基于多因素均衡动态分簇的WSN路由协议算法

为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索(improved social network search, ISNS)算法优化模糊C均值聚类(fuzzy C-means, FCM)的多因素均衡动态分簇路由协议(multi-factor balanced dynamic clustering routing protocol, MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。

浅析电商视频广告动态分镜剪辑技巧

电商视频广告动态分镜融商业性和视听语言艺术为一体,优秀的电商视频广告动态分镜剪辑,在提升企业品牌形象,塑造产品品牌价值方面起着举足轻重的作用。通过从电商视频广告动态分镜的艺术特点、镜头语言、声画关系、剪辑方式展开阐述,探寻制作高质量的商业视频广告的方法。

基于CS的无线传感器网络动态分簇数据收集算法

降低能耗、实现网络的能量均衡和延长网络寿命,是设计无线传感器网络(wireless sensor networks,WSNs)数据收集算法所面临的主要挑战之一.针对现有无线传感器网络分簇数据收集算法不考虑网络中事件源的发生对数据空间相关性的影响的情况,提出了一种基于压缩感知的以事件源为中心的动态分簇(CS-based dynamic clustering centred on event source,CS-DCES)算法.该算法利用欧氏距离空间相关性模型和第一联合稀疏模型,将受同一个事件源影响的节点分在一个簇中,并以簇为单位进行数据重构,以此增加簇内节点感知数据的空间相关性,减小每簇数据观测量;利用压缩感知收集数据,计算事件源位置,根据事件源位置变化实行动态分簇.并通过实验分析了影响该算法性能的3个因素,即事件的衰减系数、事件源之间的距离和事件源个数,最后给出了算法的适用条件.仿真分析表明,相对于已有算法,CS-DCES在满足同一重构精度的前提下,有效减小了数据传输量,节省网络能耗,延长网络寿命.

百年来中国大陆强震活动的微动态分期及其空间分布

分析了近百年来中国大陆强震的时间与空间分布。强震活动具有在时间上的起伏特征与空间上集中分布于主体地区的特征。综合考虑时间、空间的分布特征的动态变化 ,进一步阐明了微动态期划分的意义 ,并且与活动 -平静期进行了对比。中国及其邻区大陆强震的个体行为具有丛集性。近百年来存在一种大约 13a的阶段 ,反映了大范围的地震能量积累的起伏发展过程。与时间轴上的相对高潮期相对应 ,各期存在 1个地震活动主体地区与另 1个次活动区 ,2个大震活动区的相对位置往往分别处于青藏高原的两侧。相当部分的强震孕育是在原有孕震区继续进行的 ,而多数强震的孕育是在原有区域外进行的。活跃期与平静期的划分对理解时间分布的不均匀性是有意义的 ,然而活动期的长短不一 ,强度不同 ,活动期内也有起伏。从强震活动的孕育过程看 。

基于动态分频段FRA法的自耦变压器绕组轴向移位故障诊断

针对传统的频率响应分析(FRA)法无法识别自耦变压器绕组常见轴向移位故障的问题,提出基于动态分频段的FRA法:首先,搭建自耦变压器轴向移位故障模拟平台,获取不同轴向移位故障下绕组频响数据;其次,将幅频特性曲线波峰点与相频特性曲线C-L过零点频率相同的点作为预备分频点,同时将频响数据动态划分为多个频段,并绘制分频段极坐标图;然后,提取极坐标图的4个灰度梯度共生矩阵纹理特征和对应的归一化特征参数;最后,通过图形与特征的变化规律分析自耦变压器绕组的状态。试验验证结果表明:采用基于动态分频段的FRA法,生成的极坐标图数据点重叠情况得到改善,有利于图形分析和特征提取;不同绕组发生轴向移位故障时,各频段极坐标图变化趋势明显;同一绕组发生不同程度轴向故障时,极坐标图随故障程度增加差异呈变大的趋势;采用基于动态分频段的FRA法能准确区分自耦变压器轴向移位的故障绕组与故障程度,并能为自耦变压器现场故障诊断提供参考。

基于BWAS的无线传感器网络动态分簇路由算法

为加快无线传感器网络路径搜索速度,减少了路径寻优能量消耗,提出了基于最优-最差蚂蚁系统(bestworst out system,简称BWAS)算法的无线传感器网络动态分簇路由算法。该算法是基于无线传感器网络动态分簇能量管理模式,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,以多跳接力方式将数据发送至汇聚节点。BWAS算法在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加强搜寻过程的指导性。结合动态分簇能量管理,避免网络连续过度使用某个节点,均衡了网络节点能量消耗。通过与基于蚂群算法(ACS)的路由算法仿真比较,本算法减缓了网络节点的能量消耗,延长了网络寿命,在相同时间里具有较少的死亡节点,具有较强的鲁棒性。

