CN111600770A - Dcs环形网络故障监控***、方法及装置 - Google Patents

Dcs环形网络故障监控***、方法及装置 Download PDF

Info

Publication number
CN111600770A
CN111600770A CN202010277670.3A CN202010277670A CN111600770A CN 111600770 A CN111600770 A CN 111600770A CN 202010277670 A CN202010277670 A CN 202010277670A CN 111600770 A CN111600770 A CN 111600770A
Authority
CN
China
Prior art keywords
node
ring network
nodes
network
module
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
Application number
CN202010277670.3A
Other languages
English (en)
Other versions
CN111600770B (zh
Inventor
喻从军
邹兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Dafang Power Generation Co ltd
Original Assignee
Guizhou Dafang Power Generation Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Dafang Power Generation Co ltd filed Critical Guizhou Dafang Power Generation Co ltd
Priority to CN202010277670.3A priority Critical patent/CN111600770B/zh
Publication of CN111600770A publication Critical patent/CN111600770A/zh
Application granted granted Critical
Publication of CN111600770B publication Critical patent/CN111600770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/42—Loop networks
    • H04L12/427—Loop networks with decentralised control
    • H04L12/433—Loop networks with decentralised control with asynchronous transmission, e.g. token ring, register insertion
    • 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
    • H04L43/0811—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明属于网络故障监控技术领域，具体涉及DCS环形网络故障监控***、方法及装置。所述***包括：环形网络；设置于环形网络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位置的故障监控节点；所述故障监控节点，包括：节点探测模块、随机数据访问模块、探测响应模块、数据统计记录模块和控制模块；所述节点探测模块，用于对环形网络中的使用节点的可达性、可用性的周期性主动探测；所述随机数据访问模块，用于对使用节点进行存储访问性能探测；所述探测响应模块，用于接收探测消息，并及时作出响应。其通过实时的对网络中所有节点进行性能监测，可以在对网络故障进行预测，减少网络故障发生率，提升网络性能。

