基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法及裝置制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法及裝置，涉及故障檢測(cè)【技術(shù)領(lǐng)域】，本發(fā)明根據(jù)傳感器的歷史狀態(tài)數(shù)據(jù)計(jì)算預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt，再根據(jù)預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt與真實(shí)狀態(tài)數(shù)據(jù)計(jì)算故障系數(shù)，由故障系數(shù)來(lái)判斷傳感器是否存在故障，避免了分布式網(wǎng)絡(luò)中各傳感器之間頻繁交互故障檢測(cè)數(shù)據(jù)包，節(jié)省了電池能量和通信帶寬，并且通過(guò)本發(fā)明可有效避免發(fā)生大規(guī)模故障事件時(shí)，無(wú)法取得可靠數(shù)據(jù)樣本帶來(lái)的故障誤判和漏判。
【專(zhuān)利說(shuō)明】基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及故障檢測(cè)【技術(shù)領(lǐng)域】，尤其是涉及一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法及裝置。

【背景技術(shù)】
[0002]近年來(lái)，隨著微電子處理技術(shù)，無(wú)線通信技術(shù)的不斷的進(jìn)步發(fā)展，使得無(wú)線傳感器在環(huán)境監(jiān)測(cè)領(lǐng)域得到廣泛的應(yīng)用。然而，無(wú)線傳感器一般工作在比較惡劣的環(huán)境中，容易使得無(wú)線傳感器出現(xiàn)故障，使得無(wú)線傳感器傳回的監(jiān)測(cè)數(shù)據(jù)出現(xiàn)異常，同時(shí)無(wú)線傳感器的能量有限且充能不便，造成無(wú)線傳感器可靠性降低。由于無(wú)線傳感器低可靠性，使得無(wú)線傳感器軟件故障廣泛的存在。軟件故障表現(xiàn)為無(wú)線傳感器采集的數(shù)據(jù)不正常波動(dòng)或者超出合理的取值范圍，具體表現(xiàn)為:精確度退化、零點(diǎn)漂移、數(shù)據(jù)偏差等。無(wú)線傳感器發(fā)生故障可能會(huì)出現(xiàn)檢測(cè)盲區(qū)，會(huì)嚴(yán)重影響無(wú)線傳感器網(wǎng)絡(luò)性能，因此，及時(shí)的發(fā)現(xiàn)無(wú)線傳感器故障并進(jìn)行恢復(fù)。
[0003]現(xiàn)有的技術(shù)方案中通過(guò)對(duì)大量的數(shù)據(jù)和對(duì)所有的無(wú)線傳感器進(jìn)行檢測(cè)處理，計(jì)算成本高，降低了無(wú)線傳感器的使用的壽命，當(dāng)發(fā)生大規(guī)模故障時(shí)間時(shí)，容易使得故障檢測(cè)方法失效。


【發(fā)明內(nèi)容】

[0004]針對(duì)上述缺陷，本發(fā)明提供了一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法及裝置。
[0005]第一方面，本發(fā)明提供一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法，所述方法包括:
[0006]獲取傳感器的樣本數(shù)據(jù)和所述傳感器在當(dāng)前時(shí)刻的真實(shí)狀態(tài)數(shù)據(jù)Xreal，所述傳感器的樣本數(shù)據(jù)為所述傳感器的歷史狀態(tài)數(shù)據(jù)；
[0007]根據(jù)所述樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt ；
[0008]根據(jù)所述真實(shí)狀態(tài)數(shù)據(jù)Xreal和所述預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt計(jì)算所述傳感器的故障系數(shù)；
[0009]將所述故障系數(shù)與預(yù)設(shè)故障閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷所述傳感器是否發(fā)生故障。
[0010]其中，所述根據(jù)所述樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt之前，還包括:
[0011 ] 計(jì)算所述樣本數(shù)據(jù)的平均值，若所述樣本數(shù)據(jù)中某個(gè)時(shí)刻的值與所述平均值之間的差值超過(guò)了預(yù)設(shè)差值范圍，則對(duì)所述樣本數(shù)據(jù)進(jìn)行平穩(wěn)化處理，并根據(jù)平穩(wěn)化處理后的樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)xt。
[0012]其中，根據(jù)所述樣本數(shù)據(jù)通過(guò)下式計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)
[0013]

