基于子图拉普拉斯谱的异常传感器检测及识别方法

来源 :传感技术学报 | 被引量 : 0次 | 上传用户:zlq
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
无线传感器网络中传感器异常检测是确保数据可靠性和系统正常运行的重要环节.将无线传感器网络用图模型描述,针对图上边缘区或稀疏区的异常传感器难以检测及识别的问题,本文提出了一种基于子图拉普拉斯谱的异常传感器检测及识别方法.该方法首先对系统图进行子图划分,再将图上信号转换至拉普拉斯谱信号,然后经低通滤波器处理,将图频域信号还原至节点域信号,通过比较还原信号与采集信号来判断子图的异常情况,最后对异常子图进行分析识别.基于公开数据集验证,本文所提方法对于无线传感器网络中单个异常传感器的检测率可以达到95%以上,其漏
其他文献
为了提高红外CO_2气体传感器的探测灵敏度和精度,首先研究了不同镀膜对非色散扁锥腔CO_2气体传感器的红外吸收效率和灵敏度的影响。然后搭建了湿度实验平台,着重研究了环境湿度对气体浓度测量结果的影响。最后,采用遗传算法优化的BP神经网络算法(GA-BP)对传感器进行了湿度补偿。实验结果表明:在室温条件下、0~2 000×10~(-6)浓度范围内,镀金腔体的CO_2传感器具有更高的红外吸收效率和灵敏度