计算机辅助处理在传感器网络中检测到的测量值的方法

摘要

本发明涉及一种用于计算机辅助处理在传感器网络中检测到的测量值的方法，其中传感器网络包括多个传感器节点，这些传感器节点分别具有一个或者多个用于检测测量值的传感器，其中在传感器节点中已知多个相邻传感器节点的测量值。通过根据本发明的方法，多区域神经网络被映射到相对应的传感器网络上，由此提供了以下可能性，即借助相邻传感器的信息即使在有误差地或故障地测量传感器节点时也保证了传感器节点位置上的全局状况识别。利用这种方法运行的传感器网络在此相对几个传感器故障是更稳健的。传感器节点的各个传感器因此可以在传感器网络相同的稳健性的情况下更简单地被构造，因为传感器故障对传感器网络的高效能性影响较小。

主权项

1.一种用于计算机辅助处理在传感器网络中检测到的测量值(T1，T2，…，TN)的方法，其中传感器网络包括多个传感器节点(S1，S2，S3)，所述传感器节点分别具有一个或者多个用于检测测量值(T1，T2，…，TN)的传感器，其中在传感器节点(S1，S2，S3)中已知多个相邻传感器节点(S1，S2，S3)的测量值(T1，T2，…，TN)，其中：-给每个传感器节点(S1，S2，S3)分配神经元区域，该神经元区域包括多个具有一个或者多个神经元的、通过动作(ν1，ν2，…，νN)来表征的神经元组(1，2，…，N)，其中给每个神经元组(1，2，…，N)分配在传感器节点(S1，S2，S3)中可测量的测量值的测量值(T1，T2，…，TN)和/或测量值域；-相应传感器节点(S1，S2，S3)的测量值(T1，T2，…，TN)与相邻传感器节点(S1，S2，S3)的测量值(T1，T2，…，TN)之间的相关性通过权重(Wij)来表示，该权重(Wij)利用学习方法来学习并且在任何情况下都位于相应传感器节点(S1，S2，S3)的神经元组(1，2，…，N)与相邻传感器节点(S1，S2，S3)的神经元组(1，2，…，N)之间；-输入信号(IS，1，…，IS，N)在任何情况下都被施加到相应传感器节点(S1，S2，S3)的神经元组(1，2，…，N)上，其中输入信号(IS，1，…，IS，N)包括第一信号，该第一信号与相应的神经元组(1，2，…，N)和相邻传感器节点(S1，S2，S3)的神经元组(1，2，…，N)之间的权重(Wij)有关以及与相邻传感器节点(S1，S2，S3)的神经元组(1，2，…，N)的动作(ν1，ν2，…，νN)有关，其中在测量时刻可测量相应传感器节点(S1，S2，S3)中的测量值(T1，T2，…，TN)的情况下，此外还给被分配有测量到的测量值(T1，T2，…，TN)或者相对应的测量值域的神经元组(1，2，…，N)输送第二信号(I)；-相应神经元组的动作(ν1，ν2，…，νN)在状态方面被划分为活动的和不活动的，并且施加到神经元组(1，2，…，N)上的第二信号(I)将神经元组(1，2，…，N)置于活动状态下；-通过相应传感器节点(S1，S2，S3)和/或相邻传感器节点(S1，S2，S3)的神经元组的动作(ν1，ν2，…，νN)确定偏离相应传感器节点(S1，S2，S3)的正常工作和/或偏离相应传感器节点(S1，S2，S3)的环境的正常状态和/或相应传感器节点(S1，S2，S3)的测量值(T1，T2，…，TN)的估计。