CN114422379A - 一种多平台设备无线组网的分析方法 - Google Patents
一种多平台设备无线组网的分析方法 Download PDFInfo
- Publication number
- CN114422379A CN114422379A CN202210066555.0A CN202210066555A CN114422379A CN 114422379 A CN114422379 A CN 114422379A CN 202210066555 A CN202210066555 A CN 202210066555A CN 114422379 A CN114422379 A CN 114422379A
- Authority
- CN
- China
- Prior art keywords
- node
- packet loss
- group
- index value
- loss rate
- 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.)
- Granted
Links
- 230000006855 networking Effects 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000002776 aggregation Effects 0.000 claims abstract description 83
- 238000004220 aggregation Methods 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及监督监控技术领域,具体涉及一种多平台设备无线组网的分析方法,包括:根据实时获取的待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,确定每个节点的稳定性指标值;根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定任意两个节点之间的相似程度,将待检测组网内的各个节点聚类分组,得到各个聚集分组;根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值,确定各节点对应的预警指标值,从而判断每个聚集分组中的节点是否出现故障。本发明能够有效提高检测组网节点故障的准确性。
Description
技术领域
本发明涉及监督监控技术领域,具体涉及一种多平台设备无线组网的分析方法。
背景技术
随着物联网技术的快速发展,众多大型的智慧物流园区采用物联网技术,该技术便于数据统计与控制,但是在实现该技术的过程中需要大量的多平台设备共同组网,大量的多平台设备共同组网有可能造成信号的不稳定以及数据传输异常,因此需要对多平台设备无线组网的节点进行故障检测及预警。
现有技术提供了一种基于拨测数据的数据中心网络故障节点诊断方法,该诊断方法根据现有的故障探测信息生成动态广度优先生成树作为节点间的探测路径,基于给定的先验概率分析拨测数据来初步确定网络节点的故障概率,通过分析概率分配函数选择一个合理的阈值来识别故障节点。该诊断方法在检测故障节点的过程中考虑的内容不够全面,导致最终确定的故障节点检测结果不准确。
发明内容
为了解决上述故障节点检测结果不准确的技术问题,本发明的目的在于提供一种多平台设备无线组网的分析方法。
为解决上述技术问题,本发明提供了一种多平台设备无线组网的分析方法,该方法的步骤包括:
实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率;
根据每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,确定每个节点的稳定性指标值;
根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定任意两个节点之间的相似程度;
根据任意两个节点之间的相似程度,将待检测组网内的各个节点聚类分组,得到各个聚集分组;
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率以及稳定性指标值,确定每个聚集分组中的各节点对应的预警指标值;
根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率,判断每个聚集分组中的各节点是否出现故障。
进一步的,确定每个聚集分组中的各节点对应的预警指标值的步骤包括:
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,计算每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的均值;
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及各节点对应的稳定性指标值,计算每个聚集分组中的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值;
将每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及稳定性指标值与对应聚集分组的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值做差,从而确定每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值;
