网络故障诊断技术研究

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了一篇网络故障诊断技术研究范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

网络故障诊断技术研究:基于用户终端网络故障诊断系统

摘要：随着专线接入的规模还在不断扩大，很难通过传统的现场维护或集中培训等方法解决，因此，探索一种解决专线故障新的解决方案非常必要。基于用户终端的网络故障诊断系统就是出于这方面考虑可以实施开发的系统，用户通过系统能方便快捷地对终端故障进行预处理，大大降低了维护人员的工作量。

关键词：终端网络； 故障诊断； 效益

1、 课题研究建立

1.1、 问题提出

随着通信运营商业务的快速发展，专线接入的规模不断扩大，专线故障次数日趋增多，导致专线故障率逐步增加。随着电信重组全业务运营带来的契机，如果专线用户故障居高不下，将直接影响公司今后数据业务的发展。由于专线接入点主要为全市各渠道营业厅，特别是乡镇营业厅分散，偏远，人员流动性大，素质参差不齐，随着业务的快速发展，各营业厅的专线接入规模将不断扩大，很难通过传统的现场维护或集中培训等方法解决，因此，探索一种解决专线故障的新的解决方案非常必要。

1.2、 问题分析

根据某地市运营商提取了专线用户发展情况和故障情况，并按照故障点所在位置进行了分类统计。用户端故障是造成专线故障次数不断增加的主要原因，用户端故障占每月专线故障总数80%以上并成呈逐月增长趋势。通过以上8个月的故障统计，我们得出了每月的平均故障及占比。

我们对用户端的故障原因进行了分类统计，结果发现用户端人为故障占用户端故障次数的80%左右，是造成用户端故障次数不断增加的根本原因。我们得到故障占比月均值，作出如下饼图：

对之前的《故障维护记录表》进行了讨论分析，发现用户端大部分故障都是可以通过用户自身简单处理就能恢复的，于是我们对用户在遇到常见故障的处理能力上提出了质疑，带着这一问题，对100个曾出现过故障的专线用户进行了常见故障处理能力调查，发现由于专线用户各方面基础知识薄弱，造成了用户自身原因的故障次数多，因此提升专线用户诊断常见故障的技能，将会是降低专线用户自身操作问题造成的故障次数的关键。

2、 设定目标

2.1、 总体目标

探索出一种帮助用户诊断网络故障的新方法，有效减少用户端自身操作故障次数，从而有效解决专线故障问题。

2.2、 目标值

将专线故障率由35%降低到15%以下。

3、 确定最佳解决方案

3.1、 提出可能的方案

解决目前的问题可以有以下三种截然不同的方法来帮助用户诊断及处理人为故障，整理亲和图，得到三种可行的方案，转换成树图：

3.2、 从三种方案中进行测试优选

（图3-2：专线传输设备系统）

方案一：基于传输设备的网络故障诊断系统

抽取了50个专线用户，进行了基站端至用户端的传输监控，对其一个月内的故障原因进行分类统计，通过分析得出，若这50个专线用户被纳入传输设备系统，经验证其人为故障恢复比为78.26%。

结论：该系统可对专线用户传输设备进行实时监控，能有效定位网络故障源的大概位置，方便维护人员指导专线用户进行故障处理。该系统部署需要大量硬件设备支撑，需要对整条链路的设备进行统一。

方案二：基于网管监控的网络故障诊断系统

抽取50个专线用户，进行了机房端至基站端的传输监控，对其一个月内的故障原因进行分类统计，通过分析得出，若这50个专线用户被纳入网管监控系统，经验证其人为故障恢复比为69.57%。

结论：该系统可以对专线故障做出及时的反应，当一条链路出现中断时，网管系统会及时告警，显示哪条专线中断，维护人员可以很快响应。每次出现故障后，维护人员会马上与专线用户取得联系，电话指导用户对故障进行判断和处理，由于很多故障由用户自身原因所致，维护人员工作量较大。

方案三：基于用户终端的网络故障诊断系统

抽取了50个专线用户，进行了用户端自身的传输监控，对其一个月内的故障原因进行分类统计，通过分析得出，若这50个专线用户被纳入用户终端系统，经验证其人为故障恢复比为82.61%。

