针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提...针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提出了基于GWO-P&O的混合优化最大功率点跟踪(Maximum power point tracking,MPPT)算法。首先,采用灰狼优化算法逐渐向光伏的全局最大功率点靠近。其次,在灰狼优化算法收敛后期引入P&O法,既保持了灰狼优化算法较高的稳态精度,又能以较快速度寻找到局部最大功率点。最后,在不同环境工况下,将所提出的GWO-P&O方法与传统GWO算法进行对比。结果表明,改进的GWO-P&O算法在保证良好稳态性能的同时,一定程度上提高了GWO算法后期跟踪最大功率时的收敛速度。展开更多
非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术与设备到设备(Device-to-Device,D2D)通信技术相结合在实现高效频谱利用率和大规模接入上有着突出的优势。针对现有的NOMA-D2D系统存在的信道分配模式单一和D2D组内功率分配难...非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术与设备到设备(Device-to-Device,D2D)通信技术相结合在实现高效频谱利用率和大规模接入上有着突出的优势。针对现有的NOMA-D2D系统存在的信道分配模式单一和D2D组内功率分配难以获得最优解的问题,构建了以D2D组和速率为优化目标的联合资源分配算法的方案:首先,在子信道分配上,将问题转换为双边匹配问题,提出了一种基于多对一场景下的D2D组信道分配算法;然后运用基于逐次凸逼近的凸差分(Difference of two Convex functions,DC)编程方法求出接近最优的功率分配值。仿真结果表明,提出的多对一场景下信道匹配算法在和速率上明显优于一对一场景下的信道匹配算法,提出的功率分配算法相比起对偶迭代算法更接近最优功率分配。展开更多
光伏电池的输出功率特性随着外界环境的改变而变化。为使光伏阵列得以高效利用,需要对光伏并网系统进行最大功率点跟踪。提出了一种滞环比较法和最优梯度法相结合的最大功率点跟踪(maximum power point tracking,MPPT)算法,它很好地克...光伏电池的输出功率特性随着外界环境的改变而变化。为使光伏阵列得以高效利用,需要对光伏并网系统进行最大功率点跟踪。提出了一种滞环比较法和最优梯度法相结合的最大功率点跟踪(maximum power point tracking,MPPT)算法,它很好地克服了最大功率点跟踪过程中的振荡和误判问题。为了验证该算法的有效性,在PSCAD/EMTDC软件平台上搭建了三相单级式光伏并网仿真系统,对常规的定步长扰动观察法和改进算法进行了仿真对比分析。结果表明:改进后的MPPT算法能有效消除直流电压的扰动纹波;当外界环境突变时,系统能快速稳定在新的最大功率点。展开更多
针对无线传感器网络中直接使用接收信号强度指引RSSI(Received Signal Strength Indicator)定位会出现因接收信号强度随机性变化而导致的测距粗糙、定位不稳定的普遍现象,结合实际项目定位精度要求,在实验的基础上提出一种提高RSSI定位...针对无线传感器网络中直接使用接收信号强度指引RSSI(Received Signal Strength Indicator)定位会出现因接收信号强度随机性变化而导致的测距粗糙、定位不稳定的普遍现象,结合实际项目定位精度要求,在实验的基础上提出一种提高RSSI定位精度的功率匹配算法PMA(Power Match Algorithm)。实验首先通过测定RSSI与距离的关系,建立测距模型,然后在此基础上建立四边定位静态数据库,最后进行现场测试和误差分析。实验结果表明,该算法能适应RSSI测距信号强度变化不稳定性特点,定位平均误差约为0.07 m。展开更多
基金supported by National Natural Science Foundation of China(No.52067013)Natural Science Foundation of Gansu Province(No.21JR7RA280)。
文摘针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提出了基于GWO-P&O的混合优化最大功率点跟踪(Maximum power point tracking,MPPT)算法。首先,采用灰狼优化算法逐渐向光伏的全局最大功率点靠近。其次,在灰狼优化算法收敛后期引入P&O法,既保持了灰狼优化算法较高的稳态精度,又能以较快速度寻找到局部最大功率点。最后,在不同环境工况下,将所提出的GWO-P&O方法与传统GWO算法进行对比。结果表明,改进的GWO-P&O算法在保证良好稳态性能的同时,一定程度上提高了GWO算法后期跟踪最大功率时的收敛速度。
文摘非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术与设备到设备(Device-to-Device,D2D)通信技术相结合在实现高效频谱利用率和大规模接入上有着突出的优势。针对现有的NOMA-D2D系统存在的信道分配模式单一和D2D组内功率分配难以获得最优解的问题,构建了以D2D组和速率为优化目标的联合资源分配算法的方案:首先,在子信道分配上,将问题转换为双边匹配问题,提出了一种基于多对一场景下的D2D组信道分配算法;然后运用基于逐次凸逼近的凸差分(Difference of two Convex functions,DC)编程方法求出接近最优的功率分配值。仿真结果表明,提出的多对一场景下信道匹配算法在和速率上明显优于一对一场景下的信道匹配算法,提出的功率分配算法相比起对偶迭代算法更接近最优功率分配。
文摘光伏电池的输出功率特性随着外界环境的改变而变化。为使光伏阵列得以高效利用,需要对光伏并网系统进行最大功率点跟踪。提出了一种滞环比较法和最优梯度法相结合的最大功率点跟踪(maximum power point tracking,MPPT)算法,它很好地克服了最大功率点跟踪过程中的振荡和误判问题。为了验证该算法的有效性,在PSCAD/EMTDC软件平台上搭建了三相单级式光伏并网仿真系统,对常规的定步长扰动观察法和改进算法进行了仿真对比分析。结果表明:改进后的MPPT算法能有效消除直流电压的扰动纹波;当外界环境突变时,系统能快速稳定在新的最大功率点。
文摘针对无线传感器网络中直接使用接收信号强度指引RSSI(Received Signal Strength Indicator)定位会出现因接收信号强度随机性变化而导致的测距粗糙、定位不稳定的普遍现象,结合实际项目定位精度要求,在实验的基础上提出一种提高RSSI定位精度的功率匹配算法PMA(Power Match Algorithm)。实验首先通过测定RSSI与距离的关系,建立测距模型,然后在此基础上建立四边定位静态数据库,最后进行现场测试和误差分析。实验结果表明,该算法能适应RSSI测距信号强度变化不稳定性特点,定位平均误差约为0.07 m。