根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值,确定每个聚集分组中的各个节点对应的预警指标值。
进一步的,确定每个聚集分组中的各个节点对应的预警指标值的计算公式:
其中,Ui为每个聚集分组中的第i个节点对应的预警指标值,为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值,为每个聚集分组中的第i个节点对应的信号强度的故障评价值,为每个聚集分组中的第i个节点对应的延迟时间的故障评价值,为每个聚集分组中的第i个节点对应的丢包率的故障评价值。
进一步的,确定每个节点的稳定性指标值的计算公式:
其中,Q为待检测组网内的每个节点的稳定性指标值,S为待检测组网内的每个节点在规定时间内各个时刻对应的信号强度,T为待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间,K为待检测组网内的每个节点在规定时间内各个时刻对应的丢包率,Var()为求方差函数。
进一步的,确定任意两个节点之间的相似程度的计算公式:
其中,R(A,B)为待检测组网内的第A个节点与第B个节点之间的相似程度,KA为待检测组网内的第A个节点在规定时间内各个时刻对应的丢包率构成的序列,KB为待检测组网内的第B个节点在规定时间内各个时刻对应的丢包率构成的序列,TA为待检测组网内的第A个节点在规定时间内各个时刻对应的延迟时间构成的序列,TB为待检测组网内的第B个节点在规定时间内各个时刻对应的延迟时间构成的序列,QA为待检测组网内的第A个节点在规定时间内的稳定性指标值,QB为待检测组网内的第B个节点在规定时间内的稳定性指标值,COV()为求协方差函数,σ为求方差函数。
进一步的,将待检测组网内的各个节点聚类分组的步骤包括:
根据待检测组网内的任意两个节点之间的相似程度,确定任意两个节点之间的样本距离;
根据任意两个节点之间的样本距离,确定待检测组网的各个分组,并根据各个分组中节点的数目,确定各个分组中的聚集分组。
进一步的,判断每个聚集分组中的各节点是否出现故障的步骤包括:
若聚集分组中的任意一个节点的预警指标值小于预警指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值,则判定该节点出现故障。
进一步的,还包括:
根据各个分组中节点的数目,确定各个分组中的孤立分组;
根据每个孤立分组中的各节点的稳定性指标值以及在规定时间内各个时刻对应的丢包率,判断每个孤立分组中的各节点是否出现故障。
进一步的,判断每个孤立分组中的各节点是否出现故障的步骤包括:
若孤立分组中的任意一个节点的稳定性指标值小于稳定性指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值,则判定该节点出现故障。
本发明具有如下有益效果:
本发明通过实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,确定每个节点的稳定性指标值。根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定任意两个节点之间的相似程度,进而将各个节点聚类分组,得到各个聚集分组。根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率,判定每个聚集分组中的各节点是否出现故障。
本发明通过每个节点的信号强度、延迟时间以及丢包率来确定每个节点的稳定性指标值,统筹考虑了影响节点传输稳定性的各个因素,有效提高了故障节点检测结果的准确性。并且,本发明将待检测组网的各个节点聚类为各个分组,同分组中的各节点具有相似性,使同分组的相似节点进行相关的数据处理,从而可以准确得到各个节点的预警指标值,进而根据各个节点的预警指标值,能够更加准确地判断待检测组网的故障节点。
附图说明
图1是本发明一种多平台设备无线组网的分析方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本实施例提供了一种多平台设备无线组网的分析方法,如图1所示,该方法的步骤包括:
(1)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的步骤包括:
(1-1)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度。
需要说明的是,物流园区包含了传送系统、扫描系统、分拣系统等多个系统,每个系统由数个设备组成,这些设备通过终端建立了无线组网,在同一组网下,每台设备代表一个节点,而这些节点需要通过无线信号传递数据信息,因此节点的信号强度影响数据传输的稳定性。
在本实施例中,在待检测组网内的每个节点上安装RSSI检测装置,该装置用来获取节点接收信号的强度,本实施例规定采集数据的时间为5秒,每0.5秒记录一次节点的信号强度s,至此得到一个信号强度数列,记为S={s1,s2…s10}。
(1-2)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间。
在本实施例中,在待检测组网内的每个节点上安装延迟时间检测装置,该装置用来记录节点接收或发送信号的延迟时间,本实施例规定采集数据的时间为5秒,每0.5秒记录一次节点的延迟时间t,至此得到一个延迟时间数列,记为T={t1,t2…t10}。
