基于感知数据时域特征的WSNs故障诊断方法

发布时间：2017-08-29 00:02

  本文关键词：基于感知数据时域特征的WSNs故障诊断方法

  更多相关文章： 无线传感器网络 Gabor变换 SOM神经网络 时域特征 故障诊断

【摘要】：大规模无线传感器网络大多部署在环境恶劣的环境下,由于节点资源受限,网络的动态拓扑及不确定性,在运行过程中不可避免的会发生故障。当单个关键节点或者某一区域内节点发生故障时,将导致其周围某一特定范围内的节点无法正常工作,造成网络连通分割,这样会大大降低无线传感器网络系统的服务质量,使无线传感器网络预定功能削弱或者失效。所以进行及时准确的无线传感网故障诊断以保证网络的可靠及有效运行显的及其重要。现有的诊断方法主要集中在收集网络诊断参数,这个过程消耗大量通信带宽和节点资源,给资源有限的网络带来繁重的负担。无线传感器网络的故障诊断成为该领域内的一个研究难点。针对以上问题,本文提出一种利用感知数据时域特征来检测故障以及对故障进行分类的诊断方法。首先运用一维离散Gabor变换对感知数据进行特征提取与分析,找出最能体现故障的特征,利用SOM神经网络建立故障知识库对数据进行诊断与分类,判断当前网络状态并找出故障原因。算法主要运用温度、湿度等感知数据结合电压数据进行诊断,将离散Gabor小波变换的数据特征提取算法与SOM神经网络相结合,利用一系列的故障诊断规则组成故障知识库,监测网络运行情况。为了进一步的开发测试诊断算法的效率及准确性,设计了无线传感器网络数据监测系统,系统的可视化界面能够清晰的展示节点数据走势,反应节点故障数据特征并对当前网络节点状态做出判断,并找出对应的故障类型。系统操作简单,界面友好,具有很强的通用性和实用性。实验结果表明,与DSD算法相比,此种方法具有网络通信负担小、诊断准确率高及分类效果好等优点,对节点故障和网络故障诊断都具有较高的诊断精度。算法在网络规模达到160个节点时故障诊断的检测率达到97%以上且其误警率只有不到40%。
【关键词】：无线传感器网络 Gabor变换 SOM神经网络 时域特征 故障诊断
【学位授予单位】：浙江农林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 1 绪论8-17
• 1.1 论文研究的背景及意义8-9
• 1.2 国内外研究现状9-15
• 1.3 研究内容与关键问题15
• 1.3.1 研究内容15
• 1.3.2 关键问题15
• 1.4 论文结构安排15-17
• 2 无线传感器网络故障诊断特征分析17-26
• 2.1 无线传感器网络的故障类型17
• 2.2 无线传感器网络故障诊断相关技术17-22
• 2.2.1 无限传感器网络研究特征17-18
• 2.2.2 无线传感器网络诊断技术18-22
• 2.2.2.1 时域和频域的特征提取19-20
• 2.2.2.2 多重共线性的特征降维20-21
• 2.2.2.3 故障信息定位和异常捕捉21
• 2.2.2.4 无线传感器网络自演化机制21-22
• 2.3 无线传感器网络故障特征的分析22-25
• 2.4 小结25-26
• 3 基于感知数据时域特征的WSNs故障诊断方法26-33
• 3.1 GABOR变换简介26-27
• 3.2 SOM神经网络简介27-29
• 3.3 TDSD算法流程29-32
• 3.4 小结32-33
• 4 实验与分析33-44
• 4.1 实验环境33-34
• 4.2 无线传感器网络数据监测系统34-36
• 4.2.1 无线传感器网络数据监测系统简介34
• 4.2.2 无线传感器网络数据监测系统演示34-35
• 4.2.3 无线传感器网络数据监测系统应用35-36
• 4.3 训练36-39
• 4.3.1 训练数据36-37
• 4.3.2 神经元大小的影响37-38
• 4.3.3 故障样本大小的影响38-39
• 4.4 诊断39-41
• 4.4.1 真实数据诊断结果39-40
• 4.4.2 模拟数据诊断结果40-41
• 4.5 实验结果分析41-43
• 4.6 小结43-44
• 5 总结与展望44-45
• 5.1 总结44
• 5.2 展望44-45
• 参考文献45-49
• 导师简介49-50
• 个人简介50-51
• 致谢51

【相似文献】

中国期刊全文数据库 前7条

1 莫路锋;毛方杰;聂江武;宣子蔚;;基于感知数据的无线传感网被动诊断方法[J];北京邮电大学学报;2013年01期

2 郭龙江;付惠娟;张中兆;;传感器网络感知数据自适应去噪方法[J];计算机工程与应用;2009年13期

3 赵卓峰;魏文飞;马强;;基于无共享架构的海量感知数据实时处理系统[J];微电子学与计算机;2012年09期

4 王爽;王国仁;;面向不确定感知数据的频繁项查询算法[J];计算机学报;2013年03期

5 王思野;许文俊;贺志强;牛凯;吴伟陵;;认知无线网络中协作感知数据上报性能分析[J];北京邮电大学学报;2011年S1期

6 马茜;谷峪;张天成;于戈;;一种基于数据质量的异构多源多模态感知数据获取方法[J];计算机学报;2013年10期

7 ;[J];;年期

中国硕士学位论文全文数据库 前10条

1 张建静;基于多级缓存的海量感知数据检索优化的研究[D];北方工业大学;2014年

2 马茜;高可用感知数据获取关键技术的研究[D];东北大学;2013年

3 孟鹏;基于感知数据的三维可视化平台的设计与实现[D];天津大学;2013年

4 陈栋;多源异构农业感知数据接入系统的设计与实现[D];山东农业大学;2014年

5 熊英;面向移动群体感知的数据处理机制研究与系统实现[D];国防科学技术大学;2013年

6 林楠;基于TinyOS的无线传感网络感知数据分析与展示系统[D];华南理工大学;2013年

7 张鑫龙;基于协同过滤的传感器感知数据补全技术研究[D];东北大学;2013年

8 陈光;移动用户感知数据监控分析系统的设计与实现[D];北京邮电大学;2008年

9 毛方杰;一种基于感知数据的无线传感器网络被动诊断方法[D];浙江农林大学;2013年

10 王汝m8;基于感知数据的城市交通起讫点信息获取[D];天津大学;2012年

，

本文编号：750192