室內(nèi)WSN性能分析與故障診斷研究.pdf

1、室內(nèi)WSN作為WSN一個(gè)重要分支,得到越來(lái)越多的應(yīng)用。但在網(wǎng)絡(luò)長(zhǎng)期運(yùn)行過(guò)程中由于節(jié)點(diǎn)本身性能下降和外部環(huán)境影響,使得WSN性能易發(fā)生變化,網(wǎng)絡(luò)節(jié)點(diǎn)和鏈路故障也時(shí)有發(fā)生。因此,有效監(jiān)控網(wǎng)絡(luò)運(yùn)行狀態(tài)并及時(shí)準(zhǔn)確對(duì)故障的發(fā)生進(jìn)行診斷,是WSN成功應(yīng)用亟待解決關(guān)鍵問(wèn)題之一。
　　 課題在對(duì)WSN健康狀態(tài)評(píng)估和傳感器節(jié)點(diǎn)故障檢測(cè)診斷研究基礎(chǔ)上,以教學(xué)樓照明無(wú)線控制系統(tǒng)為對(duì)象,進(jìn)一步開展室內(nèi)WSN性能分析與故障診斷研究。主要研究?jī)?nèi)容為:以CC

2、2430無(wú)線單片機(jī)、人體紅外傳感器HP-708、照度傳感器TSL230B以及可調(diào)光電子鎮(zhèn)流器為基礎(chǔ)研制照明控制節(jié)點(diǎn)和照明檢測(cè)節(jié)點(diǎn),在IAR Embedded Workbench(簡(jiǎn)稱EW)環(huán)境中開發(fā)中心節(jié)點(diǎn)和傳感器節(jié)點(diǎn)程序,通過(guò)VC++編寫上位機(jī)軟件,搭建室內(nèi)WSN實(shí)驗(yàn)系統(tǒng)；采用系統(tǒng)工程理論對(duì)室內(nèi)WSN運(yùn)行性能影響因素分類和評(píng)估,確定合理的性能指標(biāo),運(yùn)用被動(dòng)測(cè)量法采集網(wǎng)絡(luò)運(yùn)行過(guò)程中傳輸?shù)男盘?hào)強(qiáng)度、網(wǎng)絡(luò)時(shí)延和丟包率等數(shù)據(jù),提出一種基于最小

3、二乘支持向量回歸機(jī)(LSSVR)的室內(nèi)WSN性能綜合評(píng)價(jià)方法,建立低功耗的基于最小二乘支持向量機(jī)的WSN運(yùn)行質(zhì)量綜合評(píng)價(jià)模型；通過(guò)主動(dòng)輪詢和異步告警方式采集室內(nèi)WSN運(yùn)行時(shí)的鏈路質(zhì)量信號(hào),運(yùn)用小波包分析構(gòu)造出特征向量,利用最小二乘支持向量分類機(jī)(LSSVC)對(duì)正常狀態(tài)和故障狀態(tài)下的特征向量進(jìn)行分析,建立系統(tǒng)狀態(tài)與特征向量之間對(duì)應(yīng)的關(guān)系模型和WSN鏈路故障診斷預(yù)警機(jī)制。
　　 試驗(yàn)表明采用LSSVR進(jìn)行網(wǎng)絡(luò)性能評(píng)價(jià)的評(píng)價(jià)結(jié)果與實(shí)際

4、值相比,相對(duì)誤差范圍在0.01％～2％之間,而采用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行評(píng)價(jià),相對(duì)誤差范圍在0.1％～15％之間,相對(duì)誤差最大值比RBF神經(jīng)網(wǎng)絡(luò)減少了83.2％,進(jìn)一步證實(shí)在相同條件下,以結(jié)構(gòu)化風(fēng)險(xiǎn)最小化為原則的LSSVR的性能優(yōu)于以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化為原則的神經(jīng)網(wǎng)絡(luò)。采用基于LSSVC和小波包分析相結(jié)合的方法進(jìn)行網(wǎng)絡(luò)故障診斷,其診斷處理結(jié)果與預(yù)期的故障對(duì)比,準(zhǔn)確率為96.67％,基本能準(zhǔn)確診斷網(wǎng)絡(luò)中的故障。WSN運(yùn)行中能及時(shí)掌握網(wǎng)絡(luò)的運(yùn)行狀態(tài)