在无线传感器网络应用中,检测事件发生区域和确定事件边界都是当前研究的热点。由于无线传感器网络环境不稳定性以及节点自身资源的有限性,如价格低廉、电池能量有限等,节点在运行过程中容易发生故障,因而针对无线传感器的上述特点,设计相应的事件检测算法,在保证检测准确性的前提下,要具有一定容错的功能,并兼顾能耗的问题具有重要的实际意义。首先,本文提出了一种基于节点证据的事件区域检测容错算法,考虑到节点采样数据的不确定性,运用证据理论实现不确定数据的推理。该算法分为两个阶段,第1阶段是利用节点时间关联性获得单个节点证据并完成节点自身检测。第2阶段根据节点空间关联性,利用证据理论的加权融合模型实现邻居节点的证据融合,获得事件决策结果,而且在决策过程中实现节点权重的调整,将权重低的节点排除,减少节点之间的通信。仿真结果显示,在节点故障率较高时,本文算法依然可以保证较高的故障节点识别率和较低的误判率。其次,本文设计了一种基于证据树的事件边界检测容错算法。在算法中,利用节点时空关联性减少故障节点对边界检测的影响,并通过查询及收集父节点和子节点信息排除一些节点后,利用证据理论对其某些邻居节点的感知数据进行处理,完成事件边界的检测。仿真结果显示,节点随机分布和均匀分布时,本文算法的边界节点检测精确度均较高,边界轮廓较明显。