基于VPRS和RBF神经网络的WSN节点故障诊断

作     者：谢迎新 陈祥光 余向明 岳彬 郭静 XIE Ying-xin;CHEN Xiang-guang;YU Xiang-ming;YUE Bin;GUO Jing

作者机构：北京理工大学化工与环境学院北京100081 空军油料研究所北京100076 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2010年第30卷第7期

页      面：807-811页

核心收录：

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

基　　金：北京理工大学基础研究基金资助项目(20070542009) 

主　　题：故障诊断 变精度粗糙集 RBF神经网络 无线传感器网络 

摘      要：为保障油料供给的安全性,研究无线传感器网络(WSN)节点故障诊断的可行性策略,提出变精度粗糙集(VPRS)和RBF神经网络结合的故障诊断方法.该方法由运行中的汇聚节点实时获取子节点故障征兆,建立初始决策表,利用VPRS作为前端处理系统,对初始决策表进行约简,删除冗余的、不重要的属性征兆,并将约简后的结果输入RBF神经网络实现节点故障识别.仿真实验结果表明:对于具有显著不确定性的WSN节点故障诊断,该方法能够准确快速地得出诊断结果,鲁棒性和适用性更强.