基于低复杂度最大空闲矩形的非线性传感器故障诊断方法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:pentagon888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现存的很多传感器故障诊断方法假设前提多以及复杂度高的问题,提出一种分布式诊断方法来识别无线传感器网络(WSN)中的非线性故障。首先,对局部传感器的输出值进行分析,得到一系列特征值;然后,在交叉误差函数的基础上,将传感器非线性故障诊断等效为最大空闲矩形(LER)问题,并使用提出的低复杂度最大空闲矩形算法予以解决;最后,通过定义一个阈值来诊断有故障的传感器,且不需要使用参考传感器就可以检测一般非线性故障。仿真实验使用了双音谐波信号激励和白噪声信号激励,比较了双线性和指数非线性两种情况下的性能。相比集
其他文献
内容/信息中心网络(information—centricnetworking,ICN)的一个主要特征是用户直接利用内容名请求内容,网络根据策略选择合适的内容拥有者为用户服务。名字解析系统可用于建立、
为提高道路交通事故的预测精度以及建模速度,在分析道路交通事故影响因素基础上,提出了基于灰色关联分析的LS-SVM道路交通事故预测模型。该模型采用灰色关联分析完成影响因素
协议的UC安全性可以确保它在并发环境下运行的安全性。在UC框架下提出了一个群盲签名的理想函数,并在离散对数假设下构造了一个具有UC安全的群盲签名协议;然后分析了此协议的安全性,并详细地证明了群盲签名可以安全实现理想函数。结果证明所提出的通用可组合群盲签名可以安全地运行在并发环境中。
协同过滤推荐算法存在数据稀疏的问题,这使得学习平台中由于用户学习行为记录的稀疏而无法满足用户的学习需求。为此,提出了一种基于隐式评分和相似度传递的学习资源推荐算法。首先,收集用户的学习行为;其次,改进传统的相似度计算方法,并在此基础上引入相似度传递策略;最后,应用并实现E-learning平台中学习资源的推荐。实验表明,该算法能够在一定程度上解决相似度计算不准确以及数据稀疏问题,从而提高学习资源的
定时释放加密是一种将消息发送到未来的加密体制,构造出一个安全可行的定时释放加密方案可解决很多实际问题。针对不可区分混淆和定时释放密码方案进行了研究,提出一种方案,该方案将发送者的加密以及接收者的解密过程封装成电路,并利用不可区分混淆器混淆此电路,可以有效地利用混淆器混淆电路的时间,简化了方案,并且极大地提高了方案的安全性;最后证明了方案的正确性及安全性。