CN112904239B - 电缆导通网络确定方法、装置、存储介质及设备 - Google Patents
电缆导通网络确定方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN112904239B CN112904239B CN201911134473.XA CN201911134473A CN112904239B CN 112904239 B CN112904239 B CN 112904239B CN 201911134473 A CN201911134473 A CN 201911134473A CN 112904239 B CN112904239 B CN 112904239B
- Authority
- CN
- China
- Prior art keywords
- network
- matrix
- signal connection
- connection points
- determining
- 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.)
- Active
Links
Images
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明实施例公开了电缆导通网络确定方法、装置、存储介质及设备。该方法包括:建立目标电缆网络对应的邻接矩阵,其中,邻接矩阵为无向图邻接矩阵,目标电缆网络中的信号连接点被视为无向图中的顶点;基于邻接矩阵确定可达性矩阵,可达性矩阵用于表示信号连接点之间的连通关系;求解可达性矩阵,并根据求解结果确定目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。本发明实施例通过采用上述技术方案,可以自动确定电缆网络中的导通网络,提升电缆测试效率。
Description
技术领域
本发明实施例涉及线缆装配技术领域,尤其涉及电缆导通网络确定方法、装置、存储介质及设备。
背景技术
目前,在市面上已存在用于电缆完整性测试的批量测试系统,通过大量继电器切换,可以实现测试的自动化。
然而,目前的测试系统只能实现给定端到端的测试,即电缆互联通路起端到终端的导通关系。另外,现有的导线表只记录了导线号、以及每根导线两端的设备(包括如连接器、接线模块、死接头及系统等)等信息。因此,系统间的信号是如何通过导线相互连接的,即每个信号通路都经过了哪些导线和设备,都需要查看图纸手工定位故障,效率低下。
因此,亟需提供一种自动确定电缆导通网络的方案。
发明内容
本发明实施例提供了电缆导通网络确定方法、装置、存储介质及设备,可以实现自动确定电缆导通网络。
第一方面,本发明实施例提供了一种电缆导通网络确定方法,包括:
建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点;
基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
第二方面,本发明实施例提供了一种电缆导通网络确定装置,包括:
邻接矩阵建立模块,用于建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点;
可达性矩阵确定模块,用于基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
导通网络确定模块,用于求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
第三方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的电缆导通网络确定方法。
第四方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例提供的电缆导通网络确定方法。
本发明实施例中提供的电缆导通网络确定方案,建立目标电缆网络对应的邻接矩阵,其中,邻接矩阵为无向图邻接矩阵,目标电缆网络中的信号连接点被视为无向图中的顶点,基于邻接矩阵确定可达性矩阵,可达性矩阵用于表示信号连接点之间的连通关系,求解可达性矩阵,并根据求解结果确定目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。通过采用上述技术方案,可以自动确定电缆网络中的导通网络,提升电缆测试效率。
附图说明
图1为相关技术中确定电缆导通网络的方法的流程示意图;
图2为本发明实施例提供的一种电缆导通网络确定方法的流程示意图;
图3为本发明实施例提供的一种导线信号图;
图4为本发明实施例提供的又一种电缆导通网络确定方法的流程示意图;
图5为本发明实施例提供的一种电缆导通网络确定装置的结构框图;
