通信网络中基于主动探测的多故障定位算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:lll2518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
计算机技术与通信技术的结合使得通信网络在数据传输、信息交换和资源共享等方面具有的优势越来越突出。伴随着持续高速的网络发展,故障管理已成为了保证网络可靠性的重要手段。在通信网络中,设备或者通信链路的故障会降低网络的服务质量(Quality of Service,Qo S)。当故障发生时,如果不及时地进行故障识别和恢复,故障带来的负面影响可能需要高昂的经济成本来弥补。作为网络故障恢复的基础,故障定位的目标是检测和识别故障的确切位置。现有的故障定位方案主要依靠被动方法和主动方法来识别网络中的故障,在网络规模、故障数量和定位效率方面存在缺陷。由于网络中设备或者链路的承受能力有限,多故障的发生对网络故障定位提出了更高的要求。为了提高多故障定位的效率,需要设计合理有效的故障定位算法。为了解决上述问题,本文的研究内容如下:(1)对通信网络中故障的类型和故障定位技术的发展作了详细总结,并对当前故障定位方案的基本思想和适用环境进行了分析。此外,还对主动探测技术解决故障定位问题所具有的优势进行了说明。(2)研究了通信网络中高效的多节点故障定位方案,提出了基于主动探测的适用于大规模网络的多节点故障定位算法。首先,对现有的节点故障定位算法的基本思想和存在的问题进行分析,并将多节点故障定位问题描述为探测站放置和探测路径选择两个子问题。然后针对探测站放置问题,提出了根据节点效益来放置探测站的算法。为了解决探测路径选择问题,在故障检测过程中使用贪婪路径选择的方式选择探测路径覆盖所有节点,在故障定位过程中使用禁忌链路搜索的方式选择探测路径达到故障节点的准确识别。我们在随机生成的网络拓扑和真实网络拓扑上进行了大量实验。实验结果表明,与现有的节点故障定位算法相比,本文提出的算法在提高成功定位率和降低探测成本上都有很大的优势。(3)针对通信网络中的多链路故障定位问题,给出了自适应地选择探测路径的多链路故障定位算法。首先,通过对现有基于非适应性探测的链路故障定位算法的分析,考虑使用自适应探测技术研究多链路故障定位问题。然后,提出了基于两个探测站之间端到端测量方式的多链路故障定位算法。该算法为每一条链路生成合适的探测路径以使用探针执行端到端测量,根据探测结果识别每一条链路并为未被识别的链路重新生成探测路径。在随机生成的网络拓扑和真实网络拓扑上的实验结果表明,与现有的算法相比,本文提出的多链路故障定位算法具有更高的成功定位率、更低的探测成本和更快的探测速度。
其他文献
近年来,随着传感器设备和无线通信技术的发展,无线传感器网络受到了极大的关注。无线传感器网络的广泛使用使得远程监控物理环境变得更加容易,但是其低功耗、小成本与有限的网络寿命等特点为收发机系统带来了一系列挑战,尤其是对片上功率放大器的设计提出了很高的要求。基于这一背景,本论文对高效率CMOS功率放大器展开了研究。本论文分析了功率放大器在无线传感网络中的应用,对当前国内外提出的CMOS功率放大器所使用的
随着互联网、物联网和人工智能等技术的广泛应用,大数据分析在各行各业中都变得越来越重要。如今的大数据处理系统,如Hadoop Map Reduce、Spark和Flink等,都将上层的大数据应用抽象为一组待调度的作业。由于数据处理作业的逻辑高度复杂,所处理的大数据作业状态动态变化,现有的静态作业调度算法考虑的重点有限,无法同时兼顾调度算法的高性能与集群资源的高效使用。因此,如何设计合适的调度器,使得
