1. 第２０卷第８期 传感技术学报 Ｖ０１．２０ Ｎｏ．８
ＣＨＩＮＥＳＥ ＪｏＵＲＮＡＬ ＯＦ锄。ｓ０Ｒｓ ＡＮＤ ＡｃＴＵＡＴＯＲｓ
２００７年８月 Ａ．ｕｇ．２００７
Ｃ吣ｐａｒｉｓｏｎ’Ｂａｓｅｄ Ｃｌｕｓｔｅｒ Ｎｏｄｅｓ Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ ｉｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ”
ＺＨＡＮＧ Ｊ ｉｅｈ，Ｊ ｌＮＧ Ｂ０２”，ＺＨＡＮＧ Ｚｏｎｇ—Ｌｔ帮，ＳＵＮ Ｙ０ｎ９１，ＣＨＥＮ Ｍｉｎ９３
１．函ｇｉ竹ｅＰｒｉ以ｇ ＣｏｚＺＰ胪，Ａｉｒ如玎Ｐ岛ｇｉ舢ｒｉｎｇ ｍ泐”岫，Ｘｉ’伽７１００３８，国ｉ卵ｎ ５
２．髓已ｃｆｒｏ九站５彻ｄ，竹，ｏ删ｎｆｉｏ对Ｃ０ｆ如ｇＰ，Ⅺ’丑”Ｊｉｎｏ丁。卵ｇ叽ｉ御ｒｓｉ妙，Ｘｉ’口竹７１００４９，吼ｉ舰５
３．Ａ鲥。撇ｆｉ撇痂”ＣｏＺ￡ＰｇＰ，Ｎｏｒ折雠ｓ据埘ＰｏＺｙ￡Ｐｃ＾竹ｉｆ口Ｚ队ｉ御ｒｓｉ￡ｙ，Ⅺ’口九７ １ ００７２，＠ｉ觚
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｆａｕｌｔ ｉｎｖａｌｉｄａｔｉｏｎ ｐｒｏｂｌｅｍ ｏｆ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｃｌｕｓｔｅｒ ｎｏｄｅｓ ｉｓ ｃｏｎｓｉｄｅｒｅｄ， ａ ｎｅｗ
ｃｏｍｐａｒｉｓｏｎ－ｂａｓｅｄ ｃｌｕｓｔｅｒ ｎｏｄｅｓ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ（ＣＢＣＮＦＤ）ｂａｓｅｄ ｏｎ ｔｈｅ ｏｎｅ－ｔｏ—ｍａｎｙ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｐａｒａ—
ｄｉｇｍ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｄｉａｇｎｏｓｉｓ ｂｙ ｍａｋｉｎｇ ｕｓｅ ｏｆ ｔｈｅ ｃｏｎｃｅｎｔｒａｔｉｖｅ ｃｏｎｔｒ０１ ｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｃｌｕｓ—
ｔｅｒ ｈｅａｄｓ ｉｓ ａｎａｌｙｚｅｄ， ａｎｄ ｉｔｓ ｃｏｒｒｅｃｔｎｅｓｓ ｉｓ ｐｒｏｖｅｄ． Ｔｗｏ ｉｍｐｌｅｍｅｎｔａｔｉｏｎｓ ｏｆ ｔｈｅ ｄｉａｇｎｏｓｉｓ ｍｏｄｅｌ， ｎｏｔ
ｃｈａｎｇｉｎｇ ｎｅｔｗｏｒｋ ｔｏｐｏｌｏｇｙ ａｎｄ ｃｈａｎｇｉｎｇ ｎｅｔｗｏｒｋ ｔｏｐｏｌｏｇｙ， ａｒｅ ｉｎｔｒｏｄｕｃｅｄ． Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｄ
ｔｈａｔ ｃｏｍｐａｒｉｓｏｎ—ｂａｓｅｄ ｃｌｕｓｔｅｒ ｎｏｄｅｓ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｉｓ ｃｈａｒａｃｔｅ“ｓｔｉｃ ｏｆ ｇｏｏｄ ｄｉａｇｎｏｓｉｓ， ａｎｄ ｓｙｓｔｅｍ ｏｖｅｒ—
