專利名稱：基于信任模型的無線傳感器網(wǎng)絡分布式探測決策融合方法
技術(shù)領域：
本發(fā)明提出了一種無線傳感器網(wǎng)絡中的分布式探測決策融合方法，屬于無線傳感器網(wǎng)絡技術(shù)領域。
背景技術(shù)：
目標檢測是無線傳感器網(wǎng)絡誕生的初衷也是最重要的應用之一，如在戰(zhàn)場環(huán)境中，判斷一個敵方目標(人、坦克、飛機)是否出現(xiàn)對于戰(zhàn)爭的成敗與否有著至關重要的作用。對于一個目標的檢測，判斷其發(fā)生或沒有發(fā)生，通常是通過獲取該目標的發(fā)生信號以進行判斷，如坦克經(jīng)過興趣監(jiān)測區(qū)域ROI (Region of Interesting)時,會產(chǎn)生一定的聲音信號，當ROI區(qū)域內(nèi)的每個傳感器節(jié)點接收到該信號時，將傳感數(shù)據(jù)直接傳輸給數(shù)據(jù)融合中心FC (FusionCenter)或者先經(jīng)過判斷將決策傳輸給FC，F(xiàn)C根據(jù)某種判決準則，判決該目
標是否發(fā)生。在理想環(huán)境中，每個節(jié)點接收到的目標信號強度都是真實的，因此FC能夠根據(jù)可靠的數(shù)據(jù)或決策進行判決。然而實際中，網(wǎng)絡環(huán)境極為復雜，節(jié)點接收到的信號不僅僅來自于潛在的目標事件，同時也受到多種隨機噪聲的干擾，因此，在進行判斷的時候，所做出的判斷存在一定的“誤判”率?！罢`判”有兩層含義，第一，當目標事件沒有發(fā)生時，無線傳感器網(wǎng)絡系統(tǒng)報警該事件發(fā)生；第二，當目標事件發(fā)生時，卻沒有進行報警，通常，第一種情況稱之為系統(tǒng)“虛警”率(Probability of False Alarm)，第二種情況的反面稱之為系統(tǒng)“檢測”率(Probability ofDetection)。該發(fā)明專利的目的即為設計一定的判決準則以及數(shù)據(jù)傳輸機制，使得系統(tǒng)的“檢測”率盡可能大，同時使得系統(tǒng)的“虛警”率盡可能小。目前，國內(nèi)外對無線傳感器網(wǎng)絡的分布式檢測理論已有一定的研究。在經(jīng)典文獻中，Chair. Z與Varshney. P提出了基于貝葉斯準則的多傳感器融合的最佳判決Chair-Varshney準則，使得在貝葉斯判決準則下，系統(tǒng)能夠達到最大檢測率。早在1980年，MIT的Tenny與Scandell就提出了分布式傳感器檢測的概念，其將貝葉斯判決準則應用于分布式環(huán)境中。對分布式檢測的理論進行詳細的綜述，對貝葉斯準則與Neyman-Pearson準則進行了分析與闡述。近年來，牛瑞鑫等人提出了一種應用于大規(guī)模無線傳感器網(wǎng)絡的“counting rule”的簡單方法，即每個節(jié)點先根據(jù)預設的閾值進行判決，再將判決結(jié)果O表示沒有目標事件發(fā)生或者I表示目標事件發(fā)生上傳給融合中心進行判斷，當然，為了節(jié)省能量，O可以不用上傳。在counting rule的基礎上，Katenka. N等人提出了一種基于“本地投票”機制的決策融合策略進行目標檢測，其分為兩個階段，首先每個節(jié)點根據(jù)其鄰居節(jié)點的判決修正自己的結(jié)果，當所有節(jié)點都修正完畢，再將判決為I的結(jié)果傳輸給融合中心，其大大降低了系統(tǒng)的判決閾值，減少了系統(tǒng)資源開銷?！癱ountingrule”盡管在理論上能夠滿足一定的要求，但是其結(jié)果必須滿足無線傳感器節(jié)點數(shù)量非常龐大的前提，需要利用網(wǎng)絡中的所有節(jié)點進行判決，從某種程度上造成了資源的浪費?！發(fā)ocal vote”的方法盡管降低了判決閾值，但是其兩階段的融合方法同樣增加了系統(tǒng)開銷，并且對于實時性要求較高的系統(tǒng)往往不可行。上述方法都沒有考慮到在實際使用過程中，節(jié)點發(fā)生損壞、無線通信信道的干擾等情況。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明的目的是提供一種基于信任模型的無線傳感器網(wǎng)絡分布式探測決策融合方法，通過使用節(jié)點可信度機制，綜合考慮本地節(jié)點的可靠性以及通信信道的噪聲干擾對本地傳感節(jié)點上報的局部決策值的影響，盡可能地提高系統(tǒng)的檢測正確率并減少系統(tǒng)的資源開銷。