图6为本发明实施例提供的一种计算机设备的结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
为了便于说明,先对相关技术中确定导通网络的方式进行介绍。目前,现有的导线表只记录了导线号、以及每根导线两端的设备(包括如连接器、接线模块、死接头及系统等)等信息。因此,系统间的信号是如何通过导线相互连接的,即每个信号通路都经过了哪些导线和设备,都需要查看图纸手工定位故障。图1为相关技术中确定电缆导通网络的方法的流程示意图,如图1所示,当系统1的A信号和系统2的B信号之间存在导通故障时,为了确定信号流经的具体路径,分别查找A信号和B信号所在导线的美国航空运输协会(Air TransportAssociation,ATA)号,翻阅A信号和B信号所在导线的ATA图纸查找经过的设备及导线,若互联未超越已查找的ATA章节号,则可完成查询,若互联已超越已查找的ATA章节号,则需要按照图纸标记寻找另外的ATA图纸,并翻阅ATA图纸查找信号经过的设备及导线。可见,现有的人工查询流程耗时耗力,效率很低。
图2为本发明实施例提供的一种电缆导通网络确定方法的流程示意图,该方法可以由电缆导通网络确定装置执行,其中该装置可由软件和/或硬件实现,一般可集成在计算机设备中。如图1所示,该方法包括:
步骤201、建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点。
本发明实施例中,目标电缆网络可以是当前需要确定导通网络的电缆网络,目标电缆网络中一般包含多个导通网络。电缆又称导线或线缆,电缆末端可以是连接器、死接头、接线模块以及系统,可统称为设备,电缆末端可以称为信号连接点。
示例性的,在做导通测试时,电缆之间是从设备上断开的,显然导线信号连通图G是没有环路的,且是无向图,因此信号点之间的通路可以建立无向图邻接矩阵。邻接矩阵(Adjacency Matrix)是表示顶点之间相邻关系的矩阵,可以将目标电缆网络中的信号连接点视为无向图中的顶点,进而建立邻接矩阵。
示例性的,将所述邻接矩阵记为M,相连信号点之间权重都为1,各信号连接点的排序不限,M中的元素由如下表达式确定:
其中,mij表示M中的元素;p表示目标电缆网络中的信号连接点的数量。
可选的,本步骤可包括:获取目标电缆网络对应的导线表,其中,所述导线表中包含每根导线的两端所对应的信号连接点;根据所述导线表建立所述目标电缆网络对应的邻接矩阵。这样设置的好处在于,将导线表直接输入至计算机设备中,计算机设备就可以自动根据目标电缆网络的导线表生成对应的邻接矩阵,无需人工根据导线表向计算机设备中输入每两个信号连接点之间的关系,进一步加快确定导通网络的速度。
步骤202、基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系。
可达性矩阵指的是用矩阵形式来描述连接图各节点之间经过一定长度的通路后可达到的程度。本发明实施例中,可以用可达性矩阵来描述各信号连接点之间经过一定长度的通路后可达到的程度,即点到点之间的连通关系。连通关系又称连接关系,可以指一个信号通路从头至尾经过的设备和导线。
示例性的,将所述可达性矩阵记为R,R可以由如下表达式确定:
R=(rij)n×n=M+M2+M3+...+Mn (2)
其中,rij表示R中的元素;+为布尔运算的逻辑加,又可表示为∨;n表示通路长度,n小于或等于p。
步骤203、求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
由于电缆通路长度都有上限,因此,求出可达性矩阵即可得到各个独立的导通网络。当R不再变化时,最小的n为通路长度,即两点间经过最多非重复点的距离。
示例性的,由于目标电缆网络为无向图,所以邻接矩阵和可达性矩阵均为对称矩阵,通过观察可达性矩阵的求解结果,可以将结果矩阵中相同的行或相同的列对应的信号连接点确定为属于同一个导通网络的信号连接点,也即这些信号连接点对应的设备属于同一个导通网络中。
本发明实施例中提供的电缆导通网络确定方法,建立目标电缆网络对应的邻接矩阵,其中,邻接矩阵为无向图邻接矩阵,目标电缆网络中的信号连接点被视为无向图中的顶点,基于邻接矩阵确定可达性矩阵,可达性矩阵用于表示信号连接点之间的连通关系,求解可达性矩阵,并根据求解结果确定目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。通过采用上述技术方案,可以自动确定电缆网络中的导通网络,提升电缆测试效率。
由于可达性矩阵的求解涉及到大量的矩阵乘法,会消耗大量时间,在一些实施例中,可以针对可达性矩阵的求解过程进行优化,达到快速求解的效果。
由上面的式(2)可知,直接计算矩阵R需要进行n-1次矩阵乘法,计算量很大。可以将式(2)变换为如下表达式:
其中,logn为log2n的简写;令n为可写成2k的数,k=1,2,…,K;
