基于马尔科夫预测的多传感器故障检测与诊断机制

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:fishe1042
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着无线传感器网络应用规模的不断扩大,各类应用中传感器故障检测与诊断成为系统正常作业、安全可靠性保障的关键技术。针对多传感器系统与节点工作过程定义3种状态,基于故障检测信息建立状态转移矩阵,通过马尔科夫模型预测传感器故障信息,为故障检测与诊断提供决策依据。另外,拓展数据包信息字段包括故障类型、节点定位等,故障处理后节点转移至正常状态后将故障处理和诊断特征等信息存储到网关或者汇聚节点,为改善故障检测精度和诊断效率以及系统资源利用率提供依据。实验结果表明:所提故障检测与诊断算法与传统算法相比,具有更高的故障检
其他文献
针对图像中目标和背景灰度偏差较小、目标边缘轮廓弱的特点,提出了一种快速收敛并具有较强捕获弱边缘能力的水平集曲线演化方法。该方法采用指数函数作为边缘指示函数,运用归一化的Gauss分布函数改进传统的正则化Dirac函数。在目标跟踪过程中,采用卡尔曼滤波获取视频相应帧图像的运动人体目标最小外接矩形框,对外接矩形框内运动人体进行水平集曲线演化,实现对人体目标的跟踪和轮廓提取。分别对可见光下的运动目标和红
传统无线传感器网络(WSNs)位置隐私保护方案难以解决安全性与网络能耗之间的均衡,为了提高网络隐私信息的安全性,提出一种鲁棒性强的无线传感器网络位置隐私保护方案.首先通过
P2P流媒体占用大量带宽,且容易传播病毒,有必要对其进行识别。分析了Abacus方法的不足,提出一种基于SVM概率输出的P2P流媒体识别法P-Abacus。P-Abacus将待识别样本属于已知应
函数P-集合(Function Packet sets)是一个新的数学模型与新的数学结构,是研究动态信息系统信息规律的一个新理论与新方法。函数P-集合是由函数内P-集合SF珚(function internal p
提出一种基于事件之间的时序关系判定可诊断性的方法。首先通过添加通讯事件把全局模型分解成几个局部模型来缩减模型的规模,删除局部模型中的无用路径以降低状态空间;其次利
根据目前FBG传感器在混凝土管桩中的应用现状,介绍了FBG传感器的数据处理原理,针对试验中最易发生破坏的环节,提出了一种可靠的FBG传感器埋设工艺,结合现场PHC管桩竖向静载试
传统测距算法采用电磁信号的理论模型,其参数根据经验确定,导致定位误差较大。为了提高室内的定位精度,减少环境因素的不利影响,提出了一种基于进化理论的无线网络室内定位算法。
植入式无线监测系统在现代医学中得到了广泛的应用,尤其是在动物模型实验中。介绍了一种针对小动物心电和体温监测的低功耗无线监测系统:植入式模块采用脉冲位置调制(PPM)作为发
针对多传感器网络系统的稳定性和可靠性的保障问题,采用能量约束的故障检测技术,通过均衡非线性系统资源,提高故障检测效率和检测精度。同时,结合非线性多传感器系统资源情况
水平定向钻进中钻具姿态的实时测量是实现导向的关键因素。推导了钻具姿态角的测量方法,给出了姿态转换矩阵的解算公式。针对姿态测量的非线性问题和已有算法的不足,建立了姿态测量系统的线性观测方程,该观测方程利用加速度计和磁强计分别测得的地球重力场分量和地磁场分量来构造新的观测向量,并以姿态四元数的误差向量作为观测模型的输入。给出了线性观测模型的求解方法,最小二乘递推法。仿真结果表明:该算法收敛速度快,能够