無線傳感器網(wǎng)絡(luò)故障診斷算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)(WSN，wireless sensor network)是由大量密集部署在監(jiān)控區(qū)域的智能傳感器節(jié)點構(gòu)成的一種網(wǎng)絡(luò)分布式系統(tǒng)。然而，由于低成本、資源受限節(jié)點被隨機部署在異常復雜和惡劣的區(qū)域，WSN時常會出現(xiàn)各種故障，其可靠性是傳感器網(wǎng)絡(luò)應(yīng)用重要挑戰(zhàn)。故障診斷是提高WSN可靠性的關(guān)鍵技術(shù)之一。
　　針對現(xiàn)有模型和方法在動態(tài)復雜多變傳感器網(wǎng)絡(luò)故障診斷中的自學習、自適應(yīng)能力不足問題，本文擬探討將人工免疫系統(tǒng)的危險理論應(yīng)用到

2、WSN節(jié)點故障診斷方法，并提出一種適用于WSN系統(tǒng)級的故障診斷新方法。
　　首先，研究WSN網(wǎng)絡(luò)結(jié)構(gòu)，原理及其每部分之間關(guān)系及協(xié)作。然后，描述WSN故障診斷流程。其次，根據(jù)WSN故障分類、故障特征值及特征提取等問題，分析WSN節(jié)點故障及系統(tǒng)故障的機理。
　　針對WSN節(jié)點故障問題，提出基于免疫危險理論WSN節(jié)點故障診斷新算法。該算法首先建立抗體、抗原與WSN故障特征向量的映射模型，利用危險觸發(fā)閾值識別危險源，運用遺傳算法生成

3、抗體庫，基于K-近鄰分類方法構(gòu)建多抗體故障檢測器并進行故障分類，通過追蹤故障數(shù)據(jù)變化在線更新抗體庫。該算法計算負荷較小，具備自學習，動態(tài)更新特性。
　　針對WSN系統(tǒng)故障問題，本文提出一種基于時間加權(quán)K-近鄰法的故障診斷方法。該方法按照系統(tǒng)故障機理確立特征值，根據(jù)WSN系統(tǒng)故障的時間相關(guān)性，設(shè)計基于時間加權(quán)的故障診斷分類規(guī)則，并結(jié)合K-近鄰法建立系統(tǒng)故障診斷模型。該模型具有對WSN系統(tǒng)故障數(shù)據(jù)偏移的校正能力，提高故障診斷正確率。實