【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 303-306页,共4页

【作 者】： 李冬梅 [1] ; 段淑敏 [2]

【摘 要】 在网络故障数据检测中，在使用传统的方法检测网络故障时，由于故障参数易受外界干扰因素的影响，稳定性差，表达方式过于单一，造成故障检测准确率低。提出一种采用非线性状态估计算法的网络故障数据检测方法。设计在线神经估计器，运用综合方法不断更新神经网络的参数，在线估计故障向量，通过判别逻辑完成网络故障检测，当检测出网络故障后，应用在线补偿控制器，完成控制律重构。无故障发生时，采用常规网络故障控制器；当有故障发生时，引入补偿控制器，保证网络系统正常运行。仿真结果证明，利用改进算法进行网络故障数据检测，检测精准度与效率都有了明显的提高。