专利名称：有毒气体泄漏区域的检测方法
技术领域：
本发明属于无线传感器网络领域，尤其涉及一种有毒气体泄漏区域的检测方法。
背景技术：
无线传感器网络应用在越来越多的环境中，如灾害监测，军事勘测等，而事件区域检测则成为无线传感器网络的一个重要应用。在无线传感器网络实际应用场景中，传感器节点由于环境影响及自身因素是易于出错的，偶然出错的传感器节点会影响事件区域检测的准确性，同时由于传感器节点大都能量有限，通信能耗又占据总能耗大部分，这就要求我们的检测算法具有容错性，同时是分布式的，并且不需要收集整个网络中的所有测量值，也就是说由节点来周期性采集数据同时用一种耗能少的算法来判定节点的正确性以及事件区域的分布。事件区域检测自2000年以来受到研究者的广泛关注，B. Krishnamachari等人首次提出了事件是具有空间相关性的，即某个传感器检测到事件发生，其邻居节点理论上也应该检测到相同的事件发生，这是因为当观测区域发生事件后，事件会从发生点向外扩散，最终形成一定的事件区域，而事件区域内的传感器理论上均会观察到事件的发生。其后的研究者大都应用了其事件空间相关性的思想，同时认为传感器的错误是不具有空间相关性的，于是可以利用邻居节点间投票等方法进行容错。现有事件区域检测的缺陷是I传感器节点由于环境影响及自身因素易于出错；2偶然出错的传感器节点会影响事件区域检测的准确性；3某种算法只能适应于特定的环境中，而且大都滞后于事件；4由于传感器必须进行容错处理，节点间的通信可能会消耗大量的能量。
发明内容
本发明的目的就是为了解决上述问题，提供一种有毒气体泄漏区域的检测方法，它具有解决错误传感器的识别问题、精确检测事件区域、节省传感器传输数据的能耗、适用于各种环境的通用的事件区域检测等优点。为了实现上述目的，本发明采用如下技术方案一种有毒气体泄漏区域的检测方法，它的步骤为第一步，传感器节点负责周期性地采集所部署环境中的观测数据；第二步，利用过滤器负责对传感器的采集数据使用设置的过滤器条件过滤出可能处于时间事件中的传感器；对于不满足条件的数据丢弃，满足的则转入下一步；第三步，对于过滤出的传感器采集的数据使用改进的灰色模型GM(1，I)建模，对后续时间点的采集数据进行预测；第五步，利用设定规则来确定每个传感器的状态；第六步，最后得到识别出的错误传感器和事件区域。
所述第二步中，发现可能处于事件中的传感器的步骤为传感器的初始状态设置为“正常”;设置传感器采集数据的过滤器；对采集数据满足过滤器规则的传感器标识为“预险”状态；对处于“预险”状态的传感器运行预测算法。所述第三步中原始灰色GM(1，1)建模的步骤包括对过滤出的测量数据进行一次累加；在一次累加后的序列基础上建立白化形式的微分方程；根据该微分方程求解出一次累加后的序列对应的下一时刻的预测值，以及对所述预测值进行一次累减运算，得到对应下一时刻的事件探测信号数据预测值；对原始灰色GM(1，1)模型进行改进，对采集的数据进行处理后产生新数列，使其近似指数变化趋势递增；使用GM(1，1)进行预测；将预测数据还原，得到需要的预测值，调整参数控制预测结果的精度。
所述第五步中，设定规则为(I)如果某个节点自身处于“真预险”状态，同时邻居中有半数以上均处于“真预险”状态，则认为该节点正常，同时认为该点事件发生；(2)如果某个节点自身处于“真预险”状态，而邻居中不到半数处于“真预险”状态，则认为该节点错误，该点事件未发生；(3)如果某个节点自身处于“假预险”状态，而邻居节点有半数处于“真预险”状态，则认为该节点正常，且处于事件中，但预测错误；(4)如果某个节点自身处于“假预险”状态，但邻居节点不到半数处于“真预险”状态，则认为该节点错误，事件未发生。所述第六步为，当传感器节点通过状态判定规则判断出自己的状态后，将自己的状态重新广播给周围的邻居，最终得到各个传感器的收敛状态，同时获得发生气体泄漏的事件区域。本发明通过设置过滤器和对采集数据使用预测算法，得到采集数据序列的变化趋势，处于特殊环境下的传感器可能出错，但采集数据的变化趋势具有较高的容错性，同时应用事件的空间相关性，排除了正常环境变化的干扰，使得该算法适用于贫信息、弱信息的场所，减少了误报率。而且，这是一种通用的事件区域检测算法，适用范围广泛，比其他检测算法更早、更准确的报警信号。本发明的有益效果I该发明适用范围广泛，而且比其他算法更早、更准确的检测到传感器部署环境的事件区域。2传感器发生错误时，传感器可以得到校正3节省传感器传输数据的能耗4适用于各种环境的通用的事件区域检测。
