含有扰动的无线传感器网络故障检测

发布时间：2024-03-07 04:59

　　针对使用定性或定量方法对含有扰动的无线传感器网络(WSN)进行故障检测时无法区分数据波动是由故障还是扰动引起的问题,提出了含有扰动的无线传感器故障检测方法:置信规则库(BRB-r)。该方法既包含定性又包含定量知识,融合了属性可靠性以及属性权重,在噪声干扰下能够有效判断数据波动是由噪声还是故障导致的,可以更加完美地解决外界不可靠因素对我们进行故障检测等研究的影响。仿真实验结果表明,BRB-r模型能够在WSN处于扰动状态下对WSN是否出现故障进行判断,相较于BRB模型检测准确率更高,稳定性实用性更强。

【文章页数】：5 页

【部分图文】：

图1故障检测模型图

前提属性选择完毕后构建一个BRB-r故障检测模型,结构如图1所示。图1中x1,x2分别为空间残差、时间标准差。x3表示BRB-r产生的输出结果,也就是故障检测结果。

图2时间相关性分析

根据图2所示时间相关性和式(14)选择参考点参考值如表2、表3所示。表2x1参考点以及参考值Tab.2Referencepointsandreferencevalues参考点SSLZXSXLSXXS参考值-1.5-1.240.20.91.25....

图3BRB-r故障检测结果

构建上述置信度表,将不同的前提属性x1,x2与故障检测结果D之间关系进行确定,并根据此置信度表对故障检测结果D进行实验研究,实验结果如图3所示。图3横坐标表示实验样本数,纵坐标表示正常数据以及故障数据的区间。

图4故障检测效果对比

使用BRB模型对WSN故障检测进行分析与BRB-r模型实验进行对比验证,实验结果如图4所示。根据式(17)计算出BRB-r模型以及BRB模型的故障检测结果,如表5所示,其中TL表示正确检测的样本数量,ALL表示样本总体数量。

本文编号：3921423