基于路径和节点权重因子的黑启动路径寻优新方法

现有黑启动路径寻优方法运用不同指标表征电网输电线路或节点重要性,但所采用的指标尚不完备。文中提出了基于路径和节点权重因子的黑启动路径寻优新方法,通过计算路径和节点权重因子等指标定量评判路径和节点的重要性,考虑了影响路径和节点重要性的各种因素以提高指标的完备性。基于关联权重因子的计算和比较,完成恢复路径的辨识,实现黑启动路径的优化。将电网恢复过程划分为系统启动、网架形成前、主网架恢复和辐射恢复等阶段,建立相应的路径寻优模型以满足不同阶段的恢复需求。最后,运用所提出的方法并结合电网恢复策略,为实际电网建立黑启动路径。

接口前处理在光机系统动力学分析和面形优化中的应用

为了解决光机系统动力学分析与面形优化过程中由于光机接口程序后处理方式所引起的计算数据量大或接口处理失效的问题,提出将光机接口处理过程移到有限元前处理中,并进行了光机系统的集成分析与优化。首先,为了解决标准Zernike多项式在环形离散点域内的非正交性,引入了节点面积加权因子和环域Zernike多项式。提出了通过对镜面施加均匀压强求节点支反力的方式求取节点面积加权因子的计算方法。然后采用最小二乘法推导出镜面刚体位移和拟合镜面变形的Zernike多项式系数与镜面各节点变形量之间的线性关系式。最后,编写接口程序将这些线性表达式以多点约束(MPC)的方式导入到有限元模型中,在前处理过程中完成系统的光机接口处理过程。通过对非稳态风载引起的某1.2m地基望远镜视轴抖动和液压whiffletree支撑下的主镜镜面高阶变形量进行结构动力学随机响应分析,验证了光机前处理方法对解决光机系统动力学问题的有效性。此外,还以镜面面形为优化目标对1.2m轻量化主镜的镜体结构和尺寸进行敏感度分析,证明了光机前处理方法可以有效地简化镜面面形的优化分析过程。

集成随机森林的交通拥堵检测模型

根据现有的城市交通网拥堵检测体系,针对现有方法处理交通网格监测数据流难以获得相对稳定的准确率的问题,提出了一种集成随机森林的交通拥堵检测模型;该模型通过将多个随机森林分类器进行集成实现了交通网分布式监测数据流的并行处理,设计了二级级联分类器对交通网状态进行判定,并可对各监控节点权重进行评估;模型实现主要分为特征提取、集成建模和结合分析3个步骤;在不同规模的交通状态监测网络下分析了模型的综合性能,并分别与其它主流方法进行了对比;实验表明:提出模型具有更好的交通网监测数据流的处理能力,且具备较好的扩展和裁剪性能;该模型提供了一种可应用的交通拥堵检测方法。

基于链路奖惩和节点优选机制的VANETs路由协议

提出一种面向车辆自组织网络应用的稳定路由协议。依据两节点之间hello数据包传输时间,对两节点之间的通信链路进行奖惩,得到每一条通信链路的奖惩值;综合考虑链路带宽、传输距离、节点移动速度和节点密度4个因素,构建节点优选因子,优选节点优选因子大的节点作为下一跳节点;结合链路奖惩值和节点优选因子构建链路权重,依据链路权重最大准则进行路由发现和路由维护。实验结果表明,与常用的MAODV、GPSR、GPSR-R路由协议相比,该路由协议报文送达率高,端到端平均延时和网络负载小。

簇头优选及节点个数优化LEACH协议

提高网络整体性能与节能,将加权因子引入到LEACH协议改进方法中,根据每个节点的剩余能量、网络平均剩余能量、节点与网络在前一轮中所消耗的平均能量来确定最优簇头。综合考虑数据信息传输与接收的能耗、簇头节点的能耗以及传输ADV的能耗优化簇头节点数量。采用Matlab进行仿真对比研究,结果表明,与其它几种协议相比,本协议更能够显著降低节点能耗,网络中的簇头节点达到均匀分布状态,且其生命周期更长。

一种分布式网络分群算法

针对大规模且动态变化的网络管理,提出一种多因子按需加权动态分群算法,综合考虑节点的平均相对速度、剩余电量、节点连通度、经纬度坐标和指挥权等因素,根据网络环境的不同,对不同因素赋予不同权值及节点的多因素加权值决定该节点在网络分群中的角色和作用给出了分群算法原理和分群详细步骤。

无线传感器网络节点的三维定位技术研究

无线传感器网络作为当今时代贯穿多领域的综合性网络,需要节点定位、数据融合、时间同步等技术共同支撑。其中,节点定位技术作为无线传感器网络技术的重要技术之一,对收集到的信息是否准确起到举足轻重的作用。针对三维空间中无需测距节点定位算法存在的误差,提出了一种改进算法。改进算法分为两部分,第一部分,通过对定位误差给予不同权重、对质心算法加权因子优化的方法降低网络中节点定位误差;第二部分,通过最小二乘法距离拟合原理对未知节点坐标进行再一次修正,进而提高节点定位精度。同时,改进算法依旧具有原算法的优点。仿真结果显示在考虑锚节点比例、通信半径、总节点个数对平均定位误差影响时,改进的算法与原算法相比,平均定位误差分别降低了约12.82%、15.06%、11.94%。在400个传感器节点相同网络下,改进后的算法与原算法能量消耗基本相同,达到了改进算法的目的。

一种改进启发函数的A^(*)算法

针对传统A^(*)算法路径搜索节点多和转折角度大的问题,提出一种改进启发函数的A^(*)算法.首先,基于子节点到目标节点的距离改进启发函数表达式;其次,以子节点到目标节点障碍物占地面积与子节点到目标节点地图总面积比值构造的动态权重因子调整启发函数;最后,以启发函数构造累积代价函数的权重因子.结果表明,相比其他5种路径规划算法,改进后A^(*)算法可有效减少搜索节点数,提高搜索效率,降低路径转折角度.