结论：该系统集成了常用的DOS命令测试工具和终端设备故障判断方法，对用户判断终端故障具有指导意义，用户通过系统能方便快捷地对终端故障进行预处理。大大降低了维护人员的工作量，用户满意度较高。

根据上述的分析和试验结果，对比分析各种方案如下表所示：

表3-1：三大方案对比表

方案 描述 优点 缺点 结论

基于传输设备的网络故障诊断系统 在机房放置一台监控终端，对整条专线链路设备进行统一更换 1、维护人员能快速诊断故障并对其进行处理。

2、技术要求不高。 1、成本昂贵，每条专线需要1000元对设备进行更换。

2、部分用户端造成的故障还得不到解决。 故障恢复比78.26%。

效果较明显，但成本太大。

基于网管监控的网络故障诊断系统

在机房放置一台终端电脑和一台服务器，安装基于网管的诊断系统 1、可对全网进行全天监控。

2、对中断专线用户信息反馈及时。 1、维护人员事务较多，每天约2/3时间与用户沟通。2、由于用户素质参差不齐，不能及时解决问题。

3、系统开发技术要求较高。 故障恢复比69.57%。

效果欠佳

基于用户终端的网络故障诊断系统 在每个用户端可任找一台普通的Windows系统终端机进行安装 1、维护人员工作量降低。

2、用户可以自己诊断并解决大多数专线终端故障 1、需对每条专线的终端安装诊断系统，初次安装工作量较大。

2、系统开发技术要求高。 故障恢复比82.61%。

从源头解决问题

效果显著

结论：由上述比较，最佳方案：研发基于用户终端的网络故障诊断系统。

网络故障诊断技术研究:神经网络在网络故障诊断中的应用研究

摘要：针对传统的网络故障知识库难以共同存在的缺陷的高冗余性和稳定性，综合运用神经网络方法和粗糙集理论，提出了RSNN算法，以获得研究样品净化处理。该算法简化了样本，具有高适应性和高容错性，不容易陷入局部极小点，可以有效地处理噪声或不兼容的网络故障诊断。使用这种方法与其它相似的方法相比，可以提高诊断的精度和速度的诊断，具有一定的价值。

关键词：神经网络；计算机网络；故障诊断

1 引言

目前的网络规模、网络结构越来越复杂，这些新的变化变得越来越难作出诊断网络故障，迫切需要的一种工具来进行网络管理与网络故障诊断与排除。网络故障诊断依赖于各种网络设备的状态信息，当发生故障时，通过这些信息的分析和判断，找到原因[1]。在本文中采用粗糙集理论，在原有的规则提取的网络状态信息，算法的基础上决定神经网络的粗糙集（RSNN），并引入层次分散优化的思想和错误的传播原理设计，网络故障诊断模型，引进的层次分散优化网络故障诊断模型，可以在混合网络环境中提供一个singlenetwork的操作控制环境来管理所有子网和管理设备，统一远程控制的，以建立合理的和有效的诊断知识库，故障排除和网络设备，从而提高产品质量的网络，抗干扰能力和快速恢复能力的重新配置。

2 网络故障诊断的相关概念和它们的状态信息

定义1 网络状态S是一个二元组 ， 是非空有限的对象，称为被管理对象的空间，记作 ， 是被管网络对象， 是相应的属性参数， ， 是状态属性， 是相应属性的参数。网络状态信息是指行为信息提取的网络实体在网络运行的状态。

定义2 网络实体可以定义成一个三元组 ，其中 这是一个系统迁移。G是映射功能状态变化，A是造成物理状态变化的事件集合。网络局部状态能分成L个不相干的特征 ， L是由域节点的性质确定。网络故障是一种从正常状态过渡到不正常的状态。

