TinyOS感知节点在智能电网输电环节的应用

以智能电网中输电环节的关键设备研制问题为目标,从技术实现手段——无线传感器网络操作系统TinyOS及节点设备,讨论了实现中涉及的网络拓扑、能量消耗优化、地址分配、调度机制的特性和应用考虑,给出了应用中的实现过程。

基于能量均衡的ZigBee路由算法优化

为了实现ZigBee网络的能量均衡,延长网络生存时间,针对现有基于能量均衡的ZigBee网路路由算法的不足,根据节点父子和位置关系适当控制RREQ包转发方向,提出了针对RN-节点改进邻居表使RN-节点具备路由功能,并定义了考虑因素全面的路由代价和能够实时更新的节点能量等级,从而实现了AODVjr路由算法和Cluster-Tree路由算法基于能量均衡的真正结合。通过仿真与原算法和现有的基于能量均衡的路由算法进行比较,比较结果表明了优化的ZigBee网络总体能量消耗与死亡节点出现时间和数目。

基于粒子群算法的混合无线传感网覆盖优化

为优化混合传感网络覆盖性能,基于粒子群算法提出一种优化策略,并通过引进扰动因子,有效地避免了算法陷入早熟陷阱,加速了算法收敛。通过仿真实验,验证了该优化算法能够有效地提高网络覆盖性能,并与最新的算法进行了比较。

基于改进粒子群算法的WSN覆盖优化策略

为了实现WSN覆盖范围的最大化,延长网络寿命,在标准粒子群算法的基础上提出了一种无线传感器网络覆盖优化策略。通过粒子分簇并行搜索,采取碰撞理论使陷入局部最优的粒子迅速跳出,有效地避免了标准粒子群算法容易出现的早熟问题,提高了算法的稳定性。通过仿真实验分析了分簇数和碰撞阈值对覆盖性能指标的影响,仿真实验结果表明,基于碰撞理论的分簇粒子群算法覆盖策略有效地优化了网络的覆盖性能。

基于SVD和低秩RBF神经网络的局部放电信号提取方法

局部放电(partial discharge,PD)特高频(ultra high frequency,UHF)信号检测过程易受到白噪声和周期性窄带干扰的严重影响。为有效提取PD UHF信号、抑制干扰,提出一种基于奇异值分解(singular value decomposition,SVD)和低秩径向基函数(radical basis function,RBF)神经网络的去噪方法。首先,将染噪局部放电信号构造为Hankel矩阵,并奇异分解到特征矩阵空间;然后,把特征矩阵中奇异值突变点设为阈值,以去除窄带干扰;最后,采用RBF神经网络逼近去干扰后的PD信号,并采用Gaussian窗滤波以提取局放信号。所提方法与逆向分离(reverse separation,RS)和形态学小波综合滤波器(morphology wavelet filter,MWF)进行对比。从仿真和实测结果表明,该方法对周期性窄带干扰和白噪声有着强抑制作用,评价指标更为显著。

基于Kalman算法的网络安全态势预测方法

关于网络安全的预防研究,为解决现有网络安全态势感知模型只能对过去和当前时刻的网络安全态势进行分析,而不能对安全态势进行预测的问题,基于卡尔曼算法提出了一种网络安全态势的预测方法,能够利用当前和过去的安全态势值,对网络安全态势进行预测。仿真结果表明,该算法不仅能够反映网络安全态势变化的整体趋势,还能够有效地对态势值进行预测。与传统的GM(1,1)相比有更好的预测价值;与RBF算法相比,更能适用于真实的网络环境。

基于剩余能量和位置的LEACH改进算法

在无线传感器网络中,不合理的分簇算法导致节点过早死亡、区域信息无法完全感知。针对该问题,提出一种基于剩余能量和位置的LEACH改进算法。改进算法将选簇过程分为临时簇头选择和正式簇头选择两步,以传感器节点的节点剩余能量值和几何平均位置作为选簇的重要因素,在此基础上选出区域内最佳簇头。通过OMNET++网络模拟器的仿真结果表明,改进算法的节点利用率和网络可靠性更高。

关于交通流量数据预测建模研究

研究高速路交通流量预测建模问题,交通流量数据不仅具有周期性还具有波动性。由于交通流量存在随机性,传统模型只反映了交通流量一部分信息,预测准确度较低。为了提高高速路交通流量预测精度,结合交通流量数据特性,提出了一种新的混合预测方法。采用EEMD分解非周期分量,使其信息最大化,对分解出的分量进行GARCH效应检验。根据检验结果建立了混合预测模型。针对成都市某高速路的实测交通流量数据,采用混合预测模型与EEMD-ARMA模型、神经网络模型进行对比实验。实验结果表明,高速路交通流量的非周期分量存在明显的GARCH效应,相比于传统模型,混合模型的预测平均误差和均方误差小,预测精度高且稳定。

含有误差校正的小波神经网络交通流量预测

交通流量的准确预测对于高速路管理者进行决策至关重要;建立了小波神经网络(WNN)交通流量预测模型,并通过预测训练误差和测试误差校正预测结果来提高预测精度;首先构建WNN模型对交通流量进行初步预测,然后利用经验模态分解(EMD)和WNN模型对训练误差和测试误差进行预测;分别用训练误差预测值、测试误差预测值和两种误差预测值的加权对流量初步预测结果进行修正得到最终预测值;采用四川省成灌高速路交通流量数据进行了仿真对比实验,仿真结果表明含有误差校正的小波神经网络模型能有效提高交通流量预测精度,并且利用两种误差加权修正模型的预测精度高于利用测试误差的修正模型和利用训练误差的修正模型。