Description

DCS环形网络故障监控***、方法及装置
技术领域
本发明属于网络故障监控技术领域，具体涉及DCS环形网络故障监控 ***、方法及装置。
背景技术
环形网络是使用一个连续的环将每台设备连接在一起。它能够保证一台 设备上发送的信号可以被环上其他所有的设备都看到。在简单的环形网中， 网络中任何部件的损坏都将导致***出现故障，这样将阻碍整个***进行正 常工作。而具有高级结构的环形网则在很大程度上改善了这一缺陷。这种结 构的网络形式主要应用于令牌网中，在这种网络结构中各设备是直接通过电 缆来串接的，最后形成一个闭环，整个网络发送的信息就是在这个环中传递， 通常把这类网络称之为"令牌环网"。
集散控制***是以微处理器为基础，采用控制功能分散、显示操作集中、 兼顾分而自治和综合协调的设计原则的新一代仪表控制***。集散控制*** 简称DCS，也可直译为“分散控制***”或“分布式计算机控制***”。
它采用控制分散、操作和管理集中的基本设计思想，采用多层分级、合 作自治的结构形式。其主要特征是它的集中管理和分散控制。目前DCS在 电力、冶金、石化等各行各业都获得了极其广泛的应用。
DCS在控制上的最大特点是依靠各种控制、运算模块的灵活组态，可实 现多样化的控制策略以满足不同情况下的需要，使得在单元组合仪表实现起 来相当繁琐与复杂的命题变得简单。随着企业提出的高柔性、高效益的要求， 以经典控制理论为基础的控制方案已经不能适应，以多变量预测控制为代表 的先进控制策略的提出和成功应用之后，先进过程控制受到了过程工业界的 普遍关注。需要强调的是，广泛应用各种先进控制与优化技术是挖掘并提升 DCS综合性能最有效、最直接、也是最具价值的发展方向。
在实际过程控制***中，基于PID控制技术的***占80％以上，PID回 路运用优劣在实现装置平稳、高效、优质运行中起到举足轻重的作用，各 DCS厂商都以此作为抢占市场的有力竞争砝码，开发出各自的PID自整定软 件。另外，根据DCS的控制功能，在基本的PID算法基础上，可以开发各 种改进算法，以满足实际工业控制现场的各种需要，诸如带死区的PID控制、 积分分离的PID控制、微分先行的PID控制、不完全微分的PID控制、具 有逻辑选择功能的PID控制等等。
现有的DCS环形网络往往会因为运行时间过程，网络中出现问题，而 出现问题后，查找故障发源处和进行维修都需要耗费大量的时间和人力。
发明内容
有鉴于此，本发明的主要目的在于提供DCS环形网络故障监控***、 方法及装置，其通过实时的对网络中所有节点进行性能监测，可以在对网络 故障进行预测，减少网络故障发生率，提升网络性能。
为达到上述目的，本发明的技术方案是这样实现的：
DCS环形网络故障监控***，所述***包括：环形网络；设置于环形网 络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位置的故 障监控节点；所述故障监控节点，包括：节点探测模块、随机数据访问模块、 探测响应模块、数据统计记录模块和控制模块；所述节点探测模块，用于对 环形网络中的使用节点的可达性、可用性的周期性主动探测；所述随机数据 访问模块，用于对使用节点进行存储访问性能探测；所述探测响应模块，用 于接收探测消息，并及时作出响应；所述数据统计记录模块：用于监控使用 节点之间的数据交换和数据处理，并进行过程记录，形成节点性能的统计报 告。
进一步的，所述随机数据访问模块，对使用节点进行存储访问性能探测 的方法执行以下步骤：
步骤1：对环形网络中的使用节点均进行ID编号；
步骤2：通过伪随机算法，生成随机数，根据生成的随机数与使用节点 的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范围 内，则对该使用节点进行访问；
步骤3：使用生成的随机数，生成一个序列X，使用该序列X的自相关 函数和高斯白噪声功率谱密度设计一个滤波器；
步骤4：使用该滤波器对往返于使用节点和随机数据访问模块之间的数 据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
进一步的，所述使用生成的随机数，生成一个序列X，使用该序列X的 自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法执行以下步骤： 将序列X和拉普拉斯噪声满足的自相关函数条件RZ(m)＝RXX(m)代入拉普 拉斯噪声生成公式，得到相关性高斯噪声的自相关函数为：
Figure BDA0002442718490000031
Figure BDA0002442718490000032
其中，RXx(m)为序列的自相关函数；相关性高斯噪声的自相关函 数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure BDA0002442718490000033
Figure BDA0002442718490000034
其中，δ(ω)为脉冲函数；高斯噪声通过现行*** 后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上述公式，得到滤波器 的***函数为：
Figure BDA0002442718490000035
其中，N0为高斯噪 声的已知功率谱密度。
进一步的，所述节点之间通过点对点网络广播和Gossip协议，进行节点 间信息传输。
