【摘 要】
：
研究非均匀无线交通网络控制中的防冲突问题,降低链路冲突率。由于非均匀无线交通控制网络传感器分布的不均匀特性使得传感器节点在事件易发区域部署较密集,当事件发生同时触发多个节点时,存在网络的节点链路占有率较低,传统的防冲突算法仅通过路由算法避免单一冲突的发生,不能有效解决多触发存在的节点链路占有率低的问题,造成链路冲突率较高。为解决上述问题,提出了节点分簇的非均匀无线交通控制网络链路防冲突算法。通过能
论文部分内容阅读
研究非均匀无线交通网络控制中的防冲突问题,降低链路冲突率。由于非均匀无线交通控制网络传感器分布的不均匀特性使得传感器节点在事件易发区域部署较密集,当事件发生同时触发多个节点时,存在网络的节点链路占有率较低,传统的防冲突算法仅通过路由算法避免单一冲突的发生,不能有效解决多触发存在的节点链路占有率低的问题,造成链路冲突率较高。为解决上述问题,提出了节点分簇的非均匀无线交通控制网络链路防冲突算法。通过能量评估模型将易同时触发的节点分为一簇,据能量最大原则选取一个簇中心节点,事件发生触发多个节点时,数据不是
其他文献
研究电力系统的负载问题,非线性负荷给电力系统带来了大量谐波,谐波电能计量日益受到关注。传统的有功功率计算公式只适应整周期采样方式。从有功功率的基本定义出发,研究了时域内因信号频率偏差影响,同频率以及非同频率谐波电压、电流分量因非整周期采样对有功功率计量的影响,得出时域谐波有功功率和误差计算公式。为实现基波电能与谐波电能分别计量和准确计量,结合有功功率理论和离散傅立叶算法,推导出频域谐波有功功率计算
研究防止汽车追尾优化识别问题,为解决防汽车追尾快速预报,传统方法在于精确计算安全距离,并未给出具体的控制力度,结合自适应模糊神经网络理论,提出让汽车"缓慢"降速的解决方案,能有效解决防汽车追尾的控制力度问题。采用自适应模糊神经网络模型,设计汽车刹车力度控制规则表,进一步设计防汽车追尾控制器。通过仿真结果可以看出,跟传统的纯模糊控制系统相比,自适应模糊神经网络生成的曲面更加平滑,控制效果更好。并且具
研究局域网故障诊断问题。由于当前局域网故障诊断方法存在诊断速度慢和不确定性等缺陷,为了能够更准确、有效快速地排除局域网故障,将支持向量机方法引入到对局域网的故障诊断中。对标准支持向量机原理进行了深入分析,针对参数优化过程中存在的速度快,很难找到最优参数的难题,提出了采用遗传算法对支持向量机进行改进,将改进前后的支持向量机用于局域网的故障诊断中。仿真结果表明,改进后的支持向量机能够更有效快速地完成对
针对无线传感器网络分簇中节点负载不均衡的问题,提出了一种基于免疫记忆粒子群优化算法的分簇算法。算法对能力异构环境下的无线传感器网络的适应性和扩展性较好,且节能高效,实现简单。该算法在每轮运算过程中,利用节点负载能力预评估因子和节点能量预评估因子对无线传感器网络进行区域分割,获得能量均衡及负载能力均衡的分区,并在分区中通过免疫记忆粒子群算法选取簇头,使簇头具有高能量、负载能力强的优点。仿真结果表明,
研究飞行控制系统性能优化问题,针对区域极点约束条件下飞行控制系统非脆弱鲁棒控制器设计,飞控系统含有外部扰动,为了保证飞控系统的鲁棒性和响应品质,提出用模型参数摄动和加性控制器增益摄动的鲁棒控制,根据线性矩阵不等式理论,给出了非脆弱鲁棒控制器的可解性条件。同时为保证系统具有良好的动态特性,将闭环极点配置在复平面上指定的圆盘区域内。并用鲁棒控制和极点配置结合,给出满足鲁棒性、非脆弱性、干扰抑制性能和动
在电液伺服系统的跟踪控制问题的研究中,跟踪延迟影响动态性能。为提高系统的跟踪动态性能,提出在常规的PID控制的基础上,引入了一种小脑模型关节控制器(Cerebellar Model Articulation Controller,CMAC)的思想。利用CMAC与PID设计复合控制器,小脑模型神经控制器实现前馈控制,常规控制器实现反馈控制,从而显著提高了系统的快速跟踪能力,并有效克服了系统的不确定性
针对浮动车技术的特性以及低浮动车采样率条件下信号交叉口给行程时间估计造成的影响,提出了一种新的浮动车路段行程时间估计方法。利用感应线圈的流量数据计算出周期内的动态排队长度,根据信号周期内的最长排队长度确定受交叉口影响区域,剔除该区域内的浮动车数据,计算浮动车在区域外的正常行程时间以及区域内的延误时间,最终求得浮动车的路段平均行程时间。仿真结果表明了本算法的可用性,为浮动车行程时间设计提供了参考。
研究信息系统安全保护问题,需对保护能力进行评价。系统保护能力评价是依据等级保护相关标准,对系统进行多层次、全方位评价的复杂过程,评价指标体系的建立和权重的确定是科学合理评价系统保护能力的难点和关键。结合等级保护的实际情况,建立了基于层次分析法的系统保护能力分级评价模型。首先给出了评价指标体系建立方法、指标权重确定方法、指标打分方法和综合能力评价方法,然后详细描述了模型的实施方法。最后以具体的实例证
研究撤侨预测模型优化问题,目前对国家撤侨方案预测模型的研究不够。安全撤侨要有科学、合理、及时的撤离方案。为改善模型中复杂时变系统的预测效果,采用系统动力学方法,对国家撤侨方案预测模型进行研究。分析了A国在B国动荡时期撤出侨民的步骤,构建了影响撤离侨民的各元素因果回路图与存量流量图,建立了国家采用客车、客轮、客机等交通运输工具进行撤侨的系统动力学模型。利用Vensim软件进行仿真,并经实践证明,建立
电力系统负荷预测通过对历史数据分析,预测未来需求,利用经典的Kohonen网络、Elman神经网络和粒子群优化算法建立级联网络预测模型,为了对电力系统短期精确预测,提出了处理非线性问题和解决负荷预测问题。对级联网络预测模型不但能够综合各种单一预测模型的优点,而且能够随时间的推移使结构不断变化,可以减少负荷预测的工作量。用三种神经网络模型进行短期电力负荷预测的仿真结果比较,验证了级联网络预测算法的有