一种基于双通道图滤波器的传感器故障检测与定位方法技术

本发明专利技术公开了一种基于双通道图滤波器的传感器故障检测与定位方法，其特征在于，包括如下步骤：1）数据处理：2）获得最大残差振幅、平均残差振幅；3）阈值判断；4）得到结果。这种方法，能提高无线传感器网络中故障传感器的检测率、并且能够准确定位故障传感器的位置。

【技术实现步骤摘要】
一种基于双通道图滤波器的传感器故障检测与定位方法
本专利技术涉及图信号处理
，具体是一种基于双通道图滤波器的传感器故障检测与定位方法。
技术介绍
近年来，图信号处理为网络数据分析开辟了新的途径，图信号处理对于非规则域信号的处理相较于传统的信号处理而言具有较大的优势，比如传感器网络、智能电网等。图信号处理作为传统信号处理的延伸，定义了很多类似于传统信号处理的基本概念，包括图傅里叶变换、图滤波器等，其中图滤波器的运用，对于数据异常的检测是非常重要的一种处理手段。虽然图信号处理近年来发展得很快，但还是有很多问题没能得到有效地解决。如今，无线传感器网络已被广泛的应用，传感器被部署到测量和监测物理或环境条件，如温度、声音、压力等。由于传感器本身的质量和部署环境的复杂性，使得对传感器状态的检测变得十分困难。换句话说，直接对传感器进行物理检测是传感器故障检测的一大挑战，传感器状态的检测最好从传感器产生的数据中检测出故障传感器。近年来，图信号处理框架，用于分析无线传感器网络、智能电网等复杂网络上的数据，图拓扑捕获网络结构，并将相关数据建模为图信号，利用图移位矩阵的特征空间定义了图的傅里叶变换，利用图谱理论，可以定义网络数据的低通和高通概念，其中低通对应于相邻数据的小振荡特性。在无线传感器网络的许多应用中，正常的网络数据在相邻传感器之间通常表现出较小的振荡，从而表现出低频特征，而故障传感器的测量往往与相邻数据不同，表现出高频特性，基于这一点，利用图谱理论，可以从单个温度站检测到温度的异常波动，且具有较高的检测准确率。在实验室中，故障传感器在传感器网络的位置是已知的，然而，在实际应用中，故障传感器的位置在传感器网络可能是未知的，而且由于图傅里叶变换是全局操作，很难通过频率分析来确定故障传感器的位置。
技术实现思路
本专利技术的目的是针对现有对图信号进行图傅里叶变换之后，通过高通滤波器进行异常检测且无法定位异常传感器的技术不足，而提供一种基于双通道图滤波器的传感器故障检测与定位方法。这种方法，能提高无线传感器网络中故障传感器的检测率、并且能够准确定位故障传感器的位置。实现本专利技术目的的技术方案是：一种基于双通道图滤波器的传感器故障检测与定位方法，包括如下步骤：1)数据处理：将传感器网络中传感器的观测数据xt和历史数据xt-i,i＝1,…,K分别输入到两个不同通道的高通图滤波器H得到对应滤波输出的信号，分别记为yt和yt-i，即yt＝Hxt，yt-i＝Hxt-i,i＝1,…,K，因此H应该满足公式(1)：||Hx||p≤C||x||p,1≤p≤∞(1)，如果||x||＜∞,则C是一个正常数，依据范数规则，应当有：其中表示的是H的操作范数，令p＝2，可以推导得到：而对于p的其他取值则满足如公式(2)条件：其中，CG是一个跟网络拓扑结构有关系的正实数，因此，得出结论：所有有界系数的多项式图滤波器都是稳定的；2)计算t时刻其中一个高通图滤波器通道滤波之后的信号yt与历史数据经过另外一个高通图滤波器通道输出得到的yt-i,i＝1,…,K之间的波动差值，将其定义为最大残差振幅如公式(3)所示：其中yt为当前观测时刻t的滤波输出信号值，而yt-i为历史信号经过滤波器得到的输出值，其中i＝1,…,K，表示历史数据的个数，定义平均残差振幅如公式(4)：其中，yt-i和yt-j分别为不同时刻同一个高通图滤波器通道滤波输出的历史数据值，且i≠j，于是，θk即可定义为基于历史数据计算得到的平均残差振幅，因此，只需要分别计算t时刻θt和θK的值，并将计算结果进行比较，进而可以判断出t时刻传感器是否发生异常；3)阈值判断：在步骤2)中具体描述了关于阈值检测的方法，通过计算t时刻残差值并将其与历史平均残差值进行比较，即如果θt＞γθK，则可判定为t时刻传感器出现了异常，其中γ是一个阈值系数，检测准确率可能随着γ值的降低而增加，但如果γ的取值太小，可能会导致严重的“虚警”，也就是将正常传感器数据误判为异常。因此，应该选择合理的参数γ，能够在检测准确率和“虚警率”之间进行权衡，且γ≥1；4)如果检测到异常即θt＞γθK，就可通过计算来估计异常传感器的位置，即：其中表示的就是异常传感器的位置，当假设|yt|＝|Hxt|仅仅只包含一个最大振幅，则某一时刻异常传感器仅为一个。一般情况下，传感器网络中正常相邻传感器之间的数据往往具有较小的振荡特性，对其进行滤波分析，其高通分量也很小，相反，如果传感器发生故障，它的数据将明显不同于它周围邻居的数据，将会导致“高通特性”。假设传感器网络中传感器的观测数据x，滤波器的输出定义为y＝Hx，其中H表示的是一个高通图滤波器，用于提取出传感器信号的高频成分。本技术方案与现有技术相比，设计双通道图滤波器结构，并利用多项式图滤波器，设计最大残差振幅和平均残差振幅的计算方法，通过设置合理的阈值，对滤波后的信号进行判决，如果出现高频振荡，则说明发生了异常，进一步通过估算确定异常传感器的位置。这种方法，能提高无线传感器网络中故障传感器的检测率、并且能够准确定位故障传感器的位置。附图说明图1为实施例的方法原理示意图；图2为采用实施例方法与采用图傅里叶变换之后经过高通图滤波器进行检测的方法在IEEE-14Bus智能电网中对电压角度进行攻击仿真实验中检测准确率的对比示意图，其中，电网节点电压受攻击相位角ξ为-12°～+12°、共25次实验；图3为采用实施例方法在IEEE-118Bus智能电网中的电压角度攻击仿真实验中检测准确率的示意图，其中，电网节点电压受攻击相位角为-4°～+4°，共9次实验。具体实施方式下面结合附图和实施例对本专利技术的内容作进一步的阐述，但不是对本专利技术的限定。实施例：参照图1，一种基于双通道图滤波器的传感器故障检测与定位方法，包括如下步骤：1)数据处理：将传感器网络中传感器的观测数据xt和历史数据xt-i,i＝1,…,K分别输入到两个不同通道的高通图滤波器H得到对应滤波输出的信号，分别记为yt和yt-i，即yt＝Hxt，yt-i＝Hxt-i,i＝1,…,K，因此H应该满足公式(1)：||Hx||p≤C||x||p,1≤p≤∞(1)，如果||x||＜∞,则C是一个正常数，依据范数规则，应当有：其中表示的是H的操作范数，令p＝2，可以推导得到：而对于p的其他取值则满足如公式(2)条件：其中，CG是一个跟网络拓扑结构有关系的正实数，因此，得出结论：所有有界系数的多项式图滤波器都是稳定的；2)计算t时刻其中一个高通图滤波器通道滤波之后的信号yt与历史数据经过另外一个高通图滤波器通道输出得到的yt-i,i＝1,…,K之间的波动差值，将其定义为最大残差振幅如公式(3)所示：其中yt为当前观测时刻t的滤波输出信号值，而yt-i为历史信号经过滤波器得到的输出值本文档来自技高网...