需要说明的是,在无线组网的环境中,由于待检测组网的各个节点所处的环境不同,数据包接收或发送的延迟时间也不同,若节点所处的网络环境越差,则数据包接收或发送的延迟时间越长,若节点所处的网络环境越好,则数据包接收或发送的延迟时间越短。
(1-3)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的丢包率。
需要说明的是,在数据包传输过程中,由于各种因素的影响会导致一定量的数据包丢失,也就是并不是所有的数据包都能够完全发送给对方,但是丢包率小于一定数值是可以接受的,丢包率是指数据传输过程中丢失数据包的数量占所发送数据包的数量的比率。
在本实施例中,在待检测组网内的每个节点上安装丢包率检测装置,该装置用来获取节点的丢包率,本实施例规定采集数据的时间为5秒,每0.5秒记录一次节点的丢包率k,至此得到一个丢包率数列,记为K={k1,k2…k10}。
(2)根据每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,确定每个节点的稳定性指标值。
在本实施例中,根据步骤(1)获取三个数列,分别为信号强度数列S、延迟时间数列T、丢包率数列K,基于这三个数列,确定待检测组网内的每个节点的稳定性指标值,其计算公式如下:
其中,Q为待检测组网内的每个节点的稳定性指标值,S为待检测组网内的每个节点在规定时间内各个时刻对应的信号强度,T为待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间,K为待检测组网内的每个节点在规定时间内各个时刻对应的丢包率,Var()为求方差函数。
需要说明是,在规定时间内节点的各项数据变化越小,其稳定性指标值越高,节点所受的波动越小。在规定时间内节点的各项数据变化越大,其稳定性指标值越低,节点所受的波动越大。另外,稳定性指标值Q可以表示规定时间内节点的各项数据变化的稳定情况,但不能确定节点在数据传输过程中的传输效果。
由此,步骤(2)确定了待检测组网内的每个节点在规定时间内稳定性指标值Q,将稳定性指标值Q归一化处理,其值域为[0,1],当稳定性指标值Q越接近1,表示此时数据传输情况越稳定,当稳定性指标值Q越接近0,表示此时数据传输情况越不稳定,在传输过程中节点的波动性比较大。
(3)根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定任意两个节点之间的相似程度。
在本实施例中,以待检测组网内的第A个节点与第B个节点为例,根据步骤(2)得到了第A个节点与第B个节点的稳定性指标值,通过这两者的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定第A个节点与第B个节点之间的相似程度,计算公式如下:
其中,R(A,B)为待检测组网内的第A个节点与第B个节点之间的相似程度,KA为待检测组网内的第A个节点在规定时间内各个时刻对应的丢包率构成的序列,KB为待检测组网内的第B个节点在规定时间内各个时刻对应的丢包率构成的序列,TA为待检测组网内的第A个节点在规定时间内各个时刻对应的延迟时间构成的序列,TB为待检测组网内的第B个节点在规定时间内各个时刻对应的延迟时间构成的序列,QA为待检测组网内的第A个节点在规定时间内的稳定性指标值,QB为待检测组网内的第B个节点在规定时间内的稳定性指标值,COV()为求协方差函数,σ为求方差函数。
为第A个节点与第B个节点的稳定性指标值差值的负次方,当第A个节点与第B个节点的稳定性指标值的差值的绝对值越小,第A个节点与第B个节点的稳定性指标值差值的负次方越接近1。与分别为第A个节点和第B个节点的丢包率与延迟时间的皮尔逊相关系数,其值域范围为[-1,1],当这两个节点的丢包率与延迟时间数据变化情况类似时,这两个数值就越接近于1,当这两个节点的丢包率与延迟时间数据变化情况不类似时,这两个数值就越接近于-1。总之,当与越接近于1,第A个节点与第B个节点之间的相似程度R越大。
在确定上述两个节点之间的相似程度时,本实施例的计算过程不仅考虑到这两个节点在规定时间内各项数据变化的稳定情况,也就是这两个节点的稳定性指标值Q,而且也考虑到这两个节点的数据传输效果,也就是这两个节点在规定时间内各个时刻对应的延迟时间和丢包率,提高了这两个节点相似程度的准确性。
需要说明的是,节点在规定时间内各个时刻对应的延迟时间和丢包率为信号强度影响的结果,所以本实施例只考虑信号强度的影响结果(延迟时间和丢包率),没有利用节点的信号强度来确定任意两个节点之间的相似程度。参考待检测组网内的第A个节点与第B个节点之间的相似程度的计算方式,最终得到待检测组网内的任意两个节点之间的相似程度。
(4)根据任意两个节点之间的相似程度,将待检测组网内的各个节点聚类分组,得到各个聚集分组,步骤包括:
(4-1)根据待检测组网内的任意两个节点之间的相似程度,确定任意两个节点之间的样本距离。
本实施例以待检测组网内的第A个节点与第B个节点为例,计算这两个节点之间的样本距离,其计算公式如下:
D=(1-R(,B))
其中,D为待检测组网内的第A个节点与第B个节点之间的样本距离,R(A,B)为待检测组网内的第A个节点与第B个节点之间的相似程度。
