无线传感器网络故障诊断技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-20页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 国内研究现状 | 第15-16页 |
| 1.2.2 国外研究现状 | 第16-17页 |
| 1.3 本文的研究内容和论文结构 | 第17-20页 |
| 2 WSN故障诊断理论基础 | 第20-28页 |
| 2.1 WSN系统模型 | 第20-21页 |
| 2.2 WSN常见故障介绍 | 第21-22页 |
| 2.3 WSN故障传统诊断算法 | 第22-27页 |
| 2.3.1 BP神经网络 | 第23-24页 |
| 2.3.2 RBF神经网络 | 第24-26页 |
| 2.3.3 贝叶斯网络 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 WSN故障诊断系统模型建立 | 第28-46页 |
| 3.1 WSN故障类型及其征兆 | 第28-35页 |
| 3.1.1 电源模块故障及其征兆 | 第28-29页 |
| 3.1.2 传感器模块故障及其征兆 | 第29-31页 |
| 3.1.3 通信模块故障及其征兆 | 第31-32页 |
| 3.1.4 处理器模块故障、网络级故障及其征兆 | 第32页 |
| 3.1.5 故障类型与故障特征关系 | 第32-35页 |
| 3.2 WSN故障特征值提取与样本划分 | 第35-38页 |
| 3.2.1 基于MIV的故障特征值提取 | 第35-36页 |
| 3.2.2 基于SPXY的故障特征样本划分 | 第36-38页 |
| 3.3 基于PNN的WSN故障诊断模型 | 第38-41页 |
| 3.3.1 PNN诊断算法 | 第38-40页 |
| 3.3.2 模型建立 | 第40-41页 |
| 3.4 基于SVM的WSN故障诊断模型 | 第41-45页 |
| 3.4.1 SVM诊断算法 | 第41-43页 |
| 3.4.2 模型建立 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 WSN故障诊断系统软硬件设计 | 第46-58页 |
| 4.1 系统硬件设计 | 第46-51页 |
| 4.1.1 路由器 | 第46-47页 |
| 4.1.2 Wifi模块 | 第47-48页 |
| 4.1.3 WSN节点硬件设计 | 第48-51页 |
| 4.2 系统软件设计 | 第51-56页 |
| 4.2.1 上位机程序设计 | 第51-53页 |
| 4.2.2 系统通信流程设计 | 第53-54页 |
| 4.2.3 数据采集部分软件设计 | 第54-55页 |
| 4.2.4 系统整体工作流程 | 第55-56页 |
| 4.3 本章小结 | 第56-58页 |
| 5 故障诊断算法仿真及实现 | 第58-78页 |
| 5.1 实验数据采集 | 第58-59页 |
| 5.2 故障特征提取仿真 | 第59-60页 |
| 5.3 样本划分仿真 | 第60-61页 |
| 5.4 WSN故障诊断算法仿真 | 第61-69页 |
| 5.4.1 PNN算法仿真 | 第61-64页 |
| 5.4.2 SVM算法仿真 | 第64-67页 |
| 5.4.3 BP算法仿真 | 第67-69页 |
| 5.4.4 实验结果对比分析 | 第69页 |
| 5.5 WSN故障诊断系统的实现 | 第69-77页 |
| 5.5.1 WSN故障特征值检测 | 第71-73页 |
| 5.5.2 WSN系统通信状态评估 | 第73-75页 |
| 5.5.3 WSN故障分析与报告 | 第75-77页 |
| 5.6 本章小结 | 第77-78页 |
| 6 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介及读研期间主要科研成果 | 第86-87页 |