ｈｅａｄ ｉｓ ｍｕｃｈ ｓｍａｌｌｅｒ ｔｈａｎ ｃｏｍｐａｒｉｓｏｎ—ｂａｓｅｄ ｓｙｓｔｅＨ卜ｌｅｖｅｌ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ（ＣＢＳＬＦＤ）．
Ｋｅｙ ｗｏｒｄｓ：ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ；ＣＢＣＮＦＤ；ＣＢＳＩ。ＦＤ；ｃｌｕｓｔｅｒ；ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ
ＥＥＡＣＣ：６１５０Ｐ；６２１０Ｅ
无线传感器网络中基于比较的簇节点故障诊断算法
＊
张 勘¨，景 博２”，张宗麟１，孙 勇１，陈 明
１．空军工程大学工程学院，西安７１００３８ ５
２．西安交通大学电子与信息工程学院，西安７１００４９；
３．西北工业大学自动化学院，西安７１００７２
捅 要：针对无线传感器网络中簇节点故障失效问题，提出了一种新的采用一对多（ｏｎＰｔｏ—ｍａｎｙ）通信方式，基于比较的簇节
点故障诊断算法一ＣＢＣＮＦＤ（ｃｏｍｐａｒｉｓｏｎ－ｂａｓｅｄ ｃＩｕｓｔｅｒ ｎｏｄｅｓ ｆａｕＩｔ ｄｉａｇｎｏｓｉｓ）．分析了该算法中簇头对簇内节点集中控制的优
化诊断过程，证明了算法的正确性．提出了网络拓扑固定和改变两种情况下的算法诊断模型．仿真结果表明，基于比较的簇节
点故障诊断算法具有良好的诊断特性，系统开销也比基于比较的系统级故障诊断算法一ＣＢＳＬＦＤ（ｃｏｍｐａｒｉｓｏｎ＿ｂａｓｅｄ ｓｙｓｔｅｍ＿
ＩｅｖｅＩ ｆａｕＩｔ ｄｉａｇｎｏｓｉｓ）大为降低．
关键词：无线传感器网络；ｃＢｃＮＦＤ；ｃＢｓＬＦＤ；簇；故障诊断
中图分类号：ＴＰ３９３ 文献标识码：Ａ 文章编号：１００４—１６９９（２００７）０８—１８６０－０５
近年来，无线传感器网络中节点的硬件设计、无 的运行．２００１年意大利的Ｓ．Ｃｈｅｓｓａ和美国的
线通信、计算处理、信息采集、网络组织等研究与创 Ｐ．Ｓａｎｔｉ联合提出一种Ａｄ ｈＯｃ网络中基于比较的系
新不断的提出，随之而来的网络可靠性和可持续性 统级故障诊断（ＣＢＳＬＦＤｃｏｍｐａｒｉｓｏｎ＿ｂａｓｅｄ ｓｙｓｔｅｍ—
的需求也日益增加，而故障诊断对实时了解网络中 ｌｅｖｅｌ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ）算法［１］，该算法被称为相关领
的节点状态起着重要作用．因此，对于网络节点的故 域第一篇研究网络故障诊断的文章．系统级故障诊
障诊断也成为无线传感器网络越来越重要的研究内 断是指在由点到点的双向链路连接的网络节点组成
容之一．故障的网络节点被诊断出来，就能够把它们 的系统中，依据网络节点之间相互测试的结果实现
从传感器网络簇中分离出来，使其不影响到整个簇 故障诊断［引．ＣＢＳＬＦＤ算法特点为：①对等诊断；②
基金项目：陕西省自然科学基金资助（２００５Ｆ２２）；武器装备预研基金项目资助（５１４１９０５０１０４ＪＢ３２０４）；空军工程大学工程学院
优秀博士论文创新基金资助（ＢＣ０５０７）
