[发明专利]无线传感器网络故障诊断方法

说明书

技术领域

本发明涉及无线传感器网络和故障诊断领域，特别涉及一种适用于室内水产养殖的无线传感器网络故障诊断方法。

背景技术

从国内外对室内水产养殖水质监控系统的研究来看，目前对基于有线技术的室内水产养殖水质监控系统的研究相对比较成熟，但应用这种系统时，室内必然布满了大量的信号传输线和动力线，导致设施建造困难、安装与维护复杂、工作量大、成本高、可靠性低，同时限制了农业机器人等移动作业设备的应用。现有的基于有线技术的室内水产养殖水质监控系统不利于进一步提高现代化室内水产养殖的自动化、智能化、“无人化”程度。将无线传感器网络应用于室内水产测控系统是近几年室内水产养殖水质监控系统的重要研究领域。而对室内水产养殖水质监控系统的无线传感器网络(WSN)故障诊断的研究则尚不多见。

由于室内水产养殖水质监控系统的WSN工作于高温高湿水环境中，而且WSN中的传感器节点一般由电池供电并通过无线通讯方式收发数据，存在能量有限和抗干扰能力弱等缺点，因此传感器节点出现故障的可能性较高。一旦室内水产养殖池水质监控系统的WSN产生故障又不能及时检测故障源并进行处理，就有可能造成网络瘫痪，降低系统可靠性，甚至导致测控系统失控，危及整个室内养殖池的生产安全。因此如何实时对室内无线水质监控系统的WSN的运行状态进行故障诊断，及时发现故障并定位故障源就成了室内水产养殖水质监控系统的WSN研究的重点领域之一。

发明内容

(一)要解决的技术问题

本发明所要解决的技术问题是：如何实现对无线传感器网络中全部节点的快速、正确故障检测。

(二)技术方案

为解决上述技术问题，本发明提供了一种无线传感器网络故障诊断方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；