科研之友
微信
新浪微博
Facebook
分享链接
摘要
无线传感器网络已经成为一种实时监测环境的解决方案并被广泛应用于各种领域。由于网络中的传感器容易受到复杂工作环境和自身硬件等因素影响而发生故障，因此无线传感器网络故障检测在其应用领域中是不可缺少的环节。针对无线传感器网络中的故障检测问题，提出了一种融合图卷积网络和门控循环单元的故障检测模型GCN-GRU,该模型由输入层、时空处理层和输出层组成。输入层接收传感器网络数据和由无线传感器网络构建的图模型并将其传输至时空处理层；在时空处理层中，运用图卷积网络提取无线传感器网络的空间分布特征及故障在高维空间的特征，并将其构造为时序序列的高维数据作为门控循环单元的输入，之后通过门控循环单元对传感器网络数据的时间演变特征和空间演化特征进行提取和融合，最后在输出层得到故障检测结果。为了评估GCN-GRU模型的性能，将其与现有的无线传感器网络故障检测算法进行仿真对比。仿真结果表明，GCN-GRU模型相较于对比算法显著地提高了故障检测率并降低了虚警率，能更有效地识别出故障传感器。
- 单位
