閱讀文章前辛苦您點下“關注”，友善讨論和分享，為了回饋您的支援，我将每日更新優質内容。
簡介
在過去的二十年中，無線傳感器網絡（WSN）已成為大量資料服務的重要資訊來源，例如過程自動化，精準農業或研究（例如生物學或氣象學）。
但是這些資料服務在很大程度上取決于輸入資料的可用性和品質，必須確定WSN報告的資料準确無誤。
否則後續資料服務可能會受到嚴重損害，導緻錯誤的資訊，是以可能會發生不正确的決定或反行動。
WSN部署在感興趣的區域，能夠測量靠近其來源的相關實體量，是以可以提供高水準的細節資料。
大多數WSN部署可以分為兩個主要應用之一，具體取決于它們是提供連續傳感（例如，環境或過程監控）還是執行事件檢測（例如，森林火災檢測或監視）。
雖然兩者具有一些共同的特征（例如網絡結構），但它們各自的要求存在差異，特别是在預期壽命、通信模式和要傳輸的資料量方面。
這些差異會影響在節點級别檢測故障的可能性，例如，連續檢測提供了考慮兩次連續測量之間的差異的可能性。
然而，所有WSN部署都由低功耗嵌入式系統實作的空間分布式傳感器節點組成，這些系統通過連接配接的傳感器測量某些實體量。
根據應用要求，這些傳感器節點通過近場通信（例如，Zigbee，低功耗藍牙（BLE））或低功耗廣域網（LPWAN）互連，例如遠端廣域網（LoRaWAN）或窄帶物聯網（NB-IoT）。
在此上下文中，地理位置接近的傳感器節點通常分組到群集中。
每個叢集通常有一個專用節點（通常表示為叢集頭或叢集上司者），負責從其相鄰的傳感器節點收集資訊，并将資料集體轉發到一個或多個中央服務進行進一步處理，與傳感器節點相比。
這些叢集頭通常配備更多的資源，群集WSN的體系結構示例顯示在下圖。
在圖中，三個叢集描述了WSN中使用的三種最常見的網絡拓撲，即樹形、星形和網狀網絡。
無線傳感器網絡的故障
根據故障是軟體或硬體元件中的靜态缺陷，可以是人為的（即設計故障），也可以與影響硬體的現實世界的缺陷有關（即實體故障），也可以是由與外部元件的互動引起的（即互動故障），在設計錯誤的情況下，通常使用術語錯誤。
如果故障導緻錯誤，即不正确的内部狀态，例如偏離正确性或準确性，則故障處于活動狀态，否則故障處于休眠狀态。
錯誤可能會傳播并最終導緻元件的行為與其規範的可觀察偏差，這稱為故障。
如下圖所示，一個元件的故障可能是後續或上級元件故障的原因，并最終可能導緻目标系統的故障（即系統故障）。
這種影響包含在可靠性的基本鍊中，并且是可靠性考慮的關鍵問題。
然而，對不良影響是否算作故障或故障的分類取決于考慮的實際焦點，即系統或元件邊界的繪制位置。
系統越大、越複雜，故障的可能性就越高，反過來，基礎元件中的故障導緻系統故障的可能性就越高。
在WSN的情況下，情況更糟，因為它通常由大量元件（即傳感器節點和叢集頭）組成，這些元件共同構成了系統并有助于系統的功能。
如下圖所示，傳感器節點中的故障可以通過網絡傳播，并且在沒有對策的情況下，可能導緻系統運作不正常甚至完全崩潰。
是以，必須采取某些措施來防止元件故障傳播到系統級别，進而使系統具有容錯能力。
常見的做法包括備援、故障檢測和緩解或穩态方法。
降低系統中出現故障機率的措施稱為故障避免，防止活動故障導緻錯誤系統狀态的技術表示為故障屏蔽，容錯包括降低錯誤傳播到故障風險的操作。
無線傳感器網絡故障分類法
WSN中故障的來源和表現形式多種多樣，故障可能源于系統的不同部分，并導緻不同故障嚴重程度的故障模式，也就是說，故障元件并不總是以相同的方式導緻系統故障。
在下文中，我們将根據無線傳感器網絡故障的分類法讨論各種故障，如下圖所示。
基本元件
傳感器節點分别在使用的硬體元件、尺寸和重量、支援的電源和電池壽命以及可用的傳感器或模拟/數字接口方面有所不同。
選擇合适的硬體元件至關重要，因為它們基本上決定了節點的功能和操作特性，包括其能源效率和可靠性，關于後者，元件會影響故障的機率和性質，進而損害節點的正常功能。