从k=1开始,依次计算k为各个取值时对应的R,直到n=2k+1时计算得到的R(可记为R2 k+1)与n=2k时计算得到的R(可记为R2 k)相同(即R2 k+1=R2 k)时,将当前的R(由于R2 k+1=R2 k,所以当前的R可以指R2 k+1,也可以指R2 k)确定为求解结果对应的结果矩阵。
也就是说,k的取值从1开始以1为单位间隔递增,对应的n的取值则会从2开始以2的幂次方递增,如2,4,8,16……。其中,k的最大取值为K,2K的取值为大于p且最接近p的值。当随着k的增加,相邻两次计算得到的R相等时,对应的较小的n为通路长度,即两点间经过最多非重复点的距离。
因为所以只需完成logn-1次自乘再完成logn次括号相乘即可,总次数为2logn-1,和n-1相比,计算量大大减小,表1中示出了本发明实施例的求解方法和传统求解方法中需要进行乘法次数的对比结果,可见,本发明实施例中的求解方法大大减小了计算量。
表1本发明实施例的求解方法和传统求解方法乘法次数比较
为了便于理解,下面结合具体的实例进行说明,以机载线缆互联系统中的电缆网络为例,电缆中的导线通过死接头和接线模块实现信号等电位分叉,通常死接头实现一分二功能,而接线模块上可实现多个端子(3个或3个以上)等电位,为了简便起见将死接头和接线模块用j表示信号分离点,而用J表示模块的各个端子。电缆的末端通常为连接器,包括插头和插座,和系统上的插座或者插头相配合,此时连接器中的导线信号用c表示连接点。机上电缆通常由几段导线通过若干对连接器插头和插座插合实现互联。由于插头插座之间的配合由主键及相应的插合要求来实现,特别是自锁连接器的广泛应用,连接器之间的配合通常不会出现不紧密的问题。本发明实施例主要关注导线本身的导通和绝缘问题,所以对于导线信号出现在一对连接器仍用c表示信号连接点。连接器、死接头、接线模块统称为设备,用大写字母表示;导线信号连接点、分离点均用小写字母表示。连接关系是指一个信号通路从头至尾经过的设备和导线。举例说明,表2为导线表。其中,c11表示编号为1的连接器第1针(或孔)。
表2导线表
导线号 | 设备(起) | 设备(终) |
1 | 连接器c11 | 死接头j1 |
2 | 死接头j1 | 连接器c41 |
3 | 连接器c41 | 连接器c51 |
4 | 连接器c51 | 连接器c61 |
5 | 连接器c61 | 连接器c71 |
6 | 连接器j1 | 接线模块c31 |
7 | 接线模块c12 | 连接器c21 |
8 | 接线模块c21 | 连接器j2 |
在做导通或绝缘测试时,线缆之间是从设备上断开的,显然导线信号图是没有环路的。因此信号点之间的通路可以建立邻接矩阵M,相连信号点之间权重都为1,各信号连接点的排序不限,假定为{j1,j2,c11,c12,c21,c31,c41,c51,c61,c71},根据表2中的导线表可以建立邻接矩阵M10,如下:
点到点的连通关系可以通过可达性矩阵Rn求出。
根据本发明实施例提供的求解方法,当k=4时,即n=16时,计算得到的R,记为R16,当k=3时,即n=8时,计算得到的R,记为R8,R16=R8,因此,最大通路数不大于8,所以可以得到求解出的结果矩阵为:
由于导线信号图为无向图,所以M和R矩阵均为对称矩阵。观察R8,第1、3、6、7、8、9和10行相同,第2、4和5行相同,可见{j1,c11,c31,c41,c51,c61,c71},{j2,c12,c21}为两个导通网。图3为本发明实施例提供的一种导线信号图,图3与表2中的导线表相对应,对比上述根据结果矩阵R8得到的两个导通网和图3,可以得知,通过本发明实施例提供的电缆导通网络确定方法,可以快速准确地确定导通网络。需要说明的是,上述举例中电缆网络的规模与实际应用时的电缆网络相比缩小很多,在实际应用时,采用本发明实施例提供的电缆导通网络确定方法能够大大降低计算量,提高测试效率。
图4为本发明实施例提供的又一种电缆导通网络确定方法的流程示意图,在上述各可选实施例基础上进行优化。
示例性的,在所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点之后,还包括:针对每个导通网络,基于预设算法求取当前导通网络中的各信号连接点的通路。
具体的,该方法可包括如下步骤:
步骤401、获取目标电缆网络对应的导线表。
其中,所述导线表中包含每根导线的两端所对应的信号连接点。
步骤402、根据导线表建立目标电缆网络对应的邻接矩阵。
其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点。
步骤403、基于邻接矩阵确定可达性矩阵。
其中,所述可达性矩阵用于表示信号连接点之间的连通关系。
步骤404、求解可达性矩阵。
步骤405、将求解结果对应的结果矩阵中,元素取值相同的行或相同的列所对应的信号连接点确定为属于目标电缆网络中的同一个导通网络的信号连接点。
