-
题名Wi-Fi网络非常态干扰下的故障节点定位算法
被引量:1
- 1
-
-
作者
张华
-
机构
四川旅游学院信息技术系
-
出处
《科技通报》
北大核心
2014年第8期116-118,共3页
-
文摘
当前对Wi-Fi网络节点故障定位方法使用正交频分复用技术,采用直调直检的方法将Wi-Fi节点网络之间高速数据信号转换为分布式载波信号,实现节点故障节点检测,该方法很容易导致相邻节点信道间频谱主瓣重叠,在非常态干扰下定位不准。提出一种基于OFDM技术的Wi-Fi故障节点定位方法,采用同步算法来减小子载波间的正交性抑制,采用信息素更新策略实现在非常态干扰下对故障节点的定位检测。仿真实验表明,该方法能有效定位Wi-Fi故障节点,网络传输误码率降低明显,大幅提高网络传输效率,有效提高了Wi-Fi网络可靠性和应用性。
-
关键词
wi-fi网络
干扰
故障节点
定位算法
-
Keywords
wi-fi network interference fault node localization algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种无线传感器网络节点的故障检测算法
被引量:7
- 2
-
-
作者
陈家璘
周正
冯伟东
贺易
李静茹
赵世文
-
机构
国网湖北省电力有限公司信息通信公司
南京南瑞信息通信科技有限公司
-
出处
《计算技术与自动化》
2021年第1期38-42,共5页
-
文摘
在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。
-
关键词
WSN节点
故障检测
蚁群算法
BP神经网络模型
定位
-
Keywords
WSN node
fault detection
ant colony algorithm
BP neural network model
localization
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-