無線傳感器網絡故障智能診斷技術研究.pdf

1、無線傳感器網絡(WirelessSensorNetworks，WSN)是當今極具潛力和影響力的關鍵技術之一。它集成了無線通信技術、傳感器技術、微機電系統(tǒng)技術和分布式信息處理等技術，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域具有很高的應用價值。 為了有效地延長WSN的使用壽命，有效地利用WSN的各種資源，對WSN進行及時、準確的故障診斷，可以確保WSN信息傳遞的可靠性，可以

2、在上位計算機或中心節(jié)點上進行有效的路由規(guī)劃和節(jié)點管理，進行遠程維護WSN和節(jié)點。 本文對WSN故障進行了故障層次結構和特點分析，得出WSN故障的檢測與診斷策略。并有效地利用RoughSets理論在剔除冗余屬性方面的優(yōu)勢，充分結合改進BP神經網絡在并行計算和克服噪聲干擾方面的功能，提出將RoughSets理論與改進BP算法集成(簡稱RSBP)，來解決能量有限而又具有顯著不確定性的WSN節(jié)點在線故障智能診斷問題。具體方法是：首先利用

3、RoughSets理論進行故障診斷決策表的約簡，然后用約簡后的數(shù)據訓練神經網絡，最后用訓練后的改進BP神經網絡對WSN節(jié)點故障進行診斷。在RoughSets理論約簡算法中，本文提出了改進的基于屬性重要性的歸納屬性約簡算法，提高了計算效率；本文在標準的動量BP算法的基礎上改進，提出了一種基于全局修正因子的BP(GlobalRevisionFactorBP，簡稱GRFBP)改進算法，克服了BP算法迭代計算慢、容易陷入局部極小的缺點。

4、 本文提出的RSBP集成故障診斷算法揭示了WSN節(jié)點故障特征信息的內在冗余性，能準確快速地解決WSN節(jié)點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)據可靠性降低時，愈加突顯出本文算法在診斷準確率方面的優(yōu)勢。通過大量的仿真實驗表明，本文提出的算法有診斷準確率高、通信代價小和能量消耗低的特點，提高了故障診斷的魯棒性，增強了能量有限的WSN的