遥感共性产品生产系统中的故障检测及处理算法研究
本文关键词:遥感共性产品生产系统中的故障检测及处理算法研究
【摘要】:在遥感应用领域,面对遥感大数据,集群系统的引入,产生了很好的效果,保证集群的稳定性和可靠性非常必要。其中集群故障的及时检测和处理显得尤为重要。本文研究的内容,旨在为“遥感共性产品生产系统中的故障检测及处理”提供一个有效的策略方法。论文针对遥感共性产品生产系统中的故障检测和故障处理,进行了两个方面研究:一是根据目前系统的现状,提出一种故障检测的算法,该算法采用改进的DLHB心跳机制算法针对软硬件原因或网路长时间延迟造成的集群无法继续工作的故障进行故障检测,并结合PushPull模型和加速心跳机制,动态的改变超时时间和心跳发送周期;二是采用共享高可用磁盘技术,针对已经出现的这些故障进行故障恢复处理。具体而言,论文以目前在研项目中所使用的遥感共性产品生产系统为背景,提出一种通过在集群中加入故障检测机制的模块,使用并改进集群节点的“心跳机制”,对故障进行检测,采用共享高可用磁盘技术,使集群系统尽快的恢复到之前的状态继续运行任务,以期达到增强对遥感数据的处理能力,并提高其可靠性。本文的主要工作和贡献如下:(1)结合课题研究的背景,探讨“集群”应用的现状、优势及现存不足之处。(2)研究分析集群系统的故障检测和处理常用手段。使用“改进集群节点的心跳机制”对故障进行检测。(3)在此基础上,研究论证“在中心节点上进行故障检测及其处理”的可行性、可靠性和可用性等,以期达到在实际遥感影像大数据中应用的有效性。(4)详细分析“集群的故障检测及处理算法”和“并行节点上单集群系统的故障检测”,并且进行设计实现。(5)最后,通过实验验证了在遥感影像大数据中,采用本文的研究成果进行故障检测和处理的可行性,得出该故障检测算法的合理性和故障处理算法的优越性。
【关键词】:遥感大数据 集群 故障检测 心跳机制
【学位授予单位】:河南大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP79
【目录】:
- 摘要4-5
- ABSTRACT5-9
- 1 引言9-17
- 1.1 课题背景9-13
- 1.1.1 遥感共性产品生产系统9-12
- 1.1.2 集群介绍12-13
- 1.1.3 集群的常见故障预防策略13
- 1.2 研究现状13-15
- 1.3 本文研究内容15
- 1.4 论文的组织结构15-17
- 2 集群系统的故障检测及处理算法研究17-25
- 2.1 集群的故障分类17-18
- 2.1.1 按软硬件进行分类17-18
- 2.1.2 按影响的时间分类18
- 2.1.3 本文研究的故障分类18
- 2.2 故障的检测方法研究18-21
- 2.2.1 心跳机制18-20
- 2.2.2 改进的心跳机制20-21
- 2.3 故障的处理算法研究21-23
- 2.3.1 中心节点的故障处理算法研究22-23
- 2.3.2 并行节点的故障处理算法研究23
- 2.4 本章小结23-25
- 3 中心节点上的故障检测及处理算法的设计和实现25-33
- 3.1 设计思路25
- 3.1.1 故障检测的设计思路25
- 3.1.2 故障处理的设计思路25
- 3.2 整体设计方案25-28
- 3.2.1 整体设计方案26
- 3.2.2 系统架构26-28
- 3.3 数据分析28
- 3.4 关键模块的设计和实现28-29
- 3.5 核心算法29-32
- 3.5.1 故障检测的算法29-32
- 3.5.2 故障处理的算法32
- 3.6 本章小结32-33
- 4 并行节点上的故障检测及处理算法的设计和实现33-39
- 4.1 设计思路33
- 4.1.1 故障检测的设计思路33
- 4.1.2 故障处理的设计思路33
- 4.2 整体设计方案33-34
- 4.2.1 整体设计方案33-34
- 4.2.2 系统架构34
- 4.3 数据分析34
- 4.4 关键模块的设计和实现34-35
- 4.5 核心算法35-38
- 4.5.1 故障检测的核心算法35-37
- 4.5.2 故障处理的核心算法37-38
- 4.6 本章小结38-39
- 5 实验环境的搭建及系统仿真39-45
- 5.1 基础模块搭建39-40
- 5.2 中心节点模块的搭建40-41
- 5.3 并行节点模块的搭建41-42
- 5.4 系统仿真及结果分析42-44
- 5.5 本章小结44-45
- 总结与展望45-47
- 总结45
- 展望45-47
- 参考文献47-50
- 致谢50-51
- 攻读硕士学位期间发表的论文51
- 攻读硕士学位期间参与的科研项目51-52
【相似文献】
中国期刊全文数据库 前10条
1 王思温;马宗义;;微机故障检测设备及检测方法(六)[J];设备管理与维修;1989年06期
2 徐力平,赵忠华,张炎华;导航传感器故障检测策略[J];上海交通大学学报;2002年07期
3 李新国,陈红英;基于H_∞估计的鲁棒故障检测[J];中国空间科学技术;2004年06期
