無線傳感網絡人工免疫智能診斷分析系統(tǒng)設計與實現

貴陽學院數學與信息科學學院 何 翼 劉 云

貴陽學院科技處 劉合財

無線傳感網絡人工免疫智能診斷分析系統(tǒng)設計與實現

貴陽學院數學與信息科學學院 何 翼 劉 云

貴陽學院科技處 劉合財

故障診斷是無線傳感器網絡面臨的一個共性關鍵技術問題。人工免疫系統(tǒng)具有自適應、自學習特征，通過算法優(yōu)化和系統(tǒng)設計可以滿足WSNs資源（帶寬、能量等）有限前提下的故障診斷需求。文章基于一個多節(jié)點的物理原型系統(tǒng)采用人工免疫原理研制一個無線傳感器網絡診斷系統(tǒng)，進行節(jié)點組網測試分析。

無線傳感網絡；人工免疫；智能診斷

引言

無線傳感網絡（WSNs）具有動態(tài)拓撲變化、能量約束和傳輸計算能力受限等特性[1,2]，容易出現網絡能耗不均、路由質量差和數據傳輸不穩(wěn)定等現象.導致WSNs故障的原因較多，如節(jié)點失效，負載不均衡和路由算法相關等。運行良好的WSNs應具有故障檢測、診斷與容錯，能自適應地處理多種網絡異常現象。故障檢測是WSNs面臨著的一個共性的、亟待解決的關鍵性技術問題[3]。

人工免疫系統(tǒng)（AIS）提供了許多信息處理機制，具有記憶學習、反饋機制、無中心控制的分布自治機理等，近年來開始被應用于WSNs的故障檢測與診斷方面。如Hwang等[4]提出了一種基于生物免疫機制的無線傳感器網絡容錯結構SASHA，將淋巴結機制用于產生檢測器對故障進行檢測, 胸腺機制完成對故障的確診。Jabbari等模擬生物免疫系統(tǒng)或神經免疫系統(tǒng)的自學習、自組織、記憶和信息處理等機理，開展無線傳感器網絡檢測、系統(tǒng)協(xié)調和故障容錯研究[5-6]。這些研究大多是理論層面的研究，缺乏設計與實現層次的研究。

本文首先搭建了一個WSNs物理原型平臺，然后運用人工免疫系統(tǒng)的研究成果采用C#實現一個WSNs診斷系統(tǒng)。該系統(tǒng)主要由故障知識庫、故障診斷、故障分類等模塊構成，不但能識別已知故障, 對未知故障具有良好的自適應學習和進化能力。本研究可以為WSNs故障檢測系統(tǒng)的開發(fā)提供有益的借鑒。

1.WSNs原型硬件設計

本文為實現智能診斷系統(tǒng)，搭建了一個WSNs物理原型平臺。該平臺為三層結構：底層為采集層或傳感層，傳感器節(jié)點與基站相連，每10個傳感器節(jié)點與1 個基站組成局部網絡單元，使用TI 星型拓撲結構的多跳自組織網絡；中間層為傳輸層，基站采集的實時數據通過CAN總線傳輸至網關，網關完成與 Internet 協(xié)議的轉換，與后臺管理節(jié)點對接；最上層為應用層，通過 Internet 網絡實現管理節(jié)點與網關的連接，從而實現對采集數據的實時查詢與展示，故障查詢。系統(tǒng)結構見圖1。

1.1 傳感器節(jié)點設計

傳感器節(jié)點由傳感器、微處理單元（MCU）、通信模塊和電源組成。MCU和通信模塊采用模塊化芯片CC1110實現, CC1110是一款低電壓、低功耗的無線通訊應用設備。傳感器采用了DHT11溫濕度、MQ-2煙霧傳感器，傳感器與MCU的IO接口連接。電源模塊采用9v電池供電，通過LM 7805三端穩(wěn)壓器轉化為5V電源給傳感器供電，5V電源經由TPS73HD301轉換為3.3V后給CC1110供電。

傳感器節(jié)點與基站相連，通過Simplici TI 協(xié)議實現一個基站與多個傳感節(jié)點的無線通信。

實現的功能包括：（1）完成基站和節(jié)點的組網和雙向數據傳輸；（2）基站與總線數據傳輸的功能。傳感器節(jié)點集成了DHT11溫濕度、MQ-2煙霧傳感器，可實現數據主動上傳、數據請求上傳和定時上傳功能。

