本文關(guān)鍵詞：基于感知數(shù)據(jù)時(shí)域特征的WSNs故障診斷方法

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) Gabor變換 SOM神經(jīng)網(wǎng)絡(luò) 時(shí)域特征 故障診斷

【摘要】：大規(guī)模無線傳感器網(wǎng)絡(luò)大多部署在環(huán)境惡劣的環(huán)境下,由于節(jié)點(diǎn)資源受限,網(wǎng)絡(luò)的動(dòng)態(tài)拓?fù)浼安淮_定性,在運(yùn)行過程中不可避免的會(huì)發(fā)生故障。當(dāng)單個(gè)關(guān)鍵節(jié)點(diǎn)或者某一區(qū)域內(nèi)節(jié)點(diǎn)發(fā)生故障時(shí),將導(dǎo)致其周圍某一特定范圍內(nèi)的節(jié)點(diǎn)無法正常工作,造成網(wǎng)絡(luò)連通分割,這樣會(huì)大大降低無線傳感器網(wǎng)絡(luò)系統(tǒng)的服務(wù)質(zhì)量,使無線傳感器網(wǎng)絡(luò)預(yù)定功能削弱或者失效。所以進(jìn)行及時(shí)準(zhǔn)確的無線傳感網(wǎng)故障診斷以保證網(wǎng)絡(luò)的可靠及有效運(yùn)行顯的及其重要�，F(xiàn)有的診斷方法主要集中在收集網(wǎng)絡(luò)診斷參數(shù),這個(gè)過程消耗大量通信帶寬和節(jié)點(diǎn)資源,給資源有限的網(wǎng)絡(luò)帶來繁重的負(fù)擔(dān)。無線傳感器網(wǎng)絡(luò)的故障診斷成為該領(lǐng)域內(nèi)的一個(gè)研究難點(diǎn)。針對(duì)以上問題,本文提出一種利用感知數(shù)據(jù)時(shí)域特征來檢測故障以及對(duì)故障進(jìn)行分類的診斷方法。首先運(yùn)用一維離散Gabor變換對(duì)感知數(shù)據(jù)進(jìn)行特征提取與分析,找出最能體現(xiàn)故障的特征,利用SOM神經(jīng)網(wǎng)絡(luò)建立故障知識(shí)庫對(duì)數(shù)據(jù)進(jìn)行診斷與分類,判斷當(dāng)前網(wǎng)絡(luò)狀態(tài)并找出故障原因。算法主要運(yùn)用溫度、濕度等感知數(shù)據(jù)結(jié)合電壓數(shù)據(jù)進(jìn)行診斷,將離散Gabor小波變換的數(shù)據(jù)特征提取算法與SOM神經(jīng)網(wǎng)絡(luò)相結(jié)合,利用一系列的故障診斷規(guī)則組成故障知識(shí)庫,監(jiān)測網(wǎng)絡(luò)運(yùn)行情況。為了進(jìn)一步的開發(fā)測試診斷算法的效率及準(zhǔn)確性,設(shè)計(jì)了無線傳感器網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測系統(tǒng),系統(tǒng)的可視化界面能夠清晰的展示節(jié)點(diǎn)數(shù)據(jù)走勢,反應(yīng)節(jié)點(diǎn)故障數(shù)據(jù)特征并對(duì)當(dāng)前網(wǎng)絡(luò)節(jié)點(diǎn)狀態(tài)做出判斷,并找出對(duì)應(yīng)的故障類型。系統(tǒng)操作簡單,界面友好,具有很強(qiáng)的通用性和實(shí)用性。實(shí)驗(yàn)結(jié)果表明,與DSD算法相比,此種方法具有網(wǎng)絡(luò)通信負(fù)擔(dān)小、診斷準(zhǔn)確率高及分類效果好等優(yōu)點(diǎn),對(duì)節(jié)點(diǎn)故障和網(wǎng)絡(luò)故障診斷都具有較高的診斷精度。算法在網(wǎng)絡(luò)規(guī)模達(dá)到160個(gè)節(jié)點(diǎn)時(shí)故障診斷的檢測率達(dá)到97%以上且其誤警率只有不到40%。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) Gabor變換 SOM神經(jīng)網(wǎng)絡(luò) 時(shí)域特征 故障診斷
【學(xué)位授予單位】：浙江農(nóng)林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 緒論8-17
• 1.1 論文研究的背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-15
• 1.3 研究內(nèi)容與關(guān)鍵問題15
• 1.3.1 研究內(nèi)容15
• 1.3.2 關(guān)鍵問題15
• 1.4 論文結(jié)構(gòu)安排15-17
• 2 無線傳感器網(wǎng)絡(luò)故障診斷特征分析17-26
• 2.1 無線傳感器網(wǎng)絡(luò)的故障類型17
• 2.2 無線傳感器網(wǎng)絡(luò)故障診斷相關(guān)技術(shù)17-22
• 2.2.1 無限傳感器網(wǎng)絡(luò)研究特征17-18
• 2.2.2 無線傳感器網(wǎng)絡(luò)診斷技術(shù)18-22
• 2.2.2.1 時(shí)域和頻域的特征提取19-20
• 2.2.2.2 多重共線性的特征降維20-21
• 2.2.2.3 故障信息定位和異常捕捉21
• 2.2.2.4 無線傳感器網(wǎng)絡(luò)自演化機(jī)制21-22
• 2.3 無線傳感器網(wǎng)絡(luò)故障特征的分析22-25
• 2.4 小結(jié)25-26
• 3 基于感知數(shù)據(jù)時(shí)域特征的WSNs故障診斷方法26-33
• 3.1 GABOR變換簡介26-27
• 3.2 SOM神經(jīng)網(wǎng)絡(luò)簡介27-29
• 3.3 TDSD算法流程29-32
• 3.4 小結(jié)32-33
• 4 實(shí)驗(yàn)與分析33-44
• 4.1 實(shí)驗(yàn)環(huán)境33-34
• 4.2 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測系統(tǒng)34-36
• 4.2.1 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測系統(tǒng)簡介34
• 4.2.2 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測系統(tǒng)演示34-35
• 4.2.3 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)監(jiān)測系統(tǒng)應(yīng)用35-36
• 4.3 訓(xùn)練36-39
• 4.3.1 訓(xùn)練數(shù)據(jù)36-37
• 4.3.2 神經(jīng)元大小的影響37-38
• 4.3.3 故障樣本大小的影響38-39
• 4.4 診斷39-41
• 4.4.1 真實(shí)數(shù)據(jù)診斷結(jié)果39-40
• 4.4.2 模擬數(shù)據(jù)診斷結(jié)果40-41
• 4.5 實(shí)驗(yàn)結(jié)果分析41-43
• 4.6 小結(jié)43-44
• 5 總結(jié)與展望44-45
• 5.1 總結(jié)44
• 5.2 展望44-45
• 參考文獻(xiàn)45-49
• 導(dǎo)師簡介49-50
• 個(gè)人簡介50-51
• 致謝51

