基于因子图——和积算法的故障链路诊断.pdfVIP

JournalofComputerApplications ISSN 1001．9081 2012—02．01 计算机应用，2012，32(2)：343—346 CODENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2012)02—0343—04 doi：10．3724／SP．J．1087．2012．00343 基于因子图一和积算法的故障链路诊断 吕香玲 ，张志勇，胡光岷 (电子科技大学 通信与信息工程学院，成都611731) ( 通信作者电子邮箱 lvxiangling22@163．corn) 摘 要：为求得网络 内部链路的先验故障概率，提 出一种估计链路状态分布的新方法。采用因子图模型描述链 路状态和路径状态间的联合概率分布 ，并使用和积算法求得各链路状态的最大后验估计，然后利用估计 出的链路故 障概率和当前测量数据推断链路的当前状态。仿真结果表明，当网络规模达到400个节点时，所提方法的计算时间比 联立方程组求解法低两个数量级以上 ，具有更好的可扩展性。 关键词：端到端测量；故障链路诊断；最大后验估计；因子图；和积算法 中图分类号：TP393．06 文献标志码：A Faultylink identificationbasedonfactorgraphandsam productalgorithm L0Xiang-ling ，ZHANGZhi-yong，HUGuang-min (SchoolofCommunicationandInformationEngineering，UniversityofElectronicScienceandTechnologyofChina，ChengduSichuan611731，China) Abstract：Inordertoestimatethepriorprobabilityofthelinkfailure，thepaperproposedanew methodforestimating thelinkstatedistribution．Thenewschemeadoptedthefactorgraphtodescribethejointprobabilitydistributionbetweenthe linkandthepath，nadusedthesum-productalgorithm toobtainthemaximum posteriorestimateofthestateofthelink，then usedthefailuresprobbaility ofthelinkandthecurrentmeasurementdatatoconcludethecurrentstateofthelink．The simulationresultsshow that，whenthesizeofnetworkreaches400 nodes，thecomputationtimeofthenew schemeismore thantwoordersofmagnitudelowerthanthelinearequationsmethod，nadhasbetterscalbaility． Key words：end-·to-e·nd measurement；faulty link identification；maximum posteriorestimation；factorgraph； sum productalgorithm 递机制，根据各个时隙的路径状态推断出链路状态，最终获得 0 引言 链路故障概率。在求得链路先验故障概率后 ，结合当前时隙 监测网络内部链路的性能是网络管理和维护的重要方面