【技术保护点】
1.一种基于双通道图滤波器的传感器故障检测与定位方法，其特征在于，包括如下步骤：/n1)数据处理：将传感器网络中传感器的观测数据x

【技术特征摘要】
1.一种基于双通道图滤波器的传感器故障检测与定位方法，其特征在于，包括如下步骤：
1)数据处理：将传感器网络中传感器的观测数据xt和历史数据xt-i,i＝1,…,K分别输入到两个不同通道的高通图滤波器H得到对应滤波输出的信号，分别记为yt和yt-i，即yt＝Hxt，yt-i＝Hxt-i,i＝1,…,K，H应该满足公式(1)：
||Hx||p≤C||x||p,1≤p≤∞(1)，
如果||x||＜∞,则C是一个正常数，依据范数规则有：其中表示的是H的操作范数，令p＝2，推导得到：而对于p的其他取值则满足如公式(2)条件：



其中，CG是一个跟网络拓扑结构有关系的正实数，得出结论：所有有界系数的多项式图滤波器都是稳定的；
2)计算t时刻其中一个高通图滤波器通道滤波之后的信号yt与历史数据经过另外一个高通图滤波器通道输出得到的yt-i,i＝1,…,K之间的波动差值，将其定义为最大残差振...

【专利技术属性】
技术研发人员：蒋俊正，马谋，周芳，欧阳缮，徐莎莎，王薇，李威京，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45