典型文献
GCN-GRU:一种无线传感器网络故障检测模型
文献摘要：
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.
文献关键词：
无线传感器网络;故障检测;图卷积网络;门控循环单元
中图分类号：
作者姓名：
陈俊杰;邓洪高;马谋;蒋俊正
作者机构：
桂林电子科技大学信息与通信学院 ,广西壮族自治区桂林541004;桂林电子科技大学卫星导航定位与位置服务国家地方联合工程研究中心 ,广西壮族自治区桂林 541004
文献出处：
引用格式：
[1]陈俊杰;邓洪高;马谋;蒋俊正-.GCN-GRU:一种无线传感器网络故障检测模型)[J].西安电子科技大学学报（自然科学版）,2022(05):60-67
A类：
B类：
GCN,GRU,无线传感器网络,网络故障,故障检测模型,杂工,检测问题,图卷积网络,门控循环单元,输入层,空处,出层,网络数据,网络构建,图模型,空间分布特征,高维空间,时序序列,高维数据,过门,时间演变,演变特征,空间演化特征,检测算法,仿真对比,对比算法,法显,故障检测率,虚警率
AB值：
0.210519
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
