无线传感器网络节点故障诊断方法研究

发布时间：2020-11-13 23:24

　　 随着无线电技术、电力电子技术以及人工智能技术的不断发展,无线传感器的稳定性、可靠性以及耐用性也在不断的提升。近年来,无线传感器网络(Wireless Sensor Network,WSN)技术逐渐走向成熟,在复杂以及恶劣环境中都能稳定运行,逐渐取代了以往传统总线模式的传感器网络。然而,由于无线传感器网络结构变得越来越复杂,加之环境因素的影响,使得传感节点故障发生的概率也在不断增加,从而会对整个网络的性能造成影响,甚至导致网络瘫痪。因此,针对无线传感器网络的特点,研究传感节点故障及进行故障诊断具有十分重要的意义。在此背景下,本文对无线传感器网络节点的故障诊断方法进行了研究。首先本文对无线传感器网络节点的常见故障进行了分类,主要分为无故障、传感器模块故障、电源模块故障、通信模块故障以及处理器模块故障,并建立了故障类型与故障征兆之间的相关关系。其次本文对数据采集系统平台的硬件及软件进行了设计与实现。数据采集系统主要由传感节点、汇聚节点以及控制平台构成,其主要功能是对不同故障类型的相关征兆数据进行采集,从而为后续算法仿真实验提供数据。在此基础上本文研究了核极限学习机(KELM)算法在WSN节点故障诊断方面的应用,并对其进行了改进,通过Matlab平台对改进算法进行仿真实验,与传统单核KELM算法进行对比,结果表明,改进的KELM算法具有更高的故障诊断准确率。最后本文对改进的KELM算法进行进一步优化,提出了基于RS-PSO-KELM的故障诊断算法。该算法采用粗糙集对决策属性进行约简,并提取最简故障诊断规则;而后建立核极限学习机模型,并通过粒子群算法对KELM核参数进行优化;最终利用所得最优核极限学习机模型对输入样本数据进行故障分类,从而实现故障诊断。将本文提出的RS-PSO-KELM方法和不同的KELM算法的准确率进行对比,在样本数据可信度较高和较低的情况下分别进行实验分析,结果表明,该算法准确率高,抗干扰能力强,可以满足设计需求。
【学位单位】：哈尔滨理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP212.9;TN929.5
【部分图文】：

图 3-7 温湿度传感器电路图Fig. 3-7 Temperature and humidity sensor circuit diagram传感器模块硬件实物如图3-8所示。图 3-8 温湿度传感器实物图Fig. 3-8 Temperature and humidity sensor physical mapSTM32F103 的工作电压为 3.3V，所以电源模块基于 AMS1117-3.3 稳压芯片设计，可稳定的为节点提供 3.3V 电压，转换电路如图 3-9 所示。图 3-9 3.3V 转换电路Fig. 3-9 3.3V Conversion circuit14

15-图 3-11 传感节点硬件实物图Fig. 3-11 Sensor node hardware physical map硬件设计两部分组成，分别为主控模块与无线通信模块分别采用 STM32F103 芯片与 STM32W108 芯点硬件设计的主要区别在于其没有传感器模块程中的数据中转，将传感节点所采集到的数据32W108 芯片 PB0~PB2 与 STM32F103 芯片15

16-图 3-13 汇聚节点实物图Fig. 3-13 Sink node physical map硬件设计要由网卡模块、核心处理器与无线收发模块构 所示。平台选择三星公司的 S5PV210 处理10 这款芯片其采用 ARM CortexTM-A8 内核，实现不同格式要求的数据编码[31]。该款芯片还连接外围电路，使得系统开发变得方便简单。，且价格相对便宜，因此 S5PV210 适合在本系S5PV210 核心模块实物如图 3-15 所示。16
【相似文献】

相关期刊论文 前10条

1 黄海剑;;几种典型无线传感器网络中的自身定位算法[J];巴音郭楞职业技术学院学报;2012年02期

2 马康忠;;无线传感器网络应用若干关键问题研究[J];电子测试;2019年09期

3 刘蓉;;基于性价比的无线传感器网络能量空洞避免研究[J];电子制作;2017年22期

4 郭祥东;;无线传感器网络的技术特点及应用[J];中国新技术新产品;2018年09期

5 吴瑞睿;刘洁琳;;无线传感器网络综述[J];科技创新与应用;2018年14期

6 李志杰;;无线传感器网络的研究现状及主要应用[J];南方农机;2018年18期

7 李妩可;颜宁;;无线传感器网络的研究与应用[J];科技创新与应用;2016年36期

8 同晓荣;;基于ZigBee无线传感器网络构建[J];微型电脑应用;2016年11期

9 韩超;;无线传感器网络在智能电网中的应用[J];通讯世界;2017年01期

10 郝洁;;《无线传感器网络》课程特点、挑战和解决方案[J];现代计算机(专业版);2016年35期

相关博士学位论文 前10条

1 杜鹏飞;面向最优信息质量的无线传感器网络资源分配[D];西安电子科技大学;2017年

2 刘学文;基于压缩感知与逆向调制的链路采样技术研究[D];西安电子科技大学;2017年

3 胡瑾瑜;基于能量协作的无线传感器网络若干关键技术研究[D];湖南大学;2018年

4 裴氏莺;无线传感器网络的定位算法研究[D];东南大学;2017年

5 贺维;无线传感器网络可靠性评估方法研究[D];哈尔滨理工大学;2018年

6 钱慕君;协作无线传感器网络中的传输能效性与安全性研究[D];南京邮电大学;2016年

7 闫雷兵;基于无线传感器网络的目标定位与跟踪技术研究[D];南京邮电大学;2017年

8 郭浩;无线传感器网络信息质量评估及能量优化[D];国防科学技术大学;2016年

9 付彬;多场景无线传感器网络可靠数据传输机制研究[D];湖南大学;2013年

10 赖晓翰;面向物联网的无线传感器网络低能耗路由感知技术研究[D];浙江大学;2018年

相关硕士学位论文 前10条

1 侯景博;基于WSN的能量累积和中继协作的研究[D];吉林大学;2019年

2 杨梦;无线可充电传感器网络中充电节点的部署优化研究[D];吉林大学;2019年

3 孙浩原;可充电无线传感器网络移动优化充电策略研究[D];中国矿业大学;2019年

4 赵楠;无线传感器网络节点间能量与信息传输协议与性能分析[D];吉林大学;2019年

5 李孟杰;无线传感器网络多路径路由协议研究[D];吉林大学;2019年

6 刘慧方;基于POMDP的无线传感器网络能量协作问题研究[D];吉林大学;2019年

7 王雨后;无线可充电传感器网络数据收集和充电策略协同的研究[D];吉林大学;2019年

8 苗欢欢;基于无线传感器网络的现代农业展示中心设计与实现[D];南京农业大学;2017年

9 汪洋;基于ZigBee无线传感器网络技术的厂区智能照明控制系统研究[D];浙江科技学院;2019年

10 张光跃;基于无线传感器网络的母猪产前行为监测系统研究与实现[D];南京农业大学;2017年

本文编号：2882783