粗糙集與Hamming網(wǎng)絡集成的無線傳感器網(wǎng)絡節(jié)點故障診斷.pdf

1、采用自動配置的無線傳感器網(wǎng)絡（Wireless Sensor Networks，WSN），是近幾年全球范圍的新技術(shù)研究熱點之一。它集成了無線通信技術(shù)、傳感器技術(shù)、微機電系統(tǒng)技術(shù)和分布式信息處理技術(shù)。它將邏輯上的信息世界與客觀上的物理世界融合在一起，改變了人類與自然界的交互方式，在民用和軍用等各個領(lǐng)域具有極高的應用價值。WSN已經(jīng)被認為是極具潛力和影響力的技術(shù)之一。
　　盡量延長WSN的使用壽命和保證傳遞的信息的可靠性分別是WSN的

2、關(guān)鍵技術(shù)之一。及時、正確的節(jié)點故障診斷可以保證無線傳感器網(wǎng)絡傳遞的信息的可靠性，為在上位計算機或中心節(jié)點中開展有效的路由規(guī)劃和節(jié)點管理，開展無線傳感網(wǎng)絡節(jié)點的遠程維護，延長無線傳感器網(wǎng)絡的使用壽命起到關(guān)鍵作用。
　　算法融合是近年來國際上流行的一種研究方式。本文提出粗糙集與Hamming神經(jīng)網(wǎng)絡的集成算法來解決能量有限而又具有顯著不確定性的WSN節(jié)點在線故障診斷問題。首先利用粗糙集理論進行故障診斷決策表的約簡，然后用約簡后的數(shù)據(jù)訓

3、練神經(jīng)網(wǎng)絡，最后用訓練后的Hamming神經(jīng)網(wǎng)絡對WSN節(jié)點故障進行診斷和定位。本文算法有效地發(fā)揚了粗糙集理論在剔除冗余屬性方面的作用，又充分結(jié)合了神經(jīng)網(wǎng)絡在并行計算和克服噪聲干擾方面的功能。并且，在粗糙集理論約簡算法中，本文提出了改進的基于屬性重要性的歸納屬性約簡算法，提高了計算效率；在Hamming神經(jīng)網(wǎng)絡中，本文改進了競爭層網(wǎng)絡，避免了競爭層過多的迭代計算。
　　大量仿真實驗表明：基于粗糙集與Hamming神經(jīng)網(wǎng)絡集成的故障