CN103298009B - 复杂无线网络控制系统的建模及故障传播方法 - Google Patents
复杂无线网络控制系统的建模及故障传播方法 Download PDFInfo
- Publication number
- CN103298009B CN103298009B CN201210591288.5A CN201210591288A CN103298009B CN 103298009 B CN103298009 B CN 103298009B CN 201210591288 A CN201210591288 A CN 201210591288A CN 103298009 B CN103298009 B CN 103298009B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- fault
- wireless network
- fillet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种复杂无线网络控制系统的建模及故障传播方法。采用复杂网络的观点和方法,以通信信道为边,建立由边和边权表述节点连接关系的模型,描述信号基站在通信信道中的重要性,体现具有无标度特性的无线网络控制系统的网络特性。同时对无线网络的故障传播方法进行讨论,通过改变网络故障等级、节点容错能力大小、初始故障节点数目等参数,确定无线拓扑网络参数对级联故障的影响。本发明从系统工程的角度出发,为无线网络控制系统的建模提供了一种新的方法和思路。
Description
技术领域
本发明涉及计算机仿真建模领域中,一种具有复杂网络拓扑结构的网络控制系统的建模方法,并给出在此模型基础上故障传播方式,适合应用于网络控制系统的建模与网络故障传播诊断。
背景技术
网络控制系统根据传输媒介的不同,可以分为有线网络控制系统和无线网络控制系统,由于无线网络的应用方便性、组网和维护的便利性,使无线网络的应用越来越广泛,从而出现了全部基于无线信道进行通信的控制系统,即无线网络控制系统。采用无线网络进行通信可以免去大量的线路连接,节省系统的构建费用和维护成本,还可以满足一些特殊场合的需要,增强系统的组成灵活性。
由于无线网络控制系统的这些特点,使得其非常适合被用于情况复杂、条件恶劣等特殊环境,现有的研究和应用大多集中在将数据网络用于能够进行远程操控的领域中,例如汽车、机器人、楼宇智能、远程医疗、远程教学及实验和生产制造等复杂控制过程中。
无线网络控制系统中的节点大多是便携式可移动操作设备,而节点的移动会带来原有的网络拓扑结构发生变化,造成通信链路的改变或中断。这时,源节点到目标节点的通信就需要通过多跳机制,依靠中间节点的传递而完成。由于节点往往工作在恶劣的环境中,并且通常采用能量有限的电池提供能量,这就要求电池供电时间尽可能长,一旦电量耗尽就意味着这个节点失去了工作能力,需要将其从网络中剔除,这使得原有的无线网络拓扑结构发生改变,进而导致了网络控制系统的复杂性,这给网络控制系统的建模及故障诊断带来了很大的困难,本发明就是基于以上背景提出的。
发明内容
本发明的目的在于从复杂网络的角度出发,提出一种无线网络控制系统的建模方法,进而给出在此模型基础上故障传播的方式。
实现本发明目的的技术解决方案为:一种复杂无线网络控制系统的建模及故障传播方法,构建具有无标度特性的无线网络拓扑结构G,并依此构建邻接矩阵A;更改网络规模和改变每个节点连入网络时引入的连接边数,得到网络平均度、节点度大于平均度的节点个数与它们之间的关系;然后选择不同的节点容错方式和初始故障节点,根据不同等级的故障对无线网络进行感染。
在初始网络拓扑结构中不断添加新的节点和连接边,根据网络中任意两个节点对<ai,aj>的关系,确定网络的邻接矩阵A;在每次引入新节点时,计算每个节点已经存在的连接边数占全部连接边的比重通过计算累计概率M是网络初始结点个数,采用轮赌选择法找到所对应的节点与新节点相连,完成一次拓扑连接;并令aks=ask=1,如此重复完成新节点所有的拓扑连接;
所述轮赌选择法为:对随机产生的介于0到1之间的随机数r,找到最小大于r的pk所对应的k值,这个值所对应的节点k与新节点s相连,完成一次拓扑连接。
保持网络初始节点个数和由新节点引入的边数不变,计算平均节点度N是网络增长后的节点个数;固定网络初始节点个数,对于不同的网络增长规模,通过改变每个节点连入网络时引入的连接边数,得到网络平均度与连接边数之间的线性关系;固定网络初始节点个数,对于不同的网络增长规模,改变由每个节点连入网络时引入的连接边数,分别得到节点度大于网络节点数一半的节点个数、节点度大于网络平均度的节点个数与连接边数之间的关系。
