一种基于感知数据的无线传感器网络被动诊断方法

《一种基于感知数据的无线传感器网络被动诊断方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明，所呈交的学位论文，得到国家自然科学重大基金(61190114)、国家“973”重点基础研究发展规划项目基金(2011CB302705)资助，在指导教师指导‘卜．，通过我的努力墩得的成果，并且是自己撰写的。尽我所知，除了文中作了标注和致谢中已经作了答谢的地方外，论文中不包含篡他人发表或撰写过的研究成果，也刁i包含在浙江农林大学或其他教育机构获得学位或证书而使用过的材料。与我一同对本研究做出贡献的同志，都在论文中作了明确的说明并表示了谢意。如被查有严重侵犯他人知识产权的行为，由本

2、人承担应有的责任。学位论文作者亲笔毖逊日期：竺辎擅论文使用授权的说明本人完全了解浙江农林大学有关保帘、使用学位论文的规定，即学校有权送交论文的复印什，允许论文被查阅和借阅；学校可以公布论文的全部或部分内锌，可以采用影印、缩印或其他复制手段保存论文。保密，在——年后解密可适用奉授权书。口不保密，木学位论文属于不保密。(请在方框内打“√”)学位论文作者亲笔签名：幺丕垒n指导教师亲笔签名：砸摘要由于节点资源受限、网络动态而又无人值守，森林生态监测传感网在运行过程汇总极易发生各种故障，如何保证节点在森林

3、野外环境下『F常工作，真实、有效地采集数据，实施准确、实时、低功耗的故障诊断是森林生态传感网运行管理中的一个关键问题。通用的诊判方法与评估策略对网络连通性要求高，所需网络流量较多，网络故障识别率低，以及灵活性与可扩展性不高。针对上述问题，文提出了一种基于感知数据的故障诊断方法DSD(DiagnosisbasedonSensingData)。以GreenOrbs在收集的森林环境下的感知数据为基础，通过分析感知数据的时空特征，例如数据序列、电源电压等，研究故障与这些表征问的关联性。在粗糙集的思想的基

4、础上确定故障与感知数据特征之问的惟一对应关系，建立基于粗糙集理论的故障知识库原型，帮助进行故障诊断。并且在运行过程中，故障知识库能不断添加被系统确定的新的对应关系，实现自动扩充，以应对环境多变的森林生态传感网系统。为了进一步开发DSD的功能，测试珍断效率，以及满足森林生态传感网的环境监测需求，设计并实现了了无线传感网可视化测试系统——-TestbedVisualizer。系统实现了对节点上线情况的远程管理，节点程序的远程更新，网络拓扑的动态展示，测试区域环境的监控与动态展示，传感网数据包、节点位

5、置信息的存储，往期实验数据的导入与实验过程的回溯。平台基于GreenOrbsTestbed的硬件环境丌发，部署简单，功能全面，界面友好，操作便捷，具有很强的通用性和实用性。在上述研究的基础上进行了DSD的诊断效率测试。结果表明：与其他诊断方法相比，DSD具有网络通信负担小，资源消耗低，诊断效率高等优点，并支持在大规模无线传感器网络的实际部署。关键词：无线传感器网络，故障诊断，感知数据，粗糙集。ABSTRACTNoderesourceresource-constrainednetworkdynam

6、icsandunattended，theforestecologicalmonitoringsensornetworkeasilyduringoperationfromvariousproblems，andhowtoensurethenormalworkofthenodesintheforestwildernessenvironment，collectdataforrealandeffective，andimplementofaccurate，real-time，low—powerfaultdi

7、agnosisisakeyissueinsensornetworkoperationandmanagementofforestecosystem．Thecommondiagnosisjudgmentandassessmentstrategiesofnetworknolongersuitableforthelargescalewirelesssensornetwork，whichisshortageofhighnetworkconnectivityandnetworktrafficrequirem

8、ents，lowfailureidentificationrate，aSwellasbadlyflexibilityandscalabilityInresponsetotheseproblems，thispaperdesignandimplementafaultdiagnosismethodbasedonSensingdatacalledDSD(Diagnosisbased011SensingData)，apassivediagnosismethodusingsensingdateinwirel