用于网络管理系统的智能轮询策略

为提高网络性能管理与故障管理的实时性和效率,研究信息收集轮询策略,提出一种基于马尔可夫链的智能轮询算法。该算法能根据被监视对象参数值的变化,动态调整轮询间隔时间。实验结果表明,与传统等时间轮询算法相比,该算法可以更准确地刻画数据变化特征,降低数据采集失真度并减小网络带宽,其效率和可靠性较高。     

基于贝叶斯征兆解释度的链路故障定位算法

针对故障和征兆关系不确定的网络中故障定位算法检测率低和误检率高的缺陷,提出了一种基于贝叶斯征兆解释度的链路故障定位算法。该算法以概率加权的二分图作为故障传播模型,通过处理贝叶斯后验概率信息,定义一种新的参数贝叶斯征兆解释度,并基于该参数对可能链路故障进行判断,得出最优故障假设集合,实现链路故障定位。理论分析和仿真实验表明,该算法具有较低的计算复杂度,且在小规模不确定网络中具有较高的故障检测率和较低的故障误检率。     

改进LSTM-AE算法的电梯知识库故障征兆预测

针对运维知识库系统中故障征兆预测问题，提出面向电梯设备的改进LSTM-AE算法。使用属性子集选择（ACDR）方法筛选特征向量组，剔除电梯运行参数中的冗余特征。同时，针对运行速度特征序列的非平稳性问题，使用变分模态分解（VMD）算法作降噪平稳化处理。在LSTM-AE模型中引入融合BILSTM的滑动窗口注意力机制，提高模型的时序特征提取能力，并通过softmax分类器融合各特征序列的重构误差实现电梯故障征兆预测。实验结果表明，相较经典LSTM-AE算法，提出的改进LSTM-AE算法正常样本判准率提高13%，异常样本误判率降低11%，能够对常见电梯故障进行准确预测，适于构建可靠的电梯运维知识库故障征兆预测模型。     

一种高效的网络故障管理算法

随着网络技术的发展，如何有效地进行网络管理的问题日益突出。故障管理是网络管理的核心内容。该文通过对简单网络管理协议SNMP中管理信息传输的轮询控制方式进行了分析，提出了一种新的轮询算法，采用嵌入马尔可夫链和概率母函数的分析方法，给出了轮询算法的数学模型。通过理论计算和仿真实验验证了新的算法提高了网络故障管理的效率。     

基于层结构的Contourlet多阈值图像去噪算法

研究了多尺度几何分析工具Contourlet，提出了一种基于层结构的Contourlet多阈值去噪算法。该算法将硬阈值算法与基于子带相关的图像去噪方法相结合，根据Contourlet变换后各层分解的系数数目及噪声强度设定阈值，并利用硬阈值函数实现图像去噪。使用该算法去噪后的图像在主观视觉效果和客观质量等方面较小波算法有显著提高。     

基于TSEOPM的在轨航天器故障预报方法研究

针对在轨航天器非线性系统的故障预报,提出一种基于时间序列事件征兆模式挖掘的在轨航天器故障预报方法,该方法以在轨航天器遥测数据建立状态监测时间序列,根据事件特征函数利用层次聚类算法挖掘出故障事件征兆模式,然后利用故障事件征兆模式对航天器的状态监测时间序列数据进行分析,判断是否为故障征兆点,从而实现故障预报;实验结果表明,该方法能有效地预测在轨航天器状态监测时间序列数据中的故障事件。     

一种基于拓扑关系的NMS故障报警算法

面对当前几乎所有网络管理系统所采用的依次轮询故障报警的轮询周期长、实时性低、轮询数据量大的缺点,借鉴传统网络拓扑布局算法,利用节点间的拓扑关系,提出了一种利用启发式算法和树形算法相结合的智能故障报警系统的算法设计。实验测试结果表明该算法可以大幅提高网络管理系统故障报警的时效性。     

基于EMD的脉冲星信号消噪算法

为了提高脉冲星辐射信号的信噪比,提出了一种基于经验模态分解(EMD)的脉冲星信号去噪算法。利用经验模态分解将信号分解为一组固有模态函数(IMF)。针对EMD阈值消噪算法性能不稳定这一问题,该算法滤除固有模态函数噪声时,利用相邻信号标准差作为噪声水平的判断准则,并采用自适应阈值,对于噪声含量较高的信号采用低通滤波器消噪。实验结果表明,与EMD阈值消噪方法相比,该算法能获得更高的信噪比,并具有较好的稳定性。     

宽带接入网络的故障管理算法

随着宽带接入网络技术的发展,如何有效地进行网络管理的问题日益突出。故障管理是网络管理的核心内容。文章提出了将故障轮询机制与监听来自管理代理的Trap消息来检测故障的方法相结合的事件流分析方法。该算法很好地实现了故障检测的功能。     

分层FDR阈值滤波算法

在已有的FDR滤波算法基础上,提出一种分层FDR阈值滤波算法。该算法对小波分解后最底层的低频系数和各层的高频系数分别进行多假设检验,并确定出多个阈值,分别进行阈值化处理。对heavysine, bumps, doppler, blocks信号进行仿真实验,结果表明,该分层FDR阈值滤波算法在信噪比、相对误差等方面均优于通用阈值算法、FDR算法及自由分布式FDR算法,具有较高的实用价值。     

