【摘 要】
：
覆盖控制是很多无线传感器网络应用中基础且关键的问题.针对传感器节点部署的高维优化问题和覆盖区域的复杂性,提出了一种基于主成分布谷鸟搜索算法的无线传感器网络覆盖优化方法.该算法在标准布谷鸟算法(CS)的基础上,加入主成分分析法,减少了布谷鸟个体位置信息之间的相关性,提升了算法的全局搜索能力.仿真实验表明,当贡献率大于0.5时,主成分布谷鸟搜索算法不仅在6个基准测试函数上的性能优于标准CS算法,而且能有效提高无线传感器网络中节点的覆盖范围.
【机 构】
：
河南工业大学粮食信息处理与控制教育部重点实验室 郑州450001;河南工业大学机器感知与智能系统重点实验室 郑州450001;河南工业大学信息科学与工程学院 郑州450001;海康威视数字技术股份有限
论文部分内容阅读
覆盖控制是很多无线传感器网络应用中基础且关键的问题.针对传感器节点部署的高维优化问题和覆盖区域的复杂性,提出了一种基于主成分布谷鸟搜索算法的无线传感器网络覆盖优化方法.该算法在标准布谷鸟算法(CS)的基础上,加入主成分分析法,减少了布谷鸟个体位置信息之间的相关性,提升了算法的全局搜索能力.仿真实验表明,当贡献率大于0.5时,主成分布谷鸟搜索算法不仅在6个基准测试函数上的性能优于标准CS算法,而且能有效提高无线传感器网络中节点的覆盖范围.
其他文献
超声波测距是最常见的测距技术手段,性价比极高.但常用超声波回波测距中信号整形经常会引起的测距误差,其主要原因是由于起振周期丢失及反射信号幅度差异使测量的信号飞行时间越过了接收信号起始时间点所引起的.所提出的双相位检测方法,通过发射一组64周期载波,2周期调制信号的临界调制信号,同时开始计时,当接收信号幅值超过特定阈值时停止计时,进而检测阈值点信号的相位,得到接收信号的起始时间点,再使用载波相位校正法来消除信号整形带来的误差后得出距离测量结果.经过仿真测试和实验测试,结果表明实际测量精度几乎不受噪声和反射信
针对可调谐波长红外光源输出波长与实际波长存在偏差,设计了基于光声光谱技术的红外波长校准仪.首先,使用待校准的激光器照射装有气体小分子的光声腔,获得所装载分子的振转精细吸收光谱.然后利用这些简单气体小分子已知且精确的振转光谱峰位置与所得的光声光谱进行对比,最后,通过对比对红外激光器输出激光波长进行校准.本文利用装有甲烷和氨气气体的光声腔获得了本实验室光学参量震荡器(OPO/OPA)相应的波长校正拟合曲线,并成功对其在2800～3600 cm-1的范围内输出波长进行了校准.本红外光校准仪具有测量范围广,对现有
目前基于无线技术的智能家居系统给人们带来了舒适和便利,但系统容易遭受攻击,有较多的隐私数据需要保护.针对无线通信中数据安全问题,设计了一种智能家居系统及其安全通信方法,即设计了系统的组网结构,规划了外网和内网.内网的家居设备节点采集信息并采用ZigBee通信方式,其他设备采用WiFi通信方式.路由器部署为MQTT服务器、手机等控制设备为MQTT客户端,并在服务器上进行SSL通信相关的配置、设计客户端程序.每次外部网络的MQTT客户端访问服务器时,先采用安全的内网穿透方案ZeroTier连接到内部网络,再通
使用机器学习算法对未来AQI进行预测,有助于从宏观角度分析未来空气质量变化趋势.在传统上使用单一的机器学习模型对空气质量进行预测时,很难在不同AQI波动趋势下都能获得较好的预测效果.为有效解决该问题,在预测方式上进行改进,针对使用随机森林模型和基于卷积神经网络和注意力机制的长短期记忆模型对成都市的AQI数据进行预测时,在不同的AQI波动趋势下两者的预测准确度不同的特点,设计了一种差异融合分析模型.实验结果表明,提出的差异融合分析模型的MSE误差较随机森林模型降低了5.8％,较基于卷积神经网络和注意力机制的
针对日益广泛的高精度授时系统应用需求,提出了一种用于北斗三号卫星导航系统(BDS-3)接收机的高精度授时方法.该授时方法运行于本单位自研某BDS-3导航型芯片,采用一种类似于数字载波环闭合回路授时方法,其中位置速度时间(PVT)解算模块等效于鉴相鉴频器,秒脉冲(PPS)输出控制模块等效于数控振荡器(NCO),环路滤波器采用二阶锁频辅助三阶锁相结构.对模拟源测试1h和1天内授时精度分别为2.64和3.83 ns,结果表明该方法不增加硬件资源的前提下提升了导航接收机的授时精度.
