一种基于感知数据的无线传感器网络被动诊断方法
由于节点资源受限、网络动态而又无人值守，森林生态监测传感网在运行过程汇总极易发生各种故障，如何保证节点在森林野外环境下正常工作，真实、有效地采集数据，实施准确、实时、低功耗的故障诊断是森林生态传感网运行管理中的一个关键问题。通用的诊判方法与评估策略对网络连通性要求高，所需网络流量较多，网络故障识别率低，以及灵活性与可扩展性不高。
针对上述问题，文提出了一种基于感知数据的故障诊断方法DSD(Diagnosisbased on Sensing Data)。以GreenOrbs在收集的森林环境下的感知数据为基础，通过分析感知数据的时空特征，例如数据序列、电源电压等，研究故障与这些表征间的关联性。在粗糙集的思想的基础上确定故障与感知数据特征之间的惟一对应关系，建立基于粗糙集理论的故障知识库原型，帮助进行故障诊断。并且在运行过程中，故障知识库能不断添加被系统确定的新的对应关系，实现自动扩充，以应对环境多变的森林生态传感网系统。
为了进一步开发DSD的功能，测试诊断效率，以及满足森林生态传感网的环境监测需求，设计并实现了了无线传感网可视化测试系统——Testbed Visualizer。系统实现了对节点上线情况的远程管理，节点程序的远程更新，网络拓扑的动态展示，测试区域环境的监控与动态展示，传感网数据包、节点位置信息的存储，往期实验数据的导入与实验过程的回溯。平台基于GreenOrbs Testbed的硬件环境开发，部署简单，功能全面，界面友好，操作便捷，具有很强的通用性和实用性。
在上述研究的基础上进行了DSD的诊断效率测试。结果表明:与其他诊断方法相比，DSD具有网络通信负担小，资源消耗低，诊断效率高等优点，并支持在大规模无线传感器网络的实际部署。
无线传感器网络;故障诊断;感知数据;粗糙集理论;森林生态监测
浙江农林大学
硕士
森林经理学
周国模;莫路锋
2013
中文
TN929.53;S718.557
54
2013-11-29（万方平台首次上网日期，不代表论文的发表时间）