一种利用电路交换实现本地自存活的IMS核心网架构

    公开(公告)号:CN206686206U

    公开(公告)日:2017-11-28

    申请号:CN201720494918.5

    申请日:2017-05-05

    IPC分类号: H04L29/06 H04W24/04

    摘要: 本实用新型涉及一种利用电路交换实现本地自存活的IMS核心网架构,主用节点核心模块与备用节点核心模块的组成单元相同,均包括IM-MGW单元、容灾媒体网关R-IM-MGW单元和组网交换单元,IM-MGW单元和容灾媒体网关R-IM-MGW单元均与组网交换单元连接,IM-MGW单元与外部电路交换单元连接,容灾媒体网关R-IM-MGW与容灾电路交换单元连接;接入网模块包括核心归属地接入网模块和地市接入网模块,所述地市接入网模块内中的IM-MGW中设置有容灾板卡,容灾板卡与终端设备及容灾电路交换单元连接。本实用新型的有益效果是考虑了IMS接入节点中不同用户的重要等级,根据业务需要配置节点的级别,从而在IMS网络发生极端损毁的情况下,利有电路交换设备,对不同级别的用户实现不同级别的容灾。(ESM)同样的发明创造已同日申请发明专利

    一种基于容积卡尔曼滤波算法的分布式状态估计方法

    公开(公告)号:CN110289989A

    公开(公告)日:2019-09-27

    申请号:CN201910449938.4

    申请日:2019-05-27

    申请人: 东南大学

    摘要: 本发明提供了一种基于容积卡尔曼滤波算法的分布式状态估计方法。该方法包括以下步骤:S1:初始化:获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵;S2:在传感器网络中,各个传感器节点收集观测值,利用容积卡尔曼滤波算法,获得此刻的状态估计值和误差协方差矩阵;S3:各个传感器节点,与其邻居传感器节点相互广播状态估计值和误差协方差矩阵,采用平均一致性算法,修正当前的状态估计值和误差协方差矩阵;S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值,返回步骤S2循环。本发明无需构造伪观测矩阵,可有效防止滤波发散。

    一种基于容积卡尔曼滤波算法的分布式状态估计方法

    公开(公告)号:CN110289989B

    公开(公告)日:2022-10-25

    申请号:CN201910449938.4

    申请日:2019-05-27

    申请人: 东南大学

    摘要: 本发明提供了一种基于容积卡尔曼滤波算法的分布式状态估计方法。该方法包括以下步骤:S1:初始化:获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵;S2:在传感器网络中,各个传感器节点收集观测值,利用容积卡尔曼滤波算法,获得此刻的状态估计值和误差协方差矩阵;S3:各个传感器节点,与其邻居传感器节点相互广播状态估计值和误差协方差矩阵,采用平均一致性算法,修正当前的状态估计值和误差协方差矩阵;S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值,返回步骤S2循环。本发明无需构造伪观测矩阵,可有效防止滤波发散。