无线传感器网络故障检测算法的研究

发布时间：2020-08-11 20:59

【摘要】：无线传感器网络(Wireless Sensor Network,WSN)是一种无线数据采集网络,它由专门部署在特定工作环境下的大量的,可移动的或可静止的传感器节点通过自组织、分布式的组成形式协作地进行数据采集、分析、整合、上报等工作,并具有自组织、放置灵活、移动性强和扩展简便等特点,通常应用于恶劣、危险的环境中,执行数据的采集等任务。大部分的传感器网络环境中,并不将节点与节点间的传输可靠性置为首要目标,而是将相关数据传输的可靠性置为第一位。大量的资源受限节点包含于传感器网络中,节点间的信息传输通过多跳通信来完成,正因为这些特性导致了网络中节点发生的故障概率要高于传统网络,因此需要建立传感器节点的故障检测机制。本文从现有的无线传感器网络故障检测算法着手,并结合现代无线传感器通信网络特性、分簇思想进行研究,提出一种基于SVR预测、构造传感器节点偏差等级模型、以及节点偏差等级更新机制的无线传感器网络故障检测算法。面对大规模无线传感器网络环境采用分簇思想对网络进行划分。在分簇过程中,采用一种改进的LEACH分簇算法,引入能量模型对分簇网络的性能进行描述,使分簇更加均匀,均衡节点能耗,降低网络整体能耗。成员节点在本地执行SVR预测算法,根据预测出的数据计算节点的偏差等级,处于不同偏差等级的成员节点以不同频率向簇头发送预测样本数据的信息,而簇头根据发送过来的数据按照存储的偏差数据集设置的标准进行故障检测并判别节点故障。同时,在预测模型中对核函数的选取进行了仿真分析,基于簇头节点的偏差数据集反馈机制对节点的偏差等级实时更新。仿真结果说明,本文所研究的基于SVR预测的故障检测算法在不同规模的无线传感器网络环境下的故障检测效果、故障检测率、检测精度、检测能耗方面均能保持优异的性能。图 [51] 表 [8]
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5;TP212.9
【图文】：

主界面,环境,语言

仿真主要采用Python语言进行编译，选择jupyter notebook为编译环境。首先对编译工具和编译环境进行简要介绍。图 4.7 Jupyter notebookFig4.7 Jupyter notebook

图 4.9 Jupyter notebook 编译环境Fig4.9 Compilation environment of Jupyter notebookJupyter Notebook 也称之为 IPython Notebook，它是一种交互式笔记本，能够支持运行 40 多种编程语言。但它的本质是一种 Web 应用程序，所以它的界面也是一种基于网页的界面，能够让用户将数学方程式、代码、可视化内容、说明文本全部组合到一个方便共享的文档中。同时，它能够便于创建和共享文字化程序文档，支持数学方程、实时代码以及可视化和markdown，成为一种数据处理的必备工具。因此，jupyter notebook 在数值模拟、机器学习、数据清理和转换还有统计建模等方面得到了广泛的应用。1984 年，Donald Knuth 提出一种文字表达化编程的一种形式：notebook。在文字表达化编程中，并没有另外编写单独的文档，而是直接在代码的旁边写叙述性文档。用 Donald Knuth 的话来说就是：“让我们集中精力向人们解释我们希望计算机做什么，而不是指示计算机做什么。”总而言之，写代码并非是给计算机看的，而是给人看的，notebook 正

核函数,预测效果,线性

图 4.11 线性核函数预测效果Fig4.11 Prediction effect of linear kernel线性核函数中没有特别需要设置的参数，在回归预测时设置其惩罚系数 C 1e 3。线性核函数的优点在于：速度快，参数少，适用于线性可分情况。因此，它无法处理特征为非线性的情况。同时，由于无线传感器网络是大规模的节点网络，数据集样本的数量比特征数量要多得多，会存在较大的误差问题，所以不适合使用线性核函数。从图中可以看出在 100 至 200节点处使用线性核函数预测出的数值与真实值的偏差较大。

【参考文献】