何永强 秦 勤

(河南工程学院计算机学院， 郑州 451191)



基于贝叶斯置信区间的传感器网络故障诊断方法研究

何永强 秦 勤

(河南工程学院计算机学院， 郑州 451191)

通过构建贝叶斯网络故障诊断模型，提出了结合故障诊断准确性和置信区间对传感器网络进行故障诊断的方法。采用二项分布参数估计方法，结合β分布和F分布对置信区间进行算法改进，降低了对测试数据规模的要求，减小了准确度的误差。通过仿真分析，验证了改进算法的准确性和可靠性。

贝叶斯； 置信区间； 故障诊断； 传感器网络； 准确度

传感器网络是由部署在检测区域内的、具有计算和通信能力的微小传感器节点组成，通过自组织形式，采用多跳的通信方式进行通信，能根据环境自主完成指定任务的分布式智能化网络系统[1-2]。传感器网络故障一般是由传感器节点故障引起的。由于节点廉价、自身能量有限、所处环境等因素的影响，导致节点采集到的数据不正确或者错误,甚至导致节点失效[3-5]。

尹晓伟等人提出了采用贝叶斯网络的推理能力进行系统可靠性评估的方法[6]；姜维等人提出了基于熵增益建立证据不确定的可信度贝叶斯网络推理模型[7]；赵俊等人针对贝叶斯置信网络的结构学习问题，提出了一种遵循典型ACO算法框架(ACO-TSP)的贝叶斯网络结构学习算法(ACO-BN),并拓展为包括 EAS-BN、ACS-BN和 MMAS-BN在内的一类算法[8]；李娜等人提出了基于贝叶斯置信框架的最小二乘支持向量机模型参数选择方法的推理模型[9]；……