基于卷积神经网络的无线传感器故障诊断算法制造技术

本发明专利技术涉及一种基于卷积神经网络的无线传感器故障诊断算法，步骤如下：1）构建由1个基站、1个移动小车以及若干个可充电无线传感器节点构成的无线传感器网络系统模型；2）在基站构建依序连接有输入层、隐含层、全连接层和输出层的卷积神经网络；3）利用移动小车收集所有节点的感知数据并传输到基站存储，并转化成矩阵形式；4）将矩阵形式的感知数据输入到卷积神经网络中进行训练和自身学习，通过卷积层卷积核提取数据特征、池化层对数据特征进行压缩、全连接层连接最后两层、输出层输出最终数据分类结果；5）卷积神经网络根据数据分类结果将每一类对应着相应的传感器故障类型进行故障诊断，通过输出层输出节点诊断状态。

【技术实现步骤摘要】
基于卷积神经网络的无线传感器故障诊断算法
本专利技术涉及无线传感器
，尤其涉及一种基于卷积神经网络的无线传感器故障诊断算法。
技术介绍
无线传感器网络是由若干无线传感器节点通过自组织的形式构成，一个无线传感器节点主要由传感器模块、CPU模块、无线通信模块和电源模块4部分组成，其中，传感器模块主要用来感知数据，CPU模块的作用是处理、计算数据，无线通信模块保证传感器节点与其他传感器节点进行通信，电源模块携带有限的能量为传感器节点提供能量。由于无线传感器节点具有体积小，易部署，价格便宜等特点被广泛的应用到生活的方方面面，随着无线传感器计算能力和存储能力的增强，无线传感器网络被部署到大型区域进行数据的感知和环境的检测或者部署到人类难以进入的环境进行监测。当无线传感器节点发生故障时，会导致监测数据异常。无线传感器网络中节点的故障可分为硬故障和软故障，硬故障是指传感器节点中某些硬件出现问题不能够感知数据或者不能够进行节点间的通信，软故障是指由于某些原因，节点感知的数据出现异常，但节点能够进行正常的通信。软故障根据数据异常情况又可分为永久性软故障，间歇性软故障和瞬时故障。据此，无线传感器网本文档来自技高网...

【技术保护点】
1.基于卷积神经网络的无线传感器故障诊断算法，其特征在于：其包括以下步骤：1）构建无线传感器网络系统模型，无线传感器网络系统模型由基站、移动小车以及静止布设于监测区域的若干个可充电无线传感器节点构成；2）在基站构建卷积神经网络，卷积神经网络的结构为依序连接的输入层、隐含层、全连接层和输出层，其中，隐含层由至少一组依序连接的卷积层和池化层构成；3）利用移动小车收集无线传感器网络中所有节点的感知数据并传输到基站，基站存储所有节点的感知数据，并转化成矩阵的形式输入到卷积神经网络中；4）通过输入层将矩阵形式的感知数据输入到构建的卷积神经网络中进行训练，卷积神经网络经过自身的学习，通过卷积层的卷积核提取...

【技术特征摘要】
1.基于卷积神经网络的无线传感器故障诊断算法，其特征在于：其包括以下步骤：1）构建无线传感器网络系统模型，无线传感器网络系统模型由基站、移动小车以及静止布设于监测区域的若干个可充电无线传感器节点构成；2）在基站构建卷积神经网络，卷积神经网络的结构为依序连接的输入层、隐含层、全连接层和输出层，其中，隐含层由至少一组依序连接的卷积层和池化层构成；3）利用移动小车收集无线传感器网络中所有节点的感知数据并传输到基站，基站存储所有节点的感知数据，并转化成矩阵的形式输入到卷积神经网络中；4）通过输入层将矩阵形式的感知数据输入到构建的卷积神经网络中进行训练，卷积神经网络经过自身的学习，通过卷积层的卷积核提取数据特征，通过池化层对数据特征进行压缩，以减小数据特征、简化网络计算复杂度和提取主要特征，并通过全连接层连接最后两层，通过输出层输出最终的数据分类结果；5）卷积神经网络根据数据分类结果，将每一类对应着相应的传感器故障类型进行故障诊断，并通过输出层输出节点诊断状态。2.根据权利要求1所述的基于卷积神经网络的无线传感器故障诊断算法，其特征在于：步骤2）中利用移动小车收集无线传感器网络中所有节点的感知数据的步骤如下：(1)挑选锚节点...

【专利技术属性】
技术研发人员：陈志德，马梦莹，龚平，郑金花，许力，黄欣沂，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：福建,35