网络状态信息通过信息的收集交界处，基于SNMP轮询的时序相关的MIB变量的数据采集，E调换改变当前网络运行状况E，数据管理，转换成网络状态信息：

为实体状态的属性参数 设定了一个阈值 ， 固态性能参数的物理性能特点的基础上，可以设定一个阈值，需要的专业知识或反复实验，调整，建立比较函数：

用 代替 ，替换预处理后的状态信息。得出： 。令 得到：

因此，要使用的n-维矢量表示本地网络状态的特性。

3 系统原理及实现

在获取信息的基础上RSNN的网络性能、网络的局部特征的性质定义的属性过滤掉所有重要的属性，以反映网络故障的性质之间的关系，然后根据这些属性，建立最低起ruleslayered综合的知识基础，根据神经网络，以提高系统的性能，降低误报率的特点。预处理模块是负责网络状态记录在一个特定的时间间隔相应的离散特征属性，建立基于粗糙集理论和层次分布的优化思路，以减少网络故障可辨矩阵的功能，为了消除矛盾（冲突）和重复的分类规则的故障诊断系统，为每种类型的网络层包含多个子分类粗糙集理论，构成了一个多层次的复杂的神经网络系统。上面的步骤包含规则的故障检测。

诊断问题的实质是一个映射，我们使用一个神经网络来近似这种映射，故障分类系统的学习样本集由故障状态和故障，如在下面的表1中示出的判决子格式的子集的属性组成：

训练样本集在给定的知识领域的专家，所以难免不兼容，导致多余的样品，对这些样品进行培训，不仅不提高决策的正确性，会降低效率的学习神经网络，使用的是三层神经，每个属性贡献的故障现象子集的决策是不一样的，系统需要反映不同的属性在学习过程中的重要性，提高学习效率；此外，网络的故障信息描述的网络结构中的神经元和连接权特定的数目，必须导致低效的学习算法，并最终因为它是有限的使用，以得到样品决策表决策的标志包含只有一部分的的完整冲突样品，沙美特罗H优化算法的神经网络结构的原始库的规则，在每个层的神经元素来定义一个性能指标，i-层优化指标：

其特征在于，表示的第p个样本输入端，第i层的第j个结点的的实际加权和输出；表示第p个样本输入端，第i层的第j个结点加权和期望的输出，以确定网络的神经元的神经网络的权重可以调整到决策过程中的分层分散子优化问题的修正神经网络的学习和粗糙集的决策规则之间的交流达到了粗糙集学习，提高学习当选最低的构成正确的训练集。

（1）简化网络故障信息样本系统。设R是故障属性集，如果对于a∈R，属性集D，如果 ，那么就删除a；

（2）计算信息表的可辨识矩阵 ；

（3）对于可辨识矩阵中的所有取值为非空集合的元素 ，建立相应的析取逻辑表达式 ，将所有的析取逻辑表达式 进行合取运算，得到合取范式 ， ，将L转换为析取范式的形式，得 ，其中，每个合取项中包含的属性组成约简后的条件属性集合，得到降低冗余后的知识系统K。

（4）穿越不同类别的知识系统属性，如果有重复的记录删除冲突记录，如果删除一列保留了原有的属性值，标记为其他记录，其余的属性值可以判断决策，然后删除该值，否则保持原有的价值知识系统；

（5）如果两个记录仅仅是一个条件属性值，和的财产已被删除的记录，那么没有标记的属性值的记录时，可以判断决策，然后再删除另一条记录，否则，删除记录在案；

（6）在上述处理中，一个新的信息表，所有的属性值是值的表芯，所有的记录都对应一个决策规则，沙美H优化算法知识的神经网络，输出为每一个输入对做如下处理：

（a）输入信号前向传播：

（b）输出误差信号后向传播：

输出层：由 ，得到：

隐层：和BP算法一样，将输出层的误差沿代价函数的负阶梯方向逐层后向传播：

（c）计算：由 可得到：

将上式带入 ，得到：

（7）更新权值：设误差能量函数 ，其中 。 表示梯度，设 得到：

其中， 表示 的单位梯度向量。

（8）重复步骤（6），直至收敛或学习步数达到规定值；

（9）如果训练成功，固定权值，用于回代，重新迭代。

4 结束语

针对传统的网络故障知识库难以共同存在的缺陷的高冗余性和稳定性，综合运用神经网络方法和粗糙集理论，提出了RSNN算法，以获得研究样品净化处理。该算法简化了样本，具有高适应性和高容错性，不容易陷入局部极小点，可以有效地处理噪声或不兼容的网络故障诊断。使用这种方法与其它相似的方法相比，可以提高诊断的精度和速度的诊断，具有一定的价值。