4 李志生;张国强;刘建龙;;故障检测与诊断技术在暖通空调领域的应用和展望[J];流体机械;2006年06期
5 李姗姗;刘勇;潘成胜;;分布式故障检测技术在双独立互联系统中的应用[J];沈阳理工大学学报;2006年03期
6 颜秉勇;田作华;施颂椒;;非线性摄动时滞系统的H_∞/H_-鲁棒故障检测[J];上海交通大学学报;2008年02期
7 冲津泰;森田郁郎;孙材济;;电动机的自动故障检测[J];电工技术;1982年01期
8 杜和青;长寿命卫星系统故障检测的一种可变门限设置方法[J];航天控制;1987年02期
9 江涌,夏国洪;故障检测与分离的广义一致性算子法[J];宇航学报;1988年01期
10 王思温;马宗义;;微机故障检测设备及检测方法(一)[J];设备管理与维修;1989年01期
中国重要会议论文全文数据库 前10条
1 张汉国;;大系统的故障检测——随机情形[A];1993中国控制与决策学术年会论文集[C];1993年
2 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年
3 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集(二)[C];2000年
4 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
5 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
6 彭涛;桂卫华;Ding Steven X;汤琼;李昊;;一种基于混合H_-/H_∞的故障检测系统优化设计方法[A];第二十七届中国控制会议论文集[C];2008年
7 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集(二)[C];2000年
8 韩兵;陈新海;;随机参数最小均方滤波及其在飞行器故障检测中的应用[A];1995中国控制与决策学术年会论文集[C];1995年
9 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年
10 方华京;;控制系统故障检测的l~1优化方法[A];第十九届中国控制会议论文集(二)[C];2000年
中国重要报纸全文数据库 前5条
1 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年
2 涵薏;排除风电系统中的故障[N];上海科技报;2010年
3 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年
4 暴青雨 本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年
5 翟卫平;梁来润;为了航天员的生命安全[N];中国航天报;2003年
中国博士学位论文全文数据库 前10条
1 乔常明;故障检测与诊断方法研究及其在网络化系统中的应用[D];黑龙江大学;2015年
2 王红茹;动态系统的鲁棒故障检测与分离方法研究[D];哈尔滨工业大学;2006年
3 杨青;集合型故障检测与诊断技术研究[D];长春理工大学;2013年
4 张登峰;动态系统的故障检测与诊断研究[D];南京理工大学;2003年
5 李霄剑;鲁棒自适应故障检测与隔离方法研究[D];东北大学;2011年
6 马传峰;基于观测器的鲁棒H_∞故障检测问题研究[D];山东大学;2007年
7 周乐;基于概率的工业过程数据建模与故障检测[D];浙江大学;2015年
8 赵海军;新一代互联网服务及故障检测若干关键技术的研究[D];北京邮电大学;2009年
9 朱张青;动态系统的鲁棒故障检测与诊断技术[D];南京理工大学;2005年
10 李岳炀;基于观测器的离散时变系统鲁棒故障检测问题研究[D];山东大学;2011年
中国硕士学位论文全文数据库 前10条
1 张荷;基于PU学习的软件故障检测方法研究[D];西北农林科技大学;2015年
2 林圣才;基于核可预测元分析算法的故障检测与诊断[D];上海交通大学;2015年
3 冉永清;基于增量式核非负矩阵分解算法的数据流故障检测与诊断[D];上海交通大学;2015年
4 张亚丹;云计算平台故障检测关键技术研究[D];北京交通大学;2016年
5 朱永昌;基于主元分析的故障检测技术及应用系统研究[D];太原科技大学;2015年
6 周艳春;云计算中大规模集群下故障检测功能的设计与实现[D];东南大学;2015年
7 汤楠;基于相似性和重构的过程监测方法研究[D];东北大学;2014年
8 谢春华;基于有限频和参数估计的传感器故障诊断方法研究[D];东北大学;2014年
9 朱涛;基于马田系统的滚动轴承初始故障检测和状态监测[D];兰州理工大学;2016年
10 何东;基于全局和局部结构特征提取的故障检测方法研究[D];华东交通大学;2016年
,本文编号:645304
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/645304.html