基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的WSN節(jié)點和網(wǎng)絡(luò)故障診斷研究.pdf

1、近年來,物聯(lián)網(wǎng)被視為繼計算機、互聯(lián)網(wǎng)和移動通信之后的又一項信息產(chǎn)業(yè)的革命性技術(shù)而得到廣泛重視。作為物聯(lián)網(wǎng)的一種實現(xiàn)形式之一,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)顯示出良好的應(yīng)用前景。實際應(yīng)用過程中, WSN往往工作在復雜、惡劣的環(huán)境中,很容易因受到干擾、損壞而出現(xiàn)故障,從而嚴重影響其工作效率和質(zhì)量。同時,因其工作環(huán)境的限制及自身的技術(shù)特點,這些故障很難人為親自加以排除,診斷技術(shù)也有別與傳統(tǒng)網(wǎng)絡(luò)。因此

2、,節(jié)點及網(wǎng)絡(luò)故障診斷與容錯是無線傳感器網(wǎng)絡(luò)技術(shù)研究的重要內(nèi)容之一。
　　根據(jù)無線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)、功能特性,結(jié)合以有故障診斷方法,針對無線傳感器網(wǎng)絡(luò)中可能出現(xiàn)的節(jié)點故障和網(wǎng)絡(luò)故障,本文合理提取出用于節(jié)點故障診斷和網(wǎng)絡(luò)故障診斷的多個故障征兆信號,并在此基礎(chǔ)上提出了一種由兩級功能不同神經(jīng)網(wǎng)絡(luò)組成聯(lián)合神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)節(jié)點和網(wǎng)絡(luò)故障診斷方案。
　　第一級神經(jīng)網(wǎng)絡(luò)作為預測器,用于預測節(jié)點傳感器的輸出,檢測WSN節(jié)點傳感器的故障

3、,以此產(chǎn)生傳感器單元故障征兆信號。在該預測器實現(xiàn)上,對 Elman神經(jīng)網(wǎng)絡(luò)進行了改進,提出了一種徑向基 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并對其訓練算法進行了推導。然后建立了傳感器故障仿真模型,對基于徑向基 Elman神經(jīng)網(wǎng)絡(luò)傳感器單元故障檢測進行了仿真驗證。
　　第二級神經(jīng)網(wǎng)絡(luò)作為分類器,用于對所有故障征兆信號進行模式分類,以實現(xiàn)對WSN可能的故障的類型進行判別,該神經(jīng)網(wǎng)絡(luò)采用RBF神經(jīng)網(wǎng)絡(luò)實現(xiàn)。為了提升該網(wǎng)絡(luò)的訓練效率,對量子遺傳算法進

4、行了深入研究,提出了一種量子遺傳算法的雙參數(shù)實數(shù)編碼方式,并結(jié)合現(xiàn)有的混合遞階遺傳算法,提出了一種混合遞階量子遺傳算法,用于RBF分類器的學習。
　　該故障診斷方案的驗證通過計算機仿真與實物實驗相結(jié)合的方式進行,先在計算機上對故障診斷方法中涉及到的各項技術(shù)進行逐一仿真驗證,而后整體在無線傳感器網(wǎng)絡(luò)實物上進行測試驗證。仿真、實驗表明,該無線傳感器網(wǎng)絡(luò)故障診斷方法,能同時對無線傳感器網(wǎng)絡(luò)的節(jié)點級與網(wǎng)絡(luò)級故障進行診斷,并具有較高的故障檢