网络故障诊断技术研究:煤矿局域网网络故障诊断及排除方法

【摘要】随着信息化程度的不断提高，煤矿局域网的规模越来越大，局域网有着便捷、传输速率高和资源共享等多项优点。随之而来，在局域网的使用中也不可避免的出现各种网络故障。作为网络管理员，必须及时的进行诊断，从故障现象出发，分析故障原因，确定网络的故障点，查找问题的根源，排除网路故障，快速恢复局域网的正常运行，并且想办法减少故障的出现，确保网络的安全性和可靠性。

【关键词】局域网；网络故障；诊断；排除方法

1、引言

安全生产信息化建设是提高矿井安全生产水平的一项基础性工作，是贯彻“科技兴煤”战略的重要手段。网络故障排除是一门综合性技术，以网络原理、网络配置和网络运行的知识为基础。

2、局域网常见网络故障

2.1 按网络故障的性质分类

（1）硬件故障

网络设备是否正常被连接，网卡是否正常安装，网络线路是否有断路，线路和网络模块的打线是否正确，网络设备如交换机、路由器的电源和连接的端口是否正常等。

（2）软件故障

网络软件故障相对网络硬件故障来说复杂得多，网络软件故障主要体现在网卡驱动程度的问题上，看网络协议是否正确，IP地址分配是否正确，路由器在配置上是否准确，并且看VLAN或子网划分是否正确，是否存在病毒等。

2.2 按网络故障的对象分类

（1）端口故障：端口故障通常包括插头松动和端口本身的物理故障。

（2）线路故障：在日常网络维护中，线路故障发生率约占发生的网络故障的70%。线路故障通常包括网络线、水晶头损坏及线路受到严重电磁干扰等引起的网络故障。

（3）集线器、交换机或路由器故障：集线器、交换机和路由器故障在此是指物理损坏，无法工作，导致网络不通。

（4）主机故障：此类故障通常包括网卡接触故障，网卡松动，网卡物理故障，主机的网卡插槽故障和主机本身故障。

3、网络故障的表现及排除步骤

3.1 网络故障的表现

在日常的维护和管理过程中局域网的网络故障现象虽然多种，但是其表现归于以下几种：

（1）计算机无法登录到服务器；

（2）计算机用户无法访问网上邻居；

（3）计算机无法从局域网内浏览内部网页面，或者无法收取局域网内的电子邮件；

（4）计算机能够浏览内部网络中的网页，也可以收发内部网络的电子邮件，但是无法接入Internet；

（5）计算机无法通过服务器接入Internet，或者计算机只能和部分局域网中的计算机通信；

（6）计算机网络程序运行速度缓慢。

3.2 网络故障排除步骤

对于网络故障首先要诊断网络故障的表现，列举分析故障产生的原因，在此基础上缩小范围，对故障原因进行定位，查找问题的根源，最后采取适当的排除方法解决。具体可以遵循如下的步骤进行。

