基于灰色模型的无线传感器网络动态功耗管理研究

传感器节点能量受限是制约无线传感器网络使用寿命的关键因素,为了节约传感器网络的能量,提出了灰色模型的动态功耗管理(DPM)方法。该方法利用传感器节点上的历史数据应用灰色模型预测未来值,预测过程中可以动态调整预测参数,实现自适应预测,和小波自回归预测算法相比,提高了预测的准确性。基本思想是根据S ink节点上的数据来决定整个传感器网络的工作模式,在下个周期内若传感器节点的观测值不超过预定的阀值则不向S ink节点发送数据,通过缩短传感器节点的工作时间,降低节点间数据传输量来减少传感器网络的能量消耗。理论分析和实验结果表明本文提出的方法无论在预测准确性方面,还是在节约能量方面都是有效的。

基于小波的DVS在无线传感器网络中的应用

为了最大限度节约能源的使用,使无线传感器网络使用寿命延长,针对无线传感器网络的节点在运行状态提出了基于小波的动态电压调度(DVS)算法。该方法首先通过使用小波、Kalman和AR三种算法相结合对下一任务量进行预测,并根据预测结果判断处理器(使用SA-1100处理器)进入何种操作频率等级(处理器的工作电压与操作频率一一对应),使较小任务量进入较小操作频率等级的状态,从而减少了节点在周期内的能量消耗。仿真实验结果表明,该方法是有效的。

新型5-UPS/PRPU 5自由度完全并联机床

介绍了一种新型5自由度完全并联机床。该机床具有5个驱动分支和1个约束分支,可以实现3维移动和2维转动。该机床结构设计采用了多种新型构件,运动控制系统采用开放式、模块化设计,实现了机床的运动伺服控制、位姿实时检测等功能。加工试验表明,该机床具有良好的运动稳定性和较高的位置精度,可实现5坐标加工。

无线传感器网络动态电压调度算法

针对无线传感器网络的节点在运行状态提出了动态电压调度(DVS)算法。DVS是通过改变处理器的工作电压和工作频率来减少处理器的消耗能量。该方法首先必须对节点各部分发出的信号进行分析和预测,并根据预测后的信号对处理器设定处理速率,最后,设定合适的工作电压和工作频率。

基于EWS的DVS在无线传感器网络中的应用

动态电压调度(DVS)通过使用EW S算法对任务量预测,并根据预测结果判断处理器该进入何种操作频率等级,使较小任务量使用较小的操作频率,从而减少了节点的能量消耗。仿真实验结果表明:该方法是有效的。

车辆荷重动态检测系统的传感器设计及有限元分析

分析工程车辆荷重动态检测系统的功能原理、力学设计要求,设计新系统传感器结构方案。根据新系统传感器的结构特点,介绍应用有限元法进行力学模型简化的方法,结合工程实际,进行有限元分析及优化设计,提高传感器强度、刚度及动态检测的精度。

基于指数平均模型的无线传感器网络动态功耗管理

能耗一直是制约无线传感器网络WSN(Wireless Sensor Networks)发展的关键因素。为了降低节点的功耗,延长WSN的寿命,一种改进指数平均模型的动态功耗管理DPM(Dynamic Power Management)方法被提出。该方法利用历史空闲时间来对未来空闲时间进行预测,预测结果作为节点是否转换为低功耗状态的依据。理论分析和实验仿真表明,本文提出的DPM在突发情况时能够快速自适应地调整,提高了预测的准确性,降低了WSN的功耗。

一种基于混合自动机模型的节点动态功耗管理机制研究

为了降低传感器节点的能耗,从而延长传感网络的使用寿命,本文将传感器节点的工作状态划分为四种,并设计了一种基于混合自动机的节点工作状态转换模型。为降低事件丢失率,文中定义了温度和相对湿度两种环境变量,该模型根据这两种环境变量是否跳变来决定节点进入何种工作状态;同时该模型考虑了节点的剩余能量,提高了节点能量使用的均衡性。仿真实验结果表明:该方法是有效的。

适合无线传感器网络的自适应动态电压调节算法

对于能量有限的传感器网络,在计算复杂度较高的应用中,节省CPU的能耗具有重要意义。针对以事件为驱动的无线传感器网络的任务模式,提出一种基于零散任务模型的自适应DVS算法——A-DVS。A-DVS算法根据CPU的任务量实时调整工作频率和电压,能在很大程度上降低CPU能耗的同时,保证任务的实时性要求。理论分析和实验结果表明,A-DVS算法的实际节能效果接近理论分析值的80%左右,可在很大程度上延长节点的生命周期。

基于互联网+的智能电饭煲控制器研发

针对现有电饭煲凭经验煮饭的缺点,研发了基于互联网+的智能电饭煲控制器。它能在煮饭前智能判断米水比是否合适,保证煮出可口的米饭。控制器采用人为判断和机器记忆相结合的方式来满足不同人群要求。选择树莓派和Arduino作为开发平台,使其不仅具有智能煮饭,而且还具有自动语音和文字提醒功能以及网络通信能力。测试结果表明,基于互联网+的智能电饭煲达到了设计目标,可在更深入的产品设计后进行商业化推广。