基于LEACH和压缩感知的无线传感器网络目标探测

为了解决在无线传感器网络监测的区域内进行信号目标源探测的问题,提出了一种联合低功耗自适应集簇分层型协议（LEACH）算法和贝叶斯压缩感知(CS)的方法. LEACH算法对网络节点进行分簇并选择簇头,将簇内节点的信息集中在簇头上,同时仅通过簇头向汇聚节点传递信息, 可减少向汇聚节点传输数据的节点数. 汇聚节点利用贝叶斯CS算法可从来自簇头的少量数据中恢复出信号源. 同时提出了一种阈值机制,以优化在数据量过少情况下CS算法的信号重构性能. 仿真结果表明,所提算法能对目标进行准确探测,具有较好的性能.     

基于故障树及贝叶斯网络的继电保护系统风险评估及故障定位方法

继电保护系统故障树是保护系统危险性辨识和评价的重要工具.针对故障树顶级事件发生率难以精确获取、故障树不能进行反向推理等不足,提出基于故障树和贝叶斯网络的继电保护故障风险评估方法:正向上,依据保护实时运行数据确定贝叶斯网络根节点(对应故障树基本事件)故障状态,结合贝叶斯网络推理给出贝叶斯网络叶节点(对应故障树顶级事件)的故障概率,实现保护系统的先验风险预测;反向上,由贝叶斯网络叶节点故障,结合贝叶斯条件概率公式,计算贝叶斯网络根节点的故障概率,实现故障原因的后验定位及溯源.所提方法为提高保护系统可靠性和进行故障诊断提供依据.     

微功率无线抄表系统中数据采集容错路由算法

低压用户的微功率无线抄表系统中各节点固定,节点故障时,现有的容错路由算法无法建立正确且最优的数据传输路径。以n×n的网格网络为研究对象,基于最短路径优先算法和深度优先搜索,提出一种数据采集容错路由算法,通过构造网络的数据传输通路拓扑图,避开错误节点并生成任意子节点到网关的数据传输路径。算法性能分析表明,该算法的时间复杂度低,实际工程中节点故障概率为0.01%时,能够满足实际工程需求。     

基于阈值优化的频谱感知算法

协方差绝对值（Covariance Absolute Value,CAV）感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差（漏检概率与虚警概率的代数和）达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

基于最小误检概率的最优感知用户数目优化算法

频谱感知是认知无线电系统的关键技术之一,协作频谱感知能够提高频谱感知性能。首先定义了修正后的误检概率,然后以能量检测为基础,推导了在不同判决门限下为使误检概率达到最小的最优感知用户数目,并根据最优感知用户数目进行协作频谱感知。仿真结果表明,与传统的K秩准则相比,文章所提算法能够有效提高感知性能。     

一种分布式并行服务器节点故障检测算法

故障检测技术是实现分布式并行服务器容错的基础。为了尽可能减小故障检测算法对系统通信开销的增加,寄生式自适应故障检测算法被提了出来。该算法依靠系统内部固有的信息交换进行故障检测,而通过自回归AR模型预测消息的传输时间和处理时间,并以此自动调整故障检测的阈值,达到自适应系统运行状况的目的,最后通过伪代码的形式描述了该算法的实现。该算法已被应用于分布式并行数据库系统DPSQL,较好地实现了节点故障检测。     

基于DLM的桥梁结构承载力的贝叶斯预测

为结合检测信息和承载力的先验模型来对桥梁结构性能进行预测,认为结构性能随时间变化的动态测量为一个时间序列,然后引入了动态线性模型(DLM)对结构性能进行预测.考虑到桥梁结构性能的时变特性,运用贝叶斯动态模型建立了退化抗力的状态方程和观测方程,并通过贝叶斯因子来对检测信息进行监控,然后结合参数的先验信息,对退化抗力的状态参数进行贝叶斯后验概率推断,建立了一个动态线性模型来对结构抗力短期的变化趋势进行预测.为了结构性能线性模型的贝叶斯动态修正,确定了一步向前预测分布和滤波分布.基于检测信息,考虑到变量估计主观认识的不确定性,引入折扣因子来确定状态误差方差矩阵.最后,通过算例论证了本文方法的适用性.     