面向网络故障管理的SNMP分布汇集轮询

对分布网络故障管理中的SNMP轮询进行了研究，分析了SNMP独立集中轮询的不足，给出了一种新的基于代理的分布汇集轮询方法。利用自适应Hash分配策略将轮询任务分配给多个代理完成，代理根据轮询任务汇集规则把多个轮询请求汇集在同一SNMP PDU中进行协议交互，轮询结果用TCP连接和CER编码发送回管理工作站。     

光网络中基于小波变换的链路故障监测算法

针对光网络中传统故障监测方法误差大、速度慢等问题,提出一种基于小波变换的链路故障监测算法。在该算法中采用动态周期轮询的方法监测链路光功率,利用小波变换在时-频域上的良好局部特性提取监测值中的故障信息。算法对监测到的光功率值进行多尺度分解以降低噪声影响,从而提高故障监测的准确性。仿真结果表明,与时域的分析方法相比,基于小波变换的故障监测算法能够较好地克服噪声影响,漏警率减少到0,误警率降低了5百分点;而且实验环境下的故障监测时间为2.53~3.12ms,能够满足实时需要。     

基于广播SNMP的网络管理并行轮询算法*

面对网络融合环境下网络规模大、分布广、设备多的实际需求,传统网络管理系统通过依次轮询设备进行数据采集存在轮询周期长、实时性低、轮询数据量多等缺点,提出了一种基于广播SNMP的数据采集并行轮询算法。该算法在轮询时,通过向每个网段发送广播SNMP数据包的方式并行轮询被管设备,减少轮询数据包的数量,减轻管理站的负担,缩短轮询周期;在接收设备回复数据包时,针对接收和处理速度不匹配的情况,采用多线程自适应并行处理环形缓存的方法,达到高速数据接收的目的。系统测试结果表明,通过广播方式的轮询可以有效缩短轮询周期,减少轮     

基于多步神经网络观测器的扑翼飞行器缓变故障检测

针对缓变故障初始变化幅值较小导致的基于传统神经网络观测器的故障检测算法检测效率较低的问题,提出一种基于多步神经网络观测器与自适应阈值的扑翼飞行器（FWMAV）缓变故障检测算法。首先,构建一个多步预测的观测器模型,利用多步观测器的延时性能避免观测器被故障数据污染;然后,依据FWMAV的实际飞行实验数据,对多步观测器窗口宽度进行实验和分析;其次,提出一种自适应阈值策略,通过残差卡方检测算法辅助进行观测器残差值的故障检测;最后,采用FWMAV的实际飞行实验数据进行算法的验证和分析。结果表明,与基于传统神经网络观测器的故障检测算法相比,所提算法在缓变故障检测速度方面提升了737.5%,在缓变故障检测准确率方面提升了96.1%。由此可见,所提算法能够有效提高FWMAV缓变故障的检测速度和检测准确率。     

Intelligent diagnosis method for a centrifugal pump using features of vibration signals

In the field of machinery diagnosis, the utilization of vibration signals is effective in the detection of fault, because the signals carry dynamic information about the machine state. However, knowledge of a distinguishing fault is ambiguous because definite relationships between symptoms and fault types cannot be easily identified. This paper presents an intelligent diagnosis method for a centrifugal pump system using features of vibration signals at an early stage. The diagnosis algorithm is derived using wavelet transform, rough sets and a partially linearized neural network (PNN). ReverseBior wavelet function is used to extract fault features from measured vibration signals and to capture hidden fault information across optimum frequency regions. As the input parameters for the neural network, the non-dimensional symptom parameters that can reflect the characteristics of a signal are defined in the amplitude domain. The diagnosis knowledge for the training of the PNN can be acquired by using the rough sets. We also propose a diagnosis method based on the PNN, one which can deal with the ambiguity problem of condition diagnosis, and distinguish fault types on the basis of the possibility distributions of symptom parameters automatically. The decision method of optimum frequency region for extracting feature signals is also discussed using real plant data. Practical examples of diagnosis for a centrifugal pump system are shown in order to verify the efficiency of the method.     

具有最低竞争吞吐率保证的准入控制算法

研究了IEEE 802.11 PCF(point coordination function)机制下集成实时业务和非实时业务的性能,提出了一种新的实时业务准入控制算法.该算法根据网络中的非实时业务负载情况动态计算准入阈值,并对准入的实时业务结点按服务指标进行轮询,从而在对实时业务提供参数化QoS(quality of service)的同时,使非实时业务吞吐率保持在可接受的水平上.仿真实验验证了算法的有效性.     

一种有效的传感器故障诊断方法

提出了一种核Fisher特征提取以及模糊模式识别的传感器故障诊断方法。提取传感器信号波形时域特征和频域特征构成初始特征,使用核Fisher方法对初始特征进行非线性变换增强信号特征。然后使用模糊数学方法建立了传感器故障诊断模型,通过使用隶属度函数获取特征向量对各状态的隶属度,运用最大隶属原则对特征向量进行定性分类,判定传感器状态。将该方法应用到FDT/DTM（Field Device Tool/Device Type Manager）设备管理系统中,对NCS4000水循环控制的压力传感器进行故障诊断,数值实验表明该算法具有实效性。