对于所建立的无线网络G,建立均匀分配和重点分配2种不同的容错方式,均匀分配中各节点的容错能力符合均匀分布,即容错能力Fti~U(0,8);重点分配中各节点的容错能力其中,si表示节点i的度,save表示无线网络的平均度,ci表示节点i的聚类系数,cave表示无线网络的平均聚类系数,且FI表示此时无线网络的故障等级。
所述对无线网络进行感染的具体方法如下:采用两种网络故障触发方式,一种是随机选取一些网络节点作为故障初始节点,通过与其它节点的相互调用将故障传递至整个网络,另一种是选取节点度相对较大的节点作为初始故障节点,在短时间内将故障信息传递给直接相连的网络节点,造成级联故障,当节点i发生故障时,故障信息传递到节点j后进而引起j的故障概率为:改变故障等级和初始故障节点个数,对网络进行感染,其中wij代表节点i与j中间的调用次数即权重,wj代表节点j在无线网络中总的调用次数,FI为故障等级,Ftj为节点j的容错能力大小。
本发明与现有的技术相比,其显著优点:(1)采用复杂网络的观点和方法,以通信信道为边,建立由边和边权表述节点连接关系的矩阵模型。(2)对于固定规模和可变规模的无线传感网络,给出节点度大小变化规律,使得整个网络结构更直观。(3)根据节点度的大小,将网络中例如信号基站或路由等重要节点在网络中的重要性体现出来。(4)对网络中的容错方式进行了分类,并根据复杂网络的观点,对故障触发节点进行选择。(5)对可变故障大小和初始故障节点个数进行了讨论,得出了网络中故障扩散的一般规律。
下面结合附图对本发明作进一步详细描述。
四附图说明
图1为网络拓扑结构图。
图2为双对数曲线下累计度分布图。
图3为网络平均度变化图。
图4为网络平均度随网络规模变化图。
图5为重要节点随网络规模变化图。
图6为网络节点度大于网络平均度的个数随连接边数变化曲线图。
图7为容错分配方式和故障触发方式对网络故障的影响图。
图8为改变故障等级对级联故障的影响图。
图9为容错能力对级联故障的影响图。
图10为初始故障节点数目对级联故障的影响图。
五具体实施方式
本发明一种无线网络控制系统的建模和故障传播方法,步骤如下:
第一步,选择BA无标度网络为无线网络控制系统拓扑结构,确定网络初始节点个数和增长规模,以及每次引入新节点时新生成的边数,这样生成的网络结构具有增长特性和优先链接特性。根据网络节点之间的连接关系构建邻接矩阵,假设信号可以在相连的节点之间双向传递,即网络为无向传播网络,且这样构建的邻接矩阵为对称矩阵;
第二步,对于固定规模和可变规模的网络,根据邻接矩阵统计网络平均度随引入网络连接边数的变化,对于网络中类似于信号基站或路由这样的重要节点,通过改变网络规模和引入网络的连接边数,得出节点度的变化规律;
第三步,给出两种不同的容错方式和故障触发方式,定义故障范围,分别对于固定的故障和可变故障,对容错方式和故障触发方式的不同组合进行仿真,得到故障节点个数随故障扩散步数的变化。
第四步,选择不同的故障等级和不同的初始故障节点,得到网络中故障节点个数随故障扩散步数的变化规律。
下面结合附图对本发明做进一步说明。
本发明基于复杂网络,提出一种无线网络控制系统的建模方法,进而给出在此模型基础上故障传播的方式,具体步骤如下:
第一步,构造无线传感网络G,建立邻接矩阵A
令网络初始节点个数为M,M个节点之间随机连接,网络拓扑完成后节点个数为N(N>M),每次引入新节点时新生成的边数为m(m<M)。在此无线网络中,节点之间随机连接,N为节点集合,R为边集合,G={N,R}。N中的任意两个节点对<ai,aj>的关系只有“直接连接”与“不直接连接”两种状态,代表信号可以通过无线网络,从节点i直接传送到节点j,或者无法直接到达,需要其它节点或者信号基站的中转。若信号可直接传递,则aij=1,否则aij=0。在每次引入新节点s时,首先计算每个节点已经存在的连接边数占全部连接边的比重 再求累计概率 对随机产生的介于0到1之间的随机数r,采用轮赌法找到最小大于r的pk所对应的k值,这个值所对应的节点k与新节点s相连,完成一次拓扑连接,并令aks=ask=1,如此重复m次完成此新节点所有的拓扑连接,对于本发明生成的无向传播网络的邻接矩阵A为对称矩阵。由无标度网络特性可知,网络连接度在双对数曲线下近似为一直线,如图2所示,其中M=10,N=1000,m=2。
第二步,获取节点度变化规律
对于无向传播网络,初始网络节点数目固定,增长规模一定时,随着每个新无线拓扑网络节点的引入,必然会有新的连接边的加入,每一条连接边的加入会导致网络中2个节点的度加1。对于本发明中的无标度网络,节点度的变化规律从以下方面体现:
(1)无线传感网络节点平均度的变化
保持网络初始节点个数和由新节点引入的边数不变,计算平均节点度网络初始节点个数仍为10,引入新节点时新生成的边数仍为2,增长规模M改为500,通过改变每个节点连入网络时引入的连接边数m(0<m<300),观察网络平均度与连接边数之间的线性关系,如图3所示。再令M分别等于700和900,对于相同数目、由新节点引入网络的连接边,观察网络平均度与连接边数之间的线性关系,如图4所示。