圖1 WSNs網絡結構

1.2 CAN總線

由于對電氣干擾的魯棒性，自我診斷能力，數據錯誤修復，適合苛刻環(huán)境，傳輸層采用CAN總線（Controller Area Network）。CAN總線是一種用于短消息傳輸的串行通信總線，采用MCP2515芯片實現。MCP2515是一個獨立的控制器區(qū)域網絡（CAN網絡）協(xié)議控制器，帶有兩個接受掩碼和六個接收濾波器，可以過濾錯誤的信息。對MCP2515芯片進行初始化配置，使該模塊成功接收數據后產生中斷信號，中斷信號與主控芯片外部中斷引腳相連，該中斷信號需要手動清零。MCP2515 模塊與主控芯片通過SOC的SPI接口通信，由主控芯片提供MCP2515的 SPI 接口時鐘信號，數據讀寫嚴格遵守 SPI接口讀寫操作指令規(guī)則。對AP 與網關移植Modicon Mod Bus協(xié)議。Modbus協(xié)議是一種應用層的基于分組的傳輸協(xié)議，使用一個主機的一個或多個從機的通訊，使用命令/應答模式實現網關對基站（點對點）、各基站對網關（多點對一點）以及網關廣播等通信方式，能有效保證基站數據主動上傳和被動查詢兩種數據采集方式。

1.3 網關

傳感器網絡有自己的協(xié)議，最常用連接IP網絡的方法是在兩者之間部署網關。網關設備使用ARM9 Cortex A8嵌入式開發(fā)版開發(fā)，安裝了嵌入式Linux操作系統(tǒng)+嵌入式數據庫sqlite，搭建嵌入式網關設備。網管實現原理如下：

從IP主機（主機A）到傳感器節(jié)點（節(jié)點x）的數據包流程。①初始狀態(tài)，網關的映射表為空。網關為每個傳感器節(jié)點分配一個虛擬IP地址，并分配從傳感器節(jié)點接收無線傳感器網絡包的時間。此外，網關給每個IP主機的生成一個虛擬傳感器節(jié)點ID，一旦網關從IP主機接收到一個IP包。網關在映射表存儲分配的虛擬IP地址和ID（圖2）；②然后主機A建立一個IP包。該數據包含IP地址作為源地址和節(jié)點x的虛擬IP作為目的地址，數據包需遵循WSN運行的應用層協(xié)議規(guī)范；③該數據包被路由到無線傳感器網絡，并到達網關。網關分貝映射源和目標地址到主機A的虛擬ID和節(jié)點XID（圖3）；④網關建立一個WSN數據包，該包包含映射的IDS和IP數據包相同的內容。使用WSN路由協(xié)議傳遞該包給到節(jié)點X。網關過濾冗余傳輸協(xié)議包（例如TCP SYN和SYN-ACK包）。

圖2 網關映射表

圖3 TCP/IP包從主機A到節(jié)點X

從傳感器節(jié)點（節(jié)點x）到IP主機（主機A）的數據包流過程。①節(jié)點X建立一個WSN數據包，該包使用它的ID作為源地址，主機A的虛擬ID為目的地址。根據以前的源于從主機A連接，網關已經知道主機A的虛擬ID；②使用WSN路由協(xié)議數據包被路由到網關節(jié)點；③網關分貝映射源和目標ID到節(jié)點X的虛擬IP和主機A的IP（圖4）。網關建立了一個新IP包，該包包含映射的IP地址和無線傳感器網絡包指定的相同內容。網關過濾冗余WSN傳輸協(xié)議包。

圖4 WSN包從節(jié)點X到主機A

圖5 WSNs故障檢測程序架構

1.4 后臺管理節(jié)點

后臺管理接口采用UDP協(xié)議與網關設備的通信，主要功能是部署故障檢測程序和故障檢測結果的存儲?？蛻舳塑浖捎肅#，主要顯示故障檢測結果。

2.WSNs故障檢測程序的設計與實現

WSNs故障檢測程序基于opt-IA算法，是一種基于免疫原理的仿生算法，具有自適應、自學習的特征。我們采用分布式設計，見圖5。故障檢測包括客戶端故障檢測程序與故障顯示、基站故障識別和分類程序。

2.1 后臺管理端程序

2.1.1 故障識別庫生成

后臺客戶端故障識別庫生成程序包含4個基本類。分別是：1.主要窗體類，提供了簡單的圖形用戶界面；抗體庫生成控制類Opt-IA；抗體類Ab；適宜度函數類Fitfunc。抗體類Ab試圖模擬生物抗體細胞，具有克隆自己的方法Cloning（）發(fā)現與另一種抗體的親和力、基于親和突變Hypermutation（）、選擇方法Selection、老化方法Aging()。適應度函數類使靜態(tài)方法evaluatefuncation（）返回節(jié)點特征向量的適宜度值。每個抗體代表一個候選解，在此代表的故障節(jié)點特征向量。免疫算法的控制器類允許參數定義，并有一個Initial_Pop()產生抗體的初始種群。生產抗體庫的代碼如下：

Opt-IA(l,d,dup,TB,c,h,hm)

{t=0

P(t)=Opt-IA.Initial_Pop()

Fitfunc.evaluatefunction (P(0))

while(Fitfunc.evaluatefunction（P(0)）＜threshold) do

P(clo)= Ab.Cloning（P(t),dup）

If(H is TRUE)then

P(hyp)= Ab.Hypermutation(P(clo),c,l)

Fitfunc.evaluatefunction (P(hyp))

If(M is TRUE)then

P(macro)= Ab.Hypermutation(P(clo))

Fitfunc.evaluatefunction ( P(macro))