收稿日期：２００６—１０一１９ 修改日期：２００６～１０一３０
万方数据

2. 第８期 张劫，张宗麟等：无线传感器网络中基于比较的簇节点故障诊断算法 １８６ｌ
通过泛洪（ｆｌｏｏｄｉｎｇ，ｏｎｅ—ｔｏ．ｍａｎｙ）［３］的方式传递诊 或通过其它簇间接链接；⑨簇头知道整个网络中共
断信息，这种方式增加了无线通信介质的系统带宽 有多少节点及其各自的标识；＠在网络节点诊断过
开销，同时大量的计算也造成了网络节点能量有效 程中，簇头不发生改变．
性的降低；③存在重复诊断，重复诊断不符合无线
传感器网络能量有效性要求；④研究基础是网络拓
扑不变的故障诊断．当拓扑发生变化时，部分节点的
状态将无法确定．
借鉴ＣＢＳＬＦＤ算法本文利用分层型网络中的
簇及其簇内节点（包括采集节点、簇头、网关）的链路
关系，提出了基于比较的簇节点故障诊断（ＣＢＣ—
ＮＦＤ卜ｃ。ｍｐａｒｉｓｏｎ—ｂａｓｅｄ ｃｌｕｓｔｅｒ ｎｏｄｅｓ ｆａｕｌｔ ｄｉａｇｎｏ—
图１成簇算法图例
ｓｉｓ）算法．
１．２故障模型
１簇节点诊断模型 网络节点有正常和故障两种状态，故障是“永久
的”，例如，一个故障节点将持续故障直到该节点被维
ＣＢＣＮＦＤ算法利用簇头作为簇内故障诊断的
修或替换．故障包括硬故障和软故障［５］．硬故障节点
集中控制单元对簇内节点进行集中诊断，同时，利用
无法和网络簇中其它节点通信，在无线传感器网络
链接所有簇头的逻辑子网，通过在簇头之间传递相
中，硬故障主要是节点损毁和电源不足造成的．软故
关诊断信息的诊断方式，对簇头进行诊断．ＣＢＣＮＦＤ
障节点尽管与上层应用有关的工作状态不正常，但可
算法既适用于网络拓扑固定的节点，又适用于网络
以继续运转并与簇内其它节点进行通信．但为了实现
拓扑变化的节点，同时解决了网络节点的重复诊断，
诊断的需求，软故障节点的行为被有所限制，因此本
尤其是在网络规模较大，分簇较多的情况下，ＣＢＣ—
文采用ｇＭＭ（ｇｅｎｅｒａｌｉｚｅｄ ＭａｅｎＧ ａｎｄ Ｍａｌｅｋ）［４］模型
ＮＦＤ算法可以大大降低网络系统的开销．
作为失效规则，在ｇＭＭ模型中，由测试任务节点“
１．１ ＣＢＣＮ更Ｄ算法模型
发起诊断信息，该信息分发到相邻的一对节点口、叫，
用ＣＢＣＮＦＤ算法进行诊断的无线传感器网网
通过铆、叫节点问的比较得到诊断结果．该规则描述
络由咒个移动节点组成，在￡时刻，网络系统拓扑可
如表１，如果“，口和叫都是正常，那么比较的结果“一
以描述为无向图Ｇ（｝）一（Ｖ，Ｌ（ｆ）），称之为网络系
致”，比较输出为“ｏ”；如果“，叫任何一个故障，那么比
统拓扑通讯图．Ｖ是该网络中所有节点的集合，Ｌ（｝）
较结果“不一致”，比较输出为“１”．
是￡时刻的逻辑链路集合．对于任意的节点“，可∈
表ｌ ｇＭＭ失效规则
Ｖ，当且仅当ｕ在ｆ时刻位于“的通信范围之内时，有
“ 口 叫 由“发起，口和叫的比较结果
（“，口）∈Ｌ（￡）．如果乱与ｕ在ｆ时刻相邻，那么ｆ时刻
与“相邻的节点集合为Ｎ（“，￡）．
模型同时满足以下规则：
①每一个网络簇节点有唯一的标识（ＩＤｅｎｔｉ—
ｔｙ），所有节点被排序并按照序数进行标识．
②存在链路层协议提供的服务为：⑧在逻辑
２簇节点诊断处理过程
