无线传感器节点模块级故障诊断方法分析

杨绍波

摘要：本文提出了一种人工神经网络的无线传感器节点故障在线诊断装置，探讨了无线传感器节点模块级故障诊断模型的建立方法，并通过数据验证的方式实现了对无线通信模块故障的正确诊断。

关键词：无线传感器；节点模块；故障诊断

中图分类号：TP212.91 文献标识码：A 文章编号：1007-9416（2018）07-0025-01

无线传感器网络实现了无线通信方式与传感器技术的融合，基于多跳路由以及自组织的方式构架基于无线传感器的信息传输网络。整个无线传感器网络搭载大量小型传感器节点构成，这些节点兼具计算以及通信能力，以协作的方式感知整个覆盖区域内的目标信息，并以无线网络为依托将这些目标信息传输至监控中心中。监控中心将数据以及指令等信息依托于无线网络传输至无线传感器节点模块，进而为节点模块的数据处理奠定基础。但从工程实践应用的角度上来说，受到无线传感器运行环境条件等因素的影响，长期运行下节点模块容易出现短路、松脱以及短路等一系列故障，如何在故障发生后快速实现定位与诊断，是业内人士必须高度重视的课题之一。本文即提出一种对无线传感器节点模块级故障的诊断方法。

1 无线传感器节点模块级故障诊断系统

无线传感器节点的构成模块比较简单，主要涉及到传感器模块、处理器模块、无线通信模块以及能量供应模块这几个方面。任意模块出现故障都可能导致无线传感器节点信号的输出出现异常，甚至丢失。如对于能量供应模块而言，常见故障包括电压不足、电源噪音异常以及供电模块输出电压过高等；对于传感器处理模块而言，常见故障包括CPU中央处理器失效，IO串口失效、串口数据收发异常等；对于无线通信模块而言，常见故障包括功率放大器失效、信号接收错误、读写寄存器错误等；而对于传感器模块而言，常见故障则包括短路、短路、接触不良、A/D采样失效等。基于对上述无线传感器各个模块故障类型以及表现形式的的分析，提出一种基于嵌入式处理系统的无线传感器节点模块级状态监测装置，利用处理器上集成的数模转换器（D/A）、模数转换器（A/D）、串口、运算放大器同多路模拟开关组成了节点工作状态在线监测系统[1-2]。整套监测装置主要功能及其工作方式如下：

（1）对工作电流予以实时性检测。在电阻片上安装运算放大器，与故障诊断A/D形成一个完整的电流检测工作回路，对放大后传感器工作模块、无线通信模块以及处理器模块所对应工作电流进行实时性采集并做放大处理，以判断整个节点模块存在的电流异常、短路以及断路等故障；（2）对A/D误差进行实时性检测与处理。在故障诊断中，可以通过应用无线传感器检测器D/A以及多路模拟开关的方式，直接输入模拟信号至传感器模块A/D内，以判断无线传感器节点采样A/D存在故障，同时评估其信号传输的精度：（3）处理器模块实时性检测。将无线传感器节点处理器模块串口与检测器串口进行连接，对处理器模块存储器进行实时性、定期性讀写，以评估储存器以及CPU中央处理器运行状态，同时还可判断串口工作状态。

2 无线传感器节电模块故障诊断模型验证

结合既往经验，针对无线通信模块的故障诊断始终是WsNs节点故障诊断中难度最大的缓解之一。受到无线通信模块功率放大器失效、老化、中继节点故障等一系列因素的影响，WsNs节点信号丢失的可能性是非常大的。在这一情况下，为了最大限度的确保无线传感器的正常运行，就必须在人工神经网络基础之上，构建与无线传感器节点模块级故障相适应的故障诊断模型与方法。

在无线传感器节点模块中集成有功率放大器，温度变化对电流大小所产生的影响是非常明显的。实际运行中，无线传感器通信模块的工作方式以动态电压调节为主，其目的是降低能量消耗。或，随着电池电量的不断消耗，无线通信模块输入电压水平持续下降，导致电压会在很大程度上影响其电流水平。这两者之间存在的关系可以简单表述为：无线传感器通信模块工作电流在温度升高时相应升高，并且在输入电压下降时相应降低。若输入电压以及温度同时调整，则对于无线传感器通信模块而言，其工作电流会同时承受该视野下无线通信模块电压、温度的影响。因此，可以尝试在人工神经网络辅助下，构建基于无线传感器通信模块电流值的故障诊断模型[3]。

整个基于人工神经网络的无线传感器节点模块故障诊断模型测试平台搭建于SI4432无线通信模块上，选用DHP恒温试验箱。温度取值范围16.6℃～63.5℃，输入电压取值范围1.9V～3.3V，采集89组数据（其中72组数据为神经网络训练数据，17组数据为验证数据）。如图1所示人工神经网络无线传感器节点故障诊断模型计算值曲线与验证数据的对比结果。结合图1可见，人工神经网络无线传感器节点故障诊断模型计算值训练数据与验证数据一致性程度高，最大相对误差在2.0%以内，平均绝对误差低于0.4，证实了基于人工神经网络无线传感器节点故障诊断模型的可靠性。

3 结语

为解决无线传感器节点模块在故障诊断方面存在的一系列问题，本文提出了一种基于人工神经网络的无线传感器节点故障在线诊断装置，着重探讨了无线传感器节点模块级故障诊断模型的建立方法，并通过数据验证的方式实现了对无线通信模块故障的正确诊断。在后续实践工作中，相关人员可以尝试以本方法为辅助，对无线传感器网络运行中节点模块故障的产生位置进行快速定位，并为下一阶段的故障诊断以及快速修复奠定基础。

参考文献

[1]薛善良，杨佩茹，周奚.基于模糊神经网络的WSN无线数据收发单元故障诊断[J].计算机科学，2018，（5）：38-43.

[2]张劼，景博，张宗麟，等.无线传感器网络中基于比较的簇节点故障诊断算法[J].传感技术学报，2007，（8）：1860-1864.

[3]许红艳，郭红.无线传感器网络节点故障诊断算法研究[J].西南师范大学学报（自然科学版），2016，（9）：126-133.