面向目标跟踪的无线传感器网络动态分簇

在考虑节点剩余能量和节点探测信号强度的基础上,提出了一种面向目标跟踪的无线传感器网络动态分簇方法。由于在簇首选择时考虑了节点的剩余能量,因此可以有效地避免簇首节点能量不足导致的跟踪失败。方法既能保证各个节点均衡地担任簇首节点,又能避免簇首切换过于频繁,因此可以延长网络的使用寿命。计算机仿真结果表明,在满足簇首节点能量需求和簇内节点大部分能观测到目标的情况下,应该取尽量小的能量阈值和尽量大的距离阈值。

超密集组网中基于上行容量分析的增强型动态分簇算法

超密集组网(ultra-dense network,UDN)是未来5G(5th generation)网络的一个关键技术。UDN拥有更小的小区半径,是一个新型的网络架构。UDN的核心概念是在热点地区部署低功率基站。由于UDN小区密度的增加,UDN中的干扰问题比宏微异构网络中干扰问题更加严峻。分簇合作方法可以降低干扰。首先推导出系统上行容量表达式,然后提出一种新颖的动态分簇算法。在小区密集部署的网络中,此算法在系统性能和复杂度之间做出了很好的权衡,同时降低了移动台之间的干扰。仿真结果显示提出的方法与一些已提出来的分簇方法相比有很大的容量增益。

基于Mobicast的传感器追踪网动态分簇QoS组播方案

针对监测区域中移动目标的跟踪问题,提出基于Mobicast的动态分簇组播路由方案,簇头节点负责对节点入簇的审查和管理,并根据网络拓扑环境和节点自身状况的改变而动态调整分簇策略,最大限度地提高组播效率和网络性能。通过调整节点入簇门限条件,使得只有性能最优的节点才能参于Mobicast会话;引入自感知技术,动态评估当前组播服务质量(quality of service,QoS)需求;利用矩阵编码和线性规划技术实时选择最佳分簇策略。分析和仿真结果表明,与现有Mobicast路由协议相比,本方案具有较低的平均时延和能耗,以及良好的QoS性能。

一种按节拍动态分帧的歌曲有歌唱部分检测新方法

歌曲中的有歌唱部分是音乐的精华所在,也是音乐检索中用户检索的主要部分,传统的歌曲有歌唱部分检测采用的短时固定长度分帧方法没有考虑到音乐信号与一般音频信号的不同,针对于此,文章中提出一种结合音乐信号的节拍特征进行动态分帧的方法,该方法结合乐理知识,首先将音乐信号按照节拍进行分割,在此基础上提取特征,训练分类器,从而检测歌曲中的有歌唱部分,经实验表明,该方法能够对不同风格音乐信号有歌唱部分进行有效的检测,相对传统方法,能够提高检测的精确度.

动态分阶段蚁群算法及其收敛性分析

为了提高蚁群算法的收敛速度和求解精度,根据仿生优化算法在不同阶段的特点,提出一种改进的蚁群算法.该算法对参数和选择策略进行了分阶段设计,而且参数的分阶段是根据寻优状态动态划分的.通过对蚁群系统马尔科夫过程进行分析,证明了该算法的全局收敛性.针对典型的TSP问题进行仿真对比实验,验证了该算法在速度和精度方面优于传统蚁群算法.

基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法

针对无线传感器网络中节点通信能力及能量有限的情况,该文提出基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法。该方法以动态分簇的方式将监测区域内随机部署的传感器节点划分为若干个簇,并对簇内成员节点与簇首节点之间、簇首节点与基站之间的通信路由进行优化,确保网络能耗的均衡分布,在此基础上,被激活的簇内成员节点并行地执行分布式粒子滤波算法实现目标跟踪。仿真结果表明,该方法能有效地降低传感器网络中节点的总能耗,能在实现跟踪的同时保证目标跟踪的精度。

