[发明专利]基于贝叶斯网络的低速无线传感器网络测试性分析方法在审
申请号: | 201710269688.7 | 申请日: | 2017-04-24 |
公开(公告)号: | CN107103134A | 公开(公告)日: | 2017-08-29 |
发明(设计)人: | 余成波;李彩虹;田桐;罗培根;刘彦飞;孙梦娜;杨亚 | 申请(专利权)人: | 重庆理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 重庆华科专利事务所50123 | 代理人: | 谭小琴 |
地址: | 400054 重*** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 贝叶斯 网络 低速 无线 传感器 测试 分析 方法 | ||
1.一种基于贝叶斯网络的低速无线传感器网络测试性分析方法,其特征在于,包括以下步骤:
a.对测试结果信息进行统计,依据故障模式和各种测试输入信号建立基于贝叶斯网络的测试性分析模型;
b.利用测试性分析模型分析故障的影响性,确定节点的条件概率表;
c.利用测试性分析模型分析故障模式和测试输入信号的相关性关系,得到故障-测试相关性矩阵;
d.引入测试性指标并计算相应的得分,并与预期数据作比较,对协议实现的可靠性进行系统和科学评估。
2.根据权利要求1所述的基于贝叶斯网络的低速无线传感器网络测试性分析方法,其特征在于,所述步骤a具体为:
对测试结果信息进行统计,分析系统的组织结构和各层次之间的相互耦合关系,确定功能框图,分析测试输入信号以及与测试输入信号相关的故障模式,并从中提取出可用测试输入信号并生成故障模式集和测试信号集,指定为模型的节点变量;
根据系统设备的故障模式与测试输入信号之间的因果关系,及其节点变量的可能概率值,建立相应的子系统模块,然后根据各子系统模块之间的耦合关系,建立基于贝叶斯网络的测试性分析模型。
3.根据权利要求1或2所述的基于贝叶斯网络的低速无线传感器网络测试性分析方法,其特征在于,所述步骤b具体为:通过分析故障的影响性,按照关键程度进行故障模式分类,确定节点的条件概率表。
4.根据权利要求3所述的基于贝叶斯网络的低速无线传感器网络测试性分析方法,其特征在于:确定节点的条件概率表,该表是由条件概率矩阵所绘制,包括以下步骤:
b1.规定:
b2.用条件概率P(tnj|fj)表示故障与测试输入信号间的不确定性关系,故障模式分类如下:
通过,即P(tnj=0|fj=0),故障fj不发生,测试tnj输出成功信号,则tnj表示正确;
漏检,即P(tnj=0|fj=1),故障fj发生,测试tnj输出为成功信号,则tnj漏检故障fj;
误报,即P(tnj=1|fj=0),故障fj不发生,测试tnj输出失败信号,则tnj误报故障,对应tnj误报故障的概率,称为误警(Ⅱ类)概率;
失败,即P(tnj=1|fj=1),故障fj发生,测试tnj输出失败信号,则tnj表示正确,此概率为tnj对fj成功检测的概率;
b3.规定:
若测试tn与故障fj不相关,则P(tnj|fj)=0,其中tn表示第n次测试;
若测试tn与故障fj相关,则P(tnj|fj)≠0;
分析步骤b2的四种情况,并把这些不确定参数作为系统的先验概率,获取系统的条件概率矩阵。
5.根据权利要求4所述的基于贝叶斯网络的低速无线传感器网络测试性分析方法,其特征在于,所述故障-测试相关性矩阵为:
矩阵中元素rmn为布尔变量,若fj能被ti测出,则令rij=1,反之rij=0,其中fj表示故障模式j,ti表示进行的第i次测试。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆理工大学,未经重庆理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710269688.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:智能插卡音箱(M15)
- 下一篇:耳机(BA‑T6)