[发明专利]一种基于节点可靠性的传感器网络事件融合与决策方法

摘要

本发明公开一种基于节点可靠性的传感器网络事件融合与决策方法，利用传感器网络对结构工程运行工况进行评判和决策包括事件分类和事件决策融合两个阶段。在事件分类阶段：传感器网络检测结构工程中异常事件并分类，反映其局部区域物理状态变化。考虑节点可靠性差异协同对事件分类，降低分类误差。在事件决策融合阶段：异常事件级别变化可以反映结构体运行状态，融合不同事件分类结果对结构工程工况进行评判和决策。利用基于深度学习的事件融合模型，采用数据增强方法解决训练样本少的问题，动态更新模型参数，辅助结构工程运行工况评判。

主权项

1.一种基于节点可靠性的传感器网络事件融合与决策方法，其特征在于，包括事件分类阶段和事件决策融合阶段；在事件分类阶段：采用基于节点可靠性的区域事件分类方法，将传感器网络划分为若干区域，区域内采取启发式思想算法计算和更新节点对事件分类的可靠性；在事件决策融合阶段：预处理区域事件分类结果，并采取数据增强方法解决训练样本较少的问题，应用注意力机制离线提取结构体特征，然后构建数据驱动的深度神经网络模型进行决策融合，动态更新模型参数，辅助结构体运行工况评判；事件分类主要分为四个流程，分别是区域划分、节点可靠性建模、事件分类问题构造和事件分类求解；首先依据结构工程空间结构和受力情况将传感网路划分为若干区域，接着量化节点可靠性，然后构造全域事件分类问题，最后将全域问题归约至单域事件分类问题；事件分类问题构造：设对分类误差为分类向量与最终分类结果的距离，全域事件分类目标是最小化所有事件分类误差，即划分区域时已使单域间相关性尽可能小，因此当单域分类误差最小化时，全域分类误差也最小化；将P转化为R_j上的分类优化问题节点对事件初始分类向量是常量，分类结果和节点可靠性为所求；优化目标是最小化区域中节点对事件分类的总体误差；为可靠性约束，为分类结果约束，保证各类别概率非负且和为1。