【權(quán)利要求】
1.一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)方法，其特征在于，所述方法包括: 獲取傳感器的樣本數(shù)據(jù)和所述傳感器在當(dāng)前時(shí)刻的真實(shí)狀態(tài)數(shù)據(jù)XMal，所述傳感器的樣本數(shù)據(jù)為所述傳感器的歷史狀態(tài)數(shù)據(jù)； 根據(jù)所述樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt ； 根據(jù)所述真實(shí)狀態(tài)數(shù)據(jù)Xreal和所述預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt計(jì)算所述傳感器的故障系數(shù)； 將所述故障系數(shù)與預(yù)設(shè)故障閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷所述傳感器是否發(fā)生故障。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt之前，還包括: 計(jì)算所述樣本數(shù)據(jù)的平均值，若所述樣本數(shù)據(jù)中某個(gè)時(shí)刻的值與所述平均值之間的差值超過(guò)了預(yù)設(shè)差值范圍，則對(duì)所述樣本數(shù)據(jù)進(jìn)行平穩(wěn)化處理，并根據(jù)平穩(wěn)化處理后的樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，根據(jù)所述樣本數(shù)據(jù)通過(guò)下式計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt，
其中，P為自回歸項(xiàng)數(shù)，q為滑動(dòng)平均項(xiàng)數(shù)，d為預(yù)測(cè)序列的差分次數(shù)，φ。Oi均為第i時(shí)刻的隨機(jī)抖動(dòng)，L為滯后算子，Li為L(zhǎng)的i次冪，ε t l為所述樣本數(shù)據(jù)中前L個(gè)時(shí)刻的平均值。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述真實(shí)狀態(tài)數(shù)據(jù)XMal和所述預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt通過(guò)下式計(jì)算所述傳感器的故障系數(shù)Cv (t)，
其中，cv(i)為傳感器在第i時(shí)刻的故障系數(shù)。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)比較結(jié)果判斷所述傳感器是否發(fā)生故障之后，還包括: 若所述傳感器未發(fā)生故障，則根據(jù)所述故障系數(shù)確定信譽(yù)等級(jí)。
6.一種基于分布式網(wǎng)絡(luò)的傳感器故障檢測(cè)裝置，其特征在于，所述裝置包括: 數(shù)據(jù)獲取模塊，用于獲取傳感器的樣本數(shù)據(jù)和所述傳感器在當(dāng)前時(shí)刻的真實(shí)狀態(tài)數(shù)據(jù)Xreal，所述傳感器的樣本數(shù)據(jù)為所述傳感器的歷史狀態(tài)數(shù)據(jù)； 狀態(tài)計(jì)算模塊，用于根據(jù)所述樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt; 系數(shù)計(jì)算模塊，用于根據(jù)所述真實(shí)狀態(tài)數(shù)據(jù)xMal和所述預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt計(jì)算所述傳感器的故障系數(shù)； 比較判斷模塊，用于將所述故障系數(shù)與預(yù)設(shè)故障閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷所述傳感器是否發(fā)生故障。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括: 平穩(wěn)化處理模塊，用于計(jì)算所述樣本數(shù)據(jù)的平均值，若所述樣本數(shù)據(jù)中某個(gè)時(shí)刻的值與所述平均值之間的差值超過(guò)了預(yù)設(shè)差值范圍，則對(duì)所述樣本數(shù)據(jù)進(jìn)行平穩(wěn)化處理，并根據(jù)平穩(wěn)化處理后的樣本數(shù)據(jù)計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt。
8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述狀態(tài)計(jì)算模塊根據(jù)所述樣本數(shù)據(jù)通過(guò)下式計(jì)算所述傳感器在當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt，
其中，P為自回歸項(xiàng)數(shù)，q為滑動(dòng)平均項(xiàng)數(shù)，d為預(yù)測(cè)序列的差分次數(shù) O i均為第i時(shí)刻的隨機(jī)抖動(dòng)，L為滯后算子，Li為L(zhǎng)的i次冪，ε t l為所述樣本數(shù)據(jù)中時(shí)L個(gè)時(shí)刻的平均值。
9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述系數(shù)計(jì)算模塊根據(jù)所述真實(shí)狀態(tài)數(shù)據(jù)xMal和所述預(yù)測(cè)狀態(tài)數(shù)據(jù)Xt通過(guò)下式計(jì)算所述傳感器的故障系數(shù)Cv (t)，
其中，cv(i)為傳感器在第i時(shí)刻的故障系數(shù)。
10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括: 等級(jí)確定模塊，用于若所述傳感器未發(fā)生故障，則根據(jù)所述故障系數(shù)確定信譽(yù)等級(jí)。
【文檔編號(hào)】H04W84/18GK104202765SQ201410424369
【公開(kāi)日】2014年12月10日 申請(qǐng)日期:2014年8月26日 優(yōu)先權(quán)日:2014年8月26日
【發(fā)明者】楊楊, 高志鵬, 朱杰輝, 邱雪松, 李文璟 申請(qǐng)人:北京郵電大學(xué)