需要说明的是,待检测组网内的第A个节点与第B个节点之间的相似程度R(A,B)越大,待检测组网内的第A个节点与第B个节点之间的样本距离D越小,待检测组网内的第A个节点与第B个节点之间的相似程度R(A,B)越小,待检测组网内的第A个节点与第B个节点之间的样本距离D越大。参考第A个节点与第B个节点之间的样本距离的计算方式,确定待检测组网内的任意两个节点之间的样本距离。
(4-2)根据任意两个节点之间的样本距离,确定待检测组网的各个分组,并根据各个分组中节点的数目,确定各个分组中的聚集分组和孤立分组。
在本实施例中,根据待检测组网内的任意两个节点之间的样本距离,利用DBSCAN密度聚类方法将待检测组网内的各个节点聚类分组,根据各个分组中节点的数目,确定各个分组中聚集分组和孤立分组,聚集分组是指分组中节点的数目大于2,而孤立分组是指分组中节点数目小于等于2。
需要说明的是,使用DBSCAN密度聚类方法时,实施者可根据实际情况确定搜索半径的大小,得到不同数量的分组,DBSCAN密度聚类方法为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
(5)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率以及稳定性指标值,确定每个聚集分组中的各节点对应的预警指标值,其步骤包括:
(5-1)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,计算每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的均值。
在本实施例中,根据每个聚集分组中的各节点在规定时间内的信号强度S={s1,s2…s10},延迟时间T={t1,t2…t10}以及丢包率K={k1,k2…k10},计算其平均值,记为每个聚集分组中的各节点对应一组数据,分别为
(5-2)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及各节点对应的稳定性指标值,计算每个聚集分组中的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值。
在本实施例中,根据每个聚集分组中各节点在规定时间内对应的信号强度均值延迟时间均值丢包率均值以及稳定性指标值Q,计算每个聚集分组中所有节点的信号强度均值的平均值、延迟时间均值的平均值、丢包率均值的平均值以及稳定性指标值Q的平均值,每个聚集分组对应一组数据,分别为以及mean(Q)。
(5-3)将每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及稳定性指标值与对应聚集分组的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值做差,从而确定每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值。
在本实施例中,以每个聚集分组中的第i个节点为例,确定每个聚集分组中的第i个节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值,其计算公式如下:
其中,为每个聚集分组中的第i个节点对应的信号强度的故障评价值,Si为每个聚集分组中的第i个节点对应的信号强度,为每个聚集分组中的各个节点对应的信号强度均值,为每个聚集分组的信号强度均值的平均值,为每个聚集分组中的第i个节点对应的延迟时间的故障评价值,Ti为每个聚集分组中的第i个节点对应的延迟时间,为每个聚集分组中的各个节点对应的延迟时间均值,为每个聚集分组的延迟时间均值的平均值,为每个聚集分组中的第i个节点对应的丢包率的故障评价值,Ki为每个聚集分组中的第i个节点对应的丢包率,为每个聚集分组中的各节点对应的丢包率均值,为每个聚集分组的丢包率均值的平均值,为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值,Qi为每个聚集分组中的第i个节点对应的稳定性指标值,Q为每个聚集分组中的各个节点对应的稳定性指标值,mean(Q)为每个聚集分组的稳定性指标值的平均值,mean()为求平均值函数。
需要说明的是,每个聚集分组中的各节点的故障评价值反映出节点的每个数值与其对应聚集分组的数据均值的距离大小,故障评价值越大,表明该故障评价值对应的节点出现故障的可能性越大,故障评价值越小,表明该故障评价值对应的节点出现故障的可能性越小。参考每个聚集分组中的第i个节点的各个故障评价值的计算方式,得到每个聚集分组中的各个节点的各个故障评价值。
(5-4)根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值,确定每个聚集分组中的各个节点对应的预警指标值。
在本实施例中,以每个聚集分组中的第i个节点为例,确定每个聚集分组中的第i个节点对应的预警指标值,其计算公式如下:
其中,Ui为每个聚集分组中的第i个节点对应的预警指标值,为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值,为每个聚集分组中的第i个节点对应的信号强度的故障评价值,为每个聚集分组中的第i个节点对应的延迟时间的故障评价值,为每个聚集分组中的第i个节点对应的丢包率的故障评价值。
需要说明的是,当聚集分组中的第i个节点的各个故障评价值越小,聚集分组中的第i个节点对应的预警指标值越大,节点发生故障的可能性越小。当聚集分组中的第i个节点的各个故障评价值越大,聚集分组中的第i个节点对应的预警指标值越小,节点发生故障的可能性越大。参考每个聚集分组中的第i个节点对应的预警指标值的计算方式,确定每个聚集分组中的各个节点对应的预警指标值。