连接上有ＭＡＣ协议解决广播信道的多址问题；⑥
提供简单的一跳可靠广播（１一ｈＯｐ ｒｅｌｉａｂｌｅ ｂｒｏａｄ— ２．１簇节点诊断性质
ｃａｓｔ），记为．１一ｒ６（・），在集合Ｎ（“，ｆ）内，ｆ时刻的 引理１定义网络诊断拓扑图为Ｇ一（Ｖ，Ｌ），
消息仇被节点甜所调用，消息ｍ可以被正确传递到 如果Ｇ是连通的且Ｇ中故障节点总数最多为志（Ｇ）
所有节点；⑥每个移动节点都知道其邻居的身份； 一ｌ，这里尼（Ｇ）是Ｇ的连通度，那么由Ｇ中任意节点
⑧消息接收者知道消息发送者的身份． 产生的分发消息（ｄｉｓｓｅｍｉｎａｔｉｏｎ ｍｅｓｓａＧｅ
③网络成簇算法（如图１）满足：⑧位于簇头通 Ｇｅｎｅｒａｔｉｏｎ）能够在有限的时间内被Ｇ中所有的正
信范围内所有节点都属于同一个簇，簇内所有节点 常节点正确的接收．
都是簇头的一跳邻居；⑥簇头和簇头之间不互为邻 证明 设ｄ是由正常节点集合组成的Ｇ的子
居；＠簇头和簇头之间通过网关节点（ｓｉｎｋ）链接， 图．因故障节点总数小于忌（Ｇ），所以Ｇ’也是连通
万方数据

3. １８６２ 传感技术学报 ２００７年
的．由此对于Ｇ中任意给定的正常节点“，口，存在一 节点的过程中，有，ｚ。。一ｌ，以。。一１，丘。一九一１，
条从“到勘的路径Ｐ，该路径是由正常节点贯通的路 由此，簇头执行一跳广播的次数为坨（靠＋１）．
径．设甜产生一个分发消息ｍ，在限定的时间内ｍ可 ③簇头诊断活跃的传感器节点
以被口正确地接收．设ｚ（Ｐ）为路径Ｐ的长度，若 所有簇头最多共产生“发送测试请求、分发消息
ｚ（Ｐ）一１，口是“的邻居，由成簇算法中提供一跳可 和测试应答”的数量分别是￡。研一｝，ｆ。却一ｍａｘ（；，
靠广播，ｍ通过虚拟链路可以将ｍ正确发送到口．若 叩），ｆ。。一｝任意给定正常簇头Ｚ，有／二。一｝由
“已经被口诊断为正常，则ｍ被ｕ正确接收；否则，“ 此，簇头执行一跳广播的次数为ｍａｘ（善（以＋２）＋叩，
尚未被诊断，则保存ｍ，直到“最终被诊断为正常． 善（门＋３））．
所以ｚ（Ｐ）一１时ｍ能够被ｕ正确接收．若ｚ（Ｐ）一＾， 定理２ 网关节点处理过程的通信复杂度为
设硼为路径Ｐ上第（舡１）个节点，则硼是ｕ的邻居， ０（ｍａｘ（脚，跏））．
且叫已经正确接收到ｍ，砌根据ｍ更新它的诊断结 定理３ 整个故障诊断过程的通信复杂度为
果，并把ｍ发送给它的邻居．与ｚ（Ｐ）一１情况相同， ０（ｍａｘ（以２，珈，删，劬，Ｚ，勤））．
ｍ能被训正确接收． 定理４ 簇内传感器节点处理过程的通信复杂
推论 设Ｇ是连通的且Ｖ中故障节点总数最 度为０（ｍａｘ（ｚ，勤））．
多为忌（Ｇ）一１，其中愚（Ｇ）是Ｇ的连通度，那么每个 定理５ 网络诊断拓扑图为Ｇ一（Ｖ，Ｌ），瓦。为
正常簇头都能在有限时间内正确诊断出Ｇ中所有簇 任意正常簇头从收到第一个诊断发起请求
头的状态． （ｄｉａｇｎｏｓｉｓ ｔｒｉｇｇｅｒ ｒｅｑｕｅｓｔ）到该簇头产生测试请求
引理２ 用集合Ｃ一｛Ｃｏ，Ｃ１＇．・・Ｃ，，）表示所有 所需的时间上限，Ｔｐ是广播一个分发消息所需的时
簇的集合．设Ｇ是连通的且Ｖ中故障节点总数最多 间上限．对传感器节点诊断时间复杂度为０（△（Ｔｋ。
为尼（Ｇ）一１，其中志（Ｇ）是Ｇ的连通度，且对于任意 ＋Ｌ）＋丁ｏ。。），△是Ｇ的直径．