三维人体姿态估计是对图像或者视频中出现的人体进行准确的关节点定位,抽象出一个三维人体骨骼形状,以便后续的动作分析和行为识别。它是很多高级计算机视觉任务的基础,能够广泛的应用于视频监控、步态分析、动作捕捉以及体感人机交互领域。随着深度神经网络模型的飞速发展,三维人体姿态估计方法也在日益革新。基于深度学习的两阶段三维人体姿态估计方法首先将图像传入预训练的二维姿态提取网络获取二维人体关节点坐标,然后再通
随着数字化时代的快速发展,图像和视频成为获取信息的主要形式之一,由于硬件成本以及环境的限制,捕捉到的图像会呈现出低光照、背光不足、局部区域模糊等特征,既影响了信息获取的准确度,也会影响实际任务如目标检测和人像识别等等任务中对高质量图像的需求。往往需要手动调节低质量图像的亮度、对比度、饱和度以及图像的局部区域的质量,从而使得图像可以传递更丰富的信息,但是这样的过程往往比较耗时。因此,对自然图像自适应
近年来,世界各国均将竞技体育成绩视为评估国家综合实力的重要指标。面对国际竞技体育竞争日益激烈的现状,必须依靠更为科学高效的训练方法提升我国竞技体育水平。目前,利用运动感知器采集运动数据易受环境干扰,且通过人工分析运动员动作准确度不高。针对以上问题,本文应用深度学习技术突破当前依靠传感器采集运动员运动数据的局限性,设计并实现了基于人体关键点检测智能模型的体育运动视频分析系统。本系统旨在对视频中运动员
本课题来源于某型导引头伺服控制系统的开发项目。论文主要完成了导引头伺服控制系统方案和硬件电路设计、FPGA接口开发以及系统调试与测试,同时对信号完整性问题中的反射与串扰现象进行了分析和仿真,提出了应对策略并应用于系统电路设计中。首先,根据导引头伺服控制系统的功能和指标要求进行了总体方案设计,提出了硬件电路设计方案,完成了载荷估算、关键部件和芯片选型、电路总体设计以及功耗核算,在此基础上通过对四个控
索驱动机器人是利用柔索代替刚性连杆的一类并联机器人,具备结构简单、大工作空间、易重构等优点。但索作为柔性件,导致索驱动机器人在运动过程中易产生运动误差,因此对索驱动机器人进行误差分析和补偿是必不可少的。本文针对索驱动下肢康复机器人做了以下研究。本文的索驱动机器人是一种使用四根索牵引人体下肢进行步态训练的康复机器人,也称索驱动下肢康复机器人。为了提高机器人的运动精度,先建立其全参数几何误差模型以及误
在航天领域中,星载计算机系统作为航空航天器中核心的控制部件,发挥着越来越重要的作用。由于其长期运行于太空高能粒子辐射环境中,容易受到高能粒子轰击而发生单粒子效应,致使系统运行产生故障。因此如何有效地评估单粒子效应对计算机系统的影响越来越受到研究人员的广泛关注。在实际情况中,单粒子模拟实验作为评估单粒子效应的有效手段,可以精准地模拟出处理器系统在实际太空辐射环境中运行中受到单粒子效应影响的情况,但是
政务大数据的开放共享是促进大数据在政务领域应用发展的关键,其打破业务壁垒和“数据孤岛”现象,实现信息的跨部门、跨层级共享,但在共享过程中导致数据信息面临隐私泄露的风险。传统的隐私保护技术无法满足开放共享平台的多用途共享需求;也无法做到在保护数据隐私的同时保证多部门合作训练的性能。众所周知,政务大数据的存储形式各式各样,如文本,图像和视频等,不同类型数据的数据特点不同,在实现隐私保护时的方法也是各不
随着数字图像处理技术的发展,其被广泛应用于卫星遥感和航空航天等领域。相比于常规图像处理系统采用GPU+CPU的方案,星用图像处理对体积、功耗、实时性和可靠性等方面提出更高要求,使得空间环境中图像处理系统设计任务复杂,如何设计高可靠性和高实时性的星用图像处理系统以应对复杂空间环境成为设计难点,进行高性能星用图像处理SoC研究具有重要的意义与价值。本文面向星上图像处理需求设计一款图像压缩和云检测的图像