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(wú)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(wú)線傳感網(wǎng)絡(luò)是由分布在各個(gè)區(qū)域的傳感器節(jié)點(diǎn)共同組成的，通過(guò)節(jié)點(diǎn)之間無(wú)線網(wǎng)絡(luò)的連接，使每個(gè)節(jié)點(diǎn)都具有信息通訊、計(jì)算以及儲(chǔ)存的能力。由于無(wú)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(guò)大，容易出現(xiàn)節(jié)點(diǎn)缺失的問(wèn)題，導(dǎo)致無(wú)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?；诖?，眾多學(xué)者提出缺失節(jié)點(diǎn)識(shí)別方法。

文獻(xiàn)[1]采用深度學(xué)習(xí)網(wǎng)絡(luò)識(shí)別紅外網(wǎng)絡(luò)中的異常節(jié)點(diǎn)，采集紅外網(wǎng)絡(luò)節(jié)點(diǎn)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(guò)貪婪算法進(jìn)行迭代訓(xùn)練，提取異常節(jié)點(diǎn)的特征，從而完成異常節(jié)點(diǎn)識(shí)別。文獻(xiàn)[2]則是針對(duì)無(wú)線傳感網(wǎng)絡(luò)中的惡意節(jié)點(diǎn)進(jìn)行識(shí)別，通過(guò)機(jī)器學(xué)習(xí)中的線性回歸算法計(jì)算節(jié)點(diǎn)的能量與信譽(yù)度，根據(jù)信譽(yù)度結(jié)果判斷節(jié)點(diǎn)是否為異常節(jié)點(diǎn)。文獻(xiàn)[3]采用蜻蜓算法識(shí)別通信網(wǎng)絡(luò)中的異常節(jié)點(diǎn)，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(diǎn)識(shí)別中，以提高通信網(wǎng)絡(luò)的安全性與可靠性。文獻(xiàn)[4]采用整數(shù)線性規(guī)劃模型來(lái)識(shí)別社區(qū)網(wǎng)絡(luò)中具有影響力的節(jié)點(diǎn)，構(gòu)建聚類網(wǎng)絡(luò)優(yōu)化模型，得到影響力節(jié)點(diǎn)的識(shí)別結(jié)果。但是，上述方法均是針對(duì)各種網(wǎng)絡(luò)的異常節(jié)點(diǎn)以及影響力節(jié)點(diǎn)進(jìn)行識(shí)別，并且忽略了缺失節(jié)點(diǎn)在時(shí)間序列上的關(guān)系，如果直接將上述方法應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)缺失節(jié)點(diǎn)，會(huì)降低缺失節(jié)點(diǎn)的識(shí)別精度。

針對(duì)上述問(wèn)題，此次研究提出了一種考慮時(shí)間序列表達(dá)關(guān)系的無(wú)線傳感網(wǎng)絡(luò)缺失節(jié)點(diǎn)識(shí)別方法。該方法的整體研究過(guò)程為:分析無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)在時(shí)間序列上的表達(dá)關(guān)系，采用均值替代方法計(jì)算節(jié)點(diǎn)的向量與時(shí)間差別變化。分析無(wú)線傳感器網(wǎng)絡(luò)中錨節(jié)點(diǎn)與位置節(jié)點(diǎn)分布情況，計(jì)算節(jié)點(diǎn)的移動(dòng)范圍，并完成節(jié)點(diǎn)的濾除處理。以剩余節(jié)點(diǎn)為基礎(chǔ)，采用蒙特卡洛定位算法計(jì)算缺失節(jié)點(diǎn)的坐標(biāo)，從而完成缺失節(jié)點(diǎn)的識(shí)別。

1 無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)間序列表達(dá)關(guān)系

為了提高無(wú)線傳感網(wǎng)絡(luò)缺失節(jié)點(diǎn)識(shí)別的精準(zhǔn)性，對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)進(jìn)行采集分析和預(yù)處理，分析節(jié)點(diǎn)數(shù)據(jù)在時(shí)間序列上的表達(dá)關(guān)系[5-6]，計(jì)算向量、維度等值對(duì)缺失節(jié)點(diǎn)識(shí)別的影響，降低缺失節(jié)點(diǎn)識(shí)別誤差。

為了方便計(jì)算與分析，作出如下定義:

①S＝{S1，S2，S3，…，Sn}表示無(wú)線傳感網(wǎng)絡(luò)服務(wù)候選節(jié)點(diǎn)集中所有的子節(jié)點(diǎn)的集合；n表示服務(wù)個(gè)數(shù)。