基于RSSI自适应三维加权质心定位算法

针对无线传感网络RSSI加权质心定位算法精度较低的问题,提出了一种采用RSSI值作为加权因子的三维加权质心定位算法。依据RSSI值自适应缩小定位区域,并根据筛选出的最优参考节点构建三维球体定位模型。仿真结果表明,改进的定位算法在相同测试条件下,在精度与稳定性上相较传统加权质心算法有了大幅提高。

改进的人体运动检测方法

为改善Kinect采集到的用户运动时骨骼节点位置的跳变随机性以及平滑用户动作过程中各骨骼关节的角度,对运动数据的采集和计算算法进行研究,提出改进的中位值平均滤波算法和改进的EWMA算法。改进的中位值平均滤波算法在滤波输出节点位置计算中引入自适应滤波因子和偏移预测量,改进的EWMA算法在角度平滑计算中引入自适应权重动态分配函数。在算法的数据仿真测试中,分别用改进后的两个算法和各自的原算法进行测试和比较分析,实验结果表明,改进算法保证了节点基本静止时滤波和平滑的稳定性,兼顾用户动作变化时节点滤波预测位置的实时性和角度平滑值输出的实时性,优于同类其它算法。

基于iBeacon的室内定位误差修正加权插值算法研究

在针对无线传感网络中传统加权质心算法定位原理进行分析的基础上,提出了一种基于iBeacon的室内定位误差修正加权插值算法。定位前通过样本拟合构造iBeacon室内信号传播模型;在定位过程中筛除对定位精度影响甚微及可能产生干扰的参考锚节点,并对待测节点和参考锚节点间的欧式距离进行误差修正,通过优化的加权插值完成定位。仿真结果表明,该算法在无线传感网络室内定位精度和收敛速度方面,相较传统加权质心算法具有明显提升。

水下传感网基于节点权重的地理位置路由

水下传感网络采用声波进行通信,具有长时延、高错误率和低能耗要求等技术挑战。为此,提出基于节点权重的地理位置路由(weight of node-based routing,WNBR)。在WNBR路由中,当源节点需要转发数据包时,依据深度适度因子构建候选下一跳转发节点集,利用节点剩余能量、距离和链路质量信息计算下一跳转发节点集中每个节点的权重。最后,选择具有最大权重的节点作为源节点的下一跳转发节点。仿真结果表明,提出的WNBR路由能够有效均衡能耗,降低端到端时延,提高了数据包传递率。

基于改进拉普拉斯中心性的高速路网状态识别方法

为提高高速公路网络运行效率,提出一种考虑不同路段对系统时空影响差异性的高速公路网络交通状态识别方法。定义路网各类型路段为节点及其状态计算方法,建立基于改进拉普拉斯中心性和时空影响因子的路网状态识别模型。其中,利用皮尔逊相关系数改进拉普拉斯中心性方法以评估节点自身影响,设计时空影响因子评估邻居节点影响;融合节点自身及邻居节点影响,建立节点权重系数模型;在以上基础上建立反映路网交通状态的综合判别模型。以京港澳高速徐水-清苑的高速公路网络为例予以验证,结果表明:在不同交通需求情景下,所提方法能有效识别交通状态;对比交通运行指数(traffic performance index,TPI)模型和车辆行驶时间(vehicle hour traveled,VHT)模型,所提方法状态识别精准度均为最优,尤其是在交通需求大的情况下,对于含匝道节点3和纯主线节点4,与稳定性较强的TPI模型相比,所提方法准确率提升了9.7%和7.1%,进一步证明了模型的适用性强,能够满足工程实际的需要。

基于iBeacon的三维无线传感网络定位算法优化研究

针对三维传感网络中传统四面体质心算法定位精度不高且收敛慢的情况,提出一种基于i Beacon的三维无线传感网络定位优化算法。在定位前通过样本采集、滤波和拟合,建立室内三维传感环境下的i Beacon传播模型。在定位过程中通过排除待测节点位于参考锚节点四面体外以及位于同一平面内的情况,利用优化的加权因子提升与待测节点较近的参考锚节点在定位过程中的作用。对满足四面体构成条件的情况采用四面体加权质心迭代求解,对不满足条件的参考锚节点组合采用优化的加权因子进行定位。仿真结果表明,该算法在提升定位精度和收敛速度方面相较传统四面体质心算法具有明显提升。

引入混洗策略和改进变量节点更新的最小和译码算法

低密度奇偶校验码属于一种线性的分组码,近年来得到了很大的关注。目前被广泛应用的最小和(MS)算法译码损失较多,而且该算法属于洪泛调度,译码收敛速度较慢。为此提出了引入混洗策略和改进变量节点更新的MS(shuffled-VNU-MS)译码算法,该改进算法在本次迭代中更新某列校验节点信息时,可以利用到前序列最新的变量节点信息,且变量节点信息是通过加权因子平均后的信息。仿真结果表明:当码长为256,码率为0.5,误码率为10-5时,本文改进的译码算法shuffled-VNU-MS相比MS算法,编码增益提高了约0.92 dB。当信噪比为0时,本文改进算法译码收敛速度相比MS算法提高了约52%。