無線網(wǎng)絡的論文
摘要：傳統(tǒng)無線網(wǎng)絡故障節(jié)點定位方法無法有效處理節(jié)點功率波動以及模糊環(huán)境對故障節(jié)點定位精度的干擾。提出基于小波神經(jīng)網(wǎng)絡的無線網(wǎng)絡故障節(jié)點定位方法，分析了小波神經(jīng)網(wǎng)絡在節(jié)點故障定位的三種作用形式，融合形式1和3對冗余節(jié)點故障進行定位，將小波神經(jīng)網(wǎng)絡當成預測器，將前一采樣時刻的正常輸出交叉輸入n個小波神經(jīng)網(wǎng)絡，獲取節(jié)點當前時刻的預測輸出值，取節(jié)點預測輸出值和真實輸出值的殘差，若該殘差值高于閾值，則說明該節(jié)點是故障節(jié)點。實驗結(jié)果表明，所提故障節(jié)點定位方法能夠?qū)?jié)點的附加、倍數(shù)以及短路故障進行準確定位。
關鍵詞：無線通信論文
隨著科學技術的高速發(fā)展，無線傳感網(wǎng)絡的應用領域不斷擴張。但是無線傳感網(wǎng)絡中的節(jié)點受到自身以及外界因素的干擾，會出現(xiàn)較多的故障，導致傳感網(wǎng)絡質(zhì)量降低[12]。傳統(tǒng)無線網(wǎng)絡故障節(jié)點定位方法，無法有效處理節(jié)點功率波動以及模糊環(huán)境對故障節(jié)點定位精度的干擾，具有較高的局限性。因此，尋求有效的方法對故障節(jié)點進行準確定位，具有重要的應用意義。
1基于小波神經(jīng)網(wǎng)絡的無線網(wǎng)絡故障節(jié)點定位技術
1.1小波神經(jīng)網(wǎng)絡在節(jié)點故障定位的作用形式
根據(jù)小波神經(jīng)網(wǎng)絡在節(jié)點故障定位中作用，將小波神經(jīng)網(wǎng)絡在故障節(jié)點定位過程作用劃分成如下三種形式：(1)將小波神經(jīng)網(wǎng)絡當成分類器，將節(jié)點輸出當成小波神經(jīng)網(wǎng)絡的輸入值，用“1”和“0”描述節(jié)點存在故障以及不存在故障，并將節(jié)點狀態(tài)當成網(wǎng)絡輸出[3]，通過不同的故障模式對小波神經(jīng)網(wǎng)絡實施訓練，采用訓練好的小波神經(jīng)網(wǎng)絡分類器對無線網(wǎng)絡故障節(jié)點進行定位。該方法的定位原理如圖1所示。(2)將小波神經(jīng)網(wǎng)絡當成觀測器，基于大量的隱層，小波神經(jīng)網(wǎng)絡可對系統(tǒng)輸入/輸出樣本實施自主學習，逼近真實的動態(tài)系統(tǒng)[4]�；趥鹘y(tǒng)觀測原理塑造小波神經(jīng)網(wǎng)絡觀測器，通過正常工作情況下的數(shù)據(jù)對小波神經(jīng)網(wǎng)絡進行訓練，采用訓練好的小波神經(jīng)網(wǎng)絡觀測器形成故障殘差，完成無線傳感故障節(jié)點的定位[5]。定位原理如圖2所示。絡塑造傳感網(wǎng)絡節(jié)點的預測模型，小波神經(jīng)網(wǎng)絡的輸入值為節(jié)點的前一時刻輸出值，網(wǎng)絡輸出是節(jié)點的輸出預測值，對比該預測值同節(jié)點的真實輸出值，產(chǎn)生殘差實施故障節(jié)點定位。該方法的定位原理如圖3所示。在對孤立節(jié)點進行故障定位時，將小波神經(jīng)網(wǎng)絡當成觀測器，將節(jié)點當前時刻的輸入當成神經(jīng)網(wǎng)絡的輸入，逼近節(jié)點當前時刻的正常輸出為神經(jīng)網(wǎng)絡的輸出[67]。融合形式1和3定位冗余節(jié)點故障，將小波神經(jīng)網(wǎng)絡當成預測器，將前一采樣時刻的正常輸出當成小波神經(jīng)網(wǎng)絡的輸入，預測節(jié)點當前采樣時刻的輸出，獲取差值信號，再同預先設置的閾值實施對比，則高于閾值的差值信號對應的節(jié)點為故障節(jié)點。
