基于分布式網絡的傳感器故障檢測方法及裝置制造方法
【專利摘要】本發明公開了一種基于分布式網絡的傳感器故障檢測方法及裝置,涉及故障檢測【技術領域】,本發明根據傳感器的歷史狀態數據計算預測狀態數據Xt,再根據預測狀態數據Xt與真實狀態數據計算故障系數,由故障系數來判斷傳感器是否存在故障,避免了分布式網絡中各傳感器之間頻繁交互故障檢測數據包,節省了電池能量和通信帶寬,并且通過本發明可有效避免發生大規模故障事件時,無法取得可靠數據樣本帶來的故障誤判和漏判。
【專利說明】基于分布式網絡的傳感器故障檢測方法及裝置
【技術領域】
[0001]本發明涉及故障檢測【技術領域】,尤其是涉及一種基于分布式網絡的傳感器故障檢測方法及裝置。
【背景技術】
[0002]近年來,隨著微電子處理技術,無線通信技術的不斷的進步發展,使得無線傳感器在環境監測領域得到廣泛的應用。然而,無線傳感器一般工作在比較惡劣的環境中,容易使得無線傳感器出現故障,使得無線傳感器傳回的監測數據出現異常,同時無線傳感器的能量有限且充能不便,造成無線傳感器可靠性降低。由于無線傳感器低可靠性,使得無線傳感器軟件故障廣泛的存在。軟件故障表現為無線傳感器采集的數據不正常波動或者超出合理的取值范圍,具體表現為:精確度退化、零點漂移、數據偏差等。無線傳感器發生故障可能會出現檢測盲區,會嚴重影響無線傳感器網絡性能,因此,及時的發現無線傳感器故障并進行恢復。
[0003]現有的技術方案中通過對大量的數據和對所有的無線傳感器進行檢測處理,計算成本高,降低了無線傳感器的使用的壽命,當發生大規模故障時間時,容易使得故障檢測方法失效。
【發明內容】
[0004]針對上述缺陷,本發明提供了一種基于分布式網絡的傳感器故障檢測方法及裝置。
[0005]第一方面,本發明提供一種基于分布式網絡的傳感器故障檢測方法,所述方法包括:
[0006]獲取傳感器的樣本數據和所述傳感器在當前時刻的真實狀態數據Xreal,所述傳感器的樣本數據為所述傳感器的歷史狀態數據;
[0007]根據所述樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt ;
[0008]根據所述真實狀態數據Xreal和所述預測狀態數據Xt計算所述傳感器的故障系數;
[0009]將所述故障系數與預設故障閾值進行比較,根據比較結果判斷所述傳感器是否發生故障。
[0010]其中,所述根據所述樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt之前,還包括:
[0011 ] 計算所述樣本數據的平均值,若所述樣本數據中某個時刻的值與所述平均值之間的差值超過了預設差值范圍,則對所述樣本數據進行平穩化處理,并根據平穩化處理后的樣本數據計算所述傳感器在當前時刻的預測狀態數據xt。
[0012]其中,根據所述樣本數據通過下式計算所述傳感器在當前時刻的預測狀態數據
[0013]
【權利要求】
1.一種基于分布式網絡的傳感器故障檢測方法,其特征在于,所述方法包括: 獲取傳感器的樣本數據和所述傳感器在當前時刻的真實狀態數據XMal,所述傳感器的樣本數據為所述傳感器的歷史狀態數據; 根據所述樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt ; 根據所述真實狀態數據Xreal和所述預測狀態數據Xt計算所述傳感器的故障系數; 將所述故障系數與預設故障閾值進行比較,根據比較結果判斷所述傳感器是否發生故障。
2.根據權利要求1所述的方法,其特征在于,所述根據所述樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt之前,還包括: 計算所述樣本數據的平均值,若所述樣本數據中某個時刻的值與所述平均值之間的差值超過了預設差值范圍,則對所述樣本數據進行平穩化處理,并根據平穩化處理后的樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt。
3.根據權利要求1或2所述的方法,其特征在于,根據所述樣本數據通過下式計算所述傳感器在當前時刻的預測狀態數據Xt,
其中,P為自回歸項數,q為滑動平均項數,d為預測序列的差分次數,φ。Oi均為第i時刻的隨機抖動,L為滯后算子,Li為L的i次冪,ε t l為所述樣本數據中前L個時刻的平均值。
4.根據權利要求1所述的方法,其特征在于,根據所述真實狀態數據XMal和所述預測狀態數據Xt通過下式計算所述傳感器的故障系數Cv (t),
其中,cv(i)為傳感器在第i時刻的故障系數。
5.根據權利要求1所述的方法,其特征在于,所述根據比較結果判斷所述傳感器是否發生故障之后,還包括: 若所述傳感器未發生故障,則根據所述故障系數確定信譽等級。
6.一種基于分布式網絡的傳感器故障檢測裝置,其特征在于,所述裝置包括: 數據獲取模塊,用于獲取傳感器的樣本數據和所述傳感器在當前時刻的真實狀態數據Xreal,所述傳感器的樣本數據為所述傳感器的歷史狀態數據; 狀態計算模塊,用于根據所述樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt; 系數計算模塊,用于根據所述真實狀態數據xMal和所述預測狀態數據Xt計算所述傳感器的故障系數; 比較判斷模塊,用于將所述故障系數與預設故障閾值進行比較,根據比較結果判斷所述傳感器是否發生故障。
7.根據權利要求6所述的裝置,其特征在于,所述裝置還包括: 平穩化處理模塊,用于計算所述樣本數據的平均值,若所述樣本數據中某個時刻的值與所述平均值之間的差值超過了預設差值范圍,則對所述樣本數據進行平穩化處理,并根據平穩化處理后的樣本數據計算所述傳感器在當前時刻的預測狀態數據Xt。
8.根據權利要求6或7所述的裝置,其特征在于,所述狀態計算模塊根據所述樣本數據通過下式計算所述傳感器在當前時刻的預測狀態數據Xt,
其中,P為自回歸項數,q為滑動平均項數,d為預測序列的差分次數 O i均為第i時刻的隨機抖動,L為滯后算子,Li為L的i次冪,ε t l為所述樣本數據中時L個時刻的平均值。
9.根據權利要求6所述的裝置,其特征在于,所述系數計算模塊根據所述真實狀態數據xMal和所述預測狀態數據Xt通過下式計算所述傳感器的故障系數Cv (t),
其中,cv(i)為傳感器在第i時刻的故障系數。
10.根據權利要求6所述的裝置,其特征在于,所述裝置還包括: 等級確定模塊,用于若所述傳感器未發生故障,則根據所述故障系數確定信譽等級。
【文檔編號】H04W84/18GK104202765SQ201410424369
【公開日】2014年12月10日 申請日期:2014年8月26日 優先權日:2014年8月26日
【發明者】楊楊, 高志鵬, 朱杰輝, 邱雪松, 李文璟 申請人:北京郵電大學