浅谈计算机网络故障的诊断与解决方法

计算机网络的建立和发展,实现了远程数据的处理和计算机硬件、软件及各种信息等资源的共事.计算机网络技术发展迅速,网络故障也十分复杂,网络故障可以根据网络故障的性质分为物理故障与逻辑故障,也可以根据网络故障的对象把网络故障分为线路故障、路由故障和主机故障.     

试议常见网络故障的解决

网络故障可以根据网络故障的对象分为硬件故障和软件故障,解决网络故障就必须快速及准确地找到故障的根源。以办公楼、学生宿舍及家属院网络常遇见的故障,及这些网络故障的问题解决进行探讨。     

计算机网络故障排除

网络故障极为普遍,故障种类也十分繁杂。如果把网络故障的常见故障进行归类查找,那么无疑能够迅速而准确的查找故障根源,解决网络故障。本文通过分析计算机的网络故障,从专业人士和非专业人士的角度对网络故障的解决方法逐一进行分析,并列出了诊断网络故障的步骤,从故障发生到解决给出了详细的分析和阐述。     

组合导航系统故障检测方法的比较研究

对组合导航系统故障检测方法进行了对比研究。除介绍了X^2检验法、数据变化率检验法，还提出了一种基于模糊综合评价的故障检测方法．它以模糊综合评价算法为基础，对组合导航系统中的每个子系统的测量值进行综合判断，以确定该子系统的工作状态。最后，利用GPS／INS组合导航系统对上述三种故障检测方法进行了对比研究。实验结果表明，X^2检验法对于软故障不敏感，数据变化率检验法对连续长时间出现的故障无法判断．而基于模糊综合评价的故障检测方法针对具体的组合导航系统，通过适当调整参数，对所有类型的故障都能很好地检测。     

基于多假设解分离算法的BDS/SINS紧组合完好性监视

完好性是民航基于性能的导航（PBN）运行的关键性能要求,是导航安全性的重要支撑。北斗导航系统（BDS）/惯性导航系统（SINS）紧组合导航系统将SINS信息加入到完好性监视中,增加了冗余信息,通过多假设解分离算法进行故障卫星的检测与隔离,满足民航特定飞行阶段高完好性要求。论文利用BDS接收机接收到的BDS卫星数据,通过设置飞行轨迹,模拟卫星故障,对BDS/SINS组合导航系统的完好性算法进行测试验证。实验结果表明,基于多假设解分离方法的BDS/SINS紧组合导航系统可以较好地实现故障卫星的检测与隔离,保护限计算符合预期。     

基于SVR 的惯性/卫星组合导航系统故障诊断方法

在惯性/卫星组合导航系统中, 针对传统X² 检验法检测出故障但无法准确识别故障子系统的不足, 提出一种基于支持向量回归的故障诊断方法. 采用残差X² 检验法实时对组合导航系统进行故障检测, 并构建基于支持向量机的回归预测模型, 实现对惯性导航系统状态的预测; 根据系统模型输出和预测模型输出之差辅助进行惯性导航系统的故障判别, 诊断出系统故障源. 仿真结果表明, 所提出的方法能够快速准确地识别故障子系统, 并进行有效的系统隔离和重构, 从而使组合导航系统的性能得到保障.

     

基于序贯概率映射的组合导航自适应容错算法

基于联邦滤波的容错组合导航系统通常在判定故障时刻对故障子系统进行整体隔离,未充分考虑缓变故障影响的渐近变化与状态分量间的差异。为此,提出一种基于序贯概率映射的组合导航自适应容错算法。该算法通过子滤波器新息动态映射建立局部估计状态统计模型,通过序贯概率比检测在线估计缓变故障影响下的局部状态质量,并据此对融合过程进行自适应调节。仿真结果表明,所提出的方法能有效提高组合导航系统对缓变故障的自适应容错调节能力。     

基于Petri网的服务组合故障诊断与处理

通过分析服务组合的故障需求,给出服务组合故障处理的框架.该框架采用Petri网来解决服务组合的错误发现及其处理问题.重点讨论了可用服务失败、组件失败及网络故障的情况,并相应地给出了服务组合故障模型.在此基础上对故障处理模型进行分析,给出服务组合故障处理正确性准则,并证明了其正确性.最后,采用CTL (computational tree logic)描述相关性质并提出验证服务组合故障分析的实施算法.仿真结果表明,该方法在处理服务组合故障时具有一定的优越性.     

基于机器学习的蜂窝网络故障管理框架及方法综述

网络故障管理旨在检测、识别和纠正网络中发生的错误状况,为用户获得可靠稳定的网络服务提供保障,近年来,如何利用机器学习方法进行蜂窝网络故障管理引起了广泛关注。首先介绍了蜂窝网络故障管理的研究背景,明确网络故障管理的流程和功能;接着介绍现有蜂窝网络故障管理框架;随后对现有机器学习在蜂窝网络故障管理中的方法研究进行评述,从故障管理周期入手,分别对实现故障检测、故障诊断以及故障预测的机器学习方法展开介绍、总结和对比分析,为相关领域的研究提供参考。     

两级故障检测在SINS-Galileo-北斗组合中的应用研究

针对联邦滤波器子系统同时存在硬故障和软故障问题,提出一种适用于联邦滤波结构的两级故障检测方法。首先,构造联邦结构残差2χ检验法对系统硬故障进行检测,再用第k-m步未发生故障时的全局最优估计信息构造滑动残差检验函数,对未检测出的软故障进行时间积累,进而检测软故障,同时,联邦滤波信息分配系数根据软故障检测函数进行自适应调节。通过SINS-Galileo-北斗组合导航系统仿真对比分析了基于局部滤波残差2χ检验法和本文提出的故障检测方法,结果表明:该故障检测方法对系统硬故障和软故障具有较高的故障检测灵敏度,能够提高组合导航系统的可靠性。     

计算机网络安全故障分析与排除

针对计算机网络故障越来越多的现象,首先介绍了计算机网络常见的故障,然后提出了解决网络故障的一般步骤,常用工具,最后结合实例对网络故障进行了诊断和处理。     

基于子集p值检验的惯性/ 卫星紧组合多星故障识别方法

传统的 RAIM 算法对多颗卫星同时发生故障的识别能力较差,鉴于此,提出一种基于子集 值检验的多卫星故障检测与识别方法.该方法在惯导信息辅助的基础上,采用 值检验对观测量子集进行显著性水平分析,通过决策得到各卫星观测量质量值,并进行故障识别和系统重构.仿真结果表明,该方法在可见星数?5时即可进行故障识别,且对于多颗卫星同时发生故障的情况具有较好的识别效果,提高了紧组合导航系统容错性和精度.     

An Automated Fault Diagnosis System Using Hierarchical Reasoning and Alarm Correlation

The increasing importance of computer networks in this information age demands a high level of network availability and reliability. As we become more dependent on networks in our so-called cyber-world, network faults and downtime become very costly. Sometimes, a slight fault may cause critical disruptions or remediless damages to the network while the network manager is lost among a large amount of alarm messages. Therefore, the development of a practical and effective system for network fault diagnosis becomes an imperative and critical task. In this paper, we develop a hierarchical domain-oriented reasoning mechanism suitable for the delegated management architecture. It is based on the causality graph of a refined network fault propagation model as a result of our empirical study. An automated fault diagnosis system called Alarm Correlation View (or ACView) for isolating network faults in a multi-domain environment is proposed according to the hierarchical reasoning mechanism. This diagnosis system not only provides the process of automated alarm collection and correlation, but also serves the function of efficient fault localization and identification. Furthermore, an alarm-to-fault mapping strategy is used to enhance the fault reasoning capability for uncertain network fault propagation.     

一种基于神经网络在线逼近器的非线性鲁棒故障诊断方法

针对一类不确定非线性动态系统，提出了一种基于神经网络在线逼近结构的鲁棒故障 检测方法．该方法通过构造神经网络通过在线逼近结构学习非线性故障特性来监测动态系统 的反常行为,当故障发生时，在线估计器可逼近各种可能的未知故障，然后对其进行诊断和 适应．神经网络权重的在线学习律没有持续激励的要求，并采用Lyapunov稳定性理论保证了 闭环误差系统一致最终有界稳定．     

A discrete event systems approach to network fault management: detection and diagnosis of faults

An important aspect of network management is fault management, which involves, detecting, locating, isolating, correcting and adapting to faults in the network. We study modeling of communication network protocol and fault detection, identification and localization in the discrete event system diagnosis framework. As an illustration of the approach, normal and faulty behavior of the X.25 network protocol is modeled as a finite state machine. This modeling formalism allows the utilization of discrete event system analysis for the detection and diagnosis of faults. Our approach provides a systematic way of performing fault diagnosis for network fault management. Copyright © 2011 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用􀀁

提出了一种应用模糊神经网络进行故障诊断新方法．采用模糊神经网络作为故障分类器,离线地自适应从学习样本数据中提取各个用以描述故障状态的模糊参考模型．在诊断时,此模糊神经网络在线地得到当前系统的模糊模型描述,并将与各个参考模型相匹配,从而得出正确的诊断结果．它适用范围广泛,如用于控制系统的过程对象以及传感器、执行器故障的检测与诊断．通过对燃汽轮机控制系统多传感器故障诊断的仿真证明了此法的有效性和优越性．     

PERFORMANCE ANALYSIS OF VARIOUS ARTIFICIAL INTELLIGENT NEURAL NETWORKS FOR GPS/INS INTEGRATION

An aircraft system mainly relies on a Global Positioning System (GPS) to provide accurate position values consistently. However, GPS receivers may encounter frequent GPS absence because of ephemeric error, satellite clock error, multipath error, and signal jamming. To overcome these drawbacks, generally a GPS is integrated with an Inertial Navigation System (INS) mounted inside the vehicle to provide a reliable navigation solution. INS and GPS are commonly integrated using a Kalman filter (KF) to provide a robust navigation solution. In the KF approach, the error models of both INS and GPS are required; this leads to the complexity of the system. This research work presents new position update architecture (NPUA) which consists of various artificial intelligence neural networks (AINN) that integrate both GPS and INS to overcome the drawbacks of the Kalman filter. The various AINNs that include both static and dynamic networks described for the system are radial basis function neural network (RBFNN), backpropagation neural network (BPN), forward-only counter propagation neural network (FCPN), full counter propagation neural network (Full CPN), adaptive resonance theory-counter propagation neural network (ART-CPN), constructive neural network (CNN), higher-order neural networks (HONN), and input-delayed neural networks (IDNN) to predict the INS position error during GPS absence, resulting in different performances. The performances of the different AINNs are analyzed in terms of root mean square error (RMSE), performance index (PI), number of epochs, and execution time (ET).     

计算机故障诊断与解决思路

本文主要介绍了计算机的故障诊断与解决思路,将计算机故障分为硬件、软件和网络故障三部分,结合个人从事计算机和网络维护的工作实践经验,举例论述实现步骤和解决思路,通过故障分析流程快速找出计算机的故障和问题。     

传感器网络调试研究综述

越来越多面向不同应用领域的传感器网络被部署在真实环境中,帮助人们以新的方式观测周围的物理世界.然而,这些系统常常会出现各种不可预期的故障,能否快速有效地对这些故障进行检测、定位和修复,是传感器网络调试需要研究的重要内容.在概述了传感器网络调试问题之后,文章总结、比较了传感器网络调试过程中常用的系统状态信息获取技术,然后从故障检测、故障定位和故障修复3个方面综述了代表性关键技术及相关工具,最后探讨了该领域未来的研究方向.     

基于先锋光纤通道交换网的故障监测与诊断的研究与设计

基于先锋网的天气预报系统对先锋网的可靠性和可管理性提出了要求。分析了先锋网的原理后,我们设计了先锋网故障监测与诊断子系统,并在分析了SNMP下目前故障诊断方法的基础上,提出了主动式的根据各硬件设备的关系收集信息来确定故障源的诊断算法;系统采用以太网与光纤网双型网络,能依据设备之间的关系,经过主动的测试、推断和排除来确定故障的位置,具有很高的智能性,特别是当光纤通路出现故障时,系统还能利用第二条通路进行详细的诊断;系统采用的诊断算法能够根据各部分间的关系对可能出现故障的部分进行主动测试,收集需要的测试信息,从而确定故障源。