点权值网络拓扑，每个边的权值方向为从检测值大的节点指向检测值小的节占. (2)Sink节点将上一步得到的不完整节点权值网络拓扑中邻居之间没有权值的部分补充CO以得到完整的节点权值网络拓扑； (3)扫描一遍生成的权值网络拓扑，进行最大流算法的初始化； 首先设置三个集合Tin、Sin和O为空集，扫描Sink节点生成的权值网络拓扑，找到权值为c 的连通区域并将该连通区域的所有节点加入集合Tin ;重新扫描权值网络，找到权值不为c 的连通区域，将该连通区域节点加入集合0ι ;继续扫描网络，若存在另一独立区域，是权值不为⑴的连通区域，将该连通区域的节点加入集合O2 ;以此类推，加入集合O3...直到整个网络扫描完毕，集合O = O1 U O2 U O3...;重新扫描权值网络，找到所有与Oi相邻与Tin不相邻的权值为c 的连通区域，将该区域的节点加入集合Sin，由此，可得到初始化的集"n" TinJ Sin。
5.如权利要求2所述的基于无线传感网络的事件检测方法，其特征是，所述步骤(6)中，最大流算法为 从集合Sin中随机选取一个节点作为源点S，从集合Tin中随机选取一个节点作为汇点t，分别以节点s、t为根建立搜索树，以节点s为根的树为Stl树，以节点t为根的树为Ttl树； 除节点s、t外，每个节点有3种属性，该节点所在的树、节点的类型以及节点的父节点；节点的类型也分为3种，活动节点、被动节点和自由节点；活动节点位于搜索树的外端，从与它相邻的自由节点中选取那些非饱和边所连接的节点为子节点；被动节点位于搜索树的内部，是活动节点被搜索所有邻居节点后转变的，不可再生长；自由节点不属于任何树，但可以被活动节点捕获； 该算法包含三个方法生长方法、扩增方法、收养方法 生长方法是树上的活动节点搜索与其相邻的、连接非饱和边的节点，并将满足条件的自由节点作为子节点；捕获的自由节点属于同一棵树并变为活动节点；若一个活动节点的所有邻居节点都被搜索变为该树的节点后，该活动节点变为被动节点；若活动节点的一个邻居节点属于另一棵树，且它们之间具有非饱和边时，一条增广路经Ptl被发现，此方法结束； 扩增方法是在增广路经Ptl上增加网络流量，更新该路经上每条边的权值；首先在增广路经P。上，寻找瓶颈边的剩余权值，即Wmin = HIin (Wf(p，q) (p, q)是路径P。上的边)，网络流量增加Wmin,更新路经Pci上任意两节点P、q的剩余权值为Wf (P, q) = Wf (p, q) -Wmin ;对于每条边(P, q),初始的Wf(p，q) = ff(p, q);然后，搜索增广路经Ptl上的饱和边，要求饱和边的子节点成为孤儿节点，使孤儿节点在同一颗树上寻找新的父节点，进一步寻找新的增广路径； 收养方法针对每个孤儿节点重新在同一棵树上寻找有效的父节点，且连接它们的边是非饱和的；若找到新的父节点，该孤儿节点留在该树上，否则成为自由节点；若孤儿节点成为自由节点，与它相邻的在同一棵搜索树上的具有非饱和边的邻居节点将成为活动节点； 成为自由节点的孤儿节点的所有子节点将变为孤儿节点；当孤儿节点集合O中没有孤儿节点时，该方法结束； 最大流算法循环依次调用这三个方法，当搜索树Stl和Ttl不再生长，即寻找不到新的增广路径Ptl时，网络流量最大；此时位于搜索树Stl上的所有节点属于Swt集合，网络中其余的节点属于Trat集合，两集合形成的边界即为事件边界，根据上传权值时隐含的方向，确定事 件发生的区域，即检测值大的节点所在区域是事件区域。
全文摘要
本发明涉及一种基于无线传感网络的事件检测方法，它的过程为(1)在事件监测区域均匀的布置相应的传感器节点，定义相邻节点间的权值函数，将节点的原始检测值，转化为邻居之间的权值，并保证节点之间检测值差距越大得到的权值越小；同时，满足一定条件的权值上传至sink节点。(2)sink节点根据传感器节点上传的信息还原出传感器网络的拓扑，补全所有节点的权值，形成完整的节点之间的权值网络；利用连通集合相邻关系得到初始的节点子集合Sin，Tin。(3)基于搜索树设计最大流算法，根据节点间的权值划分网络，将网络节点分成集合Sout和集合Tout，并保证划分开的权值和最小，即从节点检测值差距最大的地方划分开。根据最大流算法的输出结果直接找到事件边界。(4)根据上传权值时隐含的方向，进一步确定事件区域，即检测值大的节点所在区域是事件区域，其它区域为正常区域。
文档编号H04W84/18GK102665253SQ20121011805
公开日2012年9月12日 申请日期2012年4月20日 优先权日2012年4月20日
发明者张瑞华, 梁宇, 陈中伟 申请人:山东大学