【摘要】：針對現(xiàn)存的很多傳感器故障診斷方法假設(shè)前提多以及復(fù)雜度高的問題,提出一種分布式診斷方法來識別無線傳感器網(wǎng)絡(luò)(WSN)中的非線性故障。首先,對局部傳感器的輸出值進行分析,得到一系列特征值;然后,在交叉誤差函數(shù)的基礎(chǔ)上,將傳感器非線性故障診斷等效為最大空閑矩形(LER)問題,并使用提出的低復(fù)雜度最大空閑矩形算法予以解決;最后,通過定義一個閾值來診斷有故障的傳感器,且不需要使用參考傳感器就可以檢測一般非線性故障。仿真實驗使用了雙音諧波信號激勵和白噪聲信號激勵,比較了雙線性和指數(shù)非線性兩種情況下的性能。相比集中式故障診斷方法,提出的算法節(jié)省了大量數(shù)據(jù)傳輸功率,且獲得了非線性模型正常區(qū)域邊界的準(zhǔn)確值;相比最優(yōu)LER算法,提出的低復(fù)雜度LER算法檢測性能與之相似,但復(fù)雜度更低。
[Abstract]:A distributed fault diagnosis method is proposed to identify nonlinear faults in wireless sensor networks (WSN), aiming at the problems of many existing sensor fault diagnosis methods with multiple assumptions and high complexity. Firstly, the output value of the local sensor is analyzed and a series of eigenvalues are obtained. Then, based on the crossover error function, the sensor nonlinear fault diagnosis is equivalent to the maximum free rectangle (LER) problem, and the proposed algorithm is solved by using the low complexity maximum free rectangle algorithm. Finally, a threshold is defined to diagnose the fault sensor, and the general nonlinear fault can be detected without using the reference sensor. In the simulation experiment, the performance of bilinear and exponential nonlinearity is compared by using double tone harmonic signal excitation and white noise signal excitation. Compared with the centralized fault diagnosis method, the proposed algorithm saves a lot of data transmission power, and obtains the accurate value of the normal region boundary of the nonlinear model. Compared with the optimal LER algorithm, the detection performance of the proposed low complexity LER algorithm is similar to that of the optimal LER algorithm, but the complexity is lower.
【作者單位】： 東莞理工學(xué)院城市學(xué)院計算機與信息科學(xué)系;廣東工業(yè)大學(xué)實驗教學(xué)部;
【基金】：國家自然科學(xué)基金資助項目(51305084) 廣東省自然科學(xué)基金資助項目(9151170003000013) 東莞理工學(xué)院城市學(xué)院青年教師發(fā)展基金資助項目(2016QJZ0032)
【分類號】：TP212

【相似文獻】

相關(guān)期刊論文 前10條

1 張鴻輝;閆艷軍;黃貞貞;;基于神經(jīng)模糊系統(tǒng)的傳感器故障診斷分析[J];現(xiàn)代商貿(mào)工業(yè);2009年16期

2 宋彥彬;電腦臺車傳感器故障診斷[J];工程機械與維修;1998年06期

3 朱平,黃文虎,姜興謂,王日新;基于模型的傳感器故障診斷技術(shù)的研究[J];傳感技術(shù)學(xué)報;1999年01期

4 郭其一,王立德;一種基于解析性冗余的傳感器故障診斷技術(shù)[J];鐵道學(xué)報;2000年04期

5 熊良才,史鐵林,楊叔子;機電系統(tǒng)中傳感器故障診斷的控制圖法[J];機械與電子;2000年05期

6 黃孝彬,牛玉廣,劉吉臻,劉武林;基于模糊動態(tài)模型的傳感器故障診斷方法[J];中國電機工程學(xué)報;2003年03期

7 尤富強,田作華,施頌椒;線性時滯系統(tǒng)的傳感器故障診斷[J];哈爾濱工程大學(xué)學(xué)報;2005年04期

8 許秀玲,汪曉東,張浩然;基于卡爾曼濾波器的傳感器故障診斷[J];儀器儀表學(xué)報;2005年S1期

9 范小丹;劉曉勇;佟紹成;;模糊時滯系統(tǒng)的傳感器故障診斷[J];遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2008年06期

10 張婭玲;陳偉民;章鵬;胡順仁;黃曉微;鄭偉;;傳感器故障診斷技術(shù)概述[J];傳感器與微系統(tǒng);2009年01期

相關(guān)會議論文 前9條

1 許秀玲;汪曉東;張浩然;;基于卡爾曼濾波器的傳感器故障診斷[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

2 張柯;李文然;;一種新的傳感器故障診斷設(shè)計方法[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

3 鄧方;陳杰;陳文頡;;基于數(shù)據(jù)特征的多線傳感器故障診斷[A];第二十九屆中國控制會議論文集[C];2010年

4 龔瑞昆;;離散小波變換在傳感器故障診斷中的應(yīng)用[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（下）[C];2001年

5 郭剛;王正兵;;基于連續(xù)小波變換的傳感器故障診斷研究[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

6 李亞楠;段立;顧方勇;;基于支持向量機的傳感器故障診斷研究[A];艦船電子裝備維修理論與應(yīng)用——中國造船工程學(xué)會電子修理學(xué)組第四屆年會暨信息裝備保障研討會論文集[C];2005年

7 李華;胡協(xié)和;;完全冗余及在傳感器故障診斷中的應(yīng)用[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

8 于蓮芝;梁衛(wèi)沖;顏國正;;現(xiàn)場總線基于知識的智能傳感器故障診斷(英文)[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

9 錢朋朋;劉金國;張偉;魏英姿;;基于多尺度主元分析的傳感器故障診斷[A];中國儀器儀表學(xué)會第十三屆青年學(xué)術(shù)會議論文集[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 付克昌;基于結(jié)構(gòu)優(yōu)化PCA的傳感器故障診斷方法及其應(yīng)用研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 任大明;基于神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機傳感器故障診斷研究[D];中國民航大學(xué);2012年

2 曹文明;異步電機驅(qū)動系統(tǒng)中的電流傳感器故障診斷[D];華中科技大學(xué);2015年

3 黃治軍;基于小波分析的傳感器故障診斷研究[D];西北工業(yè)大學(xué);2004年

4 楊建平;傳感器故障診斷的研究與應(yīng)用[D];華北電力大學(xué)（北京）;2004年

5 于鳳滿;基于模型的傳感器故障診斷研究[D];青島理工大學(xué);2010年

6 高翔;基于小波分析的燃料電池發(fā)動機傳感器故障診斷研究[D];武漢理工大學(xué);2010年

7 陳毅;航空發(fā)動機控制系統(tǒng)傳感器故障診斷研究[D];南京航空航天大學(xué);2007年

8 王霞;基于神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)傳感器故障診斷研究[D];西北工業(yè)大學(xué);2002年

9 胡雅馨;基于粗糙集與證據(jù)理論的瓦斯傳感器故障診斷技術(shù)的研究[D];遼寧工程技術(shù)大學(xué);2009年

10 任翠蕾;基于多源信息融合的傳感器故障診斷技術(shù)的研究[D];華北電力大學(xué);2012年

，

本文編號：2382130