MRNN:一种新的基于改进型递归神经网络的WSN动态建模方法:应用于故障检测

摘要：

提出了一种适用于无线传感器网络WSN的故障检测方法,该方法运用改进的递归神经网络MRNN为WSN的节点、节点的动态特性以及节点间的关系建立相关模型,对WSN节点进行识别和故障检测.MRNN的输入选择建模节点的先前输出值及其邻居节点的当前及先前输出值,模型基于一种新的改进的反向传播型神经网络,该神经网络的输入以及传感器网络的拓扑结构基于通用的非线性传感器模型.仿真实验将MRNN方法与卡尔曼滤波法进行了全面的比较.实验表明,MRNN在置信因子较小的情况下与卡尔曼滤波方法相比有较高的故障检测精度.

关键词：故障检测、建模、递归神经网络、无线传感器网络

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

资助基金：山东省高等学校科技计划项目J13LN55;济南市高校院所自主创新科技计划项目201303017;山东英才学院校级科研课题12YCYBZR01

在线出版日期：2015-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：711-718