基于时间序列和神经网络的温室传感器节点故障诊断.pdfVIP

中国农业大学学报 2011，l6(6)：l63—168 JournalofChinaAgriculturalUniversity 基于时间序列和神经网络的皿日室传感器节点故障诊断 王 俊 刘 刚 (1．中国农业大学 信息与 电气工程学院／现代精细农业系统集成研究教育部重点实验室，北京 100083； 2．河南科技大学 车辆与动力工程学院，河南 洛阳471003) 摘 要 温室无线传感器网络 中故障节点会产生并传输错误数据 ，不仅消耗节点的能量和带宽，而且导致错误决 策 。针对此 问题研究一种准确判断节点故障状态的方法 。采用时序分析和遗传 BP神经网络 ，建立基于时间序列 和神经网络的传感器节点故障诊断系统，通过对传感器样本数据进行时序分析，提取模型参数作为特征向量，并以 此对遗传 BP神经网络进行网络训练 ，实现传感器节点故障的诊断。试验结果表 明：该方法能够有效地识别传感器 节点故障类型 ，15组测试样本 的输 出矢量与 同类故 障基准矢量的欧式距离和为 0．007，识别正确率为 100 。 关键词 传感器节点；故障诊断；时间序列；BP神经网络 ；遗传算法 中图分类号 TP277 文章编号 1007—4333(2011)06—0163—06 文献标志码 A Faultdiagnosisofgreenhouse sensorsnodesbasedontime seriesandneuralnetwork WANG Jun ．LIUGang’ (1．CollegeofInformationandElectricalEngn【eerIng／KeyLaboratoryofModernPrecisionAgriculturalSystemIntegration ofEducationMinistry，ChinaAgriculturalUniversity，Bei g 100083，China； 2．CollegeofVehicle ＆ MotivePowerEngineering，HenanUniversityofScienceandTechnology， Luoyang471003，China) Abstract Theexistenceoffaultysensornodesinwirelesssensornetworks(WSN)causesnotonlydegradationofthe networkqualityofservice，butalso ahuge burdenofthelimitedenergy．Therefore，amethodofaccurateassessment aboutnodefailurestatusneedstobediscussed ThispaperadoptstimeseriesanalysisandGA—BPneuralnetworkto establisha sensornodesfaultdiagnosissystem basedon thecombination oftime seriesanalysisandGA—BP neural network．W iththeaidofanalyzingthesensorsampledataandextractingmodelparametersascharacteristicvectors，a nettrainingprocessbasedon characteristicvectorwasused to builda GA—BP neuralnetworkto detectthe sensor nodesfaults and improve the diagnosis accuracy．The research resultshows thatthe faultdiagnosis method can effectivelydetectthesensornodesfailuretype，theEuclidianDistanceSu