基于小波神经网络的无线传感网络(WSN)节点故障诊断技术

摘要

由于无线传感器网络（Wireless Sensor Networks，WSN）通常是运行在人类无法接近的、恶劣甚至危险的环境中，其节点会有各种故障发生，直接造成对被感知物理量的错误测量，甚至造成WSN某些功能丧失乃致整个网络瘫痪。因此，对WSN节点故障诊断研究是非常必要的。
　　本文采用小波神经网络（Wavelet Neural Network，WNN）对节点传感部件故障进行诊断。诊断结果是完成故障检测与故障时间定位。其中故障检测是判断节点是否发生故障，而故障时间定位则是根据信号奇异点分析确定故障发生时间。论文主要内容包括：
　　1．介绍了已有的两种WSN节点故障诊断方法，并对“基于空间相关性的节点故障诊断”进行了阐述。讨论了基于小波神经网络的节点故障诊断方法。
　　2．对小波神经网络的训练算法进行了推导，并对传统的BP训练算法进行了改进。
　　3．对节点传感部件模型、故障类型及表征形式进行了研究。
　　4．获取节点传感部件正常运行和发生附加、倍数、固定、精度下降四种故障的原始样本。
　　5．采用WNN观测器和小波分解对孤立（无冗余关系）节点传感部件故障进行准确检测和故障时间定位。
　　6．采用交叉的WNN预测器对冗余节点传感部件故障进行准确检测和故障时间定位。
　　本文尝试性地将WNN用于解决WSN节点故障诊断问题，通过大量的仿真实验证明了WNN具有较好的故障诊断能力。本文在理论上的探索会对今后WSN节点故障诊断技术的发展提供参考。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文的研究意义

1.2 论文的研究背景及现状

1.3 本文主要内容及结构

第二章 小波神经网络理论

2.1 小波相关理论

2.2 小波神经网络

2.3 本章小结

第三章 无线传感器网络节点故障诊断

3.1 无线传感器网络的体系结构

3.2 无线传感器网络节点故障诊断概述

3.3 基于小波神经网络的节点故障诊断

3.4 本章小结

第四章 无线传感器网络孤立节点故障诊断

4.1 节点故障诊断方案

4.2 节点故障诊断仿真实现

4.3 本章小结

第五章 无线传感器网络冗余节点故障诊断

5.1 节点故障诊断方案

5.2 节点故障诊断仿真实现

5.3 本章小结

第六章 结论与展望

6.1 本文主要工作总结

6.2 论文后续工作展望

参考文献

致谢

攻读硕士研究生期间取得的研究成果