②P＝{p1，p2，p3，…，pm}表示無(wú)線網(wǎng)絡(luò)服務(wù)候選節(jié)點(diǎn)集中符合完備節(jié)點(diǎn)的集合；m表示節(jié)點(diǎn)個(gè)數(shù)。

③M(pk)＝表示節(jié)點(diǎn)集合Si＝(i＝1，2，3，…，m)中第k個(gè)節(jié)點(diǎn)的時(shí)間序列[7]；表示時(shí)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(diǎn)數(shù)值。

假設(shè)無(wú)線傳感網(wǎng)絡(luò)中存在四個(gè)不同時(shí)間維度的移動(dòng)節(jié)點(diǎn)值Si＝{S1，S2，S3，S4}，每個(gè)值都存在對(duì)應(yīng)的指標(biāo)值，每個(gè)指標(biāo)值記錄了這四個(gè)移動(dòng)節(jié)點(diǎn)值在時(shí)間序列上的時(shí)間點(diǎn)。將這幾組數(shù)據(jù)按照維度大小進(jìn)行排列，組成一組新的序列關(guān)系。計(jì)算同一維度和不同維度下節(jié)點(diǎn)缺失的時(shí)間變化特點(diǎn)，推導(dǎo)得出規(guī)律，作為下一步節(jié)點(diǎn)缺失識(shí)別的參考依據(jù)，避免因維度不一帶來(lái)的識(shí)別誤差，表達(dá)式為:

上述研究從四個(gè)不同的時(shí)間維度分析了無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的時(shí)間序列表達(dá)關(guān)系，明確了向量、維度等值對(duì)缺失節(jié)點(diǎn)識(shí)別的影響，有助于提高缺失節(jié)點(diǎn)的識(shí)別精度。

2 蒙特卡羅定位識(shí)別缺失節(jié)點(diǎn)

以上述分析的無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)間序列表達(dá)關(guān)系為基礎(chǔ)，采用蒙特卡羅定位方法實(shí)現(xiàn)缺失節(jié)點(diǎn)的識(shí)別研究。

缺失節(jié)點(diǎn)定位是無(wú)線傳感網(wǎng)絡(luò)的基礎(chǔ)技術(shù)之一，也是無(wú)線傳感網(wǎng)絡(luò)研究的熱點(diǎn)問(wèn)題之一[8]。無(wú)線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)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(diǎn)缺失的問(wèn)題，會(huì)導(dǎo)致傳輸數(shù)據(jù)不完整，降低無(wú)線傳感網(wǎng)絡(luò)的穩(wěn)定性[9]。

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

圖1 錨節(jié)點(diǎn)與位置節(jié)點(diǎn)分布圖

蒙特卡羅定位算法是一種隨機(jī)模擬方法，計(jì)算模式是先從數(shù)據(jù)集合中隨機(jī)選取計(jì)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(jìn)行大量抽樣的效率較低并且難以實(shí)現(xiàn)，而蒙特卡洛定位算法可以有效解決這一問(wèn)題，更加適用于缺失節(jié)點(diǎn)的定位識(shí)別。

完成錨節(jié)點(diǎn)與位置節(jié)點(diǎn)分布后進(jìn)行數(shù)據(jù)的隨機(jī)抽樣，生成缺失節(jié)點(diǎn)樣本集，N表示最小樣本數(shù)，根據(jù)實(shí)際情況設(shè)定。

在無(wú)線傳感網(wǎng)絡(luò)的實(shí)際工作過(guò)程中，節(jié)點(diǎn)是隨機(jī)移動(dòng)的，因此無(wú)法確定缺失節(jié)點(diǎn)具體的移動(dòng)方向與速度，但是可以計(jì)算缺失節(jié)點(diǎn)的最大移動(dòng)速度Vmax。設(shè)缺失節(jié)點(diǎn)在上一個(gè)時(shí)刻的位置為，缺失節(jié)點(diǎn)在時(shí)間序列關(guān)系約束下的當(dāng)前位置為為缺失節(jié)點(diǎn)移動(dòng)的圓心，以Vmax作為半徑，缺失節(jié)點(diǎn)在此范圍內(nèi)移動(dòng)。缺失節(jié)點(diǎn)位置區(qū)域如圖2 所示。

圖2 缺失節(jié)點(diǎn)位置區(qū)域示意圖

從圖2 中可以看出，缺失節(jié)點(diǎn)在時(shí)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(dá)式:

式中:d(lt｜lt-1)表示t時(shí)刻與t-1 時(shí)刻缺失節(jié)點(diǎn)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(diǎn)需要選擇兩跳以內(nèi)的，設(shè)一跳錨節(jié)點(diǎn)集合為B1，兩跳錨節(jié)點(diǎn)集合為B2，每個(gè)錨節(jié)點(diǎn)的通信半徑為r，當(dāng)只存在一跳錨節(jié)點(diǎn)B1，則需要將滿足d(lt，B1)＞r條件的節(jié)點(diǎn)濾除，當(dāng)只存在兩跳錨節(jié)點(diǎn)B2，時(shí)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(diǎn)。節(jié)點(diǎn)濾除示意圖見(jiàn)圖3。

圖3 節(jié)點(diǎn)濾除示意圖

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

蒙特卡羅定位算法[11]的計(jì)算重點(diǎn)是:時(shí)間序列關(guān)系約束下缺失節(jié)點(diǎn)的后驗(yàn)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(diǎn)，通過(guò)樣本點(diǎn)權(quán)重計(jì)算缺失節(jié)點(diǎn)的后驗(yàn)分布概率。

時(shí)間序列關(guān)系約束下缺失節(jié)點(diǎn)位置預(yù)測(cè)結(jié)果計(jì)算公式為:

缺失節(jié)點(diǎn)位置更新公式為:

權(quán)值歸一化[12]計(jì)算公式為:

蒙特拉羅定位算法中引入了重要性采樣計(jì)算，隨著計(jì)算次數(shù)的增加，會(huì)導(dǎo)致粒子權(quán)重發(fā)生偏差，部分粒子的權(quán)重會(huì)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(jì)算。定義節(jié)點(diǎn)的有效樣本數(shù)量為Neff，門限值為Nthreshold，如果存在Neff＜Nthreshold，則進(jìn)行重采樣。

有效樣本數(shù)量Neff的計(jì)算公式為:

采用N個(gè)有效的樣本數(shù)據(jù)，定位缺失節(jié)點(diǎn)位置，完成缺失節(jié)點(diǎn)的識(shí)別。時(shí)間序列關(guān)系約束下缺失節(jié)點(diǎn)位置計(jì)算公式為:

根據(jù)式(8)所示的缺失節(jié)點(diǎn)位置計(jì)算結(jié)果，可以明確缺失節(jié)點(diǎn)在無(wú)線傳感網(wǎng)絡(luò)中所處的位置，完成缺失節(jié)點(diǎn)的識(shí)別。

蒙特卡羅定位算法的運(yùn)行代碼如圖4 所示。

圖4 蒙特卡羅定位算法的運(yùn)行代碼

3 測(cè)試分析

3.1 測(cè)試設(shè)置

為有效驗(yàn)證提出的無(wú)線傳感網(wǎng)絡(luò)缺失節(jié)點(diǎn)識(shí)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(wú)線傳感網(wǎng)絡(luò)平臺(tái)，并在其上進(jìn)行具體測(cè)試。無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)如圖5 所示。

圖5 無(wú)線傳感網(wǎng)絡(luò)結(jié)構(gòu)

測(cè)試數(shù)據(jù)集中選取了SQL(Structured Query Language 結(jié)構(gòu)化查詢語(yǔ)言)數(shù)據(jù)庫(kù)中的5000 條移動(dòng)無(wú)線傳感節(jié)點(diǎn)數(shù)據(jù)，仿真的詳細(xì)參數(shù)如表1 所示。

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

在仿真分析前為了降低誤差，得到精準(zhǔn)的仿真結(jié)果，充分驗(yàn)證所提出方法的性能，以節(jié)點(diǎn)權(quán)重計(jì)算精度、缺失節(jié)點(diǎn)定位精度、缺失節(jié)點(diǎn)識(shí)別精度為仿真分析指標(biāo)，將所提出方法與文獻(xiàn)[2]方法與文獻(xiàn)[3]方法進(jìn)行對(duì)比驗(yàn)證。

3.2 節(jié)點(diǎn)權(quán)重計(jì)算精度

在完備的數(shù)據(jù)集中，需要精準(zhǔn)地計(jì)算節(jié)點(diǎn)權(quán)重，才能夠得到精準(zhǔn)的缺失節(jié)點(diǎn)位置識(shí)別結(jié)果。不同方法的節(jié)點(diǎn)權(quán)重計(jì)算精度對(duì)比結(jié)果如圖6 所示。

圖6 節(jié)點(diǎn)權(quán)重計(jì)算精度

從圖6 中可以看出，所提出方法的節(jié)點(diǎn)權(quán)重計(jì)算精度偏高，節(jié)點(diǎn)權(quán)重計(jì)算精度最高達(dá)到99.43%，說(shuō)明所提出方法計(jì)算的權(quán)重結(jié)果與實(shí)際值基本一致，吻合度較高，兩種文獻(xiàn)對(duì)比方法的節(jié)點(diǎn)權(quán)重計(jì)算精度最高未超過(guò)90%。由此看來(lái)，所提出方法對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)權(quán)重的精準(zhǔn)度較高，實(shí)用性能好。