节点“，ｊ Ｇ∈Ｃ，ｉ∈｛Ｏ，１，…，行一１）使得Ｌ。ｉ＞Ｔｓ 证明 在△Ｔｇｅ。时间内所有的正常簇头都会产
＋Ｔ伽。，其中Ｌ．ｉ为节点乱在簇Ｃｉ内停留的时间，Ｔｓ 生测试请求，测试请求产生后，任意正常簇头都能在
为簇头检测到新节点并向其发送测试请求（ｔｅｓｔ Ｌ。时间之内诊断出其簇成员中传感器节点的状
ｒｅｑｕｅｓｔ Ｇｅｎｅｒａｔｉｏｎ）消息所需的时间上限，那么任 态，而最后一个包括传感器节点在内的诊断结果的
意正常簇头能够在有限时间内获知阿络中所有传感 分发消息最晚将在△瓦。＋Ｔｏ。。时间内产生．同样，
器节点的状态．Ｔ、０ｕ。为定时器超时时间． 任意分发消息都将在△Ｌ时间内被所有的正常簇
证明 因为Ｌ，ｉ＞Ｔ。＋Ｌ。。，所以任意有通信 头收到．
能力的节点“在簇Ｃ。内收到测试请求消息后，必能 定理６ 设网络拓扑固定，在￡时刻，正常节点
在其离开该簇之前产生并发送测试请求消息，被簇 “发出一个测试请求，那么在￡＋Ｌ。。时刻，节点“已
Ｇ的簇头诊断．因此，任意簇内传感器节点都将被 经正确诊断出在Ｎ（甜）中所有节点的状态；任意正
网络中的某簇头诊断，由引理１，任意正常簇头能够 常节点口已经正确诊断出在Ｎ。（ｕ）中正常与软故障
在有限时间内获知网络中所有传感器节点的状态． 节点的状态；在Ｍ（ｚ）中，如果至少有２个节点是正
定理１ 簇头处理过程的通信复杂度为 常的，那么在Ｎ。（“）中的任意正常节点Ｚ已经正确
０（ｍａｘ（以２，珈））． 诊断出在Ｎ。（ｚ）中的正常与软故障节点的状态．其
证明 中，Ｎ２（“）一｛ｚ∈Ｖ—Ｎ（“）：｝Ｎ。（ｚ）≥２）．
①簇头之间相互诊断 定理７ 在￡时刻，设网络拓扑改变，且Ｎ。（“）
任意给定正常簇头Ｚ，簇头相互诊断的过程中 一Ｎ（“，￡）ｎ Ｎ（“，ｆ＋丁０。。），Ｎ：（“）为Ｎ。（“）中正常
它最多产生“发送测试请求、分发消息和测试应答 或软故障节点．正常节点“发出一个测试请求，那么
（ｔｅｓｔ ｒｅｓｐｏｎｓｅ）”的数量分别是卵。。一１，咒。。一１， 在￡＋Ｔ０ｕ。时刻，节点“已经正确诊断出在Ｎ：（Ｍ）中
以。。ｐ—ｍａｘ Ｎ（Ｚ，ｆ）≤ｄ。。｛，矗。。为Ｇ中节点度 所有节点的状态；
的最大值．ｚ最多转发分发消息的次数为厂。。一恕 ２．２簇节点诊断
一１．由此在簇头相互诊断的过程中，簇头执行一跳 网络中传感器节点需要获知其它节点的状态
可靠广播的次数为７ｚ（咒＋１＋ｄ。。）． 时，先发送一个诊断发起请求，簇头接收到请求后将
②簇头诊断普通传感器节点 向本簇内所有节点发送测试请求，如果收到请求的
任意给定正常簇头ｚ，在簇头诊断普通传感器 节点是网关，则该网关还需要向其所在的其它簇的
万方数据

4. 第８期 张劫，张宗麟等：无线传感器网络中基于比较的簇节点故障诊断算法 １８６３
簇头发送诊断发起请求，相邻簇头接收到这个诊断 ３．２拓扑改变的情况
发起请求后将在本簇内发起诊断，通过这种方式将 ＣＢｃＮＦＤ算法诊断过程中网络拓扑发生变化，
诊断遍及整个网络．簇头接收到簇内节点发送来的 则每当簇头检测到有状态尚未确定的网络节点进人
