[发明专利]复杂环境下无线传感器网络的实时故障诊断方法及系统

摘要

本发明公开了一种复杂环境下无线传感器网络的实时故障诊断方法及系统，所述诊断方法包括：S1、采用改进的k‑medoids的聚类算法对预定区域内的传感器节点进行分簇；S2、根据待诊断传感器节点及其邻居节点采集的数据，计算待诊断传感器节点的Vote值，根据Vote值确定待诊断传感器节点的健康状态；S3、根据传感器网络找到故障节点的传感器实体，并进行维修。本发明通过三个阶段的故障诊断过程，让复杂环境下的传感器网络节点在经历分簇、诊断、维修的阶段后，能够及时有效的完成网络的维护。

主权项

1.一种复杂环境下无线传感器网络的实时故障诊断方法，其特征在于，所述诊断方法包括：S1、采用改进的k‑medoids的聚类算法对预定区域内的传感器节点进行分簇；S2、根据待诊断传感器节点及其邻居节点采集的数据，计算待诊断传感器节点的Vote值，根据Vote值确定待诊断传感器节点的健康状态；S3、根据传感器网络找到故障节点的传感器实体，并进行维修；所述步骤S1具体为：根据实际环境确定簇的数量K；初始化K个聚类中心，随机选择K个传感器节点；初始化分簇，根据准则函数E选择最近的节点作为簇头；计算分簇后K个簇中所有传感器节点与其簇中心传感器节点的准则函数值E之和为M值；判断M值是否足够小，对于剩余的N‑K个传感器节点，随机不重复的选取一节点个替换其所属的簇中心节点，计算此时网络的准则函数值E之和M’，若M’＜M，在每个簇中重新选择任一节点作为新簇头，使得M值降低，并根据新簇头节点重新分簇，若N‑K个传感器节点进行尝试后M值无法进一步减小，产生分簇结构，并向传感器网络广播；所述步骤S1中，初始化分簇具体为：任意2个传感器节点S_i与S_j之间用准则函数进行计算，S_j选择准则函数最小的S_i作为其分簇的中心；其中，α、β表示常系数；d_ij为俩个传感器节点间距离，d_ij使用欧式距离计算或者采用两个传感器之间的信号强度估算；p_ij表示两个传感器节点历史数据之间最近t次的相异程度，所述步骤S1中，准则函数值E之和为M值具体为：其中，NK′表示簇中心S_K′节点的所在簇中传感器节点数目，为单独一个簇的M值。