跳频通信系统的异常跳变故障检测模型仿真  

Simulation of Detection Model of Abnormal Transition Fault in Frequency Hopping Communication System

作　　者：向春枝[1] 崔艳[1] 

机构地区：[1]河南广播电视大学开放教育教务处,河南郑州450008

出　　处：《计算机仿真》2014年第10期223-226,共4页Computer Simulation

基　　金：河南省教育厅2013年度科学技术研究重点项目资助计划项目(教科技〔2013〕68号)<基于手机的移动学习平台的设计与实现>(13A520208)

摘　　要：跳频通信系统的异常跳变故障检测关系到系统的安全。大型跳频通信系统中,系统处在频率跳动的环境中,不同频率区域的系统之间的频率变换幅度不同,不同系统的数据异常跳变特征有着不同的频率判断标准。传统的跳频通信系统的异常跳变故障检测方法在进行异常数据检测时,以不同区域多个不同固定频率阀值特征进行衡量,没有考虑跳频系统的频率时变特殊性,对故障检测以固定频率特征判断,很容易出现误判。提出采用决策树挖掘算法的跳频通信系统的异常跳变故障检测方法。针对跳频通信系统的异常跳变故障数据进行样本空间分类处理,获取关联数据聚类目标函数,并对聚类中心进行有效的更新,实现跳频通信系统的异常跳变故障数据的聚类处理。构建上述数据对应的决策树,并计算信息增益比,实现跳频通信系统的异常跳变故障数据的检测。实验结果表明,利用改进算法进行跳频通信系统的异常跳变故障数据的检测,能够极大的提高检测的效率。A method for abnormal transition fault data detection in frequency hopping communication system by u- sing decision tree mining algorithm was proposed in the paper. The abnormal transition fault data in frequency hopping communication system were classified to obtain the associated data clustering objective function, and to effec- tively update the clustering centers, realizing the clustering processing of abnormal transition fault data in frequency hopping communication system. A decision tree corresponding to the above data was established, and the information gain ratio was calculated, so as to realize the abnormal transition fault data detection in frequency hopping communi- cation system. Experimental results show that using the improved algorithm can greatly improve the efficiency of de- tection.

关 键 词：跳频通信系统 数据检测 数据挖掘 决策树 

分 类 号：F127[经济管理—世界经济]