测试应答后，将本簇状态封装成分发｝削急，并通过簇 本簇，就会触发一个诊断期，从而系统开销在诊断过
头间的逻辑子网广播到所有簇头，同时簇头也将收 程中有所增加，但变化不大．图３是ＣＢＣＮ如算法
集从其它簇头发送来的分发消息．测试应答和分发 在网络拓扑变化和不变的情况下自身的性能比较．
消息均属于诊断消息．当簇头获知整个网络中所有
节点的状态后，诊断处理过程结束．
对于非簇头节点，当收到来自簇头的测试请求
后，先判断是不是网关节点，如果是则向相邻节点发
送诊断发起请求，所有非簇头节点都将根据测试请
求中的测试任务计算出相应结果，生成测试应答，发
送到本簇簇头． 网络竹点标识序列
。拓扑变化 ●拓扑不变
２．３簇头的自诊断
簇头对诊断过程的集中控制功能决定了簇头的 图３拓扑变化和不变的ＣＢＣＮＦＤ算法自身性能比较
故障将导致诊断算法的失效，ａ℃ＭＤ算法通过采用 ３．３网络规模较大的情况
簇头与网关之间路径的抽象一“虚拟链路”，构成一个 在网络规模较大时，簇头和网关的数量相对于
由簇头、网关和虚拟链路组成的逻辑子网，再在这个 整个网络来说属于少数网络节点，由仿真结果（图
逻辑子网上应用Ｃ１３Ｃ］姗Ｄ算法诊断簇头的状态． ４）可以看出：ＣＢＣＮＦＤ算法总的系统开销远小于
ＣＢＳＬＦＤ算法的系统开销．
３实验仿真与性能分析
基于本文２．１节的簇节点诊断性质，通过网络
仿真软件Ｎ孓２对ＣＢＣＮＦＤ算法进行了仿真，并与
ａ玛ＬＦＤ算法进行比较．
３．１拓扑固定的情况
ＣＢＣＮＦＤ算法故障诊断的触发是由一个簇到
另一个簇，在簇内利用簇头的集中控制功能对网络
节点进行诊断，网关可被重复诊断，重复诊断的次数
图４ 网络规模较大的情况
取决于其同时所处的簇个数．ＣＢＳＬＦＤ算法中每个
节点都产生分发消息，每个分发消息都通过洪泛的 ４ 结束语
方式全网广播，而ＣＢＣＮＦＤ算法中分发消息只由簇
近年来，在无线传感器网络中成簇已经较为普
头产生，并且只由簇头和网关进行广播．ＣＢＣＮＦＤ
遍，其分层结构为网络的扩展提供了可行性，国内外
算法在簇头对网络节点进行诊断之前，首先在簇头
针对无线传感器网络提出了许多成簇算法［６－８｜，因此
之间应用ＣＢＳＬＦＤ算法互相诊断．图２是网络拓扑
无线传感器网络的节点故障诊断是十分必要的，尤
不变的情况下ＣＢＳＬＦＤ算法与ＣＢＣＮＦＤ算法的性
其对系统节能和网络性能要求越来越高的无线传感
能对比．
器网络的领域应用．本文提出的一种新的基于比较
的簇节点故障诊断算法，优化了诊断过程，减少了系
统开销，实现了诊断期间网络拓扑固定与变化时对
网络节点的诊断．
参考文献：
［１］ ｃｈｅｓｓａ ｓ，ｓａｎｔｉ Ｐ．Ｃｏｍｐａｒｉｓｏｎ Ｂａｓｅｄ ｓｙｓｔｅｍ－Ｌｅｖｅｌ Ｆａｕｌｔ Ｄｉ—
网络节．点标识序列
ｏ ＣＢＳＬＦＤ ●ＣＢＣＮＦＤ ａｇｎｏｓｉｓ ｉｎ Ａｄ—Ｈｏｃ Ｎｅｔｗｏｒｋｓ［ｃ］／／Ｐｒｏｃ．ＩＥＥＥ ２０ｔｈ ｓｙｍｐ．ｏｎ
Ｒｅｌｉａｂｌｅ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ（ＳＲＤＳ），Ｎｅｗ ｏｒｌｅａｎｓ，２００１，
图２ 拓扑不变的ＣＢＳＬＦＤ算法与ＣＢＣＮＦＤ算法对比
１０：２５７—２６６．