（1）确定问题

分析网络故障的第一步，就要首先描述清楚故障的现象和症状。

（2）收集因素

使用相关工具进行测试，收集需要的用于帮助隔离可能故障原因的信息。

（3）考虑可能的原因

通过集中思考，将问题分类，先排除一些不可能的问题，根据收集到的情况考虑可能的故障原因。

（4）创建诊断计划

根据上一步确定的可能故障，制定出相应的诊断计划。

（5）执行计划

开始仅用一个最可能的故障原因进行诊断测试，这样可以很容易恢复到故障的原始状态。

（6）做好记录

记录每一步和最终的解决方案，以提高自己支持网络的能力。

4、网络故障排除方法

本文按网络故障的性质分类，即硬件故障和软件故障进行网络故障诊断，在检查网络故障时，一般本着先硬件故障再软件故障的顺序检查。

4.1 硬件故障排除方法

网络硬件故障主要表现为线路、端口、网卡、信息插座等方面。一旦网络出现故障，首先想到的最直观的排查方便就是检查网络的物理线路和硬件设备。

（1）线路故障排除方法

在日常网络维护中，线路故障发生率约占发生的网络故障的70%。对于双绞线引起的故障，其中包括网线及水晶头的损坏、线序不正确以及网线过长引起的回波损耗，可以用替换法或使用测线仪来确定是否是网线的问题。

（2）端口故障排除方法

最直观的方法就是查看信号灯状态是否正常。如果离得较近，首先要查看网卡、HUB、交换机、路由器面板上的指示灯。

（3）集线器、交换机或路由器故障排除方法

①若怀疑是集线器或交换机问题，通常最简易的方法是替换排除法，用正常的集线器或交换机替换原来的集线器或交换机。

②判定可能是路由器或MODEM问题，通过IE打开路由器地址或MODEM地址，看设置有没有被更改，再看运行状态是否正常，若运行状态正常而网络不通就应考虑是其它问题，并非为路由器或MODEM的问题，当然从其指示灯也可以作连接正常否的简单判断。

（4）主机故障排除方法

在此主要介绍主机与网卡无法匹配工作的情况。对于网卡接触故障的解决办法是拔出网卡将其金手指用橡皮擦擦掉其氧化层再插入使用。对于网卡松动、主机的网卡插槽故障最好的解决办法是更换网卡插槽。

4.2 软件故障排除方法

（1）网卡驱动程序安装不当的排除方法

在设备管理器窗口中，检查网卡选项，看是否驱动安装正常，若网卡型号前标示出现“！”或“x”，表明此时网卡无法正常工作。解决方法很简单，只要找到正确的驱动程序重新安装即可。

（2）主机网络地址参数设置不当的排除方法

查看网络邻居属性中的连接属性窗口，查看TCP/IP选项参数设置是否正确。

（3）主机网络协议或服务安装不当的排除方法

在网上邻居属性或在本地连接属性窗口查看所安装的协议是否与其他主机是相一致的。

（4）网卡设备有冲突的排除方法

磁盘大多附有测试和设置网卡参数的程序，分别查验网卡设置的接头类型、IRQ、I/O端口地址等参数。

（5）一些重要进程或端口关闭的排除方法用Ping线路近端的端口看是否能Ping通。

5、总结

随着煤矿生产规模的扩大，安全生产情况日益复杂，安全生产数据信息急剧增加，运用计算机网络技术指导、服务于安全生产工作，建立高效灵敏、运行可靠的信息体系，及时掌握安全生产动态，提高安全生产监督、管理信息化水平和工作效率，全面推进安全生产信息化建设工作已经势在必行。

网络故障诊断技术研究:无线传感器网络故障诊断技术研究

摘要：随着社会的发展与不断进步，无线传感器网络得到广泛应用，但是由于无线传感器节点的能量具有制约性，导致无线传感器网络的运用环境比较脆弱，所以本文探讨一下无线传感器网络故障的诊断技术。

关键词：无线传感器 网络故障 诊断技术

无线传感器网络是由大量传感器节点组成的，因为传感器节点廉价和微型的特点，促使无线传感器网络对节点的利用率非常高，尤其是在无线传感网络的监测区域，在自组织方式的参与下，以互相协作的形式完成无线传感器的监测任务，所以其应用的前景也是非常广阔的，但是传感器节点的工作能力是有限的，难免会发生系统故障。

1 无线传感器网络故障评价指标

无线传感器网络故障诊断的性能评价指标是以无线传感器的网络特点和网络应用为基础制定的，其标准主要体现在诊断精度、特殊环境诊断精度、能效性以及诊断时间四个方面。

诊断精度。无线传感器故障诊断精度是诊断机制对故障最直接的评价方式，特别是在网络安全性较高的环境中，如果不能保障故障诊断的精确度则会导致传感器网络系统出现安全漏洞，同时意味着此故障诊断精度的失效，诊断精度主要是以一次过程为故障诊断的依据，分析被诊断的节点状态与实际节点状态的相符程度，诊断精度中故障误报率和故障识别率为评价故障的两个指标。

