[发明专利]对无线传感器网络异常事件进行分布式检测的方法

权利要求书

1.一种对无线传感器网络异常事件进行分布式检测的方法，其特征是：

所述无线传感器网络包含N个传感器节点，其中，K个传感器节点的初始数据为1的概率大于等于0.5，其余传感器节点的初始数据始终为0，N≥1，1≤K≤N；所述K个传感器节点中的各传感器节点的初始数据为1的概率保持不变且互不相同；初始数据为1代表该传感器节点有事件发生，初始数据为0代表该传感器节点没有事件发生；

所述分布式检测的方法包括如下步骤：

(1)采集所述无线传感器网络的所有传感器节点的初始数据，并根据公式(II)确定所述无线传感器网络的观测数目，

M=KlogNK---(II)]]>

式(II)中，M代表无线传感器网络的观测数目，K代表无线传感器网络中初始数据为1的概率大于等于0.5的传感器节点的数量。

(2)将所述无线传感器网络的所有传感器节点进行分簇，获得每个簇的当前观测数目，并分别将每个簇中的所有传感器节点的初始数据构成如式(III)所示的初始向量，

X₁＝[X₁(1)，X₁(2)...X₁(j)...X₁(N₁)]                    (III)

式(III)中，X₁表示初始向量，X₁(j)表示簇中编号为j的传感器节点的初始数据，N₁表示簇中传感器节点的总数量。

(3)利用公式(V)对初始向量进行非相关映射，得到所述每个簇的当前观测向量，

Y₁＝Φ₁X₁                                      (V)

式(V)，Φ₁表示簇的当前随机高斯矩阵，Φ₁的行数表示簇的当前观测数目，列数表示簇中传感器节点的总数量；Y₁表示簇的当前观测向量。

(4)利用公式(VI)和公式(VII)对每个簇的当前观测向量进行加权基追踪重构，相应地得到各个簇的当前重构数据向量，

W1=diag(w1,w2...wi...wN1)---(VI)]]>

X^1=argminX^1||W1X^1||l1s.t.Y1=Φ1X^1---(VII)]]>

公式(VI)中，W₁表示簇的加权基追踪重构的当前加权矩阵；w_i表示簇中编号为i的传感器节点进行加权基追踪重构的当前加权矩阵参数，且第一次循环时w_i的值为1；表示簇的当前重构数据向量。

(5)对每个簇的当前重构数据向量中的每个元素进行门限判决，通过将其中大于阈值的元素分别重设为1、将其中小于等于阈值的元素分别重设为0而相应得到每个簇的当前恢复数据向量；

(6)按以下方法判断每个簇中的每个传感器节点是否发生漏警或虚警：

若传感器节点的初始向量的元素值为1且该传感器节点的当前恢复数据向量的元素值为0，则表示该传感器节点发生了漏警；若传感器节点的初始向量的元素值为0且该传感器节点的当前恢复数据向量的元素值为1，则表示该传感器节点发生了虚警；

(7)判断每个簇的加权基追踪重构的次数是否达到预设值：若所有簇的加权基追踪重构的次数均达到预设值，则执行步骤(10)；否则，根据步骤(6)的判断结果，利用公式(VIII)得到簇的加权基追踪重构的更新后的加权矩阵参数，

公式(VIII)中，表示簇的加权基追踪重构的更新后的加权矩阵参数，表示簇的当前重构数据向量的第i个元素值；

(8)根据公式(IX)得到每个簇的更新后的观测数目，

Mnew=QQwhole×M---(IX)]]>

公式(IX)，M是整个无线传感器网络的观测数目，M_new表示簇的更新后的观测数目，Q为每个簇的当前恢复数据向量的非零元素的个数，Q_whole为所有簇的当前恢复数据向量的非零元素的个数的总和；

(9)判断每个簇的当前恢复数据向量中的元素值为1的元素的个数是否满足大于所有簇的当前恢复数据向量中的元素值为1的元素的个数的算术平均值这一条件：

对于满足该条件的簇，则使用该簇的更新后的观测数目随机产生该簇的下一次循环的随机高斯矩阵，然后返回执行步骤(3)进行下一次循环；

对于不满足该条件的簇，则先使用该簇的更新后的观测数目随机产生一个随机高斯矩阵，然后对该随机高斯矩阵进行稀疏化处理，得到该簇的下一次循环的随机高斯矩阵，然后再返回执行步骤(3)进行下一次循环；

(10)计算最后一次循环中所有簇的恢复数据向量中的元素值为1的元素的总个数，该总个数表示所检测出的所述无线传感器网络中的异常事件的数目。