中文信息系统的字体特性分析

目前国内中文信息处理,所用操作系统很多,如Dos,Windows3.x和Windows 95等。在这些环境下发展起来的应用工具和开发工具,提供了灵活、美观的手段。然而在具体操作中,会遇到文本对齐不易实现的问题。究其原因,涉及信息处理中的字体特性问题。本文就此进行了统计分析并提出了实用有效的处理方法。 一。

VoIP原理及其在无线局域网中的QoS保障

VoIP技术现正成为一项构建语音网络的重要技术。本文介绍了VoIP的基本原理,以及VoIP在无线局域网中的应用,分析了无线VoIP业务质量中的问题及解决方法。通过某VoIP无线局域网实例说明了WLAN VoIP的结构和配置,并结合VoIP话音质量评价标准,从无线VoIP传送话音所存在的问题出发,着重探讨了解决这些问题的方法。

宽带匹配网络的有限直接设计法

本文就宽带匹配网络的设计问题,阐述了网络的转换功率增益特性与梯形网络之间的关系。针对实用的梯形匹配网络结构,给出了适合于计算机求解的增益表达式,并提出梯形匹配网络的机助设计方法——有限直接设计法。依据这一方法编成的计算机程序BOMB,可以简便地设计单端匹配、双端匹配所需的梯形网络。文中给出一些比较性算例和实际匹配网络的设计结果,表明这一方法的可行性。

基于ZigBee技术的无线呼叫系统的设计

介绍了ZigBee技术的主要特点和CHIPCON开发的CC2430芯片。详细阐述了基于CC2430芯片的无线呼叫系统的硬件设计和软件设计。分别对协调器和终端节点设备设计了不同的功能,以及完善非使能信标网络功能,该系统最终能够实现呼叫和处理功能。在本文的最后测试了终端节点设备的耗电量和入网时间以及分析了呼叫系统的呼叫损耗。

分布式粒子滤波实现无线传感器网络目标跟踪

为了延长无线传感器网络寿命,减小通信代价,提出一种层次型网络结构下基于粒子滤波的分布式跟踪算法.层次型网络由簇头节点和普通传感节点组成,簇头节点采用粒子滤波获得目标运动状态,联合当前时刻目标的本地估计位置、预测速度预测下一时刻的目标位置.并根据目标的预测位置判断是否转移簇首.目标离开节点探测范围后,节点进入休眠状态.实验表明,该方法能满足目标跟踪精度,并可有效的减少网络能耗,提高无线传感器网络使用寿命.

基于RS-232的无线数据传输系统的实现

本文介绍了一种基于RS-232的无线数据传输系统的设计与实现方法。在工业领域得到广泛应用的RS-232串口标准在与无线数传电台相结合后,通过设计并实现合理的上层通信协议,使之具有无线传输数据的功能。本文还针对文中所涉及的系统,详细介绍和阐述了设计用户层通信协议的思路、原则、着重点及其实现。

基于热传递的光发射次模块结温计算方法

由于技术和设备等条件限制,对于一些微小的元件,很难通过常规的测量方法得知其内部的温度情况。提供了一种针对小型封装可热插拔光收发一体模块(small form-factor pluggable,SFP)内部光发射次模块(transmitter optical sub-assembly,TOSA)的热学建模方法,通过对TOSA外壁的温度测量及封装材料的热学参数,利用傅里叶定律粗略估算其内部芯片结温,此方法也能对其他微小器件的热学分析提供参考。

一种基于近邻匹配的中文分词算法Jlppeccz

提出一种基于近邻匹配新的分词算法Jlppeccz,该算法首先把一篇文章以标点符号为界线分成若干个句子,然后用近邻匹配方法把一句话切分成1～4字的词,通过对词库的搜索,对已分的词进行重组,把小词合并成大词,再将处理过的词存储到一个临时的词库里,以备后续的句子查找,并可实现对词库添加词的功能.与经典MM算法和词频统计方法相比,本文算法有较大的改进.

基于行波模量速度差的配电网故障测距迭代算法

提出了基于零模检测波速度与故障距离关系曲线的配电网故障测距迭代算法。针对零模检测波速度随故障距离变化较大的问题,通过分析及仿真发现了零模检测波速度随故障距离的变化规律,利用该规律给出了零模检测波速度的距离表达式。将此表达式结合基于零模行波分量和线模行波分量速度差的测距公式,给出了故障测距的迭代算法,避免了零模波速度难以确定的问题。通过ATP及Matlab对该算法进行仿真,仿真结果证实了该方法的有效性和可靠性。

相依网络理论下电力通信网节点重要度评价

智能电网中电力系统与通信系统的紧密结合,使得电力通信网络在双网相依系统中愈加重要。通信网络中节点发生故障,尤其是高重要度节点,不仅会影响自身网络系统还会影响与其相依的网络,导致连锁故障的发生。因此,对智能电网中电力通信网络节点重要性进行评价具有重要意义。将电力物理-信息相依网络中单侧网络提取出来,以链路已用率和电力线阻抗值作为边权参数建立有权网络模型。根据有权网络节点重要度评价方法,分别对两子网进行分析。然后根据电力网依存于信息通信网的依存边矩阵,计算相依网络中电力通信网络节点的重要度指标,找出重要度大的节点。以IEEE30节点系统为例进行了仿真实验,证明了该方法指标的可行性和实用性。