随着微电子技术、通信技术、嵌入式技术、传感器技术以及电源技术的迅速发展，极大地拓展了无线传感器网络（Wireless Sensor Network，WSN）技术的应用领域。为了提高WSN系统的可靠性和节点故障的易诊断性，本论文以某机场油料保障系统和化学化工实验室无线安全系统为研究对象，开展了WSN节点模块级故障诊断方法研究，提出了新的故障诊断方式，并在不同的实际场所获得应用。因此，本研究工作具有重要的理论研究意义和实际应用价值。针对湿热、震动、电磁干扰、易燃、易爆、有毒等环境，为了提高WSN节点工作的可靠性及数据感知的准确性，分析了某机场移动装置加油过程无线监测系统和化学化工实验室无线安全监测系统的实际运行状况，设计了WSN节点在线状态监测器，提出了基于高斯过程回归、模糊神经网络的故障诊断方法。完成的主要研究工作归纳如下：1.为了快速检测出WSN节点故障的位置和诊断产生故障的原因，设计了一种WSN节点模块故障在线状态监测器，分别对WSN节点中的传感器模块、处理器模块、无线通信模块和能量供应模块的工作状态进行在线监测。划分各模块故障类型，引入故障特征码和故障定位矩阵，构建了故障原因诊断表。将故障隔离方法应用在WSN节点的设计中，对发生故障的节点模块进行有效隔离，防止了节点故障范围扩大或节点失效。2.针对容易产生故障的无线通信模块，建立了无线通信模块在不同状态下的电流特性模型，利用高斯过程回归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。实验结果表明，该故障诊断方法不仅可以诊断无线通信模块短路、断路、电流过大、电流过小等故障，还可以诊断无线通信模块功率放大电路老化、烧毁等原因造成的发射功率降低（或0功率输出）等不同故障类型。3.提出了一种基于模糊神经网络（FNN）的无线通信模块故障诊断方法。提取经过离线训练的模糊神经网络参数，结合AD转换精度、无线通信模块电流波形分析和滤波方法，将故障诊断模型应用在实际运行的WSN节点中。实验结果表明，基于模糊神经网络模型的故障诊断方法计算量较小、故障诊断的准确度较高。4.为了快速、准确地诊断WSN节点的故障，提出了一种WSN节点故障易诊断策略，设计了故障易诊断的WSN节点，方便了节点状态监测器的安装、故障信息的获取和故障模块的替换。同时，为了减少噪声对WSN节点状态监测器的干扰，使用了一种小波去噪与中值滤波法相结合的复合滤波法。此方法不仅能够滤除大部分干扰、使得波形变的更加平滑，还能保留较多的信号边沿。为了延长节点的生命周期，有效地节省节点的能耗，对无线通信模块接收、发送、监听、休眠的消耗电流和时间特性进行了实验测试研究，将网络负载参数进一步细分，引入节点发送、接收间隔，每次发送、接收字节数，分析了节点接收信号时所处状态的概率，建立了通信能耗模型，使得能耗参数在不同网络负载和收发间隔下达到最优。同时，在大数据量分包传输时，在首个数据包中加入了数据预约帧，使得接收节点在接收完多个数据包组成的完整文件后进入休眠，避免了不必要的重复唤醒，明显降低了传输能耗。5.设计了机场移动装置加油过程无线监测系统和化学化工实验室无线安全监测系统。并将本论文提出的故障诊断方法分别应用于这两个系统，实验结果表明，在加油车将行驶状态、加油进度、地井号等信息上传至调度中心进行复核、确认和调度规划的过程中，运用故障诊断方法能够准确地诊断节点故障的位置和确定节点内部的故障模块、发生故障的原因；在化学化工实验室，运用WSN节点在线监测有毒气体浓度、烟雾颗粒浓度、火焰等信息的过程中，应用故障诊断方法能够准确地诊断故障节点安装的位置和确定节点内部的故障模块、发生故障的原因等。将故障诊断方法应用到这两个系统中，分别检出了多种类型的故障，提高了WSN系统的可靠性和实用性。