步骤406、提取各个独立的导通网络,针对每个导通网络,基于预设算法求取当前导通网络中的各信号连接点的通路。
可选的,预设算法为迪杰斯特拉算法。迪杰斯特拉(Dijkstra)算法是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法,是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题,迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。通过利用Dijkstra算法可以快速求取导通网络中的具体通路。
本发明实施例提供的电缆导通网络确定方法,在根据求解结果确定目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点之后,还进一步针对每个导通网络,基于预设算法求取当前导通网络中的各信号连接点的通路,方便在存在导通故障时快速定位问题,可进一步提升测试效率。
图5为本发明实施例提供的一种电缆导通网络确定装置的结构框图,该装置可由软件和/或硬件实现,一般可集成在计算机设备中,可通过执行电缆导通网络确定方法来进行电缆导通网络确定。如图5所示,该装置包括:
邻接矩阵建立模块501,用于建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点;
可达性矩阵确定模块502,用于基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
导通网络确定模块503,用于求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
本发明实施例中提供的电缆导通网络确定装置,建立目标电缆网络对应的邻接矩阵,其中,邻接矩阵为无向图邻接矩阵,目标电缆网络中的信号连接点被视为无向图中的顶点,基于邻接矩阵确定可达性矩阵,可达性矩阵用于表示信号连接点之间的连通关系,求解可达性矩阵,并根据求解结果确定目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。通过采用上述技术方案,可以自动确定电缆网络中的导通网络,提升电缆测试效率。
可选的,所述建立目标电缆网络对应的邻接矩阵,包括:
获取目标电缆网络对应的导线表,其中,所述导线表中包含每根导线的两端所对应的信号连接点;
根据所述导线表建立所述目标电缆网络对应的邻接矩阵。
可选的,将所述邻接矩阵记为M,将所述可达性矩阵记为R;
M中的元素由如下表达式确定:
R由如下表达式确定:
R=(rij)n×n=M+M2+M3+...+Mn
其中,mij表示M中的元素;p表示目标电缆网络中的信号连接点的数量;rij表示R中的元素;+为布尔运算的逻辑加;n表示通路长度,n小于或等于p。
可选的,所述求解所述可达性矩阵,包括:
将所述可达性矩阵变换为如下表达式:
其中,logn为log2n的简写;令n为可写成2k的数,k=1,2,…,K;
从k=1开始,依次计算k为各个取值时对应的R,直到n=2k+1时计算得到的R与n=2k时计算得到的R相同时,将当前的R确定为求解结果对应的结果矩阵。
可选的,所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点,包括:
将求解结果对应的结果矩阵中,元素取值相同的行或相同的列所对应的信号连接点确定为属于所述目标电缆网络中的同一个导通网络的信号连接点。
可选的,该装置还包括:
通路确定模块,用于在所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点之后,针对每个导通网络,基于预设算法求取当前导通网络中的各信号连接点的通路。
可选的,所述预设算法为迪杰斯特拉算法。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行电缆导通网络确定方法,该方法包括:
建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点;
基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDRRAM、SRAM、EDORAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的电缆导通网络确定操作,还可以执行本发明任意实施例所提供的电缆导通网络确定方法中的相关操作。
本发明实施例提供了一种计算机设备,该计算机设备中可集成本发明实施例提供的电缆导通网络确定装置。图6为本发明实施例提供的一种计算机设备的结构框图。计算机设备600可以包括:存储器601,处理器602及存储在存储器601上并可在处理器602运行的计算机程序,所述处理器602执行所述计算机程序时实现如本发明实施例所述的电缆导通网络确定方法,该方法包括:
建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点;
基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点。
本发明实施例提供的计算机设备,可以自动确定电缆网络中的导通网络,提升电缆测试效率。
上述实施例中提供的电缆导通网络确定装置、存储介质以及计算机设备可执行本发明任意实施例所提供的电缆导通网络确定方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的电缆导通网络确定方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (7)
1.一种电缆导通网络确定方法,其特征在于,包括:
建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点,所述目标电缆网络为机载线缆互联系统中的电缆网络,所述信号连接点为电缆末端,所述电缆末端为连接器、死接头或接线模块;
基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点;
其中,将所述邻接矩阵记为M,将所述可达性矩阵记为R;
M中的元素由如下表达式确定:
R由如下表达式确定:
R=(rij)n×n=M+M2+M3+...+Mn
其中,mij表示M中的元素;p表示目标电缆网络中的信号连接点的数量;rij表示R中的元素;+为布尔运算的逻辑加;n表示通路长度,n小于或等于p;
所述求解所述可达性矩阵,包括:
将所述可达性矩阵变换为如下表达式:
其中,logn为log2n的简写;令n为可写成2k的数,k=1,2,…,K;
从k=1开始,依次计算k为各个取值时对应的R,直到n=2k+1时计算得到的R与n=2k时计算得到的R相同时,将当前的R确定为求解结果对应的结果矩阵;
其中,所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点,包括:
将求解结果对应的结果矩阵中,元素取值相同的行或相同的列所对应的信号连接点确定为属于所述目标电缆网络中的同一个导通网络的信号连接点。
2.根据权利要求1所述的方法,其特征在于,所述建立目标电缆网络对应的邻接矩阵,包括:
获取目标电缆网络对应的导线表,其中,所述导线表中包含每根导线的两端所对应的信号连接点;
根据所述导线表建立所述目标电缆网络对应的邻接矩阵。
3.根据权利要求1或2所述的方法,其特征在于,在所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点之后,还包括:
针对每个导通网络,基于预设算法求取当前导通网络中的各信号连接点的通路。
4.根据权利要求3所述的方法,其特征在于,所述预设算法为迪杰斯特拉算法。
5.一种电缆导通网络确定装置,其特征在于,包括:
邻接矩阵建立模块,用于建立目标电缆网络对应的邻接矩阵,其中,所述邻接矩阵为无向图邻接矩阵,所述目标电缆网络中的信号连接点被视为无向图中的顶点,所述目标电缆网络为机载线缆互联系统中的电缆网络,所述信号连接点为电缆末端,所述电缆末端为连接器、死接头或接线模块;
可达性矩阵确定模块,用于基于所述邻接矩阵确定可达性矩阵,所述可达性矩阵用于表示信号连接点之间的连通关系;
导通网络确定模块,用于求解所述可达性矩阵,并根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点;
其中,将所述邻接矩阵记为M,将所述可达性矩阵记为R;
M中的元素由如下表达式确定:
R由如下表达式确定:
R=(rij)n×n=M+M2+M3+...+Mn
其中,mij表示M中的元素;p表示目标电缆网络中的信号连接点的数量;rij表示R中的元素;+为布尔运算的逻辑加;n表示通路长度,n小于或等于p;
所述求解所述可达性矩阵,包括:
将所述可达性矩阵变换为如下表达式:
其中,logn为log2n的简写;令n为可写成2k的数,k=1,2,…,K;
从k=1开始,依次计算k为各个取值时对应的R,直到n=2k+1时计算得到的R与n=2k时计算得到的R相同时,将当前的R确定为求解结果对应的结果矩阵;
其中,所述根据求解结果确定所述目标电缆网络中的导通网络以及每个导通网络中包含的信号连接点,包括:
将求解结果对应的结果矩阵中,元素取值相同的行或相同的列所对应的信号连接点确定为属于所述目标电缆网络中的同一个导通网络的信号连接点。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4任一项所述的方法。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911134473.XA CN112904239B (zh) | 2019-11-19 | 2019-11-19 | 电缆导通网络确定方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911134473.XA CN112904239B (zh) | 2019-11-19 | 2019-11-19 | 电缆导通网络确定方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112904239A CN112904239A (zh) | 2021-06-04 |
CN112904239B true CN112904239B (zh) | 2023-02-17 |
Family
ID=76103524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911134473.XA Active CN112904239B (zh) | 2019-11-19 | 2019-11-19 | 电缆导通网络确定方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112904239B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101995516A (zh) * | 2010-03-31 | 2011-03-30 | 中国商用飞机有限责任公司 | 一种线束完整性的测试方法 |
CN103259265A (zh) * | 2013-06-06 | 2013-08-21 | 山东大学 | 基于可达性矩阵的智能配电网电网分区及孤岛辨识方法 |
CN103579990A (zh) * | 2013-10-17 | 2014-02-12 | 华南理工大学 | 基于混合决策图的含分布式电源配电系统故障恢复方法 |
CN103823837A (zh) * | 2013-12-13 | 2014-05-28 | 国网安徽省电力公司 | 基于模糊聚类和最短路径的关键输电断面搜索方法 |
CN107392424A (zh) * | 2017-06-14 | 2017-11-24 | 中国航空综合技术研究所 | 一种建立产品制造过程中质量波动源解释结构模型的方法 |
CN107992541A (zh) * | 2017-11-27 | 2018-05-04 | 华中科技大学 | 一种电力系统全接线计算拓扑分析方法及系统 |
CN108268422A (zh) * | 2016-12-31 | 2018-07-10 | 英特尔公司 | 用于处理非常稀疏和超稀疏矩阵数据的硬件加速器架构 |
CN108551765A (zh) * | 2015-09-30 | 2018-09-18 | 华睿泰科技有限责任公司 | 输入/输出隔离优化 |
CN108876116A (zh) * | 2018-05-30 | 2018-11-23 | 西北工业大学 | 一种面向制造技术优化的制造效应知识推荐方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9614751B2 (en) * | 2013-04-10 | 2017-04-04 | Fujitsu Limited | Optical path computation based on a reachability matrix |
US11216722B2 (en) * | 2016-12-31 | 2022-01-04 | Intel Corporation | Hardware accelerator template and design framework for implementing recurrent neural networks |
CN109859063B (zh) * | 2019-01-18 | 2023-05-05 | 河北工业大学 | 一种社区发现方法、装置、存储介质及终端设备 |
CN110361687A (zh) * | 2019-07-05 | 2019-10-22 | 国网福建省电力有限公司电力科学研究院 | 一种电力计量系统故障测试方法 |
-
2019
- 2019-11-19 CN CN201911134473.XA patent/CN112904239B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101995516A (zh) * | 2010-03-31 | 2011-03-30 | 中国商用飞机有限责任公司 | 一种线束完整性的测试方法 |
CN103259265A (zh) * | 2013-06-06 | 2013-08-21 | 山东大学 | 基于可达性矩阵的智能配电网电网分区及孤岛辨识方法 |