技術(shù)方案本發(fā)明的基于信任模型的無線傳感器網(wǎng)絡分布式探測決策融合方法是一種策略性方法，可以單獨使用，也可以與現(xiàn)有的分布式探測決策融合算法綜合應用。本發(fā)明將傳感節(jié)點可信度參數(shù)引入到分布式探測的決策融合過程中，其目標是通過功能簡單的可信度權(quán)值分析，使本地節(jié)點的判斷結(jié)果進一步量化，將節(jié)點是否安全可靠以及通信信道的噪聲干擾等因素納入?yún)R聚節(jié)點的決策融合分析中，從而提高匯聚節(jié)點處判斷的準確性。本發(fā)明提出了一種分布式探測的決策融合方法，包括以下步驟步驟I).網(wǎng)絡初始化對N個本地節(jié)點設置本地決策閾值\ ;對匯聚節(jié)點設置系 統(tǒng)決策閾值Ttl和每個本地節(jié)點可信任度a i (t0) ；i為本地節(jié)點標號，i=l, 2，3，…，N ;步驟2)本地節(jié)點主要功能為檢測目標事件，每隔一段時間使用節(jié)點上裝載的傳感器獲得探測值Ji ;步驟3)，通過將探測值yi與該節(jié)點設定的閾值\比較，得出一個本地決策值/={i，tf
' [O, if y, >t,.步驟4)本地節(jié)點使用無線信道將本地決策值Ii發(fā)送給匯聚節(jié)點；步驟5)匯聚節(jié)點使用接收的的本地決策值Ii和存儲在匯聚節(jié)點的對應的可信任
度a i通過公式得到系統(tǒng)的決策值D 為決策判定真，H0為決策判定假；
=Λ步驟6)根據(jù)步驟5)中得到的系統(tǒng)決策值D，使用下面的公式對系統(tǒng)決策閾值Tk和本地節(jié)點的可信任度CiiUk)進行修正，第一次修正時k=0
N
Σα/(4+)= -T1 k=0, I, 2，3，...
Σα,(4)
/=1α,(4")=，k=0，l，2，3，…
IalUk)-Tji其中，Tk是本次決策過程使用的閾值，Tk+1是下一次系統(tǒng)決策時使用的閾值；a Jtk)是本次系統(tǒng)決策時節(jié)點i的可信度，a i(tk+1)是下一次系統(tǒng)決策時節(jié)點i的可信度；r是每次可信度調(diào)整的單位值；步驟7)如果需要繼續(xù)監(jiān)測目標事件，轉(zhuǎn)步驟2)順序執(zhí)行繼續(xù)實現(xiàn)對感興趣事件的監(jiān)控；否則結(jié)束。有益效果本發(fā)明方法提出了一種基于可信度的無線傳感器網(wǎng)絡分布式探測決策融合方法。本發(fā)明使用簡單的可信模型輔助系統(tǒng)進行決策分析，具有如下一些顯著優(yōu)點，都是目前其它分布式探測決策融合方法所不具備的
(I)實用性強本發(fā)明方法將節(jié)點發(fā)生損壞和信道噪聲導致誤判的可能考慮在內(nèi)，對真實的應用場景可能出現(xiàn)的異常情況具備更好的適應能力，從而更加準確有效的做出判斷。(2)節(jié)約成本現(xiàn)有的分布式探測決策融合算法對事件覆蓋的節(jié)點冗余性有很高的要求，而本發(fā)明方法保證在節(jié)點冗余降低一半的情況下依然可以保證相近的決策準確率。(3)良好的自適應能力本發(fā)明方法可以根據(jù)系統(tǒng)的實際應用場景的變化，動態(tài)地對使用的參數(shù)進行調(diào)整。當出現(xiàn)節(jié)點損壞或者由于天氣等原因引起的無線信道噪聲過大等影響系統(tǒng)判斷的時候，通過參數(shù)的自動調(diào)整，可以保證系統(tǒng)保持較高的判斷準確性。


圖I是監(jiān)控節(jié)點的分布圖。圖2是本發(fā)明方法的算法流程圖。
具體實施例方式為了方便描述，我們假定有如下應用實例有N個本地節(jié)點直接對感興趣事件進行監(jiān)測，對檢測數(shù)據(jù)進行分析后將本地判決結(jié)果發(fā)送給匯聚節(jié)點，匯聚節(jié)點根據(jù)從本地節(jié)點得到的本地決策值得出系統(tǒng)的決策結(jié)果。具體實施方案為步驟I)網(wǎng)絡初始化。對N個本地節(jié)點設置本地決策閾值\ ;對匯聚節(jié)點設置系統(tǒng)決策閾值T (O)和每個本地節(jié)點可信任度CIiUtl);
步驟2)本地節(jié)點主要功能為檢測目標事件，每隔一段時間使用節(jié)點上裝載的傳感器獲得探測值Ji ;步驟3)，通過將探測值yi與該節(jié)點設定的閾值\比較，得出一個本地決策值
7 = [I tf 少;
7H if y( > I1 .
