基于可信度传感器故障检测算法

　　传感器工作环境中的振动、噪声、信道干扰、火灾等都可能导致传感器错误感知数据甚至永久故障，为防止产生错误的传感数据，保证传感器网络的正常运行，需要及时检测传感器故障。集中式和分布式是传感器故障检测的2种主要方法。集中式方法周期性收集传感器测量值和状态信息到中心节点，但大量数据通信导致靠近中心节点传感器能耗加快，缩短传感器网络的生命周期。分布式方法通过与邻居传感器监测数据相比较实现可疑节点的故障检测，克服了传感器节点间能耗不平衡的问题，但依然存在邻居节点集合间突发大量数据通信导致拥塞的情况，影响故障检测的效率和准确性。因此，基于分布式方式以少量数据通信完成快速可靠的传感器故障检测成为需要解决的问题。

　　通过可疑节点与邻居节点的历史数据比较，判断节点是否故障是传感器故障检测的有效方法之一。该方法的关键点在于可疑节点的判断问题以及故障诊断消息发送时机的决策问题。为此，提出一种基于可信度和邻居协作的传感器故障检测算法。首先建立可信度模型进行节点可疑状态判定；随后基于邻居协作的思想向邻居节点发送故障诊断请求，通过等概率时间窗口决定该可疑节点诊断请求的发送时机；最后依据邻居节点的诊断回复进行故障情况的分类以及状态判断。通过仿真验证，该算法能够在降低故障诊断次数和数据拥塞率的前提下，提高故障检出率。