【摘要】：由于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)所處環(huán)境惡劣,且傳感器節(jié)點(diǎn)成本低廉,所以網(wǎng)絡(luò)在運(yùn)行過(guò)程中不可避免地會(huì)發(fā)生故障,導(dǎo)致其工作效率和質(zhì)量下降。因此,故障診斷技術(shù)應(yīng)運(yùn)而生,并隨著無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的發(fā)展和應(yīng)用的需求不斷改進(jìn)完善。 本文詳細(xì)分析了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中故障發(fā)生的原因、可能造成的后果,得到了幾種基于不同依據(jù)的故障分類(lèi),并給出本文關(guān)注的部件級(jí)故障的故障模型和故障診斷性能評(píng)價(jià)標(biāo)準(zhǔn)。目前,應(yīng)用于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的故障診斷技術(shù)主要以分布式為主,因?yàn)槠潇`活、自治的特點(diǎn)非常適合傳感器網(wǎng)絡(luò)和應(yīng)用的特點(diǎn)。但現(xiàn)在的分布式故障診斷技術(shù)仍然存在一些能效性和診斷精度方面的問(wèn)題:分布式故障診斷算法執(zhí)行過(guò)程中能耗過(guò)大問(wèn)題,和分布式故障診斷算法在網(wǎng)絡(luò)故障聚集區(qū)域性能表現(xiàn)嚴(yán)重下滑問(wèn)題。 針對(duì)分布式故障診斷算法執(zhí)行過(guò)程中能耗過(guò)大問(wèn)題,本文提出能效性、魯棒性更好的基于樹(shù)型拓?fù)涞墓收显\斷算法(Tree Topology based Fault Diagnosis in Wireless Sensor Networks,TDF)。分布式故障診斷算法執(zhí)行過(guò)程中能耗過(guò)大問(wèn)題根源在于分布式投票策略執(zhí)行過(guò)程中的頻繁數(shù)據(jù)交換,導(dǎo)致通信量過(guò)大,能效性降低。為此我們將ZigBee標(biāo)準(zhǔn)樹(shù)型拓?fù)湟氲椒植际焦收显\斷算法中,由于樹(shù)型結(jié)構(gòu)網(wǎng)絡(luò)中的節(jié)點(diǎn)都具有父節(jié)點(diǎn)或子節(jié)點(diǎn),可以為節(jié)點(diǎn)提供一個(gè)相對(duì)穩(wěn)定的參照,不需要每次都通過(guò)能耗較大的投票策略判斷狀態(tài)。仿真實(shí)驗(yàn)表明,TDF算法大大降低了故障檢測(cè)過(guò)程中的通信能耗,并且具有相對(duì)較強(qiáng)的魯棒性,適用于節(jié)點(diǎn)分布稀疏的網(wǎng)絡(luò)和故障率較高的網(wǎng)絡(luò)。由于現(xiàn)有的數(shù)據(jù)采集網(wǎng)絡(luò)多采用ZigBee標(biāo)準(zhǔn)樹(shù)型拓?fù)浣Y(jié)構(gòu),并且TDF算法不需要增加額外的內(nèi)存開(kāi)銷(xiāo),因此,可以很方便地結(jié)合到實(shí)際應(yīng)用中。 針對(duì)分布式故障診斷算法在網(wǎng)絡(luò)故障聚集區(qū)域性能表現(xiàn)嚴(yán)重下滑問(wèn)題,提出了適用于高故障率網(wǎng)絡(luò)的基于關(guān)聯(lián)傳感器的分布式故障診斷算法(Distributed Fault Detection for Multi-sensor Networks,MDFD)。分布式故障診斷算法在網(wǎng)絡(luò)故障聚集區(qū)域的低性能已經(jīng)成為它性能提升的瓶頸,這源于投票策略本身存在的問(wèn)題:有效傳感器太少時(shí),不能進(jìn)行正常的投票表決。本文將多傳感器網(wǎng)絡(luò)引入到分布式故障診斷算法中利用多組傳感器之間關(guān)聯(lián)關(guān)系解決這個(gè)性能瓶頸問(wèn)題,在傳感器狀態(tài)判斷過(guò)程中關(guān)聯(lián)傳感器可以為其提供更多有效傳感器,有效地提高了網(wǎng)絡(luò)故障聚集區(qū)域的故障診斷精度。仿真實(shí)驗(yàn)表明,MDFD算法的故障診斷精度較其它算法有明顯的提高,在網(wǎng)絡(luò)故障聚集區(qū)域或高故障率網(wǎng)絡(luò)中表現(xiàn)甚好,故障診斷精度提高了20%~30%。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類(lèi)號(hào)】：TP212.9;TN929.5
【圖文】：

