【摘 要】
：
研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降
论文部分内容阅读
研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降低能耗并保证网络能量均衡,从而延长网络生存时间。
其他文献
研究多UUV间的快速通信方法。针对多UUV间通过水声通信进行交互信息时存在时延的问题,研究了在通信时滞下多UUV沿多条给定路径编队运动的控制器设计问题,提出了一种基于过程控制算法的通信优化方法。利用粒子滤波算法,对通信信号进行滤波处理,去除信号中的噪声,从而为通信优化提供准确的数据基础。利用过程控制网络,对通信数据进行快速的传输,从而实现通信优化处理。实验结果表明,利用本文算法进行通信优化处理,能
研究中心煤气流分布准确识别的问题。利用传统算法进行中心煤气流识别,在数据采集的过程中容易受到高炉内复杂环境因素的干扰,导致原料运动规律发生改变,从而无法准确描述料层中物质的运动状态,难以建立准确的机理模型,最终降低了中心煤气流分布识别的准确性。为了避免上述缺陷,提出了一种基于模糊聚类算法的中心煤气流分布识别方法。利用小波空域变换方法,对采集的图像进行滤波处理,从而提高了中心煤气流分布识别的准确性。
火电厂磨煤机负荷控制对象具有典型的非线性、大滞后及时变性等复杂特性,因而采用常规的控制方法难以获得较好的控制效果。基于预测控制在解决复杂难控对象的优势,提出MAC控制方案用以解决磨煤机负荷控制问题。良好的仿真效果表明,针对不同工况下的模型参数变化及内部扰动时,MAC控制算法在控制的稳定性、鲁棒性、抗干扰性上均优于常规的PID控制。
在优化克隆算法的研究中,针对传统的克隆选择算法存在收敛性差和局部最优问题,提出一种多记忆抗体克隆选择原理的人工免疫网络算法。在克隆选择算法的基础上通过引入替代阀值因子,利用随机生成的新抗体组成种群替代原种群中对抗原亲和力最小抗体,同时增设变异概率的概念,达到在一定程度上避免记忆抗体种群的退化现象,提高算法的全局优化能力,避免陷入局部最优。仿真结果表明,算法加快了种群亲和力成熟的进程,随着进化代数的
研究提高室内定位精度问题,终端定位是无线传感器网络中的关键技术之一,由于室内环境复杂,遮挡物较多,使定位信号减弱。传统RSSI的定位算法使目前室内定位不能满足要求。为解决RSSI测量方法误差较大的问题,提出一种将RSSI测量值与波束切换智能天线相结合的联合定位算法。同时引入了网格和半波瓣的概念,利用波束切换智能天线将信号最强的波束对准终端,同时终端上报RSSI值来联合定位。仿真结果表明,在获得相同
研究数字滤波器优化问题,针对传统算法在数字滤波器优化过程中易出现"早熟"和后期收敛速度慢等等问题,提出了一种动量交叉粒子群算法的数字滤波器优化方法。首先把求解数字滤波器参数的问题数学化为性能指标优化模型,然后采用动量交叉粒子群算法找到符合特征要求的数字滤波器参数值,并通过仿真对性能进行测试。仿真结果表明,动量交叉粒子群算法较好地解决了传统算法的易出现"早熟"和后期收敛速度慢等等难题,设计数字滤波器
研究矿井瓦斯涌出量准确预测一直是煤矿安全生产中重点关注的问题。煤层瓦斯爆炸因受开发环境、矿层深度、天气等因素的影响,造成与瓦斯涌出量增大而引起的。针对传统预测模型在矿井瓦斯涌出量预测中存在建模困难、收敛速度慢、要求历史数据量大的问题,提出了一种遗传优化的灰色神经网络预测模型。模型利用灰色系统对数据量要求低的特点,将灰色系统理论与神经网络有机结合起来,建立灰色神经网络模型。并采用遗传算法对所建立模型
针对铁路煤炭运输抑尘自动化控制系统中煤炭识别受天气、光照影响大而识别困难的问题,提出了将统计变换直方图作为视觉特征描述符应用于煤炭识别,采用稀疏编码以及最近邻分类器进行自动识别,解决了铁路煤炭运输抑尘自动化控制系统中煤炭识别难题。仿真对比实验结果表明,统计变换直方图算法与灰度共生矩阵算法相比,识别率与可靠性显著改善;并应用与铁路煤炭运输抑尘自动化控制系统中,现场实验表明,系统能够精确地识别煤炭与非
去身份识别技术是在视频及图像数据中去除可以确定前景身份的相关信息以达到隐私保护的目的,但是要保留足够的信息去判断人物身份的行为。传统的模式识别算法需要固定的、具有统一形式的特征,但是去识别要求最大程度去除前景特征,而存留特征无统一形式,造成识别效果不理想。为了避免上述缺陷,提出了一种类模糊模式的去身份识别方法。利用主成分分析法,对采集的安防监控图像进行特征提取。利用学习集训练方法,获取初步选取的人
直接序列扩频通信系统中,传统扩频序列m序列码元个数有限,且抗截获能力弱,混沌序列的抗干扰性能非常依赖序列的长度,Walsh(沃尔什)序列具有很好的正交性,但自相关性较差。为此提出一种混沌序列与Walsh序列的复合扩频序列,复合序列结合了混沌序列与Walsh序列的优点,即优良的抗截获性和互相关性,并且对混沌序列的长度要求不高。对复合序列的相关性及平衡性进行分析的同时,与混沌序列、Walsh序列、m序