基于时空关联模型的传感器网络事件检测算法研究开题报告

1. 研究目的与意义（文献综述）

近年来，无线通信、传感器技术和微机电系统（mems）等技术的进步，推动了低成本无线传感器网络得发展。事件检测作为无线传感器网络的重要应用之一，受到越来越多的重视。无线传感器网络通常具有节点数目庞大、节点密集分布的特点，并在包括国家安全、军事领域、医疗健康、交通管理、环境监测、空间探索、商业等领域有着广阔的应用前景。然而由于传感器节点具有感知准确性低、硬件资源有限、抵制干扰性能差等特点，节点会因为环境噪声、自身硬件的干扰、环境温度的影响、能量的枯竭以及硬件的故障产生异常的错误数据，这些异常数据会严重影响到查询结果的准确性。包含这种错误数据的结果信息在降低事件检测精度的同时会损失大量人力物力，因此，使用一种事件检测方法来保证结果的高准确性尤为重要。

特殊环境中的事件区域检测是无线传感器网络的一种重要应用。由于传感器的错误会导致事件检测的不准确，所以相关的容错算法成为近几年来的研究热点。目前，关于无线传感器网络事件检测的分布式容错算法主要有：分布式贝叶斯容错算法、基于移动中位数算法、基于移动平均算法及分布式贝叶斯的改进算法等，其中以分布式贝叶斯容错事件检测最为典型。

为了提高事件检测算法的容错性能，bhaskar krishnamachari和sitharama iyengar最近提出了一种分布式的贝叶斯容错事件检测算法。该算法的基本原理是：利用相邻节点监测环境的空间相关性这一冗余信息对节点的事件检测结果进行纠错处理。针对分布式贝叶斯容错事件检测算法对环境噪声比较敏感这一事实，min dong等人提出一种新的分布式事件及事件边界检测算法。为了进一步利用空间冗余信息，基于移动中位数的事件检测算法做出了改进，即用32位比特实型数据来表示节点捡测信息。节点对所有相邻节点的数据按大小进行排序，利用数理统计理论的相关原理，排除其中的异常值后，选取中位数作为节点所在区域的平均检测值，最后估计是否有事件发生。这种基于中位数估计的方法，虽然可以更大限度地利用空间冗余度，提高检测精度，但是其能量消耗却是分布式贝叶斯容错事件检测算法的32倍，甚至更多。这对于能量有限的传感器网络来说是不可取的。因此在事件检测算法的容错性能和能量有效性方面要取得合理的折中，不能一味的寻找在容错性能方面最优的方法。为了更好地权衡事件检测中的能量消耗和检测精度，guang jin等人提出了一种称为ned（an efficient noise-tolerant event and event boundary detectionalgorithm）的折中算法，通过变长事件编码机制来权衡事件检测中的能量消耗和检测精度。xuanwenluo等人从数学上证明，由传感器错误和环境噪声所导致的检测错误，随着相邻节点数的增加而呈指数减少。同时证明，对于一个可容忍的事件检测错误上限存在一个最少的相邻节点数。虽然xuanwen luo等人对分布式容错算法提出了改进，但相关的改进算法同样不能克服网络边界处容错性能差，以及事件边界处相邻节点间信息相互矛盾的问题。

2. 研究的基本内容与方案

在实际应用中，无线传感器网络的事件检测主要面临以下两个挑战：（1）、检测精度，由于受环境噪声和传感器节点自身设备稳定性的影响，单个无线传感器节点常常给出错误的检测，因此一般要采用容错的检测算法。（2）、能量有效性，由于无线传感器节点通常由电池供电，所以必须考虑采用具有能量有效性的事件检测算法。通过分析、研究和比较国内外已有的无线传感器网络事件检测算法，确立如下研究目标：研究一种优化的分布式容错事件检测算法，在算法的性能和能量消耗之间取得合理折中。

研究方案如下：

3. 研究计划与安排

第1-2周：查阅相关文献资料，明确研究内容，了解研究所需掌握的知识范围，完成开题报告。

第3-6周：学习无线传感器网络事件检测算法。

第7-8周：阅读相关英文资料，完成英文资料的翻译。

4. 参考文献（12篇以上）

[1]孙利民,李建中,陈渝等.无线传感器网络[m].北京:清华大学出版社,2005.

[2]高建良,徐勇军,李晓维.基于加权中值的分布式传感器网络故障检测[j].软件学报,2007,18(5):1208-1217.

[3]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[j].计算机学报,2007,30(10):1770-1776.