斷方法基本可分為基于空間相關(guān)性的障診斷傳感器網(wǎng)絡(luò)中相鄰節(jié)點(diǎn)的同類(lèi)傳感器結(jié)果與周?chē)従訙y(cè)量到的結(jié)果不相同，一個(gè)節(jié)點(diǎn)可以通過(guò)周?chē)泥従觼?lái)檢要節(jié)點(diǎn)的地理位置信息，分為兩類(lèi)：息況下，利用三個(gè)可信節(jié)點(diǎn)實(shí)現(xiàn)三角法檢障的可信節(jié)點(diǎn)，( 1,2,3)iO i =為節(jié)點(diǎn)所,2,3)的感知范圍。為每個(gè)圓作兩條切線(xiàn)，記兩條切線(xiàn)交點(diǎn)為( 1,2,3)iX i =。設(shè)節(jié)N 的對(duì)事件的判斷與( 1,2,3)iN i =不同，，則認(rèn)為節(jié)點(diǎn) N 發(fā)生故障[34]。

務(wù)接口[48]。網(wǎng)絡(luò)層的主要功能是數(shù)據(jù)正確傳輸，通過(guò)預(yù)定義機(jī)制管的數(shù)據(jù)庫(kù)，稱(chēng)為網(wǎng)絡(luò)信息庫(kù)（NI鄰近設(shè)備信息的鄰居表。另外，時(shí)候自動(dòng)恢復(fù)這些數(shù)據(jù)，例如，效后需要立即獲取某種特殊信息絡(luò)拓?fù)浣Y(jié)構(gòu)說(shuō)明，以及ZigBee基拓?fù)浣Y(jié)構(gòu)，星形結(jié)構(gòu)、網(wǎng)狀結(jié)構(gòu)心，網(wǎng)絡(luò)協(xié)調(diào)器和其他設(shè)備進(jìn)行種拓?fù)渲械木W(wǎng)絡(luò)協(xié)調(diào)器通常是由一直處于激活狀態(tài)。這種網(wǎng)絡(luò)結(jié)個(gè)人健康信息監(jiān)測(cè)，外圍設(shè)備和

圖 3.2 網(wǎng)狀結(jié)構(gòu)狀拓?fù)涞囊环N特殊情況，但是它有自己的一些特性，它同樣路由器和終端設(shè)備組成，結(jié)構(gòu)圖如圖 3.3所示。每個(gè)路由器其他連接到它的路由器也可通過(guò)他們自己的選舉變成簇頭節(jié)構(gòu)將是一棵樹(shù)，樹(shù)根是網(wǎng)絡(luò)協(xié)調(diào)器，樹(shù)枝是簇，葉子是終端ZEDZCZEDZEDZEDZRZRZRZRZRZEDZED

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 房方,魏樂(lè);傳感器故障的神經(jīng)網(wǎng)絡(luò)信息融合診斷方法[J];傳感技術(shù)學(xué)報(bào);2000年04期

2 劉宜平,沈毅,劉志言;一種基于模糊神經(jīng)網(wǎng)絡(luò)的故障分類(lèi)器及其在多傳感器故障診斷中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2000年01期

3 閔應(yīng)驊;網(wǎng)絡(luò)容錯(cuò)與安全研究述評(píng)[J];計(jì)算機(jī)學(xué)報(bào);2003年09期

本文編號(hào)：2786173