(2)无线传感网络重要节点度的变化
由邻接矩阵,我们可以得到一个节点与其它节点的连接关系,从而得到一个节点的“重要程度”,例如传递信号的信号基站。固定网络初始节点个数M=10,网络规模分别为N=500,N=700,N=900,改变由每个节点连入网络时引入的连接边数m(0<m<300)。通过邻接矩阵,节点度大于网络节点数一半的节点为统计它们的个数num,以m为横轴,num为纵轴,绘制关系曲线图5。固定网络初始节点个数M=10,网络规模分别为N=400,N=500,N=600,N=700,N=800,N=900,改变由每个节点连入网络时引入的连接边数m(0<m<300),得到网络中度大于平均节点度的节点统计其个数num_ave,得到m和num_ave的关系曲线图6。
第三步,容错分配和故障触发
我们将影响网络运行的故障大小定义为故障强度,故障会通过节点向整个网络进行传播。在本实施方式中,选取先前所建立的无线网络G为模型,节点之间的连接关系由邻接矩阵A给出,定义故障强度大小为FI,且FI∈{1,2,3,4,5,6,7,8}。构造节点间的权重初始矩阵W为N阶方阵,方阵元素wij为0到100的随机整数,1<i<N,i+1<j<N,令wij=wji,则节点间的最终权重矩阵为WEIGHT=A×W。对于节点i,有ki条边将它与其它节点相连,这ki个节点之间最多存在条边,而这ki个节点之间实际的边数Ei与总的可能边数的比值,即称为点i的聚类系数,记为Ci。
节点本身对故障的处理应对能力我们称为容错能力,对于无标度网络,少数节点具有非常大的度,例如信号基站,因此各节点被感染的概率不同。为此我们选用两种不同的容错分配方式:均匀分配,各节点的容错能力符合均匀分布,即Fti~U(0,8);重点分配,各节点的容错能力与其连接关系的紧密有关,即:
其中,si表示节点i的度,save表示无线网络的平均度,ci表示节点i的聚类系数,cave表示无线网络的平均聚类系数,且FI表示此时无线网络的故障等级。
网络故障的触发通常分为两种方式,一种是随机触发,即随机选取一些网络节点作为故障初始节点,通过与其它节点的相互调用将故障传递至整个网络;另一种是恶意触发,选取度相对较大的节点作为初始故障节点,那么在很短的时间内,故障信息就会由基站传递给直接相连的网络节点,进而造成级联故障。当节点i发生故障时,故障信息传递到节点j后进而可能引起j的故障概率我们可以定义为:
其中wij代表节点i与j中间的调用次数(权重),wj代表节点j在图中总的调用次数,FI为故障等级,Ftj为节点j的容错能力大小。
选择上述所建立的无线网络G,N=500,初始故障节点数n=30,故障等级FI=4,分别从容错能力重点分配,故障节点随机选择、容错能力重点分配,故障节点重点选择、容错能力均匀分配,故障节点随机选择、容错能力均匀分配,故障节点重点选择4个方面对网络进行感染,得到故障节点个数与故障扩散步数的关系如图7所示。
第四步,更改故障等级和初始故障节点个数
故障等级、初始故障节点数目等故障参数都对网络有很大影响。选定网络规模为500,故障触发方式均为随机触发。图8给出了改变故障等级对网络级联故障的影响。其中Ft是重点分配,n=50,FI分别取2、4、6、8。图9表明节点的容错能力对网络故障扩散的影响。其中FI=4,n=50,Ft分别取2、4、6、8。图10则从初始时的故障节点数目出发,分别取n为30、50、70、90,FI=4,Ft重点分配。
Claims (1)
1.一种复杂无线网络控制系统的建模及故障传播方法,其特征在于:构建具有无标度特性的无线网络拓扑结构G,并依此构建邻接矩阵A;更改网络规模和改变每个节点连入网络时引入的连接边数,得到网络平均度、节点度大于平均度的节点个数与它们之间的关系;然后选择不同的节点容错方式和初始故障节点,根据不同等级的故障对无线网络进行感染;
在初始网络拓扑结构中不断添加新的节点和连接边,根据网络中任意两个节点对<ai,aj>的关系,确定网络的邻接矩阵A;在每次引入新节点时,计算每个节点已经存在的连接边数占全部连接边的比重通过计算累计概率M是网络初始结点个数,采用轮赌选择法找到所对应的节点与新节点相连,完成一次拓扑连接;并令aks=ask=1,如此重复完成新节点所有的拓扑连接;
所述轮赌选择法为:对随机产生的介于0到1之间的随机数r,找到最小大于r的pk所对应的k值,这个值所对应的节点k与新节点s相连;保持网络初始节点个数和由新节点引入的边数不变,计算平均度N是网络增长后的节点个数;固定网络初始节点个数,对于不同的网络增长规模,通过改变每个节点连入网络时引入的连接边数,得到网络平均度与连接边数之间的线性关系;固定网络初始节点个数,对于不同的网络增长规模,改变由每个节点连入网络时引入的连接边数,分别得到节点度大于网络节点数一半的节点个数、节点度大于网络平均度的节点个数与连接边数之间的关系;