特殊环境诊断精度。无线传感器网络在特殊环境中的应用是有特定的诊断精度的，例如自然灾害、人为破坏等特殊环境因素，由于故障的节点在网络中的分布不均匀，可能会出现故障区域节点的过分疏散或者是节点的过分密集等现象，普通的诊断精度是不适应的，所以只能采取特殊环境的诊断精度对故障进行评价。

能效性。受无线传感器网络能量供应方面的影响，能效性成为故障诊断评价机制中需要最先考虑的问题，能效性比较强的故障诊断机制可以促进网络使用寿命的延长，以便保障传感器网络监测、计算方面能量的持续供应，与能效性有直接关系的因素有数据通信、处理和采集三方面。

诊断时间。无线传感器网络投入使用后，如需进行故障诊断需要对传感器中节点与节点之间的关系进行协作性判断，主要是因为节点呈现激活状态的数量比较多，如果节点出现联系性的故障一定会对无线传感器网络造成巨大的能耗压力，所以节点故障诊断的时间不宜过长。

2 无线传感器网络故障诊断分类

无线传感器网络故障主要来源于传感器的节点，主要表现在四个模块上，分别为能量电池供应模块、无线网络通信模块、传感处理模块和传感器模块，基于无线传感器网络的运行和使用，其组成元件、部件会出现各种各样的问题，如干扰通信、线路老化、电能耗损以及接线松动等等，引发无线传感器网络发生故障。

2.1 节点级别的故障

节点级别的故障主要是发生在传感器网络的节点处，大部分故障主要是传感器的节点本身出现了问题，其又可分为节点软故障和节点硬故障，软故障是指节点在不影响无线传感器网络运行的前提下发生故障，只有对数据进行传送和测量时，可瞬间影响通信的故障；硬故障是指对节点本身以及对传感器网络造成的直接损害，例如节点本身损坏、电源布置不合理或电源能量不足都会造成无线传感器网络故障。

2.2 网络级别的故障

网络级别的故障是指无线传感器的节点本身是正常的，但是在节点与节点之间的传输、协作方面上出现制约性问题，导致网络连接异常、通信受阻、信息丢失、IP偏差、非法入侵等等，此故障的出现是直接作用于网络的，其故障的表现极其明显，而且故障出现的速度非常快，影响范围比较广，属于无线网络传感器网络中相对较为敏感的故障。

2.3 功能级别的故障

无线传感器网络功能级别的故障对于整体网络都是存在影响的，如出现功能级别的故障会造成网络中汇集点不能正常接收和收集网络中运行的全部信息，引起功能级别故障的原因主要有传感器节点的重启、死亡和失效，链接线路故障以及路由装置故障等。

2.4 数据级别的故障

数据级别的故障是指传感器节点表现正常，但是传达了错误的数据信息，致使网络形成错误的数据感知，数据级别故障的隐蔽性比较强，只有经过精细的检测才可发现传感器节点传递了错误的感知数据，因为即使节点感知数据传递错误，但是其本身的表现形式是没有任何问题的，因此无形中降低了无限传感器网络的运行性能，而且会错误的引导网络管理员检查维修。

3 无线传感器网络故障诊断技术

无线传感器网络故障诊断主要是针对其投入使用的期间，通过对网络传递的信息进行分析，判断无线传感器网络是否发生故障，根据故障发生的状态检测导致故障发生的基本根源，无线传感器网络故障的诊断是一项复杂而又系统的工程项目，基于其所处的环境以及自身运行的特点决定了故障诊断的难度，为降低诊断的难度，一般情况在进行故障诊断时需要以传感器各个节点日常的测量数据为主，以节点数据传输的附加信息为辅，促进故障诊断的效率。

