[发明专利]无线传感器网络故障诊断方法

权利要求书

1.一种无线传感器网络故障诊断方法，其特征在于，包括以下步骤：

S1、在线实时采集无线传感器网络中的传感器节点所测量到的数据；

S2、利用所述数据的时空特性检测单个传感器节点的故障；

S3、利用相邻节点之前的相关性检测整个无线传感器网络的故障；

S4、对步骤S2和步骤S3这两个过程获取到的参数进行属性约简；

S5、根据步骤S4的属性约简结果得出无线传感器网络的故障诊断结果。

2.如权利要求1所述的方法，其特征在于，步骤S2中通过建立时间序列故障诊断模型和空间序列故障诊断模型来检测单个传感器节点的故障。

3.如权利要求2所述的方法，其特征在于，步骤S3中，通过检测当前传感器节点与其相邻传感器节点所测量到的数据之间的差值超过阈值的个数来判断当前节点是否发生故障。

4.如权利要求3所述的方法，其特征在于，步骤S4中，利用粗糙集算法对步骤S2和步骤S3获取到的参数进行属性约简。

5.如权利要求2所述的方法，其特征在于，步骤S2具体包括：

201、预处理各组传感器节点每个采样周期的数据，获取诊断样本，设A组的诊断样本为A′_i，h+t，令h＝0，其中，i表示传感器节点在所在组的序号，设A组的汇聚节点也为A，则该组内全部传感器节点的标识符按各自所在的位置顺序命名为A₁，A₂，…，A_p，其中p为该组内传感器节点的总数，t是第t个传感器的采集周期；

202、选择时间序列建模数据j，对时间序列A′_i，h+1，A′_i，h+2，...，A′_i，h+j进行建模，求出Y(h+j)和Y_R，δ是时间序列诊断模型的模型残差的标准差；ε是模型残差；Y是趋势因子；Y_R是因子变化阈值，令变量q＝1；

203、对诊断样本A′_i，h+j+q进行时间序列分析，求出Y(h+j+q)和B_i，h+j+q，B表示在第i+q个采样周期时传感器节点A_i的时间序列工作状态，B_i，h+j+q＝Y(h+j)-Y_R；

204、当B_i，h+j+q≤0时，将q加1，再次执行步骤203；当B_i，h+j+q＞0时，执行步骤205；

205、根据节点位置，确定空间序列标识C的值，再对第h+j+q个周期A组全部传感器节点的诊断样本A′_1，h+j+q，A′_2，h+j+q，…，A′_p，h+j+q确定待分析的空间序列k₁，k₂，…，k_p；

206、对空间序列k₁，k₂，…，k_p进行建模，求出Z(1)和Z_R；

空间序列故障诊断模型为：

式中——自回归参数，s＝1，2，，...，f；

f——自回归阶数；

模型输出残差序列{ε’_r}的方差为：

趋势因子为：

Z(r)=δϵ′2(r)-δϵ′2(r-1)]]>

令空间序列建模数据量为l，则因子变化阈值Z_R为

其中，为|Z(f+2)|，|Z(f+3)|，...，|Z(1)|的均值，

δ_Z为|Z(f+2)|，|Z(f+3)|，...，|Z(1)|的标准差；

W_i表示第m个采样周期时传感器节点A_i的工作状态；

W_i＝Z(p-i+1)-Z_R；

当W_i≤0表示A_i工作正常，当W_i＞0表示A_i发生故障；207、当C＝0时对k_i进行空间序列分析，求出Z(i)和W_i；当C＝1时对k_p-i+1进行空间序列分析，求出Z(p-i+1)和W_i；

208、当W_i＞0时发出报警，并指出故障节点的位置；当W_i≤0时，将h赋值为h+j+q，返回执行步骤202。