【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,其节点由于暴露在外会发生各种各样的故障,直接造成对环境测量量的
论文部分内容阅读
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,其节点由于暴露在外会发生各种各样的故障,直接造成对环境测量量的错误,甚至造成WSN某些功能丧失乃致整个网络瘫痪。因此,为了提高WSN运行的可靠性,及时准确地对节点的故障进行诊断是非常必要的。本论文采用人工免疫系统(Artificial Immune System, AIS)与其他方法的有效结合形成新的诊断方法来对节点的传感部件的故障进行诊断。诊断结果是判断出故障的准确类型。以便及时的对故障进行修复,来保证网络的安全运行。本文的研究内容包括以下几个方面:1、简单介绍了人工免疫系统的相关的算法模型和网络模型,对已有的两种WSN节点的故障诊断方法进行了阐述。2、对节点的传感部件进行了Matlab建模,对其故障的类型以及表现形式进行了研究。3、对经典的BP神经网络算法进行了推导,并运用人工免疫算法进行改进,详细给出了改进流程。4、通过仿真获取节点传感部件正常运行和发生偏置、短路和漂移故障的训练样本和检验样本。5、采用人工免疫算法改进后的BP神经网络对WSN节点进行故障诊断,并对改进后的算法的性能进行了对比分析。6、在分析aiNet免疫网络模型以及KNN分类算法的基础上,提出了aiNet-KNN分类器算法,并给出了算法的具体流程。7、采用aiNet-KNN分类器进行WSN节点的故障诊断,并对算法的参数对算法性能的影响进行了讨论并得出结论。本文尝试性地将免疫理论用于解决WSN节点的故障诊断问题,通过大量的仿真实验证明了两种算法的故障诊断能力。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。
其他文献
本文研究了平流层飞艇水平定点稳定和交通流瓶颈路段车流量控制。前者是实现平流层飞艇长期驻空工作的一项关键技术，而后者有助于建立更加先进的智能交通系统，解决城市交通拥堵
微生物发酵过程是一个具有着高度复杂性、不确定性、多层次、非结构化及混杂的系统。随着发酵工业的快速发展,对发酵过程的在线测量及控制提出了更高的要求。尤其在发酵过程中,对生物参数的实时在线监控技术,对于提高发酵工业水平至关重要。然而在实际过程中,由于受生物传感技术发展水平的限制,一直没有很好地解决生物量的在线测量,一些关键的生物参数还无法进行实时的在线测量,只能离线测量。软测量技术的迅猛发展为发酵过程
在信息技术高速发展的今天，条码技术在物流、交通、海关和军事等领域得到了广泛的应用。传统的一维条码由于受到信息容量小、保密性差以及对数据库的依赖的限制，已经不能满足实
移动机器人主要通过视觉、触觉、距离等传感器来感知外部世界。研究如何利用移动机器人视觉对环境的识别具有重大的理论意义与实际意义。利用神经网络进行图像模式识别是一种
粒计算是信息处理的一种新的概念和计算范式,覆盖了所有和粒度相关的理论、方法、技术和工具的信息,主要用于描述和处理不确定的、模糊的、不完整的和海量的信息以及提供一种
随着非线性负载的大量使用,电网中的谐波问题越来越复杂。间谐波作为一种特殊的谐波,其频率是基波频率的非整数倍。间谐波的大量存在会使电能质量恶化,引发闪变,引起继电器误操作等。目前间谐波问题已经引起了人们的广泛关注,对其进行精确检测和分析具有十分重要的意义。论文以间谐波为研究对象,简述了其主要来源和危害,分析了经典的傅里叶变换方法用于间谐波检测的不足,选择了小波分析方法研究间谐波问题。小波变换是傅里叶
无线传感器网络是由大量密集部署在目标区域的自治节点构成的一种自组织网络应用系统。它综合了无线通信技术、嵌入式技术、传感器技术、分布式信息处理技术等,是国内外公认
模式识别技术在许多重要领域都有着十分广泛的应用，其目的就是使用计算机将某一类具体的事物进行正确的归类。本文提出了一种基于稀疏变换的分类算法，并研究了在处理敏感(私人)
足球机器人比赛以喜闻乐见的方式走进了我们的视野，近年来正得到越来越多的人的关注，ROBOCUP（机器人世界杯足球锦标赛）作为目前开展得最为广泛的机器人足球比赛涵盖了运动控制、