近日，研究院在国际学术期刊《IEEE Internet of Things Journal》（JCRQ1，IF= 10.238）发表了关于能量有效的太阳能杀虫灯物联网故障自检方法的技术论文。舒磊教授为通信作者，博士生杨星为第一作者。

图1 太阳能杀虫灯物联网节点V2.0示意图

 图2 不同方法结果展示

太阳能杀虫灯物联网（SIL-IoTs）节点容易因农业环境中的恶劣环境、老化、盗窃和破坏而发生故障。大多数最先进的研究主要侧重于故障检测准确性，而不考虑硬件和通信性能方面的潜在故障模式、能耗和网络负载。本研究提出了一种分布式的解决方案，即一种面向SIL-IoTs的二进制滑动窗口故障自检测方案（SILOS），可以在每个SIL-IoTs节点上执行。我们试图解决的问题是如何在保持通信开销、内存和计算成本低的同时，尽可能准确地检测故障。具体而言，我们开发了一个故障字典概念，具体步骤包括：1）对SIL-IoTs节点的故障进行建模，2）根据测量的特征构建故障字典，以及3）通过故障字典检测故障。此外，提出了一种基于二进制的滑动窗口（BSW）故障自检测方法，以节省检测成本并降低误报率（仅使用92B系统缓存）。通过一系列实验来评估该方法的性能。结果表明，BSW方法可以准确地检测故障，平均准确率为99.14%，能耗小于1%。通过仅发送故障代码，可以减少71B数据（即数据传输和转发），从而节省能源的消耗并减少网络拥塞。

相关论文

[1] Xing Yang, Lei Shu*, Kailiang Li, Zhiqiang Huo, Sheng Shu, Edmond Nurellari , “SILOS: An Intelligent Fault Detection Scheme for Solar Insecticidal Lamp IoTs with Improved Energy Efficiency”, IEEE Internet of Things Journal, 2022.