对于所建立的无线网络G,建立均匀分配和重点分配2种不同的容错方式,均匀分配中各节点的容错能力符合均匀分布,即容错能力Fti~U(0,8);重点分配中各节点的容错能力其中,si表示节点i的度,save表示无线网络的平均度,ci表示节点i的聚类系数,cave表示无线网络的平均聚类系数,且N是网络增长后的节点个数,FI表示此时无线网络的故障等级;
所述对无线网络进行感染的具体方法如下:采用两种网络故障触发方式,一种是随机选取一些网络节点作为故障初始节点,通过与其它节点的相互调用将故障传递至整个网络,另一种是选取节点度相对较大的节点作为初始故障节点,在短时间内将故障信息传递给直接相连的网络节点,造成级联故障,当节点i发生故障时,故障信息传递到节点j后进而引起j的故障概率为:改变故障等级和初始故障节点个数,对网络进行感染,其中wij代表节点i与j中间的调用次数即权重,wj代表节点j在无线网络中总的调用次数,FI为故障等级,Ftj为节点j的容错能力大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210591288.5A CN103298009B (zh) | 2012-12-31 | 2012-12-31 | 复杂无线网络控制系统的建模及故障传播方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210591288.5A CN103298009B (zh) | 2012-12-31 | 2012-12-31 | 复杂无线网络控制系统的建模及故障传播方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103298009A CN103298009A (zh) | 2013-09-11 |
CN103298009B true CN103298009B (zh) | 2016-03-02 |
Family
ID=49098181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210591288.5A Expired - Fee Related CN103298009B (zh) | 2012-12-31 | 2012-12-31 | 复杂无线网络控制系统的建模及故障传播方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103298009B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133863A (zh) * | 2014-07-17 | 2014-11-05 | 西南交通大学 | 一种超网络构建方法 |
CN104320229B (zh) * | 2014-10-14 | 2017-12-01 | 国家电网公司 | 通信网络建立的方法及装置 |
CN104898039B (zh) * | 2015-05-27 | 2017-09-12 | 电子科技大学 | 基于故障传播概率模型的故障模式优选方法 |
CN105656198B (zh) * | 2015-12-29 | 2019-02-15 | 中国电力科学研究院 | 一种电力通信网络冗余路径策略的获取方法 |
CN105703957A (zh) * | 2016-04-06 | 2016-06-22 | 西北工业大学 | 一种航空电子网络系统的鲁棒性计算方法 |
CN106371422B (zh) * | 2016-08-31 | 2018-08-31 | 北京航空航天大学 | 一种预测关键基础设施故障传播的方法 |
CN107682195B (zh) * | 2017-10-13 | 2020-10-20 | 中北大学 | 基于复杂网络与大数据结合的通信网络鲁棒性评估方法 |
CN109089262B (zh) * | 2018-06-26 | 2020-06-09 | 北京航空航天大学 | 一种用于移动Ad hoc网络故障传播的抑制方法 |
CN111835537B (zh) * | 2019-04-17 | 2022-11-29 | 中国移动通信集团山西有限公司 | 一种通信网络级联故障中节点识别方法、装置及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572961A (zh) * | 2009-05-31 | 2009-11-04 | 北京航空航天大学 | 一种移动无标度自组织网络模型的建立方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7808939B2 (en) * | 2003-03-28 | 2010-10-05 | Lenovo (Singapore) Pte Ltd. | Routing in wireless ad-hoc networks |