一种基于权利要求1至4之一所述***的DCS环形网络故障监控方法， 其特征在于，所述方法执行以下步骤：
步骤S1：构建环形网络，将使用节点接入环形网络，在环形网络中心位 置设置一个故障监控节点；故障监控节点能够与环形网络中的所有使用节点 进行信息交互；
步骤S2：故障检测节点对环形网络中的使用节点的可达性、可用性的周 期性主动探测；对使用节点进行存储访问性能探测；接收探测消息，并及时 作出响应；监控使用节点之间的数据交换和数据处理，并进行过程记录，形 成节点性能的统计报告。
进一步的，对使用节点进行存储访问性能探测的方法执行以下步骤：
步骤S2.1：对环形网络中的使用节点均进行ID编号；
步骤S2.2：通过伪随机算法，生成随机数，根据生成的随机数与使用节 点的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范 围内，则对该使用节点进行访问；
步骤S2.3：使用生成的随机数，生成一个序列X，使用该序列X的自相 关函数和高斯白噪声功率谱密度设计一个滤波器；
步骤S2.4：使用该滤波器对往返于使用节点和随机数据访问模块之间的 数据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤S2.5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
进一步的，所述使用生成的随机数，生成一个序列X，使用该序列X的 自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法执行以下步骤： 将序列X和拉普拉斯噪声满足的自相关函数条件RZ(m)＝RXX(m)代入拉普 拉斯噪声生成公式，得到相关性高斯噪声的自相关函数为：
Figure BDA0002442718490000041
Figure BDA0002442718490000042
其中，RXX(m)为序列的自相关函数；相关性高斯噪声的自相关函 数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure BDA0002442718490000043
Figure BDA0002442718490000051
其中，δ(ω)为脉冲函数；高斯噪声通过现行*** 后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上述公式，得到滤波器 的***函数为：
Figure BDA0002442718490000052
其中，N0为高斯噪 声的已知功率谱密度。
进一步的，所述节点之间通过点对点网络广播和Gossip协议，进行节点 间信息传输。
进一步的，所述节点之间仅通过点对点网络广播协议，进行节点间信息 传输。
一种DCS环形网络故障监控装置，所述装置包括：环形网络；设置于 环形网络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位 置的故障监控节点；所述故障监控节点为一种非暂时性的计算机可读存储介 质，该存储介质存储了计算指令，其包括：对环形网络中的使用节点的可达 性、可用性的周期性主动探测的代码段；对使用节点进行存储访问性能探测 的代码段；接收探测消息，并及时作出响应的代码段；监控使用节点之间的 数据交换和数据处理，并进行过程记录，形成节点性能的统计报告的代码段。
本发明的DCS环形网络故障监控***、方法及装置，具有如下有益效 果：。
附图说明
图1为本发明实施例提供的DCS环形网络故障监控***的***结构示 意图；
图2为本发明实施例提供的DCS环形网络故障监控方法的方法流程示 意图；
图3为本发明实施例提供的DCS环形网络故障监控***、方法及装置 的故障发生率实验曲线示意图与现有技术的故障发生率的实验曲线对比效 果示意图。
1-使用节点，2-故障监测节点，3-环形网络，4-本发明实验曲线示意图， 5-现有技术实验曲线示意图。
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
实施例1
如图1和图3所示，DCS环形网络故障监控***，所述***包括：环形 网络；设置于环形网络中，与环形网络信号连接的使用节点；以及设置于环 形网络中心位置的故障监控节点；所述故障监控节点，包括：节点探测模块、 随机数据访问模块、探测响应模块、数据统计记录模块和控制模块；所述节 点探测模块，用于对环形网络中的使用节点的可达性、可用性的周期性主动 探测；所述随机数据访问模块，用于对使用节点进行存储访问性能探测；所 述探测响应模块，用于接收探测消息，并及时作出响应；所述数据统计记录 模块：用于监控使用节点之间的数据交换和数据处理，并进行过程记录，形 成节点性能的统计报告。
具体的，随机检测协议，包括：点对点网络的对等节点间的链接由节点 ID之间的关系决定，由于节点ID是随机产生的，因此对等链接没有任何有 意义的规律，具有最大的覆盖面；对等探测节点的选择在每一轮都随机产生， 随机数的产生以高强度的密码学为基础，从而实现公平性和广泛的覆盖性； 同时，可以有效地减少对等检测的数量；对等探测结果由节点自动通过发布 订阅模式，由网络Gossip协议进行传播，以实现节点探测信息的汇总，并 由节点的对等节点进行记录。
实施例2
在上一实施例的基础上，所述随机数据访问模块，对使用节点进行存储 访问性能探测的方法执行以下步骤：
步骤1：对环形网络中的使用节点均进行ID编号；
步骤2：通过伪随机算法，生成随机数，根据生成的随机数与使用节点 的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范围 内，则对该使用节点进行访问；
步骤3：使用生成的随机数，生成一个序列X，使用该序列X的自相关 函数和高斯白噪声功率谱密度设计一个滤波器；
步骤4：使用该滤波器对往返于使用节点和随机数据访问模块之间的数 据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
实施例3
在上一实施例的基础上，所述使用生成的随机数，生成一个序列X，使 用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法 执行以下步骤：将序列X和拉普拉斯噪声满足的自相关函数条件 RZ(m)＝RXX(m)代入拉普拉斯噪声生成公式，得到相关性高斯噪声的自相关 函数为：
Figure BDA0002442718490000071
其中，RXX(m)为序列的自相关函数； 相关性高斯噪声的自相关函数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure BDA0002442718490000072
其中，δ(ω)为脉冲函数；高 斯噪声通过现行***后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上 述公式，得到滤波器的***函数为：
Figure BDA0002442718490000073
其中，N0为高斯噪声的已知功率谱密度。
具体的，在物理学中，信号通常是波的形式表示，例如电磁波、随机振 动或者声波。当波的功率频谱密度乘以一个适当的系数后将得到每单位频率 波携带的功率，这被称为信号的功率谱密度(power spectral density,PSD)； 不要和spectral powerdistribution(SPD)混淆。功率谱密度的单位通常用每 赫兹的瓦特数(W/Hz)表示，后者使用波长而不是频率，即每纳米的瓦特 数(W/nm)来表示。信号的功率谱密度当且仅当信号是广义的平稳过程的 时候才存在。如果信号不是平稳过程，那么自相关函数一定是两个变量的函 数，这样就不存在功率谱密度，但是可以使用类似的技术估计时变谱密度。
f(t)的谱密度和f(t)的自相关组成一个傅里叶变换对(对于功率谱密度 和能量谱密度来说，使用着不同的自相关函数定义)。
通常使用傅里叶变换技术估计谱密度，但是也可以使用如Welch法 (Welch'smethod)和最大熵这样的技术。
实施例4
在上一实施例的基础上，所述节点之间通过点对点网络广播和Gossip 协议，进行节点间信息传输。
实施例5
如图2所示，一种基于DCS环形网络故障监控方法，所述方法执行以 下步骤：
步骤S1：构建环形网络，将使用节点接入环形网络，在环形网络中心 位置设置一个故障监控节点；故障监控节点能够与环形网络中的所有使用节 点进行信息交互；
步骤S2：故障检测节点对环形网络中的使用节点的可达性、可用性的 周期性主动探测；对使用节点进行存储访问性能探测；接收探测消息，并及 时作出响应；监控使用节点之间的数据交换和数据处理，并进行过程记录， 形成节点性能的统计报告。
具体的，环型结构在LAN中使用较多。这种结构中的传输媒 体从一个端用户到另一个端用户，直到将所有端用户连成环型。 这种结构显而易见消除了端用户通信时对中心***的依赖性。
环型结构的特点是，每个端用户都与两个相临的端用户相连，因而存在 着点到点链路，但总是以单向方式操作，于是便有上游端用户和下游端用户 之称。例如用户N是用户N+1的上游端用户，N+1是N的下游端用户。如 果N+1端需将数据发送到N端，则几乎要绕环一周才能到达N端。
环上传输的任何信息都必须穿过所有端点，因此，如果环的某一点断开， 环上所有端间的通信便会终止。为克服这种网络拓扑结构的脆弱，每个端点 除与一个环相连外，还连接到备用环上，当主环故障时，自动转到备用环上。
环型网络的一个例子是令牌环局域网，这种网络结构最早由IBM推出， 但之前被其它厂家采用。在令牌环网络中，拥有“令牌”的设备允许在网络 中传输数据。这样可以保证在某一时间内网络中只有一台设备可以传送信息。
实施例6
在上一实施例的基础上，对使用节点进行存储访问性能探测的方法执行 以下步骤：
步骤S2.1：对环形网络中的使用节点均进行ID编号；
步骤S2.2：通过伪随机算法，生成随机数，根据生成的随机数与使用节 点的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范 围内，则对该使用节点进行访问；
步骤S2.3：使用生成的随机数，生成一个序列X，使用该序列X的自 相关函数和高斯白噪声功率谱密度设计一个滤波器；
步骤S2.4：使用该滤波器对往返于使用节点和随机数据访问模块之间的 数据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤S2.5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
实施例7
在上一实施例的基础上，所述使用生成的随机数，生成一个序列X，使 用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法 执行以下步骤：将序列X和拉普拉斯噪声满足的自相关函数条件 RZ(m)＝RXX(m)代入拉普拉斯噪声生成公式，得到相关性高斯噪声的自相关 函数为：
Figure BDA0002442718490000091
其中，RXX(m)为序列的自相关函数； 相关性高斯噪声的自相关函数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure BDA0002442718490000101
其中，δ(ω)为脉冲函数；高 斯噪声通过现行***后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上 述公式，得到滤波器的***函数为：
Figure BDA0002442718490000102
其中，N0为高斯噪声的已知功率谱密度。
实施例8
在上一实施例的基础上，所述节点之间通过点对点网络广播和Gossip 协议，进行节点间信息传输。
实施例9
在上一实施例的基础上，所述节点之间仅通过点对点网络广播协议，进 行节点间信息传输。
实施例10
一种DCS环形网络故障监控装置，所述装置包括：环形网络；设置于 环形网络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位 置的故障监控节点；所述故障监控节点为一种非暂时性的计算机可读存储介 质，该存储介质存储了计算指令，其包括：对环形网络中的使用节点的可达 性、可用性的周期性主动探测的代码段；对使用节点进行存储访问性能探测 的代码段；接收探测消息，并及时作出响应的代码段；监控使用节点之间的 数据交换和数据处理，并进行过程记录，形成节点性能的统计报告的代码段。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上 述描述的***的具体工作过程及有关说明，可以参考前述方法实施例中的对 应过程，在此不再赘述。
需要说明的是，上述实施例提供的***，仅以上述各功能模块的划分进 行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能 模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如， 上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块， 以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步 骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上 述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方 法实施例中的对应过程，在此不再赘述。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各 示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实 现，软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、 只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬 盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介 质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照 功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软 件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人 员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实 现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或 表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使 得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而 且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者 设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但 是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具 体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关 技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入 本发明的保护范围之内。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护 范围。

Claims (10)

1.DCS环形网络故障监控***，所述***包括：环形网络；设置于环形网络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位置的故障监控节点；其特征在于，所述故障监控节点，包括：节点探测模块、随机数据访问模块、探测响应模块、数据统计记录模块和控制模块；所述节点探测模块，用于对环形网络中的使用节点的可达性、可用性的周期性主动探测；所述随机数据访问模块，用于对使用节点进行存储访问性能探测；所述探测响应模块，用于接收探测消息，并及时作出响应；所述数据统计记录模块：用于监控使用节点之间的数据交换和数据处理，并进行过程记录，形成节点性能的统计报告。
2.如权利要求1所述的***，其特征在于，所述随机数据访问模块，对使用节点进行存储访问性能探测的方法执行以下步骤：
步骤1：对环形网络中的使用节点均进行ID编号；
步骤2：通过伪随机算法，生成随机数，根据生成的随机数与使用节点的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范围内，则对该使用节点进行访问；
步骤3：使用生成的随机数，生成一个序列X，使用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器；
步骤4：使用该滤波器对往返于使用节点和随机数据访问模块之间的数据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
3.如权利要求2所述的***，其特征在于，所述使用生成的随机数，生成一个序列X，使用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法执行以下步骤：将序列X和拉普拉斯噪声满足的自相关函数条件RZ(m)＝RXX(m)代入拉普拉斯噪声生成公式，得到相关性高斯噪声的自相关函数为：
Figure FDA0002442718480000011
其中，RXX(m)为序列的自相关函数；相关性高斯噪声的自相关函数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure FDA0002442718480000021
其中，δ(ω)为脉冲函数；高斯噪声通过现行***后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上述公式，得到滤波器的***函数为：
Figure FDA0002442718480000022
其中，N0为高斯噪声的已知功率谱密度。
4.如权利要求3所述的***，其特征在于，所述节点之间通过点对点网络广播和Gossip协议，进行节点间信息传输。
5.一种基于权利要求1至4之一所述***的DCS环形网络故障监控方法，其特征在于，所述方法执行以下步骤：
步骤S1：构建环形网络，将使用节点接入环形网络，在环形网络中心位置设置一个故障监控节点；故障监控节点能够与环形网络中的所有使用节点进行信息交互；
步骤S2：故障检测节点对环形网络中的使用节点的可达性、可用性的周期性主动探测；对使用节点进行存储访问性能探测；接收探测消息，并及时作出响应；监控使用节点之间的数据交换和数据处理，并进行过程记录，形成节点性能的统计报告。
6.如权利要求5所述得方法，其特征在于，对使用节点进行存储访问性能探测的方法执行以下步骤：
步骤S2.1：对环形网络中的使用节点均进行ID编号；
步骤S2.2：通过伪随机算法，生成随机数，根据生成的随机数与使用节点的ID进行比对，若对应的使用节点的ID与随机数的差值在设定的阈值范围内，则对该使用节点进行访问；
步骤S2.3：使用生成的随机数，生成一个序列X，使用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器；
步骤S2.4：使用该滤波器对往返于使用节点和随机数据访问模块之间的数据进行滤波，同时使用该滤波器获取数据往返时的相关性高斯噪声；
步骤S2.5：对相关性高斯噪声进行评估，判断使用节点的存储访问性能。
7.如权利要求6所述的方法，其特征在于，所述使用生成的随机数，生成一个序列X，使用该序列X的自相关函数和高斯白噪声功率谱密度设计一个滤波器的方法执行以下步骤：将序列X和拉普拉斯噪声满足的自相关函数条件RZ(m)＝RXX(m)代入拉普拉斯噪声生成公式，得到相关性高斯噪声的自相关函数为：
Figure FDA0002442718480000031
其中，RXX(m)为序列的自相关函数；相关性高斯噪声的自相关函数进行傅里叶变换，得到相关性高斯噪声的功率谱密度为：
Figure FDA0002442718480000032
其中，δ(ω)为脉冲函数；高斯噪声通过现行***后，功率谱密度为：PG′(ω)＝PG(ω)·|H(ω)|2；通过上述公式，得到滤波器的***函数为：
Figure FDA0002442718480000033
其中，N0为高斯噪声的已知功率谱密度。
8.如权利要求8所述的方法，其特征在于，所述节点之间通过点对点网络广播和Gossip协议，进行节点间信息传输。
9.如权利要求7所述的方法，其特征在于，所述节点之间仅通过点对点网络广播协议，进行节点间信息传输。
10.一种基于权利要求1至5之一所述***的DCS环形网络故障监控装置，其特征在于，所述装置包括：环形网络；设置于环形网络中，与环形网络信号连接的使用节点；以及设置于环形网络中心位置的故障监控节点；所述故障监控节点为一种非暂时性的计算机可读存储介质，该存储介质存储了计算指令，其包括：对环形网络中的使用节点的可达性、可用性的周期性主动探测的代码段；对使用节点进行存储访问性能探测的代码段；接收探测消息，并及时作出响应的代码段；监控使用节点之间的数据交换和数据处理，并进行过程记录，形成节点性能的统计报告的代码段。
CN202010277670.3A 2020-04-08 2020-04-08 Dcs环形网络故障监控***、方法及装置 Active CN111600770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010277670.3A CN111600770B (zh) 2020-04-08 2020-04-08 Dcs环形网络故障监控***、方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010277670.3A CN111600770B (zh) 2020-04-08 2020-04-08 Dcs环形网络故障监控***、方法及装置

Publications (2)

Publication Number Publication Date
CN111600770A true CN111600770A (zh) 2020-08-28
CN111600770B CN111600770B (zh) 2022-12-02

Family

ID=72183484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010277670.3A Active CN111600770B (zh) 2020-04-08 2020-04-08 Dcs环形网络故障监控***、方法及装置

Country Status (1)

Country Link
CN (1) CN111600770B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103259687A (zh) * 2013-06-04 2013-08-21 沈阳空管技术开发有限公司 民航空管数据接入平台
US20140050109A1 (en) * 2004-12-14 2014-02-20 Aspen Networks, Inc. Reliable isp access cloud state detection method and apparatus
US20140189436A1 (en) * 2013-01-02 2014-07-03 Tata Consultancy Services Limited Fault detection and localization in data centers
CN106227953A (zh) * 2016-07-26 2016-12-14 武汉大学 一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器
CN106385339A (zh) * 2016-11-01 2017-02-08 上海携程商务有限公司 企业网络的访问性能的监控方法和监控***
CN107612614A (zh) * 2017-10-09 2018-01-19 郑州云海信息技术有限公司 一种分布式集装箱数据中心动环监控环网及故障修复方法
CN109274544A (zh) * 2018-12-11 2019-01-25 浪潮(北京)电子信息产业有限公司 一种分布式存储***的故障检测方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140050109A1 (en) * 2004-12-14 2014-02-20 Aspen Networks, Inc. Reliable isp access cloud state detection method and apparatus
US20140189436A1 (en) * 2013-01-02 2014-07-03 Tata Consultancy Services Limited Fault detection and localization in data centers
CN103259687A (zh) * 2013-06-04 2013-08-21 沈阳空管技术开发有限公司 民航空管数据接入平台
CN106227953A (zh) * 2016-07-26 2016-12-14 武汉大学 一种具有给定相关性的拉普拉斯噪声序列生成方法及生成器
CN106385339A (zh) * 2016-11-01 2017-02-08 上海携程商务有限公司 企业网络的访问性能的监控方法和监控***
CN107612614A (zh) * 2017-10-09 2018-01-19 郑州云海信息技术有限公司 一种分布式集装箱数据中心动环监控环网及故障修复方法
CN109274544A (zh) * 2018-12-11 2019-01-25 浪潮(北京)电子信息产业有限公司 一种分布式存储***的故障检测方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
唐军等: "基于P2P的分布式网络故障监测***的研究", 《计算机工程与设计》 *
来晓等: "分布式网络故障检测及恢复技术研究", 《计算机工程与应用》 *
阮伟等: "分布式环形网络故障检测及恢复技术性能分析", 《工业控制计算机》 *
黄天戍等: "DCS通信网络的研究与分析", 《计算机工程》 *

Also Published As

Publication number Publication date
CN111600770B (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
Liu et al. Jump-stay rendezvous algorithm for cognitive radio networks
Krügel et al. Decentralized event correlation for intrusion detection
Komali et al. The price of ignorance: distributed topology control in cognitive networks
Mateos et al. Dynamic network cartography: Advances in network health monitoring
Saeed et al. Efficient solution for connectivity restoration (ESCR) in wireless sensor and actor-networks
Arshad et al. A novel framework for collaborative intrusion detection for m2m networks
JP7416793B2 (ja) ノードの機能不全を決定及び報告するためのシステム及び方法
Chen et al. Omen: Overlay mending for topic-based publish/subscribe systems under churn
CN111600770B (zh) Dcs环形网络故障监控***、方法及装置
CN111682892A (zh) 基于卫星通信智能网关业务感知的自动建链方法
Oliva et al. Distributed cycle detection and removal
Fry et al. Challenge identification for network resilience
Bourdenas et al. Self-adaptive routing in multi-hop sensor networks
WO2019000954A1 (zh) 监测节点存活状态的方法、装置及***
Ashraf et al. Toward autonomic internet of things: Recent advances, evaluation criteria, and future research directions
Latif et al. Unveiling the potential of graph neural networks for BGP anomaly detection
Takbiri et al. Improving privacy in graphs through node addition
Wang et al. Bitvector: Fault tolerant aggregation scheme for monitoring in nuclear power plants
Gamez et al. Safeguarding critical infrastructures
Gorodetsky et al. Multi-agent peer-to-peer intrusion detection
Ma et al. Emergence of loop structure in scale-free networks and dynamical consequences
Raghavendra et al. Antler: A multi-tiered approach to automated wireless network management
Mehta et al. Novel algorithms for load balancing using hybrid approach in distributed systems
Jian et al. Integrated availability model based on performance of computer networks
Scholtes et al. The ATLAS event monitoring service—peer-to-peer data distribution in high-energy physics

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