论文部分内容阅读
提出了一种适用于无线传感器网络WSN的故障检测方法，该方法运用改进的递归神经网络MRNN为WSN的节点、节点的动态特性以及节点间的关系建立相关模型，对WSN节点进行识别和故障检测。MRNN的输入选择建模节点的先前输出值及其邻居节点的当前及先前输出值，模型基于一种新的改进的反向传播型神经网络，该神经网络的输入以及传感器网络的拓扑结构基于通用的非线性传感器模型。仿真实验将MRNN方法与卡尔曼滤波法进行了全面的比较。实验表明，MRNN在置信因子较小的情况下与卡尔曼滤波方法相比有较高的故障检测精度。