无线传感器网络节点软故障检测与处理技术研究

发布时间：2023-04-02 12:01

　　无线传感器网络(Wireless Sensor Networks,WSN)用来感知客观物理世界,获取物理世界的信息量,具有广泛的应用前景。但是传感器节点成本低廉,并且部署环境复杂,当电量将要耗尽或者受到环境影响时,容易发生软故障,此时节点仍然可以将测量值发送出去,但是测量值偏离实际值,降低WSN的可靠性。本文针对WSN中传感器节点的软故障检测与处理技术,做了以下三个方面的工作:(1)首先,针对节点故障检测算法存在的缺陷:通信量大或需要先验知识,提出基于时空相关性的节点故障检测算法,节点首先进行自我检测,利用时间相关性通过历史数据判断当前测量数据是否可能异常;若可能异常则进行相似性检测,可能异常的节点可以通过多数表决和与确认正常或异常的节点相似性判断的结果得到自身的节点状态。仿真结果表明,该算法有较高的故障检测准确率和较低的虚警率。并且节点首先进行自我检测,可以降低无线传感网中节点的通信次数,减少了能量消耗,延长了无线传感网的使用寿命。(2)其次,针对以往的数据聚集算法计算量大或需要先验知识的问题,提出基于自回归模型的数据聚集算法,首先使用自回归模型对测量值进行拟合,计算下一时刻测量值的...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
专用术语注释表
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 论文结构安排
第二章 WSN相关技术概述
    2.1 WSN介绍
    2.2 传感器节点介绍
    2.3 节点故障介绍
    2.4 软故障检测与处理技术
        2.4.1 软故障检测技术
        2.4.2 数据聚集处理技术
    2.5 本章小结
第三章 基于时空相关性的节点故障检测算法
    3.1 背景分析
    3.2 传统的故障检测算法
        3.2.1 基于多数表决的故障检测算法思想
        3.2.2 基于多数表决的故障检测算法分析
    3.3 节点故障检测算法具体实现
        3.3.1 系统模型
        3.3.2 自我检测
        3.3.3 相似性检测
    3.4 仿真和分析
        3.4.1 仿真环境
        3.4.2 仿真结果
        3.4.3 通信开销
    3.5 本章小结
第四章 基于自回归模型的数据聚集算法
    4.1 背景分析
    4.2 传统的数据聚集算法
        4.2.1 基于加权平均的数据聚集算法思想
        4.2.2 基于加权平均的数据聚集算法分析
    4.3 数据聚集算法具体实现
        4.3.1 系统模型
        4.3.2 测量值的预测
        4.3.3 计算测量方差
        4.3.4 计算聚集结果
    4.4 仿真与分析
        4.4.1 仿真环境
        4.4.2 仿真结果
        4.4.3 计算量分析
    4.5 本章小结
第五章 节点软故障检测与处理系统设计与实现
    5.1 应用场景及系统架构
        5.1.1 应用场景
        5.1.2 系统架构
    5.2 原型系统设计
        5.2.1 原型系统硬件
        5.2.2 基于时空相关性的节点故障检测模块设计
        5.2.3 基于自回归模型的数据聚集模块设计
    5.3 实验环境及结果分析
        5.3.1 实验环境
        5.3.2 实验结果及分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 攻读硕士学位期间参加的科研项目
致谢



本文编号：3779186