基于布尔方程与数据分析的WSNs链路故障恢复

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:yuanshangsen
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
在WSNs网络规模不断扩展的同时,路由协议与节点复杂度随之升高,导致WSNs网络中链路故障概率的增加。现有方法普遍存在链路故障检测误差偏大,网络恢复效果不佳等问题。为此提出了基于布尔方程与数据分析的大规模WSNs链路故障恢复方法。根据WSNs链路的能量特征构建测试信号的布尔映射关系,依据路径与链路的布尔状态向量搜索故障链路最小值,利用线性规划与约束条件求解布尔方程,从而确定故障链路。根据WSNs链路结构与参数计算发送数据量,利用发送数据量差值求解故障定位目标,并采取梯度降维方式求解出故障点的具体位置
其他文献
针对配电网中单相接地故障引发的间歇性弧光电弧模型准确度欠佳的问题,在传统电弧模型和弧隙能量平衡原理的基础上,提出了一种Cassie-Mayr综合动态电弧模型。以建立的电弧时间常数和弧长变量作为模型的动态依据,综合运用Mayr和Cassie经典模型的特点,实现了综合电弧模型在高、低阻跨越过程中准确度的提升。将综合动态模型应用到整个配网当中,区分电缆、架空、混合线路在电弧模型中的差异,通过模拟间歇性弧
针对网络数据流量激增现象,提出一种5G蜂窝网络高维数据异构特征映射降维方法。构建异构框架提高蜂窝网络灵活性和可扩展性,使用随机矩阵完成对高维数据异构特征提取,并使用相关矩阵将符合预测的奇异值剔除,获得去除噪声后的特征数量,对特征数量进行奇异值分解,得到特征与类的相关性,分析二者之间冗余性完成特征选择;运用半监督正则化方法构建目标函数,通过处理矢量特征获得最小维数,完成特征映射降维。仿真结果表明:所
实际仿真软件网络连接错误故障检测过程中,受到噪声网络数据的影响,导致现有方法产生虚警次数过大。针对上述问题,提出一种嵌入式软件网络连接错误故障实时检测仿真方法。根据不同网络节点的数据应答间隙,计算嵌入式软件网络错误的响应特征和错误故障的发生周期,控制外部网络噪声数据的影响,将软件连接网络的若干个点作为保护单元,根据采样门限系数的重心,设定实时检测方式,模拟检测仿真的不变时间量,设定检测仿真窗口,最
针对大数据智能分类效率低、占用率较高的问题,提出了一种云计算下低占用率大数据智能分类方法,采用贝叶斯算法构建智能分类模型,使其后续分类时通过朴素贝叶斯智能分类器可以将容错率降到最小,并构建压缩函数及选择特征使其能够和源数据之间的区分程度相同的,对智能分类模型进行训练,通过训练后的分类模型对源数据进行特征分类,最终完成云计算下大数据智能分类的目的。仿真结果表明,使用改进方法对大数据分类,其计算过程简
为了获取声景中最优频率,构建声景中最优频率调节控制方法。首先通过小波变换获取一个新的阈值函数,新的阈值函数有效克服传统阈值函数的弊端,具有较好的灵活性。将新的阈值函数应用于居民居住环境频率调节中,通过新的阈值函数获取最优分解层,利用最优分解层进行信号增强,构建最优频率调节控制模型,通过最优频率调节控制模型对居民居住环境中的频率进行调节控制,获取声景中最优频率。仿真结果表明,所提方法有效减少了居民居
为了有效解决具有强耦合、多目标、多约束、多干扰特性的高速工具钢生产流程中计划调度较为困难的问题,提出一种基于多智能体技术的计划调度建模方法。把钢铁生产流程抽象为一个多智能体系统,对复杂物流系统进行建模与仿真优化,通过多目标评判与迭代优化获取作业计划的满意解,计划下达后通过对执行偏差的反馈,进行动态调整,提高计划的适应性和执行性。最后通过仿真对不同的工况场景进行模拟,均能给出可行解决方案。实验表明所
针对卷积神经网络在图像分类训练过程中出现的过拟合现象,提出融合分割权重和Attention机制的CNN图像分类算法。算法构建了传统卷积神经网络模型,使用基于图像分割权重的二次预训练方法训练网络模型;使用不同Attention类型的激活函数,在标准图像库Corel-1000上充分进行实验。实验结果表明,二次预训练方法对图像分类效果有了较大程度的提升;同时,加入Attention机制后,实验效果更优。
针对人体行为识别技术存在特征融合精度低、行人轮廓提取噪声高等问题,提出基于特征融合和度量学习的行人行为识别方法。采用离散小波变换方法提取相关行为和轮廓特征,通过K-L变换技术获取图像特征融合数据,利用马氏距离算法实现图片特征度量学习,运用EDM交叉距离完成行人行为相对应的识别。仿真结果表明:研究设计的行为识别方法可以高精度的融合视频图像行人行为特征,准确识别行人行为,为监控安全领域提供了强有力理论
小波变换在信号的滤波降噪处理中应用非常广泛,针对传统小波阈值去噪算法中软、硬阈值函数以及Garrote阈值函数的不足,构造出一个新的阈值函数,并采用新的阈值确定方法,对信号的去噪处理更加灵活,克服了传统阈值函数的不足。通过Matlab软件,对传统阈值函数以及本文提出的改进阈值函数进行去噪处理仿真,在信噪比(SNR)和均方误差(MSE)两个方面进行定量对比。实验结果表明,使用改进的阈值函数进行去噪处
传统资源调度方法无法获取资源调度适配因子,导致资源调度精度偏低、利用率小且负载均衡度低问题。为此提出基于模式融合的网络动态资源柔性调度方法。根据移动中心网络结构矩阵确定移动网络节点分布,以此为基础构建混合预测模型,获取网络节点负载状态,并计算节点负载和资源占有率,得出适配因子,引入max-min和蚁群混合算法,实现网络动态资源有效调度。实验结果表明:研究提出的教育教学动态资源利用率和负载均衡度更高