1步驟4)本地節(jié)點使用無線信道將本地決策值Ii發(fā)送給匯聚節(jié)點。步驟5)匯聚節(jié)點使用接收的的本地決策值Ii和存儲在匯聚節(jié)點的對應的可信任
度a i通過公式= I ,得到系統(tǒng)的決策值D ；
i=\ Ha步驟6)在每次使用步驟5)中得到的系統(tǒng)決策值D之后，使用下面的公式對系統(tǒng)決策閾值T和本地節(jié)點的可信任度a i進行修正，修正后的值將用于下一次系統(tǒng)決策。
,、 αΧ/Λ + r,/ =J ,
_1] 偏+—⑷-咖^=0，1，2，3，…
N
Σα/(4+ι)Tk+l = ^-Tk, k=0, I, 2，3，…
Σα,(4)
/二I其中，Tk是本次決策過程使用的閾值，Tk+1是下一次系統(tǒng)決策時使用的閾值；a Jtk)是本次系統(tǒng)決策時節(jié)點i的可信度，a i(tk+1)是下一次系統(tǒng)決策時節(jié)點i的可信度；r是每次可信度調(diào)整的單位值。例如，首次進行系統(tǒng)決策時使用系統(tǒng)決策閾值T(O)和每個本地節(jié)點可信任度
a i (t0)，通過公式/)= Σ i廣得到系 統(tǒng)的決策值D，然后對這兩個參數(shù)進行修正，
/=1 m、
I aiL)-\- rj. = /I^(Z1)=；
Xal(Z0)-Tjf^D0Tl=^f-Τ
Σα,^ο)
/=1從而動態(tài)地反映了應用場景中節(jié)點和通信信道的狀況。之后，在下一次進行系統(tǒng)決策時使用系統(tǒng)決策閾值T(I)和每個本地節(jié)點可信任度a Jt1),通過公式W= t
/=1 戽
得到系統(tǒng)的決策值D，步驟7)如果需要繼續(xù)監(jiān)測目標事件，轉(zhuǎn)步驟2)順序執(zhí)行繼續(xù)實現(xiàn)對感興趣事件的監(jiān)控；否則結(jié)束。
權(quán)利要求
1. 一種基于信任模型的無線傳感器網(wǎng)絡分布式探測決策融合方法，其特征在與該方法 所包含的步驟為步驟1).網(wǎng)絡初始化對N個本地節(jié)點設置本地決策閾值\ ;對匯聚節(jié)點設置系統(tǒng)決 策閾值L和每個本地節(jié)點可信任度a , (t0) ；i為本地節(jié)點標號，i=l, 2，3，…，N ;步驟2)本地節(jié)點主要功能為檢測目標事件，每隔一段時間使用節(jié)點上裝載的傳感器 獲得探測值1;步驟3)，通過將探測值yi與該節(jié)點設定的閾值\比較，得出一個本地決策值
全文摘要
本發(fā)明是一種基于信任模型的無線傳感器網(wǎng)絡分布式探測決策融合方法，用于無線傳感器網(wǎng)絡中解決分布式探測的決策融合問題。該方法通過在匯聚節(jié)點保存本地節(jié)點的可信度，并將可信度用在系統(tǒng)的決策融合過程中，綜合考慮本地節(jié)點的可靠性以及通信信道的噪聲干擾對本地節(jié)點匯報的局部決策值的影響，盡可能地提高系統(tǒng)檢測的正確率并減少系統(tǒng)資源的開銷。
文檔編號H04W84/18GK102984730SQ20121051799
公開日2013年3月20日 申請日期2012年12月6日 優(yōu)先權(quán)日2012年12月6日
發(fā)明者孫力娟, 段華毅, 黃海平, 王汝傳, 沙超, 郭劍, 陳磊, 魏勛, 馬軍 申請人:南京郵電大學