考慮時間序列表達關(guān)系的無線傳感網(wǎng)絡(luò)缺失節(jié)點識別*

陳瑞志，黃錦敬

(湛江科技學(xué)院智能制造學(xué)院，廣東 湛江 524094)

現(xiàn)階段，隨著無線傳感網(wǎng)絡(luò)與互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，傳感網(wǎng)絡(luò)被廣泛應(yīng)用在各大領(lǐng)域中。無線傳感網(wǎng)絡(luò)是由分布在各個區(qū)域的傳感器節(jié)點共同組成的，通過節(jié)點之間無線網(wǎng)絡(luò)的連接，使每個節(jié)點都具有信息通訊、計算以及儲存的能力。由于無線傳感網(wǎng)絡(luò)的規(guī)模較為龐大，涉及的信息量基數(shù)過大，容易出現(xiàn)節(jié)點缺失的問題，導(dǎo)致無線傳感網(wǎng)絡(luò)出現(xiàn)噪聲、冗余等故障現(xiàn)象，影響傳輸質(zhì)量。基于此，眾多學(xué)者提出缺失節(jié)點識別方法。

文獻[1]采用深度學(xué)習(xí)網(wǎng)絡(luò)識別紅外網(wǎng)絡(luò)中的異常節(jié)點，采集紅外網(wǎng)絡(luò)節(jié)點狀態(tài)信息，并將結(jié)果輸入到深度學(xué)習(xí)網(wǎng)絡(luò)中，通過貪婪算法進行迭代訓(xùn)練，提取異常節(jié)點的特征，從而完成異常節(jié)點識別。文獻[2]則是針對無線傳感網(wǎng)絡(luò)中的惡意節(jié)點進行識別，通過機器學(xué)習(xí)中的線性回歸算法計算節(jié)點的能量與信譽度，根據(jù)信譽度結(jié)果判斷節(jié)點是否為異常節(jié)點。文獻[3]采用蜻蜓算法識別通信網(wǎng)絡(luò)中的異常節(jié)點，該方法將生物自然系統(tǒng)和傳統(tǒng)通信系統(tǒng)映射到超可靠低延遲通信的異常節(jié)點識別中，以提高通信網(wǎng)絡(luò)的安全性與可靠性。文獻[4]采用整數(shù)線性規(guī)劃模型來識別社區(qū)網(wǎng)絡(luò)中具有影響力的節(jié)點，構(gòu)建聚類網(wǎng)絡(luò)優(yōu)化模型，得到影響力節(jié)點的識別結(jié)果。但是，上述方法均是針對各種網(wǎng)絡(luò)的異常節(jié)點以及影響力節(jié)點進行識別，并且忽略了缺失節(jié)點在時間序列上的關(guān)系，如果直接將上述方法應(yīng)用于無線傳感器網(wǎng)絡(luò)缺失節(jié)點，會降低缺失節(jié)點的識別精度。

針對上述問題，此次研究提出了一種考慮時間序列表達關(guān)系的無線傳感網(wǎng)絡(luò)缺失節(jié)點識別方法。該方法的整體研究過程為:分析無線傳感網(wǎng)絡(luò)節(jié)點數(shù)據(jù)在時間序列上的表達關(guān)系，采用均值替代方法計算節(jié)點的向量與時間差別變化。分析無線傳感器網(wǎng)絡(luò)中錨節(jié)點與位置節(jié)點分布情況，計算節(jié)點的移動范圍，并完成節(jié)點的濾除處理。以剩余節(jié)點為基礎(chǔ)，采用蒙特卡洛定位算法計算缺失節(jié)點的坐標，從而完成缺失節(jié)點的識別。

1 無線傳感網(wǎng)絡(luò)節(jié)點時間序列表達關(guān)系

為了提高無線傳感網(wǎng)絡(luò)缺失節(jié)點識別的精準性，對無線傳感網(wǎng)絡(luò)節(jié)點數(shù)據(jù)進行采集分析和預(yù)處理，分析節(jié)點數(shù)據(jù)在時間序列上的表達關(guān)系[5-6]，計算向量、維度等值對缺失節(jié)點識別的影響，降低缺失節(jié)點識別誤差。

為了方便計算與分析，作出如下定義:

