[发明专利]一种无线传感器网络故障检测方法、装置及系统

权利要求书

1.一种无线传感器网络故障检测方法，其特征在于，该方法在汇聚节点中实现，包括：

步骤1：接收子节点的故障检测信息，并进行预处理得到原始故障检测样本；

步骤2：接收与故障检测相关信息要素，并根据故障检测信息要素分析故障征兆、故障类型及其判断策略；

步骤3：将原始故障检测样本采用粗糙集法进行简化和提取处理消除冗余信息，并结合步骤2获得简化的故障检测决策表，输入神经网络进行智能故障检测；

步骤4：确定故障类型的检测结果，并上传至监控中心。

2.如权利要求1所述的方法，其特征在于，所述步骤1中，所述接收故障检测信息包括固定周期的被动接收子节点主动上传的故障检测信息和/或向子节点发送信息收集指令后接收子节点根据信息收集指令上传的故障检测信息。

3.如权利要求1所述的方法，其特征在于，所述步骤1中，所述节点的故障检测信息包括节点编号、邻居节点列表、链路质量、信号强度、通信数据包和感知信息。

4.如权利要求1所述的方法，其特征在于，所述步骤2中，根据故障检测信息要素分析故障类型与判断策略，包括在故障征兆特征和与故障检测相关信息要素中分析故障类型。

5.如权利要求1所述的方法，其特征在于，所述步骤3的具体步骤包括：

步骤3-1：将原始故障检测样本中的连续数据进行离散化处理，并简化离散化样本；

步骤3-2：将简化后的离散化样本进行最小故障检测特征提取，获得不影响故障分类的最小故障特征和相应于最小故障特征的训练样本集和测试样本集；

步骤3-3：采用训练样本集和测试样本集训练并测试RBF神经网络，进行智能故障检测。

6.如权利要求5所述的方法，其特征在于，所述步骤3-2的具体步骤包括：

步骤3-2-1：构造离散化故障检测决策表；

步骤3-2-2：计算离散化故障检测决策表中计算条件属性集C对决策属性D的正域，得到该决策属性D对条件属性集C的依赖程度；

步骤3-2-3：依次计算条件属性集C中每个条件属性C_i对决策属性D的正域；

步骤3-2-4：选择正域最大的条件属性C_i并入故障检测特征子集F，直到故障特征集F对决策属性D的正域与条件属性集C对决策属性D的正域相等；

步骤3-2-5：输出最小故障检测特征子集。

7.如权利要求5所述的方法，其特征在于，所述步骤3-3的具体步骤包括：

步骤3-3-1：根据步骤3-2粗糙集数据处理得到最小故障检测特征确定神经网络的初始拓扑结构；

步骤3-3-2：利用最小故障检测特征相应的训练样本集训练该网络，建立故障特征与故障之间的映射关系；

步骤3-3-3：利用测试样本集对RBF神经网络进行测试，最后得到检测结果。

8.一种用户客户端，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令用于执行根据权利要求1-7中任一项所述的方法。

9.一种计算机可读存储介质，其中存储有多条计算机可执行指令，所述指令适于由用户客户端设备的处理器加载并执行根据权利要求1-7中任一项所述的方法。

10.一种无线传感器网络故障检测系统，该系统基于权利要求1-7中任一项所述的方法，其特征在于，包括：

子节点，用于上传故障检测信息；

汇聚节点，用于接收子节点的故障检测信息，并进行预处理得到原始故障检测样本；接收与故障检测相关信息要素，并根据故障检测信息要素分析故障征兆、故障类型及其判断策略；将原始故障检测样本采用粗糙集法进行简化和提取处理消除冗余信息，并结合上一步骤的数据获得简化的故障检测决策表，输入神经网络进行智能故障检测；确定故障类型的检测结果，并上传至监控中心；

监控中心，用于接收检测结果，实现无线传感器网络的实时故障检测。