無線傳感器網(wǎng)絡(luò)故障智能診斷技術(shù)研究.pdf

1、無線傳感器網(wǎng)絡(luò)(WirelessSensorNetworks，WSN)是當(dāng)今極具潛力和影響力的關(guān)鍵技術(shù)之一。它集成了無線通信技術(shù)、傳感器技術(shù)、微機(jī)電系統(tǒng)技術(shù)和分布式信息處理等技術(shù)，將邏輯上的信息世界與客觀上的物理世界融合在一起，改變了人類與自然界的交互方式，在民用和軍用等許多領(lǐng)域具有很高的應(yīng)用價(jià)值。 為了有效地延長(zhǎng)WSN的使用壽命，有效地利用WSN的各種資源，對(duì)WSN進(jìn)行及時(shí)、準(zhǔn)確的故障診斷，可以確保WSN信息傳遞的可靠性，可以

2、在上位計(jì)算機(jī)或中心節(jié)點(diǎn)上進(jìn)行有效的路由規(guī)劃和節(jié)點(diǎn)管理，進(jìn)行遠(yuǎn)程維護(hù)WSN和節(jié)點(diǎn)。 本文對(duì)WSN故障進(jìn)行了故障層次結(jié)構(gòu)和特點(diǎn)分析，得出WSN故障的檢測(cè)與診斷策略。并有效地利用RoughSets理論在剔除冗余屬性方面的優(yōu)勢(shì)，充分結(jié)合改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在并行計(jì)算和克服噪聲干擾方面的功能，提出將RoughSets理論與改進(jìn)BP算法集成(簡(jiǎn)稱RSBP)，來解決能量有限而又具有顯著不確定性的WSN節(jié)點(diǎn)在線故障智能診斷問題。具體方法是：首先利用

3、RoughSets理論進(jìn)行故障診斷決策表的約簡(jiǎn)，然后用約簡(jiǎn)后的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，最后用訓(xùn)練后的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)對(duì)WSN節(jié)點(diǎn)故障進(jìn)行診斷。在RoughSets理論約簡(jiǎn)算法中，本文提出了改進(jìn)的基于屬性重要性的歸納屬性約簡(jiǎn)算法，提高了計(jì)算效率；本文在標(biāo)準(zhǔn)的動(dòng)量BP算法的基礎(chǔ)上改進(jìn)，提出了一種基于全局修正因子的BP(GlobalRevisionFactorBP，簡(jiǎn)稱GRFBP)改進(jìn)算法，克服了BP算法迭代計(jì)算慢、容易陷入局部極小的缺點(diǎn)。

4、 本文提出的RSBP集成故障診斷算法揭示了WSN節(jié)點(diǎn)故障特征信息的內(nèi)在冗余性，能準(zhǔn)確快速地解決WSN節(jié)點(diǎn)的在線故障診斷問題。在獲得的信息不完整或部分信息有誤的情況下，也能給出WSN節(jié)點(diǎn)的合理故障診斷。與基于if-then規(guī)則的診斷相比較，在故障特征數(shù)據(jù)可靠性降低時(shí)，愈加突顯出本文算法在診斷準(zhǔn)確率方面的優(yōu)勢(shì)。通過大量的仿真實(shí)驗(yàn)表明，本文提出的算法有診斷準(zhǔn)確率高、通信代價(jià)小和能量消耗低的特點(diǎn)，提高了故障診斷的魯棒性，增強(qiáng)了能量有限的WSN的