①S＝{S1，S2，S3，…，Sn}表示無線傳感網(wǎng)絡(luò)服務(wù)候選節(jié)點集中所有的子節(jié)點的集合；n表示服務(wù)個數(shù)。

②P＝{p1，p2，p3，…，pm}表示無線網(wǎng)絡(luò)服務(wù)候選節(jié)點集中符合完備節(jié)點的集合；m表示節(jié)點個數(shù)。

③M(pk)＝表示節(jié)點集合Si＝(i＝1，2，3，…，m)中第k個節(jié)點的時間序列[7]；表示時間序列參數(shù)；pk表示完備數(shù)值；?表示集合中的缺失節(jié)點數(shù)值。

假設(shè)無線傳感網(wǎng)絡(luò)中存在四個不同時間維度的移動節(jié)點值Si＝{S1，S2，S3，S4}，每個值都存在對應(yīng)的指標值，每個指標值記錄了這四個移動節(jié)點值在時間序列上的時間點。將這幾組數(shù)據(jù)按照維度大小進行排列，組成一組新的序列關(guān)系。計算同一維度和不同維度下節(jié)點缺失的時間變化特點，推導(dǎo)得出規(guī)律，作為下一步節(jié)點缺失識別的參考依據(jù)，避免因維度不一帶來的識別誤差，表達式為:

上述研究從四個不同的時間維度分析了無線傳感網(wǎng)絡(luò)節(jié)點的時間序列表達關(guān)系，明確了向量、維度等值對缺失節(jié)點識別的影響，有助于提高缺失節(jié)點的識別精度。

2 蒙特卡羅定位識別缺失節(jié)點

以上述分析的無線傳感網(wǎng)絡(luò)節(jié)點時間序列表達關(guān)系為基礎(chǔ)，采用蒙特卡羅定位方法實現(xiàn)缺失節(jié)點的識別研究。

缺失節(jié)點定位是無線傳感網(wǎng)絡(luò)的基礎(chǔ)技術(shù)之一，也是無線傳感網(wǎng)絡(luò)研究的熱點問題之一[8]。無線傳感網(wǎng)絡(luò)中的節(jié)點數(shù)量龐大，組成網(wǎng)絡(luò)系統(tǒng)協(xié)同完成傳輸任務(wù)，一旦出現(xiàn)節(jié)點缺失的問題，會導(dǎo)致傳輸數(shù)據(jù)不完整，降低無線傳感網(wǎng)絡(luò)的穩(wěn)定性[9]。

缺失節(jié)點定位就是識別出缺失節(jié)點在所處空間內(nèi)的具體位置，在實際的計算過程中，受到節(jié)點環(huán)境復(fù)雜性與多變性的影響，導(dǎo)致定位識別的誤差較大。為了提高無線傳感網(wǎng)絡(luò)的傳輸可靠性，采用蒙特卡羅定位算法進行缺失節(jié)點識別。移動錨節(jié)點[10]與位置節(jié)點在無線傳感網(wǎng)絡(luò)中的分布情況如圖1所示。

圖1 錨節(jié)點與位置節(jié)點分布圖

蒙特卡羅定位算法是一種隨機模擬方法，計算模式是先從數(shù)據(jù)集合中隨機選取計算樣本，因此抽樣的次數(shù)直接影響其最終的定位精度。采用人工方法進行大量抽樣的效率較低并且難以實現(xiàn)，而蒙特卡洛定位算法可以有效解決這一問題，更加適用于缺失節(jié)點的定位識別。

完成錨節(jié)點與位置節(jié)點分布后進行數(shù)據(jù)的隨機抽樣，生成缺失節(jié)點樣本集，N表示最小樣本數(shù)，根據(jù)實際情況設(shè)定。

在無線傳感網(wǎng)絡(luò)的實際工作過程中，節(jié)點是隨機移動的，因此無法確定缺失節(jié)點具體的移動方向與速度，但是可以計算缺失節(jié)點的最大移動速度Vmax。設(shè)缺失節(jié)點在上一個時刻的位置為，缺失節(jié)點在時間序列關(guān)系約束下的當(dāng)前位置為為缺失節(jié)點移動的圓心，以Vmax作為半徑，缺失節(jié)點在此范圍內(nèi)移動。缺失節(jié)點位置區(qū)域如圖2 所示。

