基于盲均衡的陆态网络节点故障智能检测系统

发布时间：2021-07-04 12:41

　　针对网络节点发生故障时,出现的故障节点不易检测与检测不完整的问题,设计了基于盲均衡的陆态网络节点故障智能检测系统。构建盲均衡模型排除因故障带来的信号干扰;为了确保迭代数据的唯一性,设置固定迭代终止值;恢复陆态网络通信信道的正常运行,使得网络节点故障的预警能够顺利通过通信信道;利用免疫学理论将节点故障看做事件序列,通过预处理过滤与格式化不相关信息;获得陆态网络中所有故障的根,以完成网络节点故障智能检测。实验证明,盲均衡模型能够陆态网络节点故障通信信道进行有效定位,并且本文系统能够精准检测节点故障,不会出现漏检或检测不完整问题,鲁棒性高。 

【文章来源】：科技通报. 2020,36(06)

【文章页数】：5 页

【部分图文】：

盲均衡的标准构造

针对故障检测序列的特点，提出一种故障定位模型，如图2所示。根据图2能够看出，状态信息采集是检测和收集网络内出现的异常事件，事件预处理部分是为了过滤和格式化。事件检测序列分析代表对时间进行分析、检测以及约间序列。而故障定位则是利用推理来获取网络节点的故障源点。最终系统可以通过对配置管理工具[7]以及网络管理员二者的参与，将被管设备中的故障删除，使网络节点恢复正常运转。免疫网络所执行的功能有两项:自学习功能和检测网络节点故障。检测网络节点故障是通过事件检测序列匹配完成的;而自学习功能与生物免疫系统类似。在检测到新故障时，不仅会发出警报，同时该网络节点的故障行为特征会输入至系统内，当再次使用此方法检测网络节点故障时，其系统可以直接对用户放映出网络节点故障的信号，且不需要在进行网络故障分析和警报。免疫学模拟了生物的初次应答以及再次应答，在一定程度上大大的提高了检测反应速度以及可靠性。

为了证明所提系统在陆态网络节点故障智能检测上的性能，将传感器放置在待测系统外部等距离位置。首先对实验实时的故障干扰，其干扰信号是准周期性的，其次，现实网络节点故障与正弦波信号类似，同时它作为第一种源干扰，和周期干扰进行相互作用。当噪声干扰触发采集系统时，收集震动信号。图4与图5为实验的结果，是由噪声干扰、不同的周期、不同故障程度产生的，正弦波的幅度也各不相同。2种节点故障序列的重建信号分别出现在图4与图5的下部。明显，2种故障信号能够被很好的检测出来，其中的残留基本呈现无的状态。本实验能够证明使用本文方法设计的系统拥有很强的陆态网络节点故障智能检测能力。

【参考文献】：
期刊论文
[1]面向数据中心网络的链路故障实时检测即服务[J]. 王军晓,齐恒,李克秋,周晓波.  计算机研究与发展. 2018(04)
[2]激光传感网络异常故障特征信号的定位与检测[J]. 叶聪相,章增优.  激光杂志. 2017(08)
[3]基于余弦相似度的复杂网络故障检测方法及应用[J]. 耿志强,胡海霞,韩永明.  北京化工大学学报(自然科学版). 2017(02)
[4]基于半球型麦克风阵列的点声源定位系统智能检测前端设计与实现[J]. 刘祥楼,王晓东,刘昭廷,刘瑞男.  电子设计工程. 2017(05)
[5]服务于智能制造的智能检测技术探索与应用[J]. 史红卫,史慧,孙洁,白伟光.  计算机测量与控制. 2017(01)
[6]一种基于拟牛顿法蝙蝠算法的网络故障检测方法[J]. 张义良,罗晓娟.  微电子学与计算机. 2017(01)
[7]基于分布式行波检测的广域网络故障定位方法[J]. 邓丰,曾祥君,马士聪,赵冬红.  电网技术. 2017(04)



本文编号：3264806