图I为本发明实施例的气体泄漏区域检测方法流程图。
具体实施例方式下面结合附图与实施例对本发明作进一步说明。
图I中步骤102，将传感器节点部署在感兴趣的观测场所，周期性采集气体浓度特征数据。步骤104，设置过滤器S，对现场周期采集的气体浓度特征信号进行处理，过滤出有可能会发生气体泄漏的传感器，tk示传感器采集数据的不同时刻，r(tk)表示传感器在不同时刻的采样数据，S表示气体泄漏临界值的浓度，设置过滤器S，
权利要求
1.一种有毒气体泄漏区域的检测方法，其特征是，它的步骤为 第一步，传感器节点负责周期性地采集所部署环境中的观测数据； 第二步，利用过滤器负责对传感器的采集数据使用设置的过滤器条件过滤出可能处于时间事件中的传感器；对于不满足条件的数据丢弃，满足的则转入下一步； 第三步，对于过滤出的传感器采集的数据使用改进的灰色模型GM(1，I)建模，对后续时间点的采集数据进行预测； 第五步，利用设定规则来确定每个传感器的状态； 第六步，最后得到识别出的错误传感器和事件区域。
2.如权利要求I所述的有毒气体泄漏区域的检测方法，其特征是，所述第二步中，发现可能处于事件中的传感器的步骤为传感器的初始状态设置为“正常”；设置传感器采集数据的过滤器；对采集数据满足过滤器规则的传感器标识为“预险”状态；对处于“预险”状态的传感器运行预测算法。
3.如权利要求I所述的有毒气体泄漏区域的检测方法，其特征是，所述第三步中原始灰色GM(1，1)建模的步骤包括对过滤出的测量数据进行一次累加；在一次累加后的序列基础上建立白化形式的微分方程；根据该微分方程求解出一次累加后的序列对应的下一时刻的预测值，以及对所述预测值进行一次累减运算，得到对应下一时刻的事件探测信号数据预测值； 对原始灰色GM(1，1)模型进行改进，对采集的数据进行处理后产生新数列，使其近似指数变化趋势递增；使用GM(1，1)进行预测；将预测数据还原，得到需要的预测值，调整参数控制预测结果的精度。
4.如权利要求I所述的有毒气体泄漏区域的检测方法，其特征是，所述第五步中，设定规则为 (1)如果某个节点自身处于“真预险”状态，同时邻居中有半数以上均处于“真预险”状态，则认为该节点正常，同时认为该点事件发生； (2)如果某个节点自身处于“真预险”状态，而邻居中不到半数处于“真预险”状态，则认为该节点错误，该点事件未发生； (3)如果某个节点自身处于“假预险”状态，而邻居节点有半数处于“真预险”状态，则认为该节点正常，且处于事件中，但预测错误； (4)如果某个节点自身处于“假预险”状态，但邻居节点不到半数处于“真预险”状态，则认为该节点错误，事件未发生。
5.如权利要求I所述的有毒气体泄漏区域的检测方法，其特征是，所述第六步为，当传感器节点通过状态判定规则判断出自己的状态后，将自己的状态重新广播给周围的邻居，最终得到各个传感器的收敛状态，同时获得发生气体泄漏的事件区域。
全文摘要
本发明公开了一种有毒气体泄漏区域的检测方法，它的步骤为第一步，传感器节点负责周期性地采集所部署环境中的观测数据；第二步，利用过滤器负责对传感器的采集数据使用设置的过滤器条件过滤出可能处于时间事件中的传感器；对于不满足条件的数据丢弃，满足的则转入下一步；第三步，对于过滤出的传感器采集的数据使用改进的灰色模型GM(1，1)建模，对后续时间点的采集数据进行预测；第五步，利用设定规则来确定每个传感器的状态；第六步，最后得到识别出的错误传感器和事件区域。本发明具有解决错误传感器的识别问题、精确检测事件区域、节省传感器传输数据的能耗、适用于各种环境的通用的事件区域检测等优点。
文档编号G08B21/14GK102622858SQ20121008058
公开日2012年8月1日 申请日期2012年3月23日 优先权日2012年3月23日
发明者于永基, 贾智平 申请人:山东大学