1.2無線傳感器網(wǎng)絡冗余節(jié)點故障定位
無線傳感器網(wǎng)絡冗余節(jié)點故障定位示意圖見圖4.其由無線傳感網(wǎng)絡、小波神經(jīng)網(wǎng)絡預測器以及信息定位方案構(gòu)成。無線傳感網(wǎng)絡中有n個檢測值存在冗余關系的傳感器節(jié)點，x1,x2,…,xn-1,xn用于描述n個傳感器節(jié)點的輸出值。采用圖3描述的結(jié)構(gòu)圖，將小波神經(jīng)網(wǎng)絡當成預測器，獲取節(jié)點后續(xù)時刻的正常輸出。本文方法定位無線網(wǎng)絡故障節(jié)點前，需要塑造n個小波神經(jīng)網(wǎng)絡預測器，并訓練這些預測器。在無線傳感網(wǎng)絡簇中全部節(jié)點的運行狀態(tài)都是正常時，采集訓練樣本。通過交叉訓練方法對訓練樣本實施訓練[8]，交叉訓練k個小波神經(jīng)網(wǎng)絡預測器的過程如圖5所示。其他預測器的訓練方式也采用該交叉訓練方式。由圖5可知，若無線傳感網(wǎng)絡節(jié)點的采樣時刻是t0,t1,t2,…,tn，傳感節(jié)點在t0,t1,t2,…,ti(i<n)時刻正常運行，則基于t0,t1,t2,…,ti(i<n)時刻的節(jié)點輸入/輸出塑造訓練樣本，交叉訓練n個小波神經(jīng)網(wǎng)絡預測器，在對無線傳感網(wǎng)絡的故障節(jié)點進行定位[910]。
2實驗驗證
實驗采用本文提出的基于小波神經(jīng)網(wǎng)絡的無線網(wǎng)絡故障節(jié)點定位方法，對某無線傳感測溫系統(tǒng)中的溫度傳感節(jié)點故障進行定位分析，檢測本文方法的性能，實驗設置閾值為0.5℃。實驗將歸一化的檢測樣本輸入到訓練好的小波神經(jīng)網(wǎng)絡預測器內(nèi)，并對其輸出進行反歸一化處理，同溫度節(jié)點故障檢測樣本進行對比，獲取溫度節(jié)點產(chǎn)生1℃偏差故障、0.05倍數(shù)故障以及短路故障的殘差曲線，分別如圖6、圖7所示。分析圖6可得，無線傳感網(wǎng)絡溫度傳感節(jié)點存在1℃附加故障后，其殘差曲線高于報警閾值，有效定位出了故障。能看出當無線傳感網(wǎng)絡節(jié)點存在附加故障，小波神經(jīng)網(wǎng)絡預測器在其殘差高于閾值下，準確定位出該故障節(jié)點。圖7所示的無線傳感溫度節(jié)點的倍數(shù)故障是平穩(wěn)波動的故障，隨著采樣節(jié)點的增加，節(jié)點同小波神經(jīng)網(wǎng)絡預測器輸出形成的殘差也逐漸提升，如果殘差高于報警閾值，則小波神經(jīng)網(wǎng)絡預測器可定位出故障節(jié)點。
3結(jié)論
本文提出基于小波神經(jīng)網(wǎng)絡的無線網(wǎng)絡故障節(jié)點定位方法，其能夠?qū)?jié)點的附加、倍數(shù)及短路故障進行定位。
【無線網(wǎng)絡的論文】相關文章：
場館無線網(wǎng)絡覆蓋設計研究論文04-29
校園網(wǎng)無線網(wǎng)絡應用淺談論文05-03
基于GSM與ISM無線網(wǎng)絡的汽車求救與防盜系統(tǒng)論文11-26
無線網(wǎng)絡安全防范措施在高校網(wǎng)絡的運用論文05-02
家庭無線網(wǎng)絡怎么建立05-01
無線網(wǎng)絡系統(tǒng)培訓04-30