基于自适应剩余能量阈值的WSN蚁群路由算法

针对无线传感器网络中节点能量分布不均衡和路由算法陷入局部最优解等问题,提出一种基于自适应剩余能量阈值的WSN蚁群路由算法(ATRE-ARA),引入搜索角修正信息素启发函数,对搜索路径进行限制,降低节点能量开销;将节点剩余能量阈值自适应化,改进信息素增量公式,设置信息素浓度上限与下限,优化信息素更新策略,提高信息素增量的准确性,在平衡网络中节点剩余能量的同时提高全局寻优能力。仿真实验表明,ATRE-ARA算法在2种环境下节点平均能耗与ARA算法相比降低了15.12%和11.68%,最优路径长度与EEABR算法相比分别缩短了1.47%和1.59%,证明该算法可有效平衡全局网络能耗,提升算法搜索全局最优的能力,延长网络生命周期。     

考虑开断相对概率与后果的电网脆弱线路辨识

综合线路开断的相对概率和开断后果,考虑网架拓扑结构及实时运行状态、电源及负荷分布以及线路的传输容量等关键电网信息,给出识别电网脆弱线路的新方法.首先,定义单位熵综合负载率来描述电网的脆弱性,以线路开断前后该指标的变化,并用线路两端节点的重要度对其进行修正,以此来衡量线路开断后果.为合理地评估节点重要度,引入广泛用于网页排序的HITS算法,并对算法进行适应性改进.然后,从线路自身故障率和线路运行时受负荷随机波动影响而潮流越限的相对概率两方面评估线路开断相对概率;给出电网脆弱线路识别流程.IEEE 39算例验证了所提方法合理有效.     

基于改进Kruskal算法的WSN故障节点检测方法

提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合,之后依据可信节点,采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理,判定发生故障的传感器节点. 同时为了容忍节点的临时故障,引入了时间冗余. 仿真结果表明,在节点故障率高达35%时,该方法依然能快速定位故障节点,并且同时保证很高的检测精确度.     

节点信誉相关的无线传感器网络故障检测

提出一种基于节点信誉的无线传感器网络故障检测算法.算法为每个传感器节点建立了基于Dirichlet分布的信誉函数,整个算法由检测模块、信誉更新模块和故障判定模块3部分组成.检测模块计算节点当前时刻的健康等级;信誉更新模块负责维护、更新节点的信誉值;故障判定模块则对是否发生节点故障和敏感事件进行判定.仿真结果表明,该算法具有较高的故障检测精度,在传感器网络故障节点达到25%的情况下,仍能检测出94.83%的故障节点,而误警率则可以保持在5%以下.     

基于参考点序列的无线传感器网络节点定位算法

提出了一种基于参考点序列(Reference node sequence,RNS)的无线传感器网络定位算法,该算法对定位空间的锚节点建立voronoi多边形,以此生成由锚节点组成的voronoi图,并将voronoi图的顶点记为参考点,为定位空间增加了若干锚节点信息。从而使与传感器节点通信的锚节点数目增加,改善了锚节点不足给定位带来的负面影响。其次建立参考点和锚节点到传感器节点的序列等级,根据序列等级估计出传感器节点的位置。仿真结果表明,与DV-Hop算法和质心算法相比,本文算法可以更准确地估计出节点的位置,提高定位精度。     

大规模WSN协同检测的节点临界密度

以移动目标的协同检测概率为网络覆盖的评价指标，提出了一种面向移动目标协同检测的大规模无线传感器网络（WSN）在二维平面上随机撒播节点归一化密度和检测概率三角形分析模型（TAM），采用归一化和二项式随机分布分析方法,得到了协同节点数为3、目标归一化路径长度小于1时最坏情况的节点归一化临界密度（NNCDT）上限；并分析了节点归一化密度对网络协同检测性能的影响。根据仿真结果分析了目标移动速度和传感器的检测时间和判决门限对NNCDT影响规律，结果表明TAM的NNCDT可以较为准确地被协同检测概率和归一化路径长度所确定，可为节点实际部署提供参考。     