(6)根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率,判断每个聚集分组中的各节点是否出现故障。
在本实施例中,根据每个聚集分组中的各节点的实际情况设置预警指标阈值Ul和丢包阈值Tl,判断每个聚集分组中的各节点是否出现故障,其判断情景分别为:
情景1:若聚集分组中的任意一个节点的预警指标值小于预警指标阈值Ul或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值Tl,则判定该节点出现故障,该节点设备需要进行维修。
情景2:若聚集分组中的任意一个节点的预警指标值大于等于预警指标阈值Ul且该节点在规定时间内各个时刻对应的丢包率小于等于丢包阈值Tl,则判定该节点没有出现故障,该节点设备不需要进行维修。
根据步骤(4-2)确定各个分组中的孤立分组,为了判断每个孤立分组中的各节点是否出现故障,本实施例根据每个孤立分组中的各节点的稳定性指标值以及在规定时间内各个时刻对应的丢包率,判断每个孤立分组中的各节点是否出现故障。
在本实施例中,根据每个孤立分组中的各节点的实际情况设置稳定性指标阈值Ql和丢包阈值Tl,判断每个孤立分组中的各节点是否出现故障,其判断情景分别为:
情景1:若孤立分组中的任意一个节点的稳定性指标值小于稳定性指标阈值Ql或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值Tl,则判定该节点出现故障,该节点设备需要进行维修。
情景2:若孤立分组中的任意一个节点的稳定性指标值大于等于稳定性指标阈值Ql且该节点在规定时间内各个时刻对应的丢包率小于等于丢包阈值Tl,则判定该节点没有出现故障,该节点设备不需要进行维修。
需要说明的是,聚集分组和孤立分组的判断情景中的预警条件是并行成立,也就是任意一个节点达到预警条件就直接预警,判定该节点出现故障。至此,本实施例实现了对待检测组网内的每个节点进行故障检测。
本发明实时采集组网内每个节点的数据信息,通过分析采集的数据信息,确定了组网内的每个节点的稳定性指标值以及聚集分组中的每个节点的预警指标值,根据节点的指标值以及丢包率,判断节点是否出现故障,本发明有效提高故障节点检测结果的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种多平台设备无线组网的分析方法,其特征在于,包括以下步骤:
实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率;
根据每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,确定每个节点的稳定性指标值;
根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率,确定任意两个节点之间的相似程度;
根据任意两个节点之间的相似程度,将待检测组网内的各个节点聚类分组,得到各个聚集分组;
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率以及稳定性指标值,确定每个聚集分组中的各节点对应的预警指标值;
根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率,判断每个聚集分组中的各节点是否出现故障。
2.根据权利要求1所述的一种多平台设备无线组网的分析方法,其特征在于,确定每个聚集分组中的各节点对应的预警指标值的步骤包括:
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率,计算每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的均值;
根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及各节点对应的稳定性指标值,计算每个聚集分组中的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值;
将每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及稳定性指标值与对应聚集分组的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值做差,从而确定每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值;
根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值,确定每个聚集分组中的各个节点对应的预警指标值。
5.根据权利要求1所述的一种多平台设备无线组网的分析方法,其特征在于,确定任意两个节点之间的相似程度的计算公式:
其中,R(A,B)为待检测组网内的第A个节点与第B个节点之间的相似程度,KA为待检测组网内的第A个节点在规定时间内各个时刻对应的丢包率构成的序列,KB为待检测组网内的第B个节点在规定时间内各个时刻对应的丢包率构成的序列,TA为待检测组网内的第A个节点在规定时间内各个时刻对应的延迟时间构成的序列,TB为待检测组网内的第B个节点在规定时间内各个时刻对应的延迟时间构成的序列,QA为待检测组网内的第A个节点在规定时间内的稳定性指标值,QB为待检测组网内的第B个节点在规定时间内的稳定性指标值,COV()为求协方差函数,σ为求方差函数。