-
2012
- 2012-12-31 CN CN201210591288.5A patent/CN103298009B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101572961A (zh) * | 2009-05-31 | 2009-11-04 | 北京航空航天大学 | 一种移动无标度自组织网络模型的建立方法 |
Non-Patent Citations (4)
Title |
---|
BA无标度通信网络的级联故障研究;邹艳丽等;《广西师范大学学报:自然科学版》;20120930;第30卷(第3期);第2节 * |
Probability-Based Fault Detection in Wireless Sensor Networks;Ri-mao Huang等;《IEEE》;20101231;全文 * |
Scale-Free Networks: A Decade and Beyond;Albert-László Barabási;《SCIENCE》;20090724;第325卷;全文 * |
复杂软件的级联故障建模;王健等;《计算机学报》;20110630;第34卷(第6期);第3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN103298009A (zh) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103298009B (zh) | 复杂无线网络控制系统的建模及故障传播方法 | |
CN109682380A (zh) | 一种通信无人机路径优化方法及设备 | |
CN101702655B (zh) | 网络拓扑图的布局方法和系统 | |
CN109039766B (zh) | 一种基于渗流概率的电力cps网络风险传播阈值确定方法 | |
CN107682195A (zh) | 基于复杂网络与大数据结合的通信网络鲁棒性评估方法 | |
CN102904815B (zh) | 基于无尺度网络的路由级拓扑建模方法 | |
CN104734870B (zh) | 一种基于元胞自动机的软件故障传播规律发现方法 | |
CN102497649B (zh) | 基于可靠性保证的卫星网络路由构建方法 | |
CN104049533A (zh) | 基于隐半马尔可夫模型的网络控制系统控制器设计方法 | |
CN103971160A (zh) | 基于复杂网络的粒子群优化方法 | |
CN108037659B (zh) | 基于事件驱动的时变耦合复杂动态网络同步方法 | |
CN104202188A (zh) | 一种采用遗传算法进行afdx网络路径优化的方法 | |
CN104010329B (zh) | 基于量化无偏广播Gossip算法的分布式负载均衡方法 | |
CN105656198A (zh) | 一种电力通信网络冗余路径策略的获取方法 | |
CN106685745B (zh) | 一种网络拓扑构建方法及装置 | |
CN102711125B (zh) | 一种提高无线mesh网络传输能力的方法 | |
CN102612080A (zh) | 基于第二代小波零树编码的最小能耗自适应汇聚路由方法 | |
CN110430072A (zh) | 一种用于控制传输设备进行数据传输的系统及方法 | |
CN107196808A (zh) | 一种双层网络模型构建的方法 | |
CN111193971B (zh) | 一种面向机器学习的分布式计算互连网络系统及通信方法 | |
CN106067074A (zh) | 一种通过优化链路的开关状态来提升电网系统鲁棒性的方法 | |
CN102546063B (zh) | 无线传感器网络能耗仿真工具及其仿真方法 | |
CN108616893A (zh) | 一种高能效的拓扑控制方法 | |
CN104734808A (zh) | 一种无线传感网络中最差时延感知跨层优化方法 | |
CN106850253A (zh) | 一种基于多状态网络的传输时间可靠性测量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160302 Termination date: 20171231 |