無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)用來感知客觀物理世界,獲取物理世界的信息量,具有廣泛的應(yīng)用前景。但是傳感器節(jié)點(diǎn)成本低廉,并且部署環(huán)境復(fù)雜,當(dāng)電量將要耗盡或者受到環(huán)境影響時,容易發(fā)生軟故障,此時節(jié)點(diǎn)仍然可以將測量值發(fā)送出去,但是測量值偏離實(shí)際值,降低WSN的可靠性。本文針對WSN中傳感器節(jié)點(diǎn)的軟故障檢測與處理技術(shù),做了以下三個方面的工作:(1)首先,針對節(jié)點(diǎn)故障檢測算法存在的缺陷:通信量大或需要先驗(yàn)知識,提出基于時空相關(guān)性的節(jié)點(diǎn)故障檢測算法,節(jié)點(diǎn)首先進(jìn)行自我檢測,利用時間相關(guān)性通過歷史數(shù)據(jù)判斷當(dāng)前測量數(shù)據(jù)是否可能異常;若可能異常則進(jìn)行相似性檢測,可能異常的節(jié)點(diǎn)可以通過多數(shù)表決和與確認(rèn)正�；虍惓５墓�(jié)點(diǎn)相似性判斷的結(jié)果得到自身的節(jié)點(diǎn)狀態(tài)。仿真結(jié)果表明,該算法有較高的故障檢測準(zhǔn)確率和較低的虛警率。并且節(jié)點(diǎn)首先進(jìn)行自我檢測,可以降低無線傳感網(wǎng)中節(jié)點(diǎn)的通信次數(shù),減少了能量消耗,延長了無線傳感網(wǎng)的使用壽命。(2)其次,針對以往的數(shù)據(jù)聚集算法計(jì)算量大或需要先驗(yàn)知識的問題,提出基于自回歸模型的數(shù)據(jù)聚集算法,首先使用自回歸模型對測量值進(jìn)行擬合,計(jì)算下一時刻測量值的...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
專用術(shù)語注釋表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 WSN相關(guān)技術(shù)概述
    2.1 WSN介紹
    2.2 傳感器節(jié)點(diǎn)介紹
    2.3 節(jié)點(diǎn)故障介紹
    2.4 軟故障檢測與處理技術(shù)
        2.4.1 軟故障檢測技術(shù)
        2.4.2 數(shù)據(jù)聚集處理技術(shù)
    2.5 本章小結(jié)
第三章 基于時空相關(guān)性的節(jié)點(diǎn)故障檢測算法
    3.1 背景分析
    3.2 傳統(tǒng)的故障檢測算法
        3.2.1 基于多數(shù)表決的故障檢測算法思想
        3.2.2 基于多數(shù)表決的故障檢測算法分析
    3.3 節(jié)點(diǎn)故障檢測算法具體實(shí)現(xiàn)
        3.3.1 系統(tǒng)模型
        3.3.2 自我檢測
        3.3.3 相似性檢測
    3.4 仿真和分析
        3.4.1 仿真環(huán)境
        3.4.2 仿真結(jié)果
        3.4.3 通信開銷
    3.5 本章小結(jié)
第四章 基于自回歸模型的數(shù)據(jù)聚集算法
    4.1 背景分析
    4.2 傳統(tǒng)的數(shù)據(jù)聚集算法
        4.2.1 基于加權(quán)平均的數(shù)據(jù)聚集算法思想
        4.2.2 基于加權(quán)平均的數(shù)據(jù)聚集算法分析
    4.3 數(shù)據(jù)聚集算法具體實(shí)現(xiàn)
        4.3.1 系統(tǒng)模型
        4.3.2 測量值的預(yù)測
        4.3.3 計(jì)算測量方差
        4.3.4 計(jì)算聚集結(jié)果
    4.4 仿真與分析
        4.4.1 仿真環(huán)境
        4.4.2 仿真結(jié)果
        4.4.3 計(jì)算量分析
    4.5 本章小結(jié)
第五章 節(jié)點(diǎn)軟故障檢測與處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 應(yīng)用場景及系統(tǒng)架構(gòu)
        5.1.1 應(yīng)用場景
        5.1.2 系統(tǒng)架構(gòu)
    5.2 原型系統(tǒng)設(shè)計(jì)
        5.2.1 原型系統(tǒng)硬件
        5.2.2 基于時空相關(guān)性的節(jié)點(diǎn)故障檢測模塊設(shè)計(jì)
        5.2.3 基于自回歸模型的數(shù)據(jù)聚集模塊設(shè)計(jì)
    5.3 實(shí)驗(yàn)環(huán)境及結(jié)果分析
        5.3.1 實(shí)驗(yàn)環(huán)境
        5.3.2 實(shí)驗(yàn)結(jié)果及分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
附錄3 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝



本文編號：3779186