基于RS-CSA-ELM的WSN节点故障诊断①

余正军

(汕头职业技术学院,汕头 515078)

随着智能物联网(AIoT)的兴起,人们对智能化服务的需求也越来越多.无线传感网(WSN)作为AIoT的关键组成部分,其运行状态,直接影响AIoT的服务质量.然而,WSN 通常部署在环境恶略的地方.员工无法对WSN 中的所有节点进行24 小时实时观察和检查.但是,一旦WSN 中节点出现故障,将直接影响系统最终的研判.为此,研究高效可靠的WSN 节点故障诊断方法尤为重要,它对延长WSN 寿命,保持系统稳定和提高系统服务质量具有重要的现实意义.目前,WSN节点故障诊断方法可分为基于统计学原理、故障分类和感知数据的时空特性分析三大类.常用的诊断算法,如文献[1]采用2-回合投票故障诊断算法对故障进行诊断,文献[2]以ICA 进行故障属性的约简,通过朴素贝叶斯进行故障诊断,文献[3]利用WSN 感知数据的时空相关性原理将诊断正常的候选簇头的观测值与簇内成员节点的观测值比较来对簇内成员节点进行诊断,文献[4] 以粗糙集进行故障属性的约简,通过GAKELM 算法对对故障诊断.这些方法要么存在故障属性约简不彻底,要么算法模型的参数复杂等问题.本文鉴于他们的研究经验,提出一种基于RS-CSA-ELM的WSN 节点故障诊断方法,以RS 对故障属性进行约简,并以CSA 优化EML 参数作为故障诊断模型,完成WSN 节点故障诊断.该算法仿真结果表明,此法算法模型参数设置简单、易实现,故障诊断的精确度高、误诊率低.

1 WSN 节点故障分析

1.1 WSN 网络结构

WSN是一种高度自组织智能型数据处……