刘耿耿，郭文忠，洪 伟

1(福州大学 数学与计算机科学学院，福州 350116) 2(福建省网络计算与智能信息处理重点实验室，福州 350116) E-mail ：guowenzhong@fzu.edu.cn

1 引 言

无线传感器网络(Wireless Sensors Network，WSN)是由大量低能耗、具有感知能力的传感器节点组成.节点通互相协作地感知，采集和处理监测区域中感兴趣事件的信息，然后以无线通信的方式把信息发送回基站[1].WSN紧密结合了信息世界与真实的物理世界，实现了信息“无处不在”的模式[2].目前，该技术被广泛应用在众多的实际环境中，如森林火灾检测、化学物质泄漏检测等[3，4].由于传感器节点一般部署在偏远地方，容易受到外界恶劣气候的干扰，而且节点自身资源有限，抗干扰能力差，这些特征往往会引起感知信息过程出现错误，造成误检或者漏检，进而影响网络的性能[5].因此，容错能力对于WSN正常运行而言是至关重要的，不仅提高了数据融合的准确性，还促进了网络的稳定运行.

文献[6]提出一种基于融合树的事件区域检测容错算法，根据已构建的融合树，树节点执行多元线性回归，对单个或者多个事件进行检测，得到相应的估计值.文献[7]利用经验分布和证据理论相结合的方法，提出了一种新颖的事件检测方案.该算法利用Goodness-of-fit(GOF)测试比较节点的采样数据与经验分布情况，依据两者的符合程度来判断事件发生的假设是否成立.以上的算法能够获得较好的检测效果，但是在检测过程中计算复杂度太高，无法满足WSN中的容错实时性要求.文献[8]提出了一种分布式贝叶斯事件检测算法.假设每个传感器出错的概率相同，而且错误是时空间相关的.每个传感器通过与邻居节点的信息交换得到事件发生的概率，进而使用贝叶斯算法进行分析是故障还是事件；……