基于信息融合的無線傳感器網(wǎng)絡(luò)故障診斷研究.pdf

1、無線傳感器網(wǎng)絡(luò)（WirelessSensorNetworks，WSN）是21世紀(jì)四大高新技術(shù)之一。它集成了傳感器技術(shù)、無線通信技術(shù)、分布式信息處理技術(shù)以及微機(jī)電系統(tǒng)技術(shù)，在各個(gè)領(lǐng)域具有非常大的應(yīng)用價(jià)值，位于對(duì)人類的未來生活產(chǎn)生深遠(yuǎn)影響的十大新興技術(shù)之首。由于許多無法避免的因素影響，更加之WSN使用的環(huán)境異常復(fù)雜和惡劣，因此WSN易發(fā)生各種故障，故障信息會(huì)降低整個(gè)網(wǎng)絡(luò)的服務(wù)質(zhì)量甚至?xí)斐蓢?yán)重的損失或者整個(gè)網(wǎng)絡(luò)癱瘓。因此，對(duì)WSN進(jìn)行故障診

2、斷研究具有重大意義。
　　信息融合是當(dāng)前國(guó)際上較流行的一種研究方法，將多源故障信息進(jìn)行融合之后再進(jìn)行診斷，能夠大大提高故障診斷的準(zhǔn)確率。本文通過采集各種故障征兆，將其進(jìn)行融合并采用粗糙集與最小二乘支持向量機(jī)相結(jié)合的算法來對(duì)故障節(jié)點(diǎn)進(jìn)行診斷。首先利用粗糙集理論對(duì)故障診斷決策表進(jìn)行約簡(jiǎn)，然后再將約簡(jiǎn)之后的數(shù)據(jù)用來對(duì)最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，最后用訓(xùn)練后的LS-SVM模型對(duì)WSN故障進(jìn)行診斷分類。
　　本文算法充分發(fā)揮了粗糙集理