圖2 缺失節(jié)點位置區(qū)域示意圖

從圖2 中可以看出，缺失節(jié)點在時間序列關(guān)系約束下所處位置在[0，Vmax]區(qū)域內(nèi)呈現(xiàn)均勻分布的狀態(tài)，因此可以構(gòu)建如下表達式:

式中:d(lt｜lt-1)表示t時刻與t-1 時刻缺失節(jié)點位置之間的歐幾里得距離。

為了確保濾波處理的可靠性，錨節(jié)點需要選擇兩跳以內(nèi)的，設(shè)一跳錨節(jié)點集合為B1，兩跳錨節(jié)點集合為B2，每個錨節(jié)點的通信半徑為r，當(dāng)只存在一跳錨節(jié)點B1，則需要將滿足d(lt，B1)＞r條件的節(jié)點濾除，當(dāng)只存在兩跳錨節(jié)點B2，時間序列關(guān)系約束下則需要濾除滿足d(lt，B2)＞2r、d(lt，B2)＜r的節(jié)點。節(jié)點濾除示意圖見圖3。

圖3 節(jié)點濾除示意圖

根據(jù)上述原理，構(gòu)建如式(3)所示的節(jié)點濾除計算公式:

蒙特卡羅定位算法[11]的計算重點是:時間序列關(guān)系約束下缺失節(jié)點的后驗概率分布p(lt｜o0，o1，o2，…，ot)，并且采用重要性函數(shù)π 歸一化采集所有樣本點，通過樣本點權(quán)重計算缺失節(jié)點的后驗分布概率。

時間序列關(guān)系約束下缺失節(jié)點位置預(yù)測結(jié)果計算公式為:

缺失節(jié)點位置更新公式為:

權(quán)值歸一化[12]計算公式為:

蒙特拉羅定位算法中引入了重要性采樣計算，隨著計算次數(shù)的增加，會導(dǎo)致粒子權(quán)重發(fā)生偏差，部分粒子的權(quán)重會變得極大，部分粒子出現(xiàn)退化情況導(dǎo)致權(quán)重極小，退化的粒子則不能參與計算。定義節(jié)點的有效樣本數(shù)量為Neff，門限值為Nthreshold，如果存在Neff＜Nthreshold，則進行重采樣。

有效樣本數(shù)量Neff的計算公式為:

采用N個有效的樣本數(shù)據(jù)，定位缺失節(jié)點位置，完成缺失節(jié)點的識別。時間序列關(guān)系約束下缺失節(jié)點位置計算公式為:

根據(jù)式(8)所示的缺失節(jié)點位置計算結(jié)果，可以明確缺失節(jié)點在無線傳感網(wǎng)絡(luò)中所處的位置，完成缺失節(jié)點的識別。

蒙特卡羅定位算法的運行代碼如圖4 所示。

圖4 蒙特卡羅定位算法的運行代碼

3 測試分析

3.1 測試設(shè)置

為有效驗證提出的無線傳感網(wǎng)絡(luò)缺失節(jié)點識別方法的適用性及合理性，模擬網(wǎng)絡(luò)環(huán)境搭建了PC(Personal Computer)端云服務(wù)無線傳感網(wǎng)絡(luò)平臺，并在其上進行具體測試。無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)如圖5 所示。

圖5 無線傳感網(wǎng)絡(luò)結(jié)構(gòu)

測試數(shù)據(jù)集中選取了SQL(Structured Query Language 結(jié)構(gòu)化查詢語言)數(shù)據(jù)庫中的5000 條移動無線傳感節(jié)點數(shù)據(jù)，仿真的詳細參數(shù)如表1 所示。

將圖4 所示的蒙特卡羅定位算法運行代碼輸入到MATLAB 平臺中，即可進行算法的應(yīng)用。

在仿真分析前為了降低誤差，得到精準的仿真結(jié)果，充分驗證所提出方法的性能，以節(jié)點權(quán)重計算精度、缺失節(jié)點定位精度、缺失節(jié)點識別精度為仿真分析指標，將所提出方法與文獻[2]方法與文獻[3]方法進行對比驗證。

3.2 節(jié)點權(quán)重計算精度

在完備的數(shù)據(jù)集中，需要精準地計算節(jié)點權(quán)重，才能夠得到精準的缺失節(jié)點位置識別結(jié)果。不同方法的節(jié)點權(quán)重計算精度對比結(jié)果如圖6 所示。

