[发明专利]一种无线传感器网络故障检测方法、装置及系统在审
申请号: | 201810049879.7 | 申请日: | 2018-01-18 |
公开(公告)号: | CN108199899A | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 黄旭;邱晓丽;宗峰 | 申请(专利权)人: | 山东英才学院 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04W24/04;H04W84/18 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张勇 |
地址: | 250100 *** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无线传感器网络 故障检测 故障检测信息 装置及系统 故障类型 原始故障 检测 预处理 故障检测决策 输入神经网络 消除冗余信息 故障征兆 监控中心 检测结果 数据获得 提取处理 相关信息 样本采用 要素分析 智能故障 智能检测 粗糙集 子节点 上传 样本 | ||
本发明公开了一种无线传感器网络故障检测方法、装置及系统,该方法包括: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。本发明有针对性地对无线传感器网络的故障进行智能检测,提高了无线传感器网络的可靠性和稳定性。
技术领域
本发明属于无线传感器网络的技术领域,涉及一种无线传感器网络故障检测方法、装置及系统,尤其是涉及一种基于粗糙-神经网络的无线传感器网络故障检测方法、装置及系统。
背景技术
无线传感器网络(Wireless Sensor Network,WSN)是当今极具潜力和影响力的关键技术之一。它集成了无线通信技术、传感器技术、微机电系统技术和分布式信息处理等技术,将逻辑上的信息世界与客观上的物理世界融合在一起,改变了人类与自然界的交互方式,在民用和军事等许多领域具有很高的应用价值。
由于无线传感器网络的特殊应用背景以及自身特点等因素使得WSN的维护工作十分困难甚至不可维护。作为一种分布式计算平台,WSN节点极易受到各种干扰因素影响而发生故障。当单个关键节点或某个区域节点故障失效时,将导致其周围某一定范围内的节点全部都无法正常工作,还会造成连通被割断和网络覆盖的漏洞的问题,这将大大降低传感器节点的可靠性,削弱或失效WSN预定功能。为了避免故障由节点级上升到网络级,必须对节点故障进行有效地检测,才能有效地给出修复方案,保证网络的可靠运行。所以,及时地对网络各种异常状态做出检测,寻找合理的容错控制方案,指导网络正常运行,对提高WSN的可靠性和鲁棒性具有重要的意义。
从提高网络系统的可靠性和可持续性角度出发,一个好的故障检测方案应具备如下特点:①故障特征的完整性;②能量消耗的节约性;③抵御入侵的抗毁性;④节点互连的鲁棒性;⑤信息传输的正确性。但是,目前WSN故障诊断技术的研究现状主要存在以下问题:
第一,由于WSN的复杂性和故障的多样性,现有诊断模型只是简单的对故障抽象和提取,并没有反映出WSN故障完整性。
第二,由于WSN节点的本身的局限性,节点能耗高,传感器节点的生命周期有待延长。
第三,应用环境开放的WSN带来严重的安全问题,现有的安全机制开销大、主动性差,离WSN安全需要有很大的差距。
第四,当节点的覆盖、带宽受限时,网络拓扑容易发生变化,其连通性面对严峻的挑战,如何在此情况下提供不间断、可靠的服务是WSN故障检测技术亟待解决的难点问题。
第五,节点数据流不对称引起节点能量分布不均,导致某些节点任务集中而过早“死亡”。
第六,以分簇结构组成的网络体系,监测存在的边界问题,信息融合,增加通信和计算量,降低处理速度,引起故障检测与容错之间的延时。
综上所述,针对现有技术中如何可靠、稳定且有针对性地对无线传感器网络的故障进行智能检测的问题,尚缺乏有效的解决方案。
发明内容
针对现有技术中存在的不足,解决现有技术中如何可靠、稳定且有针对性地对无线传感器网络的故障进行智能检测的问题,本发明提供了一种无线传感器网络故障检测方法、装置及系统,该方法能够有针对性地对无线传感器网络的故障进行智能检测,提高了无线传感器网络的可靠性和稳定性。
本发明的第一目的是提供一种无线传感器网络故障检测方法。
为了实现上述目的,本发明采用如下一种技术方案:
一种无线传感器网络故障检测方法,该方法在汇聚节点中实现,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东英才学院,未经山东英才学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810049879.7/2.html,转载请声明来源钻瓜专利网。