針對使用定性或定量方法對含有擾動的無線傳感器網(wǎng)絡(WSN)進行故障檢測時無法區(qū)分數(shù)據(jù)波動是由故障還是擾動引起的問題,提出了含有擾動的無線傳感器故障檢測方法:置信規(guī)則庫(BRB-r)。該方法既包含定性又包含定量知識,融合了屬性可靠性以及屬性權重,在噪聲干擾下能夠有效判斷數(shù)據(jù)波動是由噪聲還是故障導致的,可以更加完美地解決外界不可靠因素對我們進行故障檢測等研究的影響。仿真實驗結果表明,BRB-r模型能夠在WSN處于擾動狀態(tài)下對WSN是否出現(xiàn)故障進行判斷,相較于BRB模型檢測準確率更高,穩(wěn)定性實用性更強。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1故障檢測模型圖

前提屬性選擇完畢后構建一個BRB-r故障檢測模型,結構如圖1所示。圖1中x1,x2分別為空間殘差、時間標準差。x3表示BRB-r產(chǎn)生的輸出結果,也就是故障檢測結果。

圖2時間相關性分析

根據(jù)圖2所示時間相關性和式(14)選擇參考點參考值如表2、表3所示。表2x1參考點以及參考值Tab.2Referencepointsandreferencevalues參考點SSLZXSXLSXXS參考值-1.5-1.240.20.91.25....

圖3BRB-r故障檢測結果

構建上述置信度表,將不同的前提屬性x1,x2與故障檢測結果D之間關系進行確定,并根據(jù)此置信度表對故障檢測結果D進行實驗研究,實驗結果如圖3所示。圖3橫坐標表示實驗樣本數(shù),縱坐標表示正常數(shù)據(jù)以及故障數(shù)據(jù)的區(qū)間。

圖4故障檢測效果對比

使用BRB模型對WSN故障檢測進行分析與BRB-r模型實驗進行對比驗證,實驗結果如圖4所示。根據(jù)式(17)計算出BRB-r模型以及BRB模型的故障檢測結果,如表5所示,其中TL表示正確檢測的樣本數(shù)量,ALL表示樣本總體數(shù)量。

本文編號：3921423