基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在无线传感器网络(wireless sensor network,简称WSN)中通常需要对网络节点所测量的数据进行处理来判断WSN的运行是否可靠.针对传统算法存在计算复杂、能耗大的问题,提出一种基于粒子群优化算法及高斯分布的WSN节点故障诊断方法.根据粒子群优化算法规则简单和收敛速度快等特点,对节点所测数据进行优化并得到一个相应的阈值范围,通过高斯分布判断所测数据是否满足与所定阈值范围之间的关系来判定节点是否发生故障.试验结果表明,该故障诊断方法能及时、有效地发现WSN异常并诊断出故障节点,提高了WSN工作的可靠性.
推荐文章
适于井下WSN节点的故障诊断算法研究
井下无线传感器网络
节点故障诊断
链式布局 WSN
改进的分簇式DFD诊断算法
能量阀值
簇头通信链
基于强化学习和蚁群算法的WSN节点故障诊断
传感器节点
故障诊断
强化学习
蚁群算法
基于混沌粒子群算法的接地网腐蚀故障诊断
接地网
腐蚀诊断
多目标优化
混沌粒子群优化
基于粒子群算法优化支持向量机汽车故障诊断研究
粒子群算法
支持向量机
汽车故障诊断
遗传聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群算法及高斯分布的WSN节点故障诊断
来源期刊 振动、测试与诊断 学科 工学
关键词 无线传感器网络 故障诊断 粒子群优化算法 高斯分布
年,卷(期) 2013,(1) 所属期刊栏目 论文
研究方向 页码范围 149-152
页数 4页 分类号 TP393|TP212
字数 3274字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余成波 重庆理工大学远程测试与控制技术研究所 65 369 12.0 14.0
2 余磊 重庆理工大学远程测试与控制技术研究所 6 35 3.0 5.0
3 何强 重庆理工大学远程测试与控制技术研究所 4 22 2.0 4.0
4 李芮 重庆理工大学远程测试与控制技术研究所 5 52 4.0 5.0
5 谭俊 重庆理工大学远程测试与控制技术研究所 4 32 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (42)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (46)
二级引证文献  (30)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
研究主题发展历程
节点文献
无线传感器网络
故障诊断
粒子群优化算法
高斯分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
论文1v1指导