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 莫路鋒;毛方杰;聶江武;宣子蔚;;基于感知數(shù)據(jù)的無線傳感網(wǎng)被動(dòng)診斷方法[J];北京郵電大學(xué)學(xué)報(bào);2013年01期

2 郭龍江;付惠娟;張中兆;;傳感器網(wǎng)絡(luò)感知數(shù)據(jù)自適應(yīng)去噪方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年13期

3 趙卓峰;魏文飛;馬強(qiáng);;基于無共享架構(gòu)的海量感知數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)[J];微電子學(xué)與計(jì)算機(jī);2012年09期

4 王爽;王國仁;;面向不確定感知數(shù)據(jù)的頻繁項(xiàng)查詢算法[J];計(jì)算機(jī)學(xué)報(bào);2013年03期

5 王思野;許文俊;賀志強(qiáng);牛凱;吳偉陵;;認(rèn)知無線網(wǎng)絡(luò)中協(xié)作感知數(shù)據(jù)上報(bào)性能分析[J];北京郵電大學(xué)學(xué)報(bào);2011年S1期

6 馬茜;谷峪;張?zhí)斐?于戈;;一種基于數(shù)據(jù)質(zhì)量的異構(gòu)多源多模態(tài)感知數(shù)據(jù)獲取方法[J];計(jì)算機(jī)學(xué)報(bào);2013年10期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張建靜;基于多級(jí)緩存的海量感知數(shù)據(jù)檢索優(yōu)化的研究[D];北方工業(yè)大學(xué);2014年

2 馬茜;高可用感知數(shù)據(jù)獲取關(guān)鍵技術(shù)的研究[D];東北大學(xué);2013年

3 孟鵬;基于感知數(shù)據(jù)的三維可視化平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];天津大學(xué);2013年

4 陳棟;多源異構(gòu)農(nóng)業(yè)感知數(shù)據(jù)接入系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東農(nóng)業(yè)大學(xué);2014年

5 熊英;面向移動(dòng)群體感知的數(shù)據(jù)處理機(jī)制研究與系統(tǒng)實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2013年

6 林楠;基于TinyOS的無線傳感網(wǎng)絡(luò)感知數(shù)據(jù)分析與展示系統(tǒng)[D];華南理工大學(xué);2013年

7 張鑫龍;基于協(xié)同過濾的傳感器感知數(shù)據(jù)補(bǔ)全技術(shù)研究[D];東北大學(xué);2013年

8 陳光;移動(dòng)用戶感知數(shù)據(jù)監(jiān)控分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2008年

9 毛方杰;一種基于感知數(shù)據(jù)的無線傳感器網(wǎng)絡(luò)被動(dòng)診斷方法[D];浙江農(nóng)林大學(xué);2013年

10 王汝m8;基于感知數(shù)據(jù)的城市交通起訖點(diǎn)信息獲取[D];天津大學(xué);2012年

，

本文編號(hào)：750192