The invention discloses an immune fault diagnosis method based on spatial characteristics, mainly for the failure of the network node is studied, including the node diagnosis algorithm on immune mechanism and spatial characteristics to optimize the immune mechanisms and methods for effective integration, the research of fault detection and diagnosis of the introduction of the principle of bionics and immune mechanism of modern intelligent algorithm to carry out node. By introducing the immune mechanism with fault recognition, self-learning and two time immunity into the node fault diagnosis of wireless sensor network, we can detect and diagnose the fault types of wireless sensor network nodes. Through the mutual recognition antibody antigen immune algorithm, and the optimization of memory antibody, in the original training samples on the basis of the classification of fault database according to the memory antibody, increase the diversity of fault database, improve the accuracy of fault diagnosis, the purpose is to improve the wireless sensor network fault tolerance and stability.
【技术实现步骤摘要】
一种基于免疫机理的无线传感器网络故障诊断方法
本专利技术涉及物联网
,具体是一种基于免疫机理的无线传感器网络故障诊断方法。
技术介绍
无线传感器网络具有如节点数量大、分布范围广、AdHoc网络无中心、拓扑结构动态变化、通信计算能力、网络安全和以数据为中心等特点。无线传感器网络工作环境的不可预测性,诸如干扰因素,如温度,振动和电磁波可能会导致故障或故障,如无线电频率冲突、时钟异步、电池耗尽、信号损失和软件运行错误等,这将大大降低传感器节点的可靠性,削弱或无效的无线传感器网络的部分功能。这对无线传感器网络的可靠数据传输、稳定性和鲁棒性带来巨大的挑战,这需要在无线传感器网络基础理论和工程技术实现突破。高可靠性和稳定性仍然是目前无线传感器网络研究的难点问题。数据传输的准确性和可靠性密切关联着相关应用。网络自身的健康对无线传感器网络的稳定运行、可靠传输和性能优化至关重要。当故障发生时,它可以自适应地采用合理的故障容错控制方案来处理网络故障,继而提供高可靠的计算服务。故障诊断容错技术对提高无线传感器网络的可靠性和鲁棒性具有重要的意义。由于无线传感器网络的复杂性和多样性, ...
【技术保护点】
一种基于免疫机理的无线传感器网络故障诊断方法,主要包括:①利用节点的空间相关性搭建故障诊断库。运用具有空间特性的检测器,在同一区域内的节点首先对感知到的数据进行自我检测,当超过设定的阈值时判定为异常检测,初步认为该节点发生故障,将信息传给空间特性相关的邻居节点进行二次判定,若判定为故障,则认为节点发生故障。②在节点故障检测器生成和更新进程中,本专利在空间特性的诊断方法的基础上引入免疫机理,通过对免疫系统与无线传感器网络故障检测诊断的属性关联的探讨,利用节点的空间特性的相关性,提出了一种基于空间特性的故障免疫诊断方法,实现节点故障的检测与诊断。
【技术特征摘要】
1.一种基于免疫机理的无线传感器网络故障诊断方法,主要包括:①利用节点的空间相关性搭建故障诊断库。运用具有空间特性的检测器,在同一区域内的节点首先对感知到的数据进行自我检测,当超过设定的阈值时判定为异常检测,初步认为该节点发生故障,将信息传给空间特性相关的邻居节点进行二次判定,若判定为故障,则认为节点发生故障。②在节点故障检测器生成和更新进程中,本专利在空间特性的诊断方法的基础上引入免疫机理,通过对免疫系统与无线传感器网络故障检测诊断的属性关联的探讨,利用节点的空间特性的相关性,提出了一种基于空间特性的故障免疫诊断方法,实现节点故障的检测与诊断。2.根据权利要求1所述的一种基于免疫机理的无线传感器网络故障诊断方法,其特征在于:所述的故障库特征的提取。核Fisher判别方法对映射样本进行特征提取,特征提取的步骤如下:步骤1和函数K(xi,xj)=<φ(xi),φ(xj)>的选取,按照式(3)、(5)、(6)、(7)求解核类内矩阵核类间散度矩阵步骤2通过Kbα=λKwα,求解最佳鉴别向量为α1,α2,…,αd;步骤3利用求解最佳鉴别向量ν1,ν2,…,νd;步骤4利用将采样数据集向最佳的核判别矢量方向投影,得到数据集最优的核Fisher特征矢量。通过故障特征的提取,是节点故障类型判定的先决条件,为搭建故障库做准备,本文通过故障特征的提取建立数据故障免疫库。3.根据权利要求1所述的一种基于免疫机理的无线传感器网络故障诊断方法,其特征在于:所述的检测器的更新和优化,在对自体与非体的检测当中,检测器检测到的区域有重叠的区域,影响对故障检测的准确度。本文利用空间特性的适应度函数对检测器的种群进行优化。检测器之间优化方法的具体步骤如下:步骤1在生成的检测器种群中随机选择一个检测器dri,在空间特性相关的区域内选取m个邻居节点集合步骤2定义检测器dri在空间特性相关的区域内节点的间距为假定m个邻居节点距离是d(dri),最大检测距离为dMax(dri);步骤3检测器dri可在空间特性相关的区域内检测到的节点的密度注:|Nm(dri)|表示的是在同一区域内空间特性相关的节点组成的集合中元素的个数。步骤4计算在空间特性相关的区域内的离散程度步骤5dri中的时,认为它与邻近的检测器之间距离相当,重叠的区域较少,可认为该检测器在检测密度较小的区域,检测效果较好,保留在检测器种群中;否则,剔除该检测器。4.根据权利要...
【专利技术属性】
技术研发人员:李洪兵,陈强,陈立万,牛晓伟,杨震,曾东,张春炯,王立,黄猛,王明伟,
申请(专利权)人:重庆三峡学院,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。