能量高效的无线传感器网络动态分簇算法研究

为了提高无线传感器网络的能量利用率和延长网络的生命周期,提出了基于地理位置的能量高效的动态成簇算法(GL-DC),在簇的建立阶段,采用非均匀分簇方法,解决了簇首能量消耗不均衡问题。在网络运行过程中,采用基于剩余能量和距离来动态生成新的簇首,避免了靠近SINK节点的簇头因转发大量数据而过早耗尽能量。仿真实验结果表明,该方法具有更好的性能,与EADEEG、LEACH和PEGASIS等路由协议相比,GL-DC路由协议有效地均衡了节点能量消耗,显著地延长了网络生命周期。

用于目标跟踪无线传感器网络的动态分簇算法

针对跟踪精度和网络能耗的问题,提出了一种用于目标跟踪无线传感器网络的基于预测的动态分簇算法。把目标运动过程看作是高斯马尔可夫过程,根据目标历史轨迹,估计下一时刻位置坐标和运动速度,然后基于估计结果优化选择分簇的簇头和簇成员,形成一个动态分簇来实现目标跟踪。仿真结果表明:该算法使目标跟踪有较好的跟踪精度,能有效均衡网络能耗,延长网络寿命。

动态分光测色仪控制板设计

本文讨论了有关动态分光测色仪控制系统中的关键部件─控制板的设计问题.从复位、通讯、查询、存储及数据采集等功能快的设计入手,阐明了设计思想.实际调试结果证明了设计的合理性.

基于能量高效动态分簇的目标跟踪算法

目标跟踪是无线传感器网络中的一项基本应用,如何在保证高跟踪精度的前提下降低网络能耗、延长网络生命周期是目标跟踪的核心问题。为此,提出一种基于能量高效动态分簇的目标跟踪算法。从最大限度节省能量的角度出发,设计动态簇生成方法,利用无迹粒子滤波算法对目标进行跟踪,预测下一时刻目标的位置坐标,并根据预测结果给出簇头更换策略。仿真结果表明,与PPF和DPF算法相比,该算法不仅具有较高的目标跟踪精度,而且能有效降低网络能耗,延长网络寿命。

利用动态分程调节实现离心压缩机组的解耦控制

在分析离心压缩机组性能控制和防喘振控制的基础上,阐述离心压缩机组的性能控制系统与防喘振控制系统之间的耦合关系,并详细说明利用动态分程调节系统实现离心压缩机组解耦控制的原理和动作过程。

基于预测的动态分簇目标跟踪算法

在保证高跟踪准确度的基础上,降低节点的能耗,延长网络的寿命是目标跟踪的核心问题。为此,提出了一种基于预测的动态分簇目标跟踪算法Pre-DC。该算法首先建立动态的簇结构,然后利用粒子滤波算法实现簇对目标的跟踪,最后根据预测误差大小动态地更新簇结构。这样不仅降低了跟踪簇的能量消耗,同时也提高了跟踪精确度。仿真结果表明,算法在参与跟踪节点较少的情况下,能获得很好的目标跟踪精度。

非授权频段长期演进系统中的混合动态分簇算法

针对非授权频段长期演进(LTE)系统中动态子帧配置引起的交叉子帧干扰问题,提出了一种综合考虑大尺度损耗及小区业务量情况的混合动态分簇算法。首先,通过基站端对大尺度损耗及小区业务量情况的周期性测量,计算出对应的相关度值;然后,根据相关度值对小区进行轮询式分簇,实现小区分簇结果的周期性更新;最后,根据更新后的小区分簇结果执行动态子帧配置。仿真实验中,相比传统的静态分簇算法,中业务到达率条件下混合动态分簇算法的用户上下行平均吞吐量分别提升了约16.92%和34.33%;用户上下行平均时延分别降低了约14.18%和36.32%。仿真结果表明,混合动态分簇算法可以有效减小交叉子帧干扰的影响,提升系统吞吐量,性能优于传统的静态分簇算法。

无线传感器网络动态分簇路由BWAS的算法研究

为加快无线传感器网络(WSN)路径搜索速度,减少了路径寻优能量消耗,提出了基于最优-最差蚂蚁系统(BWAS)算法的无线传感器网络动态分簇路由算法。该算法是基于WSN动态分簇能量管理模式,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,以多跳接力方式将数据发送至汇聚节点。BWAS算法在路径搜寻过程中评价出最优-最差蚂蚁,引入奖惩机制,加强搜寻过程的指导性。结合动态分簇能量管理,避免网络连续过度使用某个节点,均衡了网络节点能量消耗。通过与基于蚁群算法(ACS)路由算法仿真比较,本算法减缓