Self-diagnosis method for faulty modules on wireless sensor node

In order to diagnose the working status of each module on sensor node and make sure the wireless sensor networks (WSN) work properly, the components of sensor node and their working characteristics are studied. An on-line fault self-diagnosis method for sensor node is proposed. First, a flexible fault sensing circuit is designed as a state detection module on sensor node. Second, a self-diagnosis algorithm is proposed based on the hardware design and the failure analysis on sensor node. Finally, in order to ensure the WSN reliability, the voltage changes of each module working statuses can be observed using the state detection module and the faulty module will be found out timely. The experimental results show that this self-diagnosis method is suitable to sensor nodes in WSN.     

无线传感器网络传感器节点动态功耗管理方法

提出了一种新的传感器节点动态功耗管理方法。首先理论推导了节点在各个休眠状态的休眠阈值,建立了网络监测事件到达模型,采用Possion分布得到了网络事件发生的到达概率,利用无线传感器网络中存在大量冗余节点导致节点多重覆盖的特性,分析了传感器节点进入或脱离各休眠状态须满足的条件及保持各状态的最小时长等问题。最后,根据实际应用归纳了传感器节点的三种唤醒策略。实验结果表明,该方法在满足网络性能约束的前提下,利用无线传感器网络的冗余覆盖的特点,可动态调整节点的休眠深度,可减少约28%的传感器节点能量开销,37%的动态功耗管理切换时延,提高约52%的切换成功率,从而有效地延长节点工作寿命及传感器网络寿命。     

无线传感器网络一维区域随机覆盖研究

研究了一维区域上的无线传感器网络覆盖问题,首先提出了一维区域上的传感器节点随机覆盖模型并给出了节点覆盖概率计算公式;其次研究了一维区域上的传感器节点发射半径的确定方法,理论证明了传感器节点发射半径应大于或等于2倍感知半径;最后讨论了一维区域覆盖数计算方法.仿真实验表明节点感知半径是影响节点覆盖率和覆盖数的主要参数.论文的研究结果可作为一维区域上传感器网络设计的技术参考.     

基于最小熵的故障诊断算法

针对提升故障诊断的准确度问题,提出一种基于最小熵的故障诊断算法。首先,依据节点故障概率和各种噪声的发生概率计算一个可疑节点门限值;其次,计算各个节点对于探测结果的信息增益,与门限值对比,将高于门限值的节点视为可疑节点,存入可疑节点集合;最后,对可疑节点集合进行排序,将最小熵对应的节点视为故障节点,并经过仿真实验验证了该算法的有效性。     

衰落信道下的传感器网络局部容错目标检测

针对衰落信道下的目标检测问题,提出了一种基于局部容错机制的决策融合算法（ LFTDF）。利用邻居节点数据的空间相关性,各传感器节点按照多数原则调整自身决策,实现节点局部容错的目的。在瑞利分布的衰落信道模型下,对最优似然比融合规则进行近似处理,提出了次优的简单平均融合规则。仿真结果表明,该算法可以有效地提高系统检测性能。     

基于任务转移概率的感知节点异常运行状态检测方法

针对无线传感器网络中感知节点异常状态检测困难问题,提出了一种基于感知节点任务转移概率的节点状态特征描述方式,利用该特征判断感知节点的运行状态,实现节点异常检测.基于任务转移概率的异常检测方法（T2PAD）,根据感知节点运行任务的一步转移概率特征,对节点的运行状态进行分析,通过对转移概率向量相似性进行异常检测,识别出导致异常的任务,缩小并定位异常范围,为修正异常提供依据.传感器网络开源代码库中的缺陷实例验证了T2PAD对于异常检测的有效性.     

基于DFD算法的无线传感器网络故障诊断系统的设计

为了更好地了解无线传感器网络节点的分布位置及故障情况,提出了一种无线传感器故障诊断系统的设计方案.该系统采用三边测量法实现了节点的定位,使用DFD故障诊断方法实现了节点的故障诊断,并在.NET框架的智能客户端技术基础上实现了定位信息及故障信息的处理和显示.