基于人工免疫的無線傳感器網(wǎng)絡(luò)節(jié)點故障診斷.pdf

1、由于無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）通常是運行在人類無法接近的、惡劣甚至危險的環(huán)境中，其節(jié)點由于暴露在外會發(fā)生各種各樣的故障，直接造成對環(huán)境測量量的錯誤，甚至造成WSN某些功能喪失乃致整個網(wǎng)絡(luò)癱瘓。因此，為了提高WSN運行的可靠性，及時準確地對節(jié)點的故障進行診斷是非常必要的。
　　本論文采用人工免疫系統(tǒng)（Artificial Immune System，AIS）與其他方法的有效結(jié)合形成新的

2、診斷方法來對節(jié)點的傳感部件的故障進行診斷。診斷結(jié)果是判斷出故障的準確類型。以便及時的對故障進行修復，來保證網(wǎng)絡(luò)的安全運行。本文的研究內(nèi)容包括以下幾個方面：
　　1、簡單介紹了人工免疫系統(tǒng)的相關(guān)的算法模型和網(wǎng)絡(luò)模型，對已有的兩種WSN節(jié)點的故障診斷方法進行了闡述。
　　2、對節(jié)點的傳感部件進行了Matlab建模，對其故障的類型以及表現(xiàn)形式進行了研究。
　　3、對經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)算法進行了推導，并運用人工免疫算法進行改進

3、，詳細給出了改進流程。
　　4、通過仿真獲取節(jié)點傳感部件正常運行和發(fā)生偏置、短路和漂移故障的訓練樣本和檢驗樣本。
　　5、采用人工免疫算法改進后的BP神經(jīng)網(wǎng)絡(luò)對WSN節(jié)點進行故障診斷，并對改進后的算法的性能進行了對比分析。
　　6、在分析aiNet免疫網(wǎng)絡(luò)模型以及KNN分類算法的基礎(chǔ)上，提出了aiNet-KNN分類器算法，并給出了算法的具體流程。
　　7、采用aiNet-KNN分類器進行WSN節(jié)點的故障診斷，并對