6.根据权利要求1所述的一种多平台设备无线组网的分析方法,其特征在于,将待检测组网内的各个节点聚类分组的步骤包括:
根据待检测组网内的任意两个节点之间的相似程度,确定任意两个节点之间的样本距离;
根据任意两个节点之间的样本距离,确定待检测组网的各个分组,并根据各个分组中节点的数目,确定各个分组中的聚集分组。
7.根据权利要求1所述的一种多平台设备无线组网的分析方法,其特征在于,判断每个聚集分组中的各节点是否出现故障的步骤包括:
若聚集分组中的任意一个节点的预警指标值小于预警指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值,则判定该节点出现故障。
8.根据权利要求6所述的一种多平台设备无线组网的分析方法,其特征在于,还包括:
根据各个分组中节点的数目,确定各个分组中的孤立分组;
根据每个孤立分组中的各节点的稳定性指标值以及在规定时间内各个时刻对应的丢包率,判断每个孤立分组中的各节点是否出现故障。
9.根据权利要求8所述的一种多平台设备无线组网的分析方法,其特征在于,判断每个孤立分组中的各节点是否出现故障的步骤包括:
若孤立分组中的任意一个节点的稳定性指标值小于稳定性指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值,则判定该节点出现故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210066555.0A CN114422379B (zh) | 2022-01-20 | 2022-01-20 | 一种多平台设备无线组网的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210066555.0A CN114422379B (zh) | 2022-01-20 | 2022-01-20 | 一种多平台设备无线组网的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114422379A true CN114422379A (zh) | 2022-04-29 |
CN114422379B CN114422379B (zh) | 2023-02-28 |
Family
ID=81274978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210066555.0A Active CN114422379B (zh) | 2022-01-20 | 2022-01-20 | 一种多平台设备无线组网的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114422379B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115575155A (zh) * | 2022-11-17 | 2023-01-06 | 南通东杰食品科技有限公司 | 一种食料粉碎机故障检测方法及系统 |
CN117560679A (zh) * | 2023-11-15 | 2024-02-13 | 北京讯腾智慧科技股份有限公司 | 一种北斗基站的干扰监测装置 |
CN117955850A (zh) * | 2023-07-31 | 2024-04-30 | 非凡士智能科技(苏州)有限公司 | 用于检测物联网系统组网性能并提高稳定性的方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080025270A1 (en) * | 2006-07-28 | 2008-01-31 | Billy Gayle Moon | Initiation of routing convergence by a mobile router in a mobile ad hoc network in response to reaching a minimum interval of stable relative proximity between at least one neighbor |
CN101426215A (zh) * | 2007-11-02 | 2009-05-06 | 株式会社东芝 | 用于识别故障的通信装置和方法 |
JP2009232263A (ja) * | 2008-03-24 | 2009-10-08 | Mitsubishi Electric Corp | 通信装置および障害監視方法 |
CN102088409A (zh) * | 2011-01-04 | 2011-06-08 | 中国人民解放军信息工程大学 | 多下一跳路由实现方法 |
EP2652985A1 (en) * | 2010-12-17 | 2013-10-23 | Telefonaktiebolaget L M Ericsson (PUBL) | Performance monitoring in a mobile communication network |
JP2015002527A (ja) * | 2013-06-18 | 2015-01-05 | 日本電信電話株式会社 | QoE評価装置、QoE評価方法及びプログラム |
