无线传感器节点模块级故障诊断方法的研究

被引:14
作者
李智敏
陈祥光
机构
[1] 北京理工大学化工与环境学院
关键词
无线传感器网络; WSNs节点模块; 故障诊断; 电流模型; BP神经网络;
D O I
10.19650/j.cnki.cjsi.2013.12.019
中图分类号
TP212.91 [];
学科分类号
080202 ;
摘要
为了快速检测出无线传感器网络(WSNs)节点故障的位置和诊断产生故障的原因,设计了一种WSNs节点故障在线状态监测器,分别对WSNs节点中的供能模块、传感器模块,处理器模块和无线通信模块的工作状态进行在线监测。提出了一种基于无线通信模块电流模型的故障诊断方法,利用BP神经网络对无线通信模块不同状态下的故障诊断参数进行动态调节。经过对节点实际运行数据的采集、分析、建模与实验,结果表明:当WSNs节点出现故障时,诊断系统能够自动定位WSNs节点中故障发生位置,并提示故障产生的原因。此外,本故障诊断方法不需要额外辅助节点或测试整条无线连通路径,就能检出无线通信模块的多种类型故障,且故障诊断结果精度较高。
引用
收藏
页码:2763 / 2769
页数:7
相关论文
共 12 条
[1]  
工业无线网络节点故障诊断技术研究.[D].吴志盛.西南大学.2011, 09
[2]  
Application of fuzzy inference systems to detection of faults in wireless sensor networks.[J].Safdar Abbas Khan;Boubaker Daachi;Karim Djouani.Neurocomputing.2012,
[3]   基于可调发射功率的无线传感器能量空洞避免算法 [J].
宋晓莹 ;
温涛 ;
郭权 ;
盛国军 .
东北大学学报(自然科学版), 2012, 33 (12) :1706-1709
[4]   基于簇内数据聚类算法的WSNs故障检测方法 [J].
宋佳 ;
彭宇 ;
彭喜元 ;
袁健博 ;
葛子寒 .
仪器仪表学报, 2012, 33 (10) :2214-2219
[5]   基于FPAA的自修复智能无线传感器节点 [J].
袁慎芳 ;
邱雷 ;
童瑶 ;
张炳良 ;
高尚 .
仪器仪表学报, 2012, 33 (07) :1588-1593
[6]   基于密度趋近的无线传感器网络故障恢复方法 [J].
高娟 ;
高志鹏 ;
黄日茂 ;
孟洛明 .
仪器仪表学报, 2012, 33 (02) :334-341
[7]   基于快速SVDD的无线传感器网络Outlier检测 [J].
谢迎新 ;
陈祥光 ;
余向明 ;
岳彬 ;
郭静 .
仪器仪表学报, 2011, 32 (01) :46-51
[8]   一种无线传感器网络节点故障的检测方法(英文) [J].
高志鹏 ;
黄日茂 ;
陈颖慧 ;
芮兰兰 .
中国通信, 2011, 8 (01) :28-34
[9]   基于VPRS和RBF神经网络的WSN节点故障诊断 [J].
谢迎新 ;
陈祥光 ;
余向明 ;
岳彬 ;
郭静 .
北京理工大学学报, 2010, 30 (07) :807-811
[10]   线路在线监测的自组织自愈无线传感器网络方案 [J].
刘芹 ;
王钢 ;
董镝 ;
李昭廷 ;
郝艳捧 ;
戴栋 ;
李立浧 ;
朱功辉 ;
罗兵 .
高电压技术, 2010, 36 (03) :616-620