Ab.Aging(P(t),P(hyp),P(macro),TB)

P(t+1)=(μ+λ)- Ab.Selection(P(t),P(hyp),P(macro))

end while}

2.1.2 故障識別庫更新

一旦后續(xù)基站節(jié)點檢測抗原（任意一個節(jié)點的特征向量）的過程，發(fā)現落入抗體庫更新區(qū)域，就會向后臺管理節(jié)點發(fā)送信號讓其重新啟動Opt-IA更新抗體庫。相應的代碼如下：

raduis1=CompuRaduis1（Lib）;\由簇頭節(jié)點計算抗體庫的內圓半徑值

raduis2=CompuRaduis2（Lib）;\由簇頭節(jié)點計算抗體庫的外圓半徑值

v=CompuV(Lib);\由簇頭節(jié)點計算抗體庫的中心

for(i = 1;i＜=n;i++);

CompuDis（agi,v;）\計算節(jié)點 i 與抗體庫圓心的歐氏距離div

if radius1＜div＜radius2

SendUpdate(管理節(jié)點)；\發(fā)送信號讓管理節(jié)點重新啟動Opt-IA更新抗體庫

end if

end for

2.1.3 故障顯示

故障顯示定義了一個故障庫類FaultLib，該類存儲著發(fā)生故障節(jié)點的ID和故障類型，該類showfault()方法，將故障節(jié)點的ID、故障類型顯示在客戶端程序出來。只有當調用該方法時，才由客戶端向基站節(jié)點發(fā)出查詢指令，基站節(jié)點反饋各自管理區(qū)域的故障節(jié)點信息。

2.2 基站故障檢測與分類

2.2.1 故障檢測

故障檢測程序由基站節(jié)點運行。故障庫類FaultLib，還具有一個故障節(jié)點存儲的方法input（）方法，該方法將故障節(jié)點的ID、類型存儲起來。主要代碼如下：

n = 傳感節(jié)點數量

k = 故障節(jié)點的數量

CompuDis（agi,v）;\計算節(jié)點 i 與抗體庫圓心的歐氏距離div

raduis1=CompuRaduis1（Lib;）\由簇頭節(jié)點計算抗體庫的內圓半徑值

for(i = 1;i＜=n;i++);

if div＜radius1

FaultLib.input（）；

k++；

end if

end for2.2.2 故障分類

故障檢測程序由基站節(jié)點運行。具體的方法為，計算故障節(jié)點與各個抗體的距離，與何種抗體相鄰距離近，則被將故障節(jié)點視為該類故障。故障檢測的結果是由基站節(jié)點保存。相應代碼如下：

b = 抗體庫包含抗體的數量

for（i =1，i＜=k，i++）

for（j=1，j＜=b,j++）

D[i，j]=ComputDis2（i,j）\計算各故障節(jié)點與抗體j的距離

end for

Min(D[i，j])\求出距離最小，即為該類故障

end for

3.結論

文章基于搭建的小型WSNs原型平臺和人工免疫原理，采用C#實現一個無線傳感器網絡智能診斷系統(tǒng)，可以為建立類似WSNs故障診斷平臺提供參考。為了節(jié)省能量，延長WSNs的壽命，采用了分布與集中相結合的方式，由管理節(jié)點生成和更新故障庫，然后傳遞給各個基站節(jié)點，由各個基站節(jié)點負責管理區(qū)域（10個傳感器節(jié)點）的故障檢測與分類。該系統(tǒng)僅可以反饋檢測區(qū)域的溫濕度和煙霧濃度數據，后期可以根據需要在傳感器節(jié)點連接其他類型傳感器進行擴展。

[1]I.F.Akyildiz,W.Su,Y.Sankarasubramaniam,E.Cayirci. Wireless sensor networks: a survey: Computer Networks[J].Computer Networks,2002, 38(4):393–422.

[2]Jennifer Yick,Biswanath Mukherjee, Dipak Ghosal. Wireless sensor network survey[J].Computer Networks, 2008 (52) :2292–2330.

[3]Lilia Paradis and Qi Han. A Survey of Fault Management inWireless Sensor Networks[J].Journal of Network and Systems Management, 2007, 15(2):171-190.

[4]Soyoung Hwang,Gwang-Ja Jin, Bongsoo Kim. Lightweight Fault Tolerant Time Synchronization in Wireless Sensor Networks[C].5th International Conference on Networked Sensing Systems(INSS 2008),2008,pp.131-134.

[5]Jabbari,Amir;Lang,Walter. Advanced Bio-Inspired Plausibility Checking in a Wireless Sensor Network Using Neuro-Immune Systems. The Fourth International Conference on Sensor Technologies and Applications,2010,108-114.

[6]Barron,J.W.,Moustapha,A.I.,Selmic,R.R..Real-Time Implementation of Fault Detection in Wireless Sensor Networks Using Neural Networks[C].Fifth International Conference on Information Technology: New Generations(TNG 2008), 2008,pp.378-383.

項目來源：貴州省科學技術基金資助項目(黔科合J字LKG【2013】46號。