《基于感知数据时域特征的WSNs故障被动诊断方法》PDF+DOC
作者:李金荣,王国英,莫路锋
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2015年第07期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2015070230
DOC编号:DOCCGJS2015070239
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络节点故障诊断算法研究》PDF+DOC2016年第09期 许红艳,郭红
《基于神经网络的无线传感器网络故障诊断方法》PDF+DOC 蒲天银,饶正婵
《一种基于空间相似性的WSNs节点分布式故障检测与诊断方法》PDF+DOC2018年第01期 黄旭
《基于节能的WSN分簇式故障诊断算法》PDF+DOC2019年第04期 曾庆杰,朱晓娟,王先超
《支持多应用任务的WSNs中间件的设计与实现》PDF+DOC2012年第04期 胡智,闻英友,赵宏
《基于RBFNN的农业环境无线传感器网络节点故障诊断方法》PDF+DOC2010年第26期 许崇霞,宋婷婷,冯德军,杨敬锋
《无线传感器网络中的数据融合》PDF+DOC2009年第03期 张瑞华,张红
《基于聚类中值比较的WSNs故障检测算法》PDF+DOC2014年第04期 张成
《基于神经网络的传感器网络数据汇聚模型研究》PDF+DOC2013年第10期 郑明才,赵小超,李新国,李科峰
《能量高效的WSNs分簇数据融合算法》PDF+DOC2017年第04期 孙超,杨晓峰,彭力
由于大规模无线传感器网络的动态拓扑性及资源受限,无线传感网的故障诊断成为该领域内的一个难点。现有的诊断方法消耗大量通信带宽和节点资源,给资源有限的网络带来繁重的负担。本文提出一种利用感知数据时域特征来检测故障以及对故障进行分类的被动诊断方法(TDSD)。首先运用一维离散Gabor变换对感知数据进行特征提取与分析,进而结合SOM神经网络对数据进行诊断与分类,判断当前网络状态并找出故障原因。实验结果表明,与其它方法相比,此方法具有网络通信负担小、诊断准确率高及分类效果好等优点,对节点故障和网络故障诊断都具有较高的诊断精度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。