基于鄰居協(xié)作的氣象傳感網(wǎng)故障診斷算法研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、氣象傳感網(wǎng)具有組網(wǎng)方式靈活性、拓撲結構動態(tài)性等特點,是一個高集成的網(wǎng)絡系統(tǒng)。由于氣象傳感網(wǎng)的節(jié)點資源受限且長期工作在不可預知的環(huán)境中,在運行過程中氣象傳感網(wǎng)極易產(chǎn)生各類故障,進而降低網(wǎng)絡服務質量。因此,故障診斷算法必然要求充分發(fā)揮網(wǎng)絡信息交互的優(yōu)勢,提高診斷性能的同時避免冗余信息大,復雜度高的缺點。本文的主要工作就是發(fā)揮氣象傳感器節(jié)點數(shù)據(jù)時空相關性的優(yōu)勢同時結合鄰居協(xié)作思想,研究氣象傳感網(wǎng)故障診斷算法:
  本文概述氣象傳感網(wǎng)的網(wǎng)

2、絡結構和特點以及其故障原因,并對故障進行了分類。介紹氣象傳感網(wǎng)故障診斷技術,并闡述現(xiàn)有故障診斷算法問題,給出診斷技術的性能評價標準,為氣象傳感網(wǎng)故障診斷研究的展開提供理論基礎。
  針對現(xiàn)有的診斷方法會產(chǎn)生較高的誤報率,同時消耗大量通信帶寬的問題,本文提出了一種基于累積和控制圖(Cumulative'Sum Chart,CUSUM)的分布式故障診斷算法。利用CUSUM監(jiān)測節(jié)點內(nèi)本地歷史數(shù)據(jù),增強故障判斷的靈敏性,同時對節(jié)點內(nèi)異常時

3、間點進行定位,結合鄰居協(xié)作方法,最終確定故障節(jié)點。仿真實驗顯示,即使節(jié)點故障率很高時,算法在保證較高故障診斷精度的同時,依然得到較小的誤報率,受故障率影響很小。本文提出的算法有很好的可擴展性和穩(wěn)定性,能適用于大規(guī)模氣象傳感網(wǎng)的故障診斷。
  針對在節(jié)點分布稀疏、故障聚集的傳感網(wǎng)中分布式故障診斷算法性能明顯降低的缺陷,提出了一種基于支持向量機回歸(Support Vector Regression,SVR)與鄰居協(xié)作的故障診斷方法。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論