公开(公告)号：CN112911625A

公开(公告)日：2021-06-04

申请号：CN202110155275.2

申请日：2021-02-04

Applicant: 重庆邮电大学 ,  赛尔网络有限公司

Inventor： 刘卓林 ,  张焱 ,  谢昊飞 ,  王平 ,  冯乔琦 ,  韩延

IPC: H04W24/04 ,  H04W84/18 ,  H04L12/24

Abstract: 本发明属于工业物联网领域，涉及一种确定性时隙通信传感节点的故障诊断方法；所述诊断方法包括无线传感节点基于确定性时隙周期性地向其他无线传感节点发送命令帧；若当前无线传感节点在一定周期内未接收到其邻居无线传感节点发送的命令帧；检测当前无线传感节点是否发生硬故障；若所述当前无线传感节点未发生硬故障时，则采用基于自回归模型的时间序列分析算法检测所述当前无线传感节点是否发生软故障；本发明能够针对工业现场的无线传感节点的状态进行实时监测，对于发生故障的无线传感节点，利用本发明中提出的针对硬故障与软故障的检测方法，可以及时发现故障无线传感节点并确定节点所发生的故障类型，从而保证了无线传感网络的可靠性。

公开(公告)号：CN116680643A

公开(公告)日：2023-09-01

申请号：CN202310676113.2

申请日：2023-06-08

Applicant: 重庆邮电大学

Inventor： 张焱 ,  刘卓林 ,  韩延 ,  黄庆卿

IPC: G06F18/2433 ,  G06F18/2321 ,  G06F18/213 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明属于机械异常检测领域，涉及一种深度对比学习与密度聚类结合的异常检测方法；该方法包括利用对比学习提取原始数据所包含的高维特征信息；利用t‑SNE将高维特征信息转化至低维特征空间；根据最小突变距离方法确定DBSCAN聚类半径；利用DBSCAN对低维特征空间中异于正常样本的数据进行识别，实现故障检测。本发明有效避免了传统故障检测方法过度依赖人工经验、过程繁琐等问题，对比学习和t‑SNE将原始数据映射至低维特征空间，两者相结合可以使高维数据在低维空间中依然可以保留高维空间所包含的特征信息，最小突变距离的参数设置方法可以实现根据数据特征自动设置参数，DBSCAN可以实现对空间中的异常样本自动检测。

公开(公告)号：CN112911625B

公开(公告)日：2022-06-03

申请号：CN202110155275.2

申请日：2021-02-04

Applicant: 重庆邮电大学 ,  赛尔网络有限公司

Inventor： 刘卓林 ,  张焱 ,  谢昊飞 ,  王平 ,  冯乔琦 ,  韩延

IPC: H04W24/04 ,  H04W84/18 ,  H04L41/142

Abstract: 本发明属于工业物联网领域，涉及一种确定性时隙通信传感节点的故障诊断方法；所述诊断方法包括无线传感节点基于确定性时隙周期性地向其他无线传感节点发送命令帧；若当前无线传感节点在一定周期内未接收到其邻居无线传感节点发送的命令帧；检测当前无线传感节点是否发生硬故障；若所述当前无线传感节点未发生硬故障时，则采用基于自回归模型的时间序列分析算法检测所述当前无线传感节点是否发生软故障；本发明能够针对工业现场的无线传感节点的状态进行实时监测，对于发生故障的无线传感节点，利用本发明中提出的针对硬故障与软故障的检测方法，可以及时发现故障无线传感节点并确定节点所发生的故障类型，从而保证了无线传感网络的可靠性。