3.3 缺失節(jié)點(diǎn)定位精度

為進(jìn)一步驗(yàn)證缺失節(jié)點(diǎn)識(shí)別的性能，設(shè)置兩種測(cè)試環(huán)境對(duì)缺失節(jié)點(diǎn)的定位精度進(jìn)行驗(yàn)證。兩種測(cè)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(wú)線傳感網(wǎng)絡(luò)環(huán)境。缺失節(jié)點(diǎn)產(chǎn)生的原因也是噪聲及冗余信號(hào)等，因此在噪聲環(huán)境下更能體現(xiàn)方法的識(shí)別性能。兩種環(huán)境下，三種方法的缺失節(jié)點(diǎn)定位精度對(duì)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(diǎn)定位精度

觀察圖7 所示不存在噪聲干擾下的缺失節(jié)點(diǎn)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(xiàn)對(duì)比方法之上。當(dāng)不存在噪聲影響時(shí)，所提出方法的缺失節(jié)點(diǎn)定位精度范圍在94.36%～97.52%之間。相同條件下，文獻(xiàn)[2]與文獻(xiàn)[3]方法的缺失節(jié)點(diǎn)定位范圍分別為68.36%～77.58%、73.29%～83.10%。因此，說(shuō)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(diǎn)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(diǎn)定位精度均出現(xiàn)了一定的下降，其中文獻(xiàn)[2]與文獻(xiàn)[3]方法均下降了10%左右，所提出方法的缺失節(jié)點(diǎn)定位精度仍然能夠保持在91%以上；噪聲條件下，文獻(xiàn)[2]與文獻(xiàn)[3]方法的缺失節(jié)點(diǎn)識(shí)別精度最高未超過(guò)70%，因此說(shuō)明所研究方法能夠抵御噪聲干擾。

3.4 缺失節(jié)點(diǎn)識(shí)別精度

為了進(jìn)一步驗(yàn)證所提出方法對(duì)缺失節(jié)點(diǎn)的識(shí)別性能，將不同方法識(shí)別出的缺失節(jié)點(diǎn)數(shù)量與實(shí)際值進(jìn)行對(duì)比，判斷三種方法的缺失節(jié)點(diǎn)識(shí)別精度。缺失節(jié)點(diǎn)識(shí)別精度對(duì)比結(jié)果如表2 所示。

從表2 所示的缺失節(jié)點(diǎn)識(shí)別精度結(jié)果中可以看出，所提出方法的缺失節(jié)點(diǎn)識(shí)別數(shù)量與實(shí)際值基本一致，最高差值不超過(guò)1 個(gè)；文獻(xiàn)[2]方法識(shí)別的缺失節(jié)點(diǎn)數(shù)量始終低于真實(shí)值，說(shuō)明文獻(xiàn)[2]方法不能夠識(shí)別出全部的缺失節(jié)點(diǎn)，將會(huì)導(dǎo)致無(wú)線傳感網(wǎng)絡(luò)的傳輸完整性降低；文獻(xiàn)[3]方法的缺失節(jié)點(diǎn)識(shí)別數(shù)量始終高于真實(shí)值，會(huì)向無(wú)線傳感網(wǎng)絡(luò)發(fā)出錯(cuò)誤指令，為了填補(bǔ)缺失節(jié)點(diǎn)，可能導(dǎo)致網(wǎng)絡(luò)內(nèi)的節(jié)點(diǎn)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(wú)線傳感網(wǎng)絡(luò)的傳輸性能，有效解決節(jié)點(diǎn)缺失問(wèn)題，提出一種考慮時(shí)間序列表達(dá)關(guān)系的無(wú)線傳感網(wǎng)絡(luò)缺失節(jié)點(diǎn)識(shí)別方法。從理論與仿真分析兩方面對(duì)方法的性能進(jìn)行了驗(yàn)證，該方法在進(jìn)行缺失節(jié)點(diǎn)識(shí)別過(guò)程中，具有較高的缺失節(jié)點(diǎn)定位精度與識(shí)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(diǎn)定位精度，并且所提出方法識(shí)別出的缺失節(jié)點(diǎn)數(shù)量與實(shí)際值基本一致。因此，說(shuō)明所提出方法能夠滿足缺失節(jié)點(diǎn)識(shí)別的精度要求。