联系人:
所在地:
该项目主要研究内容如下:
1。提出基于信息熵的混合属性聚类算法对传感器数据进行预先聚类,引入局部异常因子LOF 概念,表征每个时刻检测到的生理参数向量的异常程度,并采用模糊线性回归的方法预测该异常值,实现基于异常值检测的数据故障诊断机制。
2。基于数据时空关联性,利用斯皮尔曼秩关系因子构造节点通信运维属性关系值视图, 从而探求节点的内部通信状态,实现通信故障检测机制。
3。提出一种基于贝叶斯网络推理的探测站点选取策略,利用最少站点实现对网络最大程度覆盖,实现了链路故障定位。
4。围绕“故障感知—故障分析和诊断—故障修复”的故障生命周期,还研究了基于可靠性的传感器数据传输方法,通过预测车辆在路边无线传感器节点中的停留时间、车辆的平均行驶速度等因素,采用延迟容忍的预存储机制实现数据传输。
5。提出一种海量传感器数据文件进行分布式有效存储方法,根据 Markov 预测模型动态增加或减少测量值数据文件副本数量的动态调整策略,保障存储可靠性。
6。针对已经形成网络故障后的无线传感器网络连通性恢复方法进行了探索性研究,提出 了一种考虑障碍的网络分区连通性恢复算法,设计有效的静止和移动中继节点混合放置策略, 恢复分区连通性的同时最小化移动节点的移动距离。
7。研究了异构无线传感器网络容错拓扑控制方法,在异构无线传感器网络中构建普通节点通向超级节点的多路由树,确保网络的故障容忍。
8。研发了传感器网络监控和故障诊断平台:该平台包括温湿度传感器,传感器之间通过Zigbee 协议进行互联,所有传感器数据汇聚到传感器网关节点,网关节点通过 GPRS 协议将汇集后的数据上传到云平台。该平台可监测环境的温湿度以及传感器的剩余电量,测量网络状态并进行故障告警等功能。
通过上述研究,为无线传感器网络故障检测和恢复提供了理论和技术基础,超额完成了项目任务。