无线传感器网络中DMST拓扑控制算法

为了延长无线传感器网络的生命周期,进行了无线传感器网络中拓扑控制策略的探索性研究,提出了一种基于最小生成树的分布式拓扑控制算法(MST-based distributed topology control algorithm,DMST),该算法能够保持拓扑控制前后网络中任意两点之间最大限度K容错连通特性.在OPNET仿真平台上对该算法进行仿真,最后与无线传感器网络传统的两种节能路由协议基于信息协商的传感器协议(Sensor Protocols for Information via Negotiation,SPIN)和直接扩散协议(Directed Diffusion,DD)在同等条件下针对节点能量使用进行对比,结果表明,DMST算法使得节点能根据自身剩余能量状况对节点运行模式进行控制,达到节能目的.DMST除了能通过改变K值来调整网络的容错能力之外,还能根据节点最大移动速度和Hello包间隔进行拓扑调整,有助于保持移动网络的拓扑稳定性.     

基于小波分析的容错组合导航系统故障检测算法研究

针对目前多数故障检测法对缓变的软故障检测不灵敏,延迟性较大,无法判断各种故障类别等问题,在分析利用小波奇异性进行故障检测原理的基础上,提出了一种基于模极大值原理的导航传感器故障检测方法。该算法利用传感器的观测量来诊断传感器是否正常工作,文中给出了利用小波奇异性进行故障检测的原理描述及利用该算法进行故障检测算法流程。该算法不仅对导航传感器软故障具有较高的检测灵敏度,而且可以通过故障点处信号的Lipschitz指数来判断故障类别,为传感器故障隔离和修复提供有效的信息,因此可以更好的保障多传感器容错组合导航系统的可靠性。计算机仿真表明所提方法是有效的,具有较高的实用性。     

无线传感器网络节点调度算法及研究进展

随着无线网络技术的发展,无线传感器网络近年来引起了广泛的关注。该网络由大量具有有限感知能力和传输能力的节点组成。受节点自身能量的制约,如何能源有效的利用节点使得尽可能的延长网络工作时间成为了无线传感器网络设计的重中之重。针对无线传感器网络设计能源有效的节点调度算法可以完成这一目标。本文从技术角度给出了研究节点调度算法的意义,对现有的节点调度算法进行了分类、分析和比较。最后给出未来需要解决的若干个问题,相信会推动该领域的工作人员展开进一步的探索和研究。     

无线传感器网络的容错拓扑控制技术

为了延长无线传感器网络的生命周期,进行了无线传感器网络中拓扑控制策略的探索性研究,提出了容错拓扑控制算法(Fault Tolerant Topology Control Algorithm,FTTC).在OPNET仿真平台上将FITC协议与无线传感器网络中传统的两种节能路由协议基于信息协商的传感器协议(Sensor Protocols for Information via Negotiation,SPIN)和直接扩散协议(Directed Diffusion,DD)在同等条件下针对节点能量使用进行对比,结果表明FFIE算法使得节点能根据自身剩余能量状况对节点运行模式进行控制,达到节能目的;最后与传统的平面按需路由协议动态源路由协议(Dynamic Source Routing Protocol,DSR)和临时按序路由算法(Temporary Ordered Routing Algorithm,TORA)在网络生命周期方面进行了比较,仿真结果表明,FTTC协议比DSR和TORA在单位时间内耗尽全部能量的节点数要少,因此网络生命周期更长.     

基于无线传感器网络的低功耗目标探测系统设计与实现

基于无线传感器网络的目标探测系统利用磁场、振动、声音等环境参数的变化实现对移动目标的探测。针对无线传感器网络的能量受限问题,从传感器节点硬件选型、节点休眠设计、网络拓扑结构设计和数据传输协议设计等方面出发,进行系统低功耗设计优化。实验结果表明,该探测系统在传感器节点采用容量4 A·h锂电池,采样率10 Hz情况下,平均工作电流仅为3.78 mA,连续工作时长可达33天。     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

应用ZigBee技术的航天器内部三维空间定位方案

针对航天器内部缺少三维空间定位方案的问题,提出一种应用紫蜂(ZigBee)技术的无线传感器网络定位方案,即通过在航天器内部布置ZigBee无线传感器网络,设置若干数量的参考节点和未知节点,利用参考节点的先验位置信息,以及针对未知节点的测距信息,完成对未知节点的三维空间定位。建立基于参考节点平面的三维空间坐标系,根据到达角度(AOA)计算出未知节点的法向坐标(Z坐标),将未知节点投影至参考节点所在平面(XOY平面),利用三边定位法计算出未知节点在XOY平面的坐标。该方案理论上最少只需要6个参考节点,就可以实现对航天器内部未知节点的定位,并且不需要时间同步,适合于无线传感器网络的低复杂度设计需求;利用到达时间差(TDOA)算法进行AOA计算,通过对参考节点进行分层布局,避免使用复杂的天线阵列技术。仿真验证结果表明:本文方案具有较高的定位精度,同时具有较低的硬件和组网要求,以及较低的计算和通信开销,适合于航天器内部的三维空间定位。     

