[发明专利]基于卷积神经网络的无线传感器故障诊断方法

摘要

本发明涉及一种基于卷积神经网络的无线传感器故障诊断方法，步骤如下：1）构建由1个基站、1个移动小车以及若干个可充电无线传感器节点构成的无线传感器网络系统模型；2）在基站构建依序连接有输入层、隐含层、全连接层和输出层的卷积神经网络；3）利用移动小车收集所有节点的感知数据并传输到基站存储，并转化成矩阵形式；4）将矩阵形式的感知数据输入到卷积神经网络中进行训练和自身学习，通过卷积层卷积核提取数据特征、池化层对数据特征进行压缩、全连接层连接最后两层、输出层输出最终数据分类结果；5）卷积神经网络根据数据分类结果将每一类对应着相应的传感器故障类型进行故障诊断，通过输出层输出节点诊断状态。

主权项

1.基于卷积神经网络的无线传感器故障诊断算法，其特征在于：其包括以下步骤：1）构建无线传感器网络系统模型，无线传感器网络系统模型由基站、移动小车以及静止布设于监测区域的若干个可充电无线传感器节点构成；2）在基站构建卷积神经网络，卷积神经网络的结构为依序连接的输入层、隐含层、全连接层和输出层，其中，隐含层由至少一组依序连接的卷积层和池化层构成；3）利用移动小车收集无线传感器网络中所有节点的感知数据并传输到基站，基站存储所有节点的感知数据，并转化成矩阵的形式输入到卷积神经网络中；4）通过输入层将矩阵形式的感知数据输入到构建的卷积神经网络中进行训练，卷积神经网络经过自身的学习，通过卷积层的卷积核提取数据特征，通过池化层对数据特征进行压缩，以减小数据特征、简化网络计算复杂度和提取主要特征，并通过全连接层连接最后两层，通过输出层输出最终的数据分类结果；5）卷积神经网络根据数据分类结果，将每一类对应着相应的传感器故障类型进行故障诊断，并通过输出层输出节点诊断状态。