粗糙集與Hamming網(wǎng)絡(luò)集成的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障診斷.pdf

1、采用自動(dòng)配置的無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN），是近幾年全球范圍的新技術(shù)研究熱點(diǎn)之一。它集成了無(wú)線通信技術(shù)、傳感器技術(shù)、微機(jī)電系統(tǒng)技術(shù)和分布式信息處理技術(shù)。它將邏輯上的信息世界與客觀上的物理世界融合在一起，改變了人類與自然界的交互方式，在民用和軍用等各個(gè)領(lǐng)域具有極高的應(yīng)用價(jià)值。WSN已經(jīng)被認(rèn)為是極具潛力和影響力的技術(shù)之一。
　　盡量延長(zhǎng)WSN的使用壽命和保證傳遞的信息的可靠性分別是WSN的

2、關(guān)鍵技術(shù)之一。及時(shí)、正確的節(jié)點(diǎn)故障診斷可以保證無(wú)線傳感器網(wǎng)絡(luò)傳遞的信息的可靠性，為在上位計(jì)算機(jī)或中心節(jié)點(diǎn)中開(kāi)展有效的路由規(guī)劃和節(jié)點(diǎn)管理，開(kāi)展無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)的遠(yuǎn)程維護(hù)，延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)的使用壽命起到關(guān)鍵作用。
　　算法融合是近年來(lái)國(guó)際上流行的一種研究方式。本文提出粗糙集與Hamming神經(jīng)網(wǎng)絡(luò)的集成算法來(lái)解決能量有限而又具有顯著不確定性的WSN節(jié)點(diǎn)在線故障診斷問(wèn)題。首先利用粗糙集理論進(jìn)行故障診斷決策表的約簡(jiǎn)，然后用約簡(jiǎn)后的數(shù)據(jù)訓(xùn)

3、練神經(jīng)網(wǎng)絡(luò)，最后用訓(xùn)練后的Hamming神經(jīng)網(wǎng)絡(luò)對(duì)WSN節(jié)點(diǎn)故障進(jìn)行診斷和定位。本文算法有效地發(fā)揚(yáng)了粗糙集理論在剔除冗余屬性方面的作用，又充分結(jié)合了神經(jīng)網(wǎng)絡(luò)在并行計(jì)算和克服噪聲干擾方面的功能。并且，在粗糙集理論約簡(jiǎn)算法中，本文提出了改進(jìn)的基于屬性重要性的歸納屬性約簡(jiǎn)算法，提高了計(jì)算效率；在Hamming神經(jīng)網(wǎng)絡(luò)中，本文改進(jìn)了競(jìng)爭(zhēng)層網(wǎng)絡(luò)，避免了競(jìng)爭(zhēng)層過(guò)多的迭代計(jì)算。
　　大量仿真實(shí)驗(yàn)表明：基于粗糙集與Hamming神經(jīng)網(wǎng)絡(luò)集成的故障