万方数据

5. １８６４ 传感技术学报 ２００７牟
［２］ Ｋａｗａｄｉａ Ｋｕｍａｒ Ｒ．Ｐｏｗｅｒ ｃｏｎｔｒｏｌ ａｎｄ ｃｌｕｓｔｅｒｉｎｇ ｉｎ Ａｄ Ｈｏｅ ｌＺ８Ｚ．
Ｎｅｔｗｏｒｋｓ［ｃ］／／ＩＥＥＥ Ｉｎｆｏ ｃｏｍ ２００３．ｓａｎ Ｆｒａｎｃｉｓｃｏ，２００３． ［６］Ｂａｎｅｒｊｅｅ Ｓ，Ｋｈｕｌｌｅｒ ｓ．Ａ ｃｌｕｓｔｅｒｉｎｇ ｓｃｈｅｍｅ ｆｏｒ Ｈｉｅｒａｒｃｈｉｃａｌ
［３］ Ａｋｋａｙａ Ｋ，Ｙｏｕｎｉｓ Ｍ． Ａ ｓｕｒｖｅｙ ｏｎ
Ｒｏｕｔｉｎｇ Ｐｒｏｔｏｃ０１ｓ ｆｏｒ ｃｏｎｔｒｏｌ ｉｎ Ｍｕｌｔｉ—Ｈｏｐ ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ［ｃ］／／ＩＥＥＥ Ｉｎｆｏ ｃｏｍ
ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ［Ｊ］．Ａｄ Ｈｏｃ Ｎｅｔｗｏｒｋｓ，２００５，３： ２００１，Ａｎｃｈｏｒａｇｅ，Ａｌａｓｋａ，２００１，１０２８—１０３７．
３２５—３４９． ［７］ ｃｈａｔｉｔ—Ｊｅｅ Ｍ，Ｄａｓ ｓ Ｋ，Ｔｕｒｇｕｔ Ｄ．Ａｎ ｏｎ—Ｄｅｍａｎｄ ｗｅｉｇｈｔｅｄ
［４］ Ｍａｅｎｇ Ｊ，ａｎｄ Ｍａｌｅｋ帆Ａ Ｃｏｍｐａｒｉｓｏｎ Ｃｏｎｎｅｃｔｉｏｎ Ａｓｓｉｇｎ— ｃｌｕｓｔｅｒ ｉｎ Ａ１９０ｒｉｔｈｍ（ｗＣＡ）ｆｏｒ Ａｄ—Ｈｏｃ Ｎｅｔｗｏｒｋｓ［ｃ］／／ＩＥＥＥ
ｍｅｎｔ ｆｏｒ Ｓｅｌｆ＿Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｕｌｔｉｐｒｏｃｅｓｓｏｒ ｓｙｓｔｅｍｓ［ｃ］／／Ｐｒｏｃ Ｇ１０ｂｅ Ｃｏｍ ２０００，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，２０００，１６９７—１７０１．
ＦＴＣ孓１ｌ，１９８１．１７３—１７５． ［８］ ＫａｉｘｉｎＸｕ，ＸｊａｏｙａｎＨｏｎ舀Ｌａｎｄｍａｒｋ Ｒｏｕｔｊｎｇ ｉｎ Ａｄ ｈｏｃ Ｎｅｔ—
广５］ Ｃｈｅｓｓａｓ，Ｓａｎｔｉ Ｃｒａｓｈ Ｆａｕｌｔｓ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｉｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ ｗｏｒｋｓ ｗｉｔｈ Ｍｏｂｉｌｅ Ｂａｃｋ ｂｏｎｅｓ［Ｊ］．ｃｏｍｐｕｔｅｒ，２００３。６３（２）：
Ｎｅｔｗｏｒｋｓ［Ｊ］．ｃｏｍｐｕｔｅｒ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ．２００２，２５（１４）：１２７３一 １ １０一１２２．
张劫（１９７４一），男，工程师，博士，主要 景博（１９６５一），女，教授，博导，主要研
研究方向为传感器网络与网络传感器， 究方向为传感器网络与网络传感器，传
传感器数据融合，ｚｊｙａｎｇｇｕａｎｇ＠１６３． 感器数据融合，ｊｉｎｇｂｏ—ｓｅｎｓｏｒ＠１６３．
ＣＯＨＬ ＣＯＨＬ
万方数据