CN105379317A (zh) * | 2013-06-14 | 2016-03-02 | 微软技术许可有限责任公司 | 用于基于邻近的社交交互的框架和应用 |
CN105898866A (zh) * | 2016-06-16 | 2016-08-24 | 合肥工业大学 | 一种WiFi室内定位中指纹库的构建方法 |
CN107306414A (zh) * | 2016-04-21 | 2017-10-31 | 富士通株式会社 | 故障诊断方法、装置和系统 |
CN107360048A (zh) * | 2016-05-09 | 2017-11-17 | 富士通株式会社 | 节点性能评估方法、装置和系统 |
CN107426003A (zh) * | 2017-05-02 | 2017-12-01 | 华为技术有限公司 | 一种故障检测方法及装置 |
CN111935441A (zh) * | 2020-07-30 | 2020-11-13 | 北京佳讯飞鸿电气股份有限公司 | 一种网络状态检测方法及装置 |
WO2021155996A1 (en) * | 2020-02-03 | 2021-08-12 | Nokia Technologies Oy | Scheduling in wireless communication networks |
CN113676938A (zh) * | 2021-08-19 | 2021-11-19 | 上海上实龙创智能科技股份有限公司 | 一种故障检测方法、装置、存储介质及电子设备 |
CN113890820A (zh) * | 2021-09-29 | 2022-01-04 | 王小平 | 一种数据中心网络故障节点诊断方法及系统 |
-
2022
- 2022-01-20 CN CN202210066555.0A patent/CN114422379B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080025270A1 (en) * | 2006-07-28 | 2008-01-31 | Billy Gayle Moon | Initiation of routing convergence by a mobile router in a mobile ad hoc network in response to reaching a minimum interval of stable relative proximity between at least one neighbor |
CN101426215A (zh) * | 2007-11-02 | 2009-05-06 | 株式会社东芝 | 用于识别故障的通信装置和方法 |
JP2009232263A (ja) * | 2008-03-24 | 2009-10-08 | Mitsubishi Electric Corp | 通信装置および障害監視方法 |
EP2652985A1 (en) * | 2010-12-17 | 2013-10-23 | Telefonaktiebolaget L M Ericsson (PUBL) | Performance monitoring in a mobile communication network |
CN102088409A (zh) * | 2011-01-04 | 2011-06-08 | 中国人民解放军信息工程大学 | 多下一跳路由实现方法 |
CN105379317A (zh) * | 2013-06-14 | 2016-03-02 | 微软技术许可有限责任公司 | 用于基于邻近的社交交互的框架和应用 |
JP2015002527A (ja) * | 2013-06-18 | 2015-01-05 | 日本電信電話株式会社 | QoE評価装置、QoE評価方法及びプログラム |
CN107306414A (zh) * | 2016-04-21 | 2017-10-31 | 富士通株式会社 | 故障诊断方法、装置和系统 |
CN107360048A (zh) * | 2016-05-09 | 2017-11-17 | 富士通株式会社 | 节点性能评估方法、装置和系统 |
CN105898866A (zh) * | 2016-06-16 | 2016-08-24 | 合肥工业大学 | 一种WiFi室内定位中指纹库的构建方法 |
CN107426003A (zh) * | 2017-05-02 | 2017-12-01 | 华为技术有限公司 | 一种故障检测方法及装置 |
WO2021155996A1 (en) * | 2020-02-03 | 2021-08-12 | Nokia Technologies Oy | Scheduling in wireless communication networks |
CN111935441A (zh) * | 2020-07-30 | 2020-11-13 | 北京佳讯飞鸿电气股份有限公司 | 一种网络状态检测方法及装置 |
CN113676938A (zh) * | 2021-08-19 | 2021-11-19 | 上海上实龙创智能科技股份有限公司 | 一种故障检测方法、装置、存储介质及电子设备 |
