基于神经网络的无线网络故障节点定位技术

传统无线网络故障节点定位方法无法有效处理节点功率波动以及模糊环境对故障节点定位精度的干扰。提出基于小波神经网络的无线网络故障节点定位方法,分析了小波神经网络在节点故障定位的三种作用形式,融合形式1和3对冗余节点故障进行定位,将小波神经网络当成预测器,将前一采样时刻的正常输出交叉输入n个小波神经网络,获取节点当前时刻的预测输出值,取节点预测输出值和真实输出值的残差,若该残差值高于阈值,则说明该节点是故障节点。实验结果表明,所提故障节点定位方法能够对节点的附加、倍数以及短路故障进行准确定位。     

物联网中WSN网络中的节点故障快速定位模块设计与实现

在复杂的物联网环境中,传统依据贝叶斯的节点故障定位方法,受到网络拓扑结构的不稳定性以及不完整性的限制,导致节点故障定位效率低。为了快速检测出WSN中的节点故障,设计一种WSN网络中的节点故障快速定位模块,对WSN节点中的传感器子模块、处理器子模块、无线通信子模块以及能量供应子模块的运行情况进行检测,及时获取节点的故障信息。介绍WSN网络中的网关节点、参照节点和不确定节点的功能设计,通过CC2530芯片实现这些节点信息的处理和控制,并给出WSN节点故障定位模块软件设计中的主程序以及终端服务程序的流程。实验结果表明,所设计的节点故障定位模块,在节点故障定位效率、精度以及鲁棒性方面都具有较高的优势。     

基于DV-Hop的RSSI-Hop算法

在无线传感器网络中,监测到时间之后关心的一个重要问题就是该事件发生的位置。传感器节点能量有限、可靠性差、节点规模大且随机布放、无线模块通信距离有限,对定位算法和定位技术提出了很高的要求。针对随机布放、节点配置低的无线传感器网络,提出一种新的RSSI-Hop定位方法,该方法可以在不增加硬件开销的基础上,有效降低节点能量消耗,较准确地估算未知节点到参考节点之间的距离,减少累积误差,提高定位的准确性。其主要思想是,节点信息根据RSSI强弱,估算各节点到信标节点之间的距离。实验表明,新算法比以前的算法定位更准确。     

光纤通信网络中节点故障定位方法研究

节点故障定位能够有效保证光纤通信网络,确保网络运行质量。针对故障定位不准确的问题,研究了一种新的光纤通信网络中节点故障定位方法。采取分布式故障数值处理方式,执行故障特征值标记代码指令,将代码指令发送至不同的数据节点中,在发送的同时构建指令存储区域,实现分布式处理操作,并将执行后的指令结果返回至中心处理客户端,进而避免因光线通信网络外部数据的干扰影响特征值数据的提取结果。根据获取的光纤通信网络节点故障特征值判断故障位置,并进行相应的故障定位处理,通过数据收集、故障预警数据相关处理、预警数据过滤、节点故障定位、无效定位数据传输管理实现故障定位。实验结果表明,研究的光纤通信网络中节点故障定位方法具有较高定位精准度,在信噪比为-8 dB时,其定位精准度达到98%,优于对比方法,且在定位过程中不会影响光纤通信网络的正常通信速度,有效保证网络的安全性能。     

复杂生物传感网络的节点优化定位模型仿真

根据复杂生物传感器网络节点的定位和数据监测的需要,构建生物传感网络的模型,设计了基于强跟踪滤波的集中式扩维量化融合算法.该算法采用预加重方法补偿节点之间的系统功率衰减,通过动态跟踪信号功率的变化,得到传感器融合中心最终的节点定位状态信息矩阵;通过强跟踪滤波,提高抗干扰能力,实现传感网络节点定位模型改进.结果表明,采用该算法进行复杂生物传感网络节点定位,能有效提高节点定位的准确性,定位误差较小,定位时间较快,稳健性和抗干扰性较好.     

基于高斯混合模型的非视距定位算法简

针对无线传感器网络室内节点定位,在分析定位误差模型的基础上,结合高斯混合模型提出了一种无需先验知识的节点定位算法。利用高斯混合模型,对含有非视距误差的距离测量信息进行训练,以获得接近真实值的距离估计值。为取得高精度的定位效果,采用粒子群算法对期望最大化 (EM)算法进行优化。同时结合优选残差加权算法对所得的距离值进行定位估计,得出目标节点坐标估计值。仿真实验结果证实了算法的有效性。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

能量分簇传感器网络距离误差校正MDS-MAP定位算法

经典MDS-MAP算法在无线传感器网络定位中存在误差较大及计算量随网络规模增大而急剧增加的缺点。该文设计了基于自身和邻居节点剩余能量大小的成簇方法,形成的簇具有适当节点连接度和簇大小,降低了下一步定位算法的计算量和误差。然后对于仅有连通信息的簇内节点,利用时间差测距方法获得簇首与其他单跳节点间距离。提出多跳节点间距离误差校正算法,利用相邻节点的几何关系及节点连接度信息,获得簇内多跳间隔节点距离。采用多维标度技术计算各簇内节点相对坐标,融合簇间坐标并通过锚节点转换为绝对坐标,最终实现节点的定位。所提方法通过能量分簇及多跳间隔节点加权几何距离校正算法,相对于经典多维标度算法定位提供更准确的节点间距离信息,能够在进一步提高定位精度的基础上降低无线传感器网络定位功耗。     

网络入侵节点的盲取证技术研究与仿真

为了提高网络入侵的检测能力和盲取证能力,进行网络入侵节点的盲取证技术研究,提出基于分组链路转发协议融合的网络入侵节点的盲取证技术。构建入侵网络节点的分组链路转发模型,采用融合滤波控制方法进行网络入侵节点的差异性特征提取,根据提取入侵节点的差异性谱特征量进行盲源定位,采用自相关检测器进行网络入侵节点的可靠性分离,结合模糊决策方法构建入侵节点盲取证的判决统计量,采用门限阈值判断方法,结合分组链路转发协议实现路由融合,从而完成入侵节点的准确定位和盲取证。仿真结果表明,采用该方法进行网络入侵节点的盲取证,对入侵节点的定位性能较好,提高了网络入侵的检测能力,确保网络安全。     

电力数据信息网络阻塞故障节点快速辨识研究

由于电力数据信息网络阻塞,导致脆弱性故障节点快速扩散,造成故障节点辨识效果差且耗时较长。为此,提出了电力数据信息网络阻塞故障节点快速辨识研究。构建网络阻塞故障节点跟踪模型,获取故障节点跟踪集合。使用层次分析法构造比较矩阵,计算辨识指标权重向量。定量分析故障数据特征,获取故障节点信息特征矢量。结合神经网络模型构建分析矩阵,在短时间内得到最终故障节点分布结果。通过量化指标,获取故障节点辨识结果。计算节点继电保护脆弱贡献度,辨识脆弱故障节点。由实验结果可知,该方法统计的故障节点信息特征与理想特征一致,具有较好的辨识效果,辨识时间仅为10 s,加快了故障节点的辨识速率。