[發明專利]一種無線傳感器網絡故障檢測方法、裝置及系統

在審

• 申請號: 201810049879.7
• 申請日: 2018-01-18
• 公開（公告）號: CN108199899A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 黃旭;邱曉麗;宗峰
• 申請（專利權）人: 山東英才學院
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04W24/04;H04W84/18
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種無線傳感器網絡故障檢測方法，其特征在于，該方法在匯聚節點中實現，包括：

步驟1：接收子節點的故障檢測信息，并進行預處理得到原始故障檢測樣本；

步驟2：接收與故障檢測相關信息要素，并根據故障檢測信息要素分析故障征兆、故障類型及其判斷策略；

步驟3：將原始故障檢測樣本采用粗糙集法進行簡化和提取處理消除冗余信息，并結合步驟2獲得簡化的故障檢測決策表，輸入神經網絡進行智能故障檢測；

步驟4：確定故障類型的檢測結果，并上傳至監控中心。

2.如權利要求1所述的方法，其特征在于，所述步驟1中，所述接收故障檢測信息包括固定周期的被動接收子節點主動上傳的故障檢測信息和/或向子節點發送信息收集指令后接收子節點根據信息收集指令上傳的故障檢測信息。

3.如權利要求1所述的方法，其特征在于，所述步驟1中，所述節點的故障檢測信息包括節點編號、鄰居節點列表、鏈路質量、信號強度、通信數據包和感知信息。

4.如權利要求1所述的方法，其特征在于，所述步驟2中，根據故障檢測信息要素分析故障類型與判斷策略，包括在故障征兆特征和與故障檢測相關信息要素中分析故障類型。

5.如權利要求1所述的方法，其特征在于，所述步驟3的具體步驟包括：

步驟3-1：將原始故障檢測樣本中的連續數據進行離散化處理，并簡化離散化樣本；

步驟3-2：將簡化后的離散化樣本進行最小故障檢測特征提取，獲得不影響故障分類的最小故障特征和相應于最小故障特征的訓練樣本集和測試樣本集；

步驟3-3：采用訓練樣本集和測試樣本集訓練并測試RBF神經網絡，進行智能故障檢測。

6.如權利要求5所述的方法，其特征在于，所述步驟3-2的具體步驟包括：

步驟3-2-1：構造離散化故障檢測決策表；

步驟3-2-2：計算離散化故障檢測決策表中計算條件屬性集C對決策屬性D的正域，得到該決策屬性D對條件屬性集C的依賴程度；

步驟3-2-3：依次計算條件屬性集C中每個條件屬性C_i對決策屬性D的正域；

步驟3-2-4：選擇正域最大的條件屬性C_i并入故障檢測特征子集F，直到故障特征集F對決策屬性D的正域與條件屬性集C對決策屬性D的正域相等；

步驟3-2-5：輸出最小故障檢測特征子集。

7.如權利要求5所述的方法，其特征在于，所述步驟3-3的具體步驟包括：

步驟3-3-1：根據步驟3-2粗糙集數據處理得到最小故障檢測特征確定神經網絡的初始拓撲結構；

步驟3-3-2：利用最小故障檢測特征相應的訓練樣本集訓練該網絡，建立故障特征與故障之間的映射關系；

步驟3-3-3：利用測試樣本集對RBF神經網絡進行測試，最后得到檢測結果。

8.一種用戶客戶端，包括處理器和計算機可讀存儲介質，處理器用于實現各指令；計算機可讀存儲介質用于存儲多條指令，所述指令用于執行根據權利要求1-7中任一項所述的方法。

9.一種計算機可讀存儲介質，其中存儲有多條計算機可執行指令，所述指令適于由用戶客戶端設備的處理器加載并執行根據權利要求1-7中任一項所述的方法。

10.一種無線傳感器網絡故障檢測系統，該系統基于權利要求1-7中任一項所述的方法，其特征在于，包括：

子節點，用于上傳故障檢測信息；

匯聚節點，用于接收子節點的故障檢測信息，并進行預處理得到原始故障檢測樣本；接收與故障檢測相關信息要素，并根據故障檢測信息要素分析故障征兆、故障類型及其判斷策略；將原始故障檢測樣本采用粗糙集法進行簡化和提取處理消除冗余信息，并結合上一步驟的數據獲得簡化的故障檢測決策表，輸入神經網絡進行智能故障檢測；確定故障類型的檢測結果，并上傳至監控中心；

監控中心，用于接收檢測結果，實現無線傳感器網絡的實時故障檢測。