一种基于多代理的传感器网络IPv6地址配置协议

为了更好的发挥无线传感器网络的效能,方便与 Internet的互联,需要实现无线传感器网络IP地址的自动配置.因为IPv6可以提供大量网络地址,更符合无线传感器网络要求地址数量较多的这个特点,所以本文针对无线传感器网络提出了一种基于多代理的IPv6地址自动配置协议SNMAAP,通过在网络中使用地址代理,不仅可以使节点在很短的时间内获得可用地址,而且也降低了地址出现冲突的概率和网络开销.在OPNET仿真平台上对SNMAAP协议以及两种地址配置协议IPv6 Stateless Autoconfiguration协议和MANETconf协议进行了仿真,实验结果表明在相同条件下SNMAAP协议不仅保证了地址的唯一分配,协议的开销、延迟和重复检测开销也均较小.     

基于ZigBee的无线传感器网络

提出一种基于Z igBee技术的无线传感器网络,该网络采用星型网络拓扑结构。为了降低每个传感器节点的功耗,同时延长传感器节点的寿命,采用STOP模式。在此模式下,传感器节点在低功率监测信道和定时周期性唤醒机制下工作,同时循环冗余校验CRC机制和加密算法的加入,更好地增加了系统的可靠性及安全性。     

考虑传感器故障检测能力的PHM系统传感器优化配置方法

传感器优化配置是航空航天设备PHM系统功能得以有效实现的基础和保证。针对目前传感器配置研究中未考虑传感器实际属性的问题,建立了考虑传感器故障检测能力的PHM系统传感器优化配置模型。首先分析了系统故障-传感器相关性矩阵的含义,将传感器的故障检测能力和相关性矩阵相结合,以概率形式描述了传感器对故障的检测性能。在此基础上根据系统的测试性指标要求建立传感器优化配置模型,并采用混沌二进制粒子群优化算法求解。仿真实例结果表明,本文建立的优化模型更加符合实际情况,配置结果更加准确和可靠。     

基于可观测性和可靠性的传感器分布优化设计

为了解决航天器的故障检测的传感器分布的设计问题,本文提出一种描述系统故障的有向图模型,针对该模型,给出了基于可观测性和可靠性的传感器分布的设计问题的描述,并提出了优化设计的思想。根据该思想给出了传感器分布优化设计方案,该方案考虑了故障的可观测性和故障检测的可靠性问题,还有传感器安置成本的约束问题,并采用了贪婪启发式算法实现了该方案。该方案应用到某卫星一次电源系统,仿真算例的结果表明该方案满足了可观测性和可靠性的要求,通过与其它设计方案对比,该方案能够快速提高系统的可靠性,更适合系统设计的需要。
     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题，为了降低卫星姿态确定系统故障诊断的运算量，提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器，然后将卡尔曼滤波器与简化观测器思想相结合，进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离，又能够诊断星敏感器的故障。此外，该方法只利用一个滤波器即可实现故障检测与分离，其计算量小，有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验，仿真结果表明了所提方法的有效性。     

一种基于小波和人工神经网络的故障检测与诊断方法

提出了一种基于小波和人工神经网络的故障检测与诊断的方法，该方法利用小波包分解的精确细分的特点，分别对正常系统和故障系统的采样信号进行精确特征提取，并构造一系列基于信号能量且具有表征系统状态能力的特征向量，然后利用人工神经网络分类器对系统在各种状态下的特征向量进行分类决策，从而实现对系统的故障检测与诊断。     

液体火箭发动机传感器故障检测与数据恢复算法研究

以某型液体火箭发动机为研究对象,根据其传感器的故障特性,提出了基于BP神经网络的传感器故障检测与数据恢复算法。通过定义的传感器置信度来判断传感器是否发生故障,以及确定故障传感器,利用已训练好的神经网络结构对故障传感器进行数据恢复。研究内容能够实现传感器的故障检测、定位与补偿,能够有效提高发动机故障检测方法的可靠性和鲁棒性。     

A residual based adaptive unscented Kalman filter for fault recovery in attitude determination system of microsatellites

This paper presents an adaptive unscented Kalman filter (AUKF) to recover the satellite attitude in a fault detection and diagnosis (FDD) subsystem of microsatellites. The FDD subsystem includes a filter and an estimator with residual generators, hypothesis tests for fault detections and a reference logic table for fault isolations and fault recovery. The recovery process is based on the monitoring of mean and variance values of each attitude sensor behaviors from residual vectors. In the case of normal work, the residual vectors should be in the form of Gaussian white noise with zero mean and fixed variance. When the hypothesis tests for the residual vectors detect something unusual by comparing the mean and variance values with dynamic thresholds, the AUKF with real-time updated measurement noise covariance matrix will be used to recover the sensor faults. The scheme developed in this paper resolves the problem of the heavy and complex calculations during residual generations and therefore the delay in the isolation process is reduced. The numerical simulations for TSUBAME, a demonstration microsatellite of Tokyo Institute of Technology, are conducted and analyzed to demonstrate the working of the AUKF and FDD subsystem.