无线传感器网络故障诊断的指标为传感器高质量的服务和能量的有效保护，而故障诊断策略的衡量指标主要有错误警报率和检测率，其中错误报警率反馈的是无效警报在诊断报告总警报中的占据比例，错误报警率较低即可说明此次诊断结果具有较高的可信度；检测率反馈的是被检测出的故障在网络总故障中占据的比例，与错误报告率相反，检测率越高则说明诊断策略的有效性比较高。目前对无线传感器网络故障诊断技术的研究主要以传感器的故障、场景类型为中心，对传感器节点的功能、读数故障进行探讨，分析无线传感器网络故障的诊断技术。

3.1 传感器节点读数故障的诊断技术

节点读数故障的诊断技术主要是针对无线传感器网络中错误的测量数据，错误数据产生的情况主要有外界环境干扰导致网络受到安全攻击、节点部件的损坏等等，针对节点读数故障提出以下诊断技术。

（1）WMFDS诊断技术。此技术主要是对传感器节点与节点之间的数据进行空间相关性的测量，越临近的节点其测量结果的相似性越大，所以只能通过正常读数的空间关系，根据此理论提出WMFDS诊断方法，主要是对两节点之间的故障率、分布密度进行分析，判断节点是否出现问题，此方法还可对相邻的节点进行加权处理，但是此方法只可以用于具有空间相关性的节点读数上。

（2）FIND诊断技术。此技术利用无线传感器节点在监控区域具有可持续性监测的特点，感知网络的突然事件，此节点的数据读取可反馈事件发生点到节点相对应的距离，传感器节点的信号强度与距离是呈现相反关系的，即相对距离越大，节点信号强度越弱，节点信号的强弱变化被称为单调变化特性，所以节点的单调特性是反馈节点出现读数故障的判断标准，比如故障节点会表现出与相对距离单调特性相反的现象。

（3）CSN诊断技术。此诊断技术是有一定局限性的，主要是以移动设备为检测对象，利用加速器得出节点的地震运动，故障节点的读数会存在阈值，此阈值与实际历史差距比较大，通过计算机分析节点比例，如出现较高阈值则说明此节点出现了一定的问题。

3.2 传感器节点网络故障的诊断技术

传感器节点网络故障主要表现在链路受环境因素的影响导致网络可靠性降低等现象，针对传感器节点网络故障提出的诊断技术主要有以下三种：

（1）网络软件调试法。在传感器的节点中采取调试，利用软件的调试命令，对节点处的网络状态进行分析，收集节点网络数据，确定节点网络故障的来源。

（2）特定模型推断法。特定模型推断法主要包括两种，分布式和集中式的方法。分布式的诊断技术是针对网络中的所有节点，利用从局部到整体的决策方法，分布式诊断技术的代表方法有LD2和TinyD2，最终通过节点网络的整合，得出诊断报告；集中式的诊断技术是在网络节点处植入小型探测器，以便对经过节点的应用数据进行分类、分组，但是探测器对得到信息的分析能力是非常有限的，所以需要感知系统的参与，以此为基础进行节点网络故障的细化诊断。

（3）无声故障诊断技术。此诊断技术在三种技术中是具有一定特殊性的，其可对无经验故障进行有效诊断，例如AD诊断技术，即是比较典型的代表，通过对节点各类型诊断信息之间相关性图表的变化，发现网络中存在的隐藏故障，即无声故障，此技术可提高故障诊断的准确率，同时降低了故障出现的频率。

综上所述，利用无线传感器故障诊断技术诊断无线传感器网络中出现的问题，并对其进行及时有效的处理，一方面可以提高无线传感器网络的运用效率，另一方面提高了无线传感器网络的使用率，所以无线传感器网络的正常运行在一定程度上促进我国经济效益和社会效益的发展和提高。

4 结语

无线传感器网络在世界范围内的关注度是比较高的，其渗透多项科学技术，例如无线通信技术、传感器技术以及信息处理技术等等，无线传感器的研究不论是在经济效益上还是在社会效益上，都是具有极其重要的意义的，无线传感器有效的网络故障诊断技术一方面可以提高无线传感器的利用效率，另一方面对能源节约具有一定的实际价值。