CN113890820A (zh) * | 2021-09-29 | 2022-01-04 | 王小平 | 一种数据中心网络故障节点诊断方法及系统 |
Non-Patent Citations (1)
Title |
---|
闵全,张格鹏,考持盛: "无线组网通信技术研究" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115575155A (zh) * | 2022-11-17 | 2023-01-06 | 南通东杰食品科技有限公司 | 一种食料粉碎机故障检测方法及系统 |
CN115575155B (zh) * | 2022-11-17 | 2024-01-16 | 南通东杰食品科技有限公司 | 一种食料粉碎机故障检测方法及系统 |
CN117955850A (zh) * | 2023-07-31 | 2024-04-30 | 非凡士智能科技(苏州)有限公司 | 用于检测物联网系统组网性能并提高稳定性的方法 |
CN117560679A (zh) * | 2023-11-15 | 2024-02-13 | 北京讯腾智慧科技股份有限公司 | 一种北斗基站的干扰监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114422379B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114422379B (zh) | 一种多平台设备无线组网的分析方法 | |
CN112085039B (zh) | 一种基于随机森林的icmp隐蔽通道检测方法 | |
CN100553204C (zh) | 进行网络诊断的签名匹配方法和装置 | |
CN108933694B (zh) | 基于拨测数据的数据中心网络故障节点诊断方法及系统 | |
CN111459135A (zh) | 基于物联网的智能家居故障状态追溯方法及中控中心 | |
CN113037410B (zh) | 信道识别方法、装置、传输方法、传输设备、基站、介质 | |
CN114268981A (zh) | 网络故障检测与诊断方法及系统 | |
EP3771152B1 (en) | Network analysis program, network analysis device, and network analysis method | |
CN113645182B (zh) | 一种基于二次特征筛选的拒绝服务攻击随机森林检测方法 | |
CN111507504A (zh) | 基于数据重采样的Adaboost集成学习电网故障诊断系统及方法 | |
CN115359307B (zh) | 一种基于大数据的接触网验损缺陷数据管理方法及系统 | |
CN115576738A (zh) | 一种基于芯片分析实现设备故障确定的方法及系统 | |
CN118054971B (zh) | 一种基于工业网络通信行为智能分析的隔离系统 | |
CN111740998A (zh) | 一种基于堆叠自编码器的网络入侵检测方法 | |
CN110321930B (zh) | 一种基于循环神经网络的非法广播信号分类方法 | |
CN117098173A (zh) | 一种基于无线通信的5g基站信号处理方法 | |
CN117277558A (zh) | 一种电力系统运行设备故障监测系统及方法 | |
CN115981192B (zh) | 基于工业网络协同控制与预判方法 | |
CN104168599B (zh) | 基于时间加权k-近邻法的无线传感器网络故障诊断方法 | |
CN117376084A (zh) | 故障检测方法、电子设备及其介质 | |
CN110912767B (zh) | 一种网络流量的单点测量方法 | |
CN111950853B (zh) | 一种基于信息物理双侧数据的电力运行状态白名单生成方法 | |
CN118200950B (zh) | 一种电信基站的巡检方法及系统 | |
CN118433071B (zh) | 电动车云交互的实时信号质量监控方法及系统 | |
CN114745161B (zh) | 一种异常流量的检测方法、装置、终端设备和存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 223000 plant 11 (C2) on the south side of Qianjiang Road, Huaiyin District, Huai'an City, Jiangsu Province and on the east side of Huai'an Zhenda Steel Pipe Co.,Ltd. Applicant after: Xinruizhicheng (Jiangsu) Photoelectric Technology Co.,Ltd. Address before: 223000 No. 30, building B2, International Agricultural Trade City, Huaiyin District, Huai'an City, Jiangsu Province Applicant before: Xinruizhicheng (Jiangsu) Photoelectric Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |