基于Kalman滤波和APNN的卫星网络节点故障定位方法

摘要

为了提高卫星网络节点故障定位的正确性和完全性,提出了基于Kalman滤波和APNN的卫星网络节点故障定位方法。利用Kalman滤波算法追踪卫星网络节点故障信号,并实施预估及校正,获得最优的故障状态变量估计值,初始化故障状态变量估计值,将自适应概率神经网络的样本误差函数视为适应度函数寻优平滑因子集,经过多次迭代获得的最优解,即平滑因子集,实现卫星网络节点故障定位。实验结果表明:所提方法卫星网络节点故障定位的正确率始终高于95%,故障定位的完全率基本不受故障数量影响,始终保持最高,具备较高的完全性,且定位时延和通信开销低。