【摘 要】
：
无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.
【机 构】
：
广西民族大学人工智能学院,广西大学计算机与电子信息学院,广西电网有限责任公司
【基金项目】
：
国家自然科学基金项目(61762010,61862007),广西自然科学基金项目(2018GXNSFAA138147,2020GXNSFBA297103),广西高校中青年教师科研基础能力提升项目(2020KY04030)。
论文部分内容阅读
无线携能通信能够提升传感器网络的能量效率和资源复用率,然而当前研究均优化无线携能通信参数以实现系统增益,忽略了信道质量变化对系统能量效率的影响.为了解决该问题,针对无线携能通信的传感云系统,提出基于最优停止理论的Sink节点能效优化策略.首先设计下行无线携能通信、上行信息传输的工作时序,其中下行阶段Sink节点采用机会调度策略,选择信道质量较好时刻开始下行链路传输.Sink节点能效定义为系统所实现的上行吞吐量与下行能耗之比.继而基于最优停止理论,建立Sink节点能效最优化问题并证明该问题存在最优停止规则.
其他文献
随着汽车和制造业的快速发展,润滑油的需求量也大大增长,大量的废润滑油也随之产生。本文从废润滑油的污染现状出发,介绍了其变质过程、污染物组成、常用的再生工艺(絮凝、蒸馏、萃取、加氢处理、吸附等)。详细介绍了白土、活性炭、粉煤灰、天然高分子吸附剂等吸附剂和新技术(静电吸附),总结了国内外学者对废润滑油吸附再生的研究现状,并分析了各吸附剂和吸附技术的优缺点。最后对今后废润滑油吸附再生所面临的问题以及未来发展方向进行了展望。
针对马鞍山钢铁股份有限公司65t顶底复吹转炉炉底上涨问题,分析了其产生原因并提出了具体的解决措施。生产实践表明:利用铁水与氧气反应,通过对氧枪枪位、氧气累计量以及浸泡侵蚀时间的合理控制,达到快速降低转炉炉底高度的目的,由于炉底超上限值造成吹炼困难引发喷溅率由0.63%下降至0.31%,钢铁料消耗降低4.16kg/t,为转炉炼钢生产安全提供了有力的保障。
针对现有不确定语言决策试验和评价实验(DEMATEL)方法大多仅适用于中小规模群体,且未考虑不确定语言变量采用非均匀标度的情况,探讨一种新的不确定语言信息下的大规模群体DEM
研究基于视觉引导自动引导车(AGV)的改进A*路径规划算法.首先,设计一种包含导航、定位和任务信息的图形编码标志方法,AGV通过识别位于车身前方网格型路径中有序排布的编码标志进行快速定位和下一位置预判,为多AGV规划奠定基础;其次,根据网格型路径构成的动态随机网络,提出一种改进A*算法,将AGV在运动时产生的动态时间耗费作为参考指标,以实现多AGV在路径网络中的路径规划和冲突避让策略,提高固定路网资源的利用效率;最后,对多AGV在网格型路径中协同工作的场景进行仿真,实验结果表明,所提出的改进算法可以有效应
多水下自主航行器(autonomous underwater vehicle, AUV)的动态任务分配问题具有高度非线性、动态不确定性以及多模态的特征,对多AUV任务分配方法的自组织性、鲁棒性以及快速性提出了更高的要求.动态蚁群劳动分工(dynamic ant colony’s labor division, DACLD)模型是一种采用分布式框架的群智能算法,众多行为简单的个体相互作用过程中涌现产生的整体智能行为能很好地适应复杂多变的环境,在解决任务分配问题上具有很好的柔性.引入动态蚁群劳动分工中的刺激-
超级电容作为储能式轻轨的动力源,其性能非常重要,为此提出一种分布式协同控制策略来实现串联超级电容的电压均衡.在信息层将串联超级电容单体视为智能体,均压问题可建模成多
催化转化是可再生生物质资源利用的重要途径,高效催化剂的构建是生物质及其衍生物催化转化的关键环节。生物质衍生羰基类化合物加氢转化为醇或酯类化合物是生物质催化转化利用过程中重要的反应步骤。由于氢转移加氢反应过程具有反应条件温和的优点,因此非均相氢转移加氢催化剂在羰基类生物质平台分子转化中得到广泛应用。过渡金属锆、铪是常用的氢转移加氢反应活性金属。围绕不同锆/铪基氢转移催化剂的制备及其在生物质平台分子加氢转化反应中的应用进行综述。简要介绍了锆、铪氢转移催化剂的制备方法,详细介绍锆氧化物或氢氧化物、不同配体(羟基
针对一类生产实际中广泛存在的绿色单机调度问题,即带释放时间的低碳单机调度问题,提出一种精确动态规划算法(exact dynamic programming algorithm,EDPA)进行求解,优化的主
基于机器学习的网络入侵检测方法将恶意网络行为(入侵)检测转化为模式识别(分类)问题,因其适应性强、灵敏度高等优点,受到国内外广泛关注.然而,现有的模式分类器往往假设数据集的分布是均衡的,而真实的网络环境中,入侵行为要远少于正常访问,这给网络入侵行为检测带来巨大挑战.因此,提出一种基于聚类簇结构特性的综合采样法(CSbADASYN),通过挖掘少数类样本的内部结构对其进行自适应过采样,以获得样本分布结构特性保持的均衡数据样本,解决因数据不均衡带来的分类偏向.CSbADASYN先采用谱聚类方法对数据集中的少数类
针对一类同时带有执行器故障,未知非线性动态和非匹配干扰的多智能体系统,本文提出一种新的自适应容错控制方案.首先,设计一种适用于有向切换拓扑的完全分布式观测器估计领导者的信息,将一致性问题转化为局部的信号跟踪问题.其次,拆解转化后的误差系统为两个耦合的子系统,实现非匹配干扰与匹配因子分离.然后,利用径向基神经网络近似非线性动态,并结合反步法设计3种自适应故障补偿器,使系统能够在线补偿故障和未知动态的影响.最后,数值仿真验证了所提方案的有效性.