项目名称: 多变化环境监测系统的系统诊断结构与高效诊断算法分析与研究

项目编号: No.61572340

项目类型: 面上项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 林政宽

作者单位: 苏州大学

项目金额: 16万元

中文摘要: 在分布式系统与无线传感器网络中,故障处理器或传感器会因运算结果不正确或感测信息错误,造成整个系统的误判或瘫痪,给系统带来重大损失。因此如何确保系统的可靠性是重要研究课题。系统诊断的目的就是找出故障处理器或传感器,以便进行维修或更换,确保整个系统的可靠性。传统的系统诊断面对多变化的环境存在着诊断效率低、耗电量大、误判率高等问题。针对这些问题,本项目将针对多变化环境与移动节点的特性研究局部诊断方法,该方法仅需通过收集系统中部分的节点相互测试结果即可正确判断某个或某些特定节点的状态,提高诊断效率、节省诊断所消耗的能源并降低误判率。本项目的研究内容包括:分别研究适用于PMC模型、MM*模型和BGM模型下的诊断结构;设计高效诊断算法以减少测试总次数,从而提高测试效率;分别给出随机构造的网络与类超立方体等网络上的局部诊断算法并分析相应的时间复杂度;并在实际环境中以无线传感器网络上通过实验进行性能测试。

中文关键词: 网络结构与系统诊断;PMC 模型诊断;BGM 模型诊断;MM*模型诊断;分群与系统诊断

英文摘要: In distributed systems and wireless sensor networks, fault processor or fault sensor cause the entire system misjudgment or paralysis, brought great losses to the system. Therefore, to ensure the reliability of the system is an important research topic. The purpose of diagnosis system is to find out the fault processor or fault sensor, so that the repaired or replaced, to ensure the reliability of the whole system. In mulit environment changes, the traditional system diagnosis have low efficiency, high power consumption, and high misjudgment rate problems. Aiming at these problems, this project will combine the characteristics of mobile nodes and multi environment changes to research of local diagnosis method. This method only needs to collect some testing results of a node for correctly judge one or some specific node state. It improve the diagnostic efficiency, save energy consumption and reduce the misjudgment rate of diagnosis. The research contents of this project include: diagnosis structure respectively to study suitable for PMC model, MM* model and BGM model; the design of efficient algorithm to reduce the total number of diagnostic tests, so as to improve test efficiency; analysis and the corresponding time complexity ofdiagnosis algorithms respectively bureau network and class given randomly constructe

英文关键词: Network Structure and System Diagnosis;PMC model;BGM model;MM*model;Cluster and System Diagnosis

成为VIP会员查看完整内容
0

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
26+阅读 · 2021年3月7日
专知会员服务
27+阅读 · 2021年1月29日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
57+阅读 · 2020年12月6日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
一纵一横,搭建完整数据分析体系
人人都是产品经理
0+阅读 · 2022年1月30日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
分布式一致性算法:解决分布式系统 80%核心问题
夕小瑶的卖萌屋
1+阅读 · 2021年8月31日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
研究SLAM,对编程的要求有多高?
计算机视觉life
24+阅读 · 2019年2月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
26+阅读 · 2021年3月7日
专知会员服务
27+阅读 · 2021年1月29日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
57+阅读 · 2020年12月6日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
一纵一横,搭建完整数据分析体系
人人都是产品经理
0+阅读 · 2022年1月30日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
分布式一致性算法:解决分布式系统 80%核心问题
夕小瑶的卖萌屋
1+阅读 · 2021年8月31日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
研究SLAM,对编程的要求有多高?
计算机视觉life
24+阅读 · 2019年2月18日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员