近年来,深度学习方法在人体动作识别有着良好的表现,其利用陀螺仪和加速度计等可穿戴传感器获得的时间序列数据,经过预处理和数据级融合之后进行训练分类.针对数据级融合方法对多传感器的识别有一定局限性的问题,提出了一种特征级融合的LSTM和CNN方法.该方法将独立的传感器数据依次接入到LSTM层和卷积组件层用于特征提取,之后汇聚起多传感器的特征再进行动作分类.该方法在3个公开数据集UCI-HAR、PAMAP2和OPPORTUNITY上分别取得的平均F1分数为96.06％、96.17％和94.44％.实验结果表明,
针对基于卫星外辐射定位的单站二维测向时差、三站时差定位模型存在定位精度低、系统设备复杂的问题,设计了一种限定约束条件双站时差定位模型,利用目标平台先验信息,将目标高度信息引入地球位置方程,代替定位模型中时差方程,将三站时差定位方程降维处理,解决双站受测量条件制约无法建立有效的定位方程问题,利用牛顿迭代处理方法完成目标位置解算,得到限定条件下高精度目标位置.试验结果表明,时差、定位站间距和卫星轨道误差等参数对定位精度影响较小,各个参数相对定位精度均优于0.2％R,该定位方法具有较好的工程推广价值.
超宽带(UWB)测距的室内定位在商场、住户、医院等地应用十分广泛,提高室内定位竞争力的是定位精度.为了实现实际测量过程中在各种干扰条件下较为准确的测距,采用了卡尔曼滤波算法,尽可能的减少外界干扰对测距的影响,以减少测量误差.针对UWB测距精度提高问题,设计了以卡尔曼滤波为处理算法的对比实验,结果为测距精度有较大提高,在实验环境下误差从5.8％减少到了2.44％,在精度提高最明显的距离通过绘图分析表明数据的可靠性提高,测距精度提高了58％.实验表明,卡尔曼滤波方法有效地提高了UWB的测距精度.
序列时域反射法(STDR)是常用的电缆故障检测方法,但传统的STDR方法只能识别基本的短路与开路故障,而不能识别诸如高阻、低阻等其他类型的故障,在精确的电缆故障诊断应用中受限.本文提出一种电缆故障识别的归一化STDR分析方法,该方法根据入射信号(m序列)的自相关峰值及入射信号与反射信号的互相关峰值之间的时间差来确定故障点的位置,并建立基于互相关峰值归一化的电缆负载阻抗估算方法,通过精确计算故障点处的负载阻抗从而实现故障类型的精确识别.电缆故障实验研究表明,电缆故障定位误差≤0.25％,电缆负载阻抗的估算值
围绕六相感应电机(IM)的高性能无速度传感器驱动控制问题,设计了一种二阶滑模(SOSM)模型参考自适应系统(MRAS)估计器,实现了六相IM的无速度传感器优化直接转矩控制(DTC).新型控制方案中使用了超扭曲算法(STA)提出了一种补偿磁链观测器,本质上属于SOSM策略,并将观测器用作MRAS转速估计参考模型.此外,针对DTC策略中的转速外环设计了基于STA的SOSM控制器,以提高对外部负载扰动的鲁棒性.最后,测试结果验证了二阶滑模MRAS无速度传感器DTC控制策略可以克服经典滑模控制固有的抖振问题,并对