圖6 節(jié)點權(quán)重計算精度

從圖6 中可以看出，所提出方法的節(jié)點權(quán)重計算精度偏高，節(jié)點權(quán)重計算精度最高達到99.43%，說明所提出方法計算的權(quán)重結(jié)果與實際值基本一致，吻合度較高，兩種文獻對比方法的節(jié)點權(quán)重計算精度最高未超過90%。由此看來，所提出方法對無線傳感網(wǎng)絡(luò)節(jié)點權(quán)重的精準度較高，實用性能好。

3.3 缺失節(jié)點定位精度

為進一步驗證缺失節(jié)點識別的性能，設(shè)置兩種測試環(huán)境對缺失節(jié)點的定位精度進行驗證。兩種測試環(huán)境分別為存在30 dB 噪聲影響和不存在噪聲影響的無線傳感網(wǎng)絡(luò)環(huán)境。缺失節(jié)點產(chǎn)生的原因也是噪聲及冗余信號等，因此在噪聲環(huán)境下更能體現(xiàn)方法的識別性能。兩種環(huán)境下，三種方法的缺失節(jié)點定位精度對比結(jié)果分別如圖7 與圖8 所示。

圖7 不存在噪聲影響環(huán)境下三種方法的缺失節(jié)點定位精度

觀察圖7 所示不存在噪聲干擾下的缺失節(jié)點定位精度結(jié)果可以看出，所提出方法的定位精度曲線始終位于兩種文獻對比方法之上。當(dāng)不存在噪聲影響時，所提出方法的缺失節(jié)點定位精度范圍在94.36%～97.52%之間。相同條件下，文獻[2]與文獻[3]方法的缺失節(jié)點定位范圍分別為68.36%～77.58%、73.29%～83.10%。因此，說明在不存在噪聲干擾的條件下，相較于傳統(tǒng)方法，所提方法不僅能夠提高缺失節(jié)點定位精度，且定位結(jié)果較為穩(wěn)定。

從圖8 中可以看出，當(dāng)存在噪聲干擾的情況下，三種方法的缺失節(jié)點定位精度均出現(xiàn)了一定的下降，其中文獻[2]與文獻[3]方法均下降了10%左右，所提出方法的缺失節(jié)點定位精度仍然能夠保持在91%以上；噪聲條件下，文獻[2]與文獻[3]方法的缺失節(jié)點識別精度最高未超過70%，因此說明所研究方法能夠抵御噪聲干擾。

3.4 缺失節(jié)點識別精度

為了進一步驗證所提出方法對缺失節(jié)點的識別性能，將不同方法識別出的缺失節(jié)點數(shù)量與實際值進行對比，判斷三種方法的缺失節(jié)點識別精度。缺失節(jié)點識別精度對比結(jié)果如表2 所示。

從表2 所示的缺失節(jié)點識別精度結(jié)果中可以看出，所提出方法的缺失節(jié)點識別數(shù)量與實際值基本一致，最高差值不超過1 個；文獻[2]方法識別的缺失節(jié)點數(shù)量始終低于真實值，說明文獻[2]方法不能夠識別出全部的缺失節(jié)點，將會導(dǎo)致無線傳感網(wǎng)絡(luò)的傳輸完整性降低；文獻[3]方法的缺失節(jié)點識別數(shù)量始終高于真實值，會向無線傳感網(wǎng)絡(luò)發(fā)出錯誤指令，為了填補缺失節(jié)點，可能導(dǎo)致網(wǎng)絡(luò)內(nèi)的節(jié)點數(shù)量增加，增加網(wǎng)絡(luò)擁塞的可能性。

4 結(jié)論

為了提高無線傳感網(wǎng)絡(luò)的傳輸性能，有效解決節(jié)點缺失問題，提出一種考慮時間序列表達關(guān)系的無線傳感網(wǎng)絡(luò)缺失節(jié)點識別方法。從理論與仿真分析兩方面對方法的性能進行了驗證，該方法在進行缺失節(jié)點識別過程中，具有較高的缺失節(jié)點定位精度與識別精度。在存在噪聲干擾的情況下，所提出方法仍然能夠保持91%以上的缺失節(jié)點定位精度，并且所提出方法識別出的缺失節(jié)點數(shù)量與實際值基本一致。因此，說明所提出方法能夠滿足缺失節(jié)點識別的精度要求。