典型傳感器節點的功能包括測量某些實體量，資料的預處理，通過無線鍊路轉發資料，以及確定較長電池壽命的節能操作。
是以，大多數傳感器節點的硬體可以分為四個基本塊，如下圖所示即：
（1）一組傳感器。
（2）處理單元（可選配外部存儲器）。
（3）無線電收發器，以及帶有電源（即電池）的動力裝置。
評估實驗設定
在下文中，我們介紹了用于證明故障訓示器通過提高傳感器節點故障的檢測率來提高節點可靠性的實際評估，同時僅提供微不足道的少量能量開銷，而不會降低能源效率。
分析WSN中的軟故障很困難，因為許多因素會影響節點的運作，并且單獨或組合可能導緻節點行為錯誤。
此外，仿真在這種情況下毫無用處，因為大多數與故障相關的影響僅發生在真實系統中。
為此，我們在三種不同的環境中進行了實際實驗，通過涵蓋盡可能多的操作和環境情況，使我們的分析範圍更廣。
我們的實驗是在智能花園環境中進行的，其中監測了與植物生長相關的四個環境參數，即環境空氣溫度和相對濕度以及土壤溫度和濕度水準。
如下圖所示，我們在三種不同的設定中部署了一個由多個傳感器節點（SN）組成的WSN測試平台：
基于嵌入式測試平台（ETB）的實驗室實驗
除了室内和室外部署外，我們還使用了實驗室實驗設定，以進一步研究電源電壓和環境溫度（單獨群組合）對傳感器節點運作的影響。
此外，我們還使用此設定來分析ASN（x）的功耗和能效。
ASN（x）功耗的測量值通過連接配接在電源和傳感器節點之間的焦耳測儀，提供的能量測量值得到了增強。
實驗室實驗設定由專用傳感器節點和基于RaspberryPi3的嵌入式測試平台（ETB）作為實驗控制器，有關ETB及其設計檔案和Python源代碼的資訊可在獲得。
在此設定中，ASN（x）除了闆載TMP18溫度傳感器外，還配備了DS20B275，兩個傳感器都重複，一組連接配接到ASN（x）。
另一組連接配接到ETB進行參考測量，使用參考測量，我們可以識别由于節點級影響而損壞的傳感器資料。
ETB包含一個RaspberryPi插件和Python源，以支援嵌入式系統的測試，分析和剖析，重點是低功耗裝置。
如下圖所示，它提供四個獨立的功率輸出，每個輸出都配備一個功率計、兩個輔助功率計、一個四通道16位ADC和用于各種通信接口的連接配接器。
每個電源輸出由一個MIC24045降壓轉換器組成，其可程式設計輸出電壓介于0.64V和5.25V之間，使用此電壓調節單元。
我們可以精确調整ASN（x）的電源電壓，以模拟電池耗盡或其他影響的影響，例如臨時電壓波動（例如，由短路引起的）。
此外，ETB還提供四個信号，專用于低級實驗控制和與被測器件（DUT）的資料交換。
這些測試控制信号和USART接口具有基于MOSFET的雙向電平轉換器，以防止邏輯電平的不同電壓引起的影響。
結論
我們介紹了帶有Xbee無線電的基于AVR的傳感器節點，簡稱ASN（x）。
這是一個用于監控環境監測等應用的開源傳感器節點平台，該平台包括節點硬體（即傳感器節點）和相應的軟體元件（即軟體工具鍊和庫），它主要使用低功耗元件來最大限度地降低功耗，進而實作較長的電池壽命。
與相關傳感器節點相比，ASN（x）基于故障訓示器的概念提供主動節點級可靠性，借助這些名額，提高了節點故障的可檢測性，并且可以區分由感覺現象中罕見但适當的事件引起的傳感器資料異常與故障引起的異常。
這提高了WSN的整體可靠性，傳感器節點的電池壽命長，采集的資料品質很高。
目前，故障訓示器的評估是在伺服器上集中執行的，需要手動幹預，接下來的步驟之一是分析特定的故障訓示器，以擷取有關其整體表現力。
它們響應的故障類型以及用于自動檢測的門檻值的資訊，特别是後者對于確定可靠檢測同時保持低誤報數量非常重要，我們還在努力實作一個輕量級概念，以評估節點級别的名額。
這将使我們能夠将故障訓示器包含在故障檢測方法中，并通過最小化通信開銷來進一步降低能耗。
在這種情況下，傳感器節點與其鄰居共享狀态資訊的分布式概念的開發将是一個有趣的進步。
此外，我們将繼續尋找更多的故障名額，并實際評估那些目前僅經過理論分析的故障名額。