CN103579990A (zh) * | 2013-10-17 | 2014-02-12 | 华南理工大学 | 基于混合决策图的含分布式电源配电系统故障恢复方法 |
CN103823837A (zh) * | 2013-12-13 | 2014-05-28 | 国网安徽省电力公司 | 基于模糊聚类和最短路径的关键输电断面搜索方法 |
CN108551765A (zh) * | 2015-09-30 | 2018-09-18 | 华睿泰科技有限责任公司 | 输入/输出隔离优化 |
CN108268422A (zh) * | 2016-12-31 | 2018-07-10 | 英特尔公司 | 用于处理非常稀疏和超稀疏矩阵数据的硬件加速器架构 |
CN107392424A (zh) * | 2017-06-14 | 2017-11-24 | 中国航空综合技术研究所 | 一种建立产品制造过程中质量波动源解释结构模型的方法 |
CN107992541A (zh) * | 2017-11-27 | 2018-05-04 | 华中科技大学 | 一种电力系统全接线计算拓扑分析方法及系统 |
CN108876116A (zh) * | 2018-05-30 | 2018-11-23 | 西北工业大学 | 一种面向制造技术优化的制造效应知识推荐方法 |
Non-Patent Citations (1)
Title |
---|
基于初始波头广域传输路径的行波定位单元优化配置;李振兴;《电力系统自动化》;20170925;第41卷(第18期);正文第62页第二栏第二段 * |
Also Published As
Publication number | Publication date |
---|---|
CN112904239A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018167509A1 (en) | Locating passive intermodulation fault sources | |
CN115221468B (zh) | 配电网可靠性指标解析计算方法、系统、服务器和终端 | |
CN112904239B (zh) | 电缆导通网络确定方法、装置、存储介质及设备 | |
CN111539683A (zh) | 一种合同签署方法、装置、设备及介质 | |
CN112857359B (zh) | 一种路径规划方法、系统、介质及电子终端 | |
CN110765713A (zh) | 高耦合分裂电抗器建模方法、装置、计算机设备及介质 | |
CN109522640A (zh) | 一种基于电流再分配的电路系统级联失效传播路径确定方法 | |
CN115879271A (zh) | 一种基于割集断面树的电网割集型关键输电断面搜索方法 | |
CN105319468B (zh) | 一种低频电缆分组电性能测试方案的生成方法 | |
CN113075479B (zh) | 用于低频信号连接的路径搜索算法 | |
CN113282881A (zh) | 基于可达矩阵的电力信息物理系统鲁棒性分析方法 | |
CN113640619B (zh) | 配电网故障点的阻抗值和故障位置的确定方法 | |
US10185691B2 (en) | Two-dimensional torus topology | |
CN113625114B (zh) | 配电网故障监测模型及监测方法 | |
CN115795767B (zh) | 一种卫星用地检电缆网的接线表设计方法 | |
RU2688946C1 (ru) | Автоматизированное устройство контроля протяженных многожильных кабелей | |
CN112366665B (zh) | 一种继电保护整定计算中线路n-1轮断快速方法及装置 | |
CN112186741B (zh) | 一种基于bpa模拟计算的电网运行薄弱点判别方法 | |
CN102693364A (zh) | 广义通信/控制总线端接模型等效转换方法 | |
CN117723895B (zh) | 基于多端幅值比矩阵的配电网故障区段定位方法和装置 | |
CN117517891A (zh) | 一种利用一对多逐步降次算法测试绝缘性的方法 | |
CN113933631A (zh) | 一种多导体线缆电磁参数自动测试方法 | |
CN117707936B (zh) | 多系统多版本全链路测试方法、装置、设备和存储介质 | |
CN111181830B (zh) | 一种基于网管L3vpn业务的TX增量计算方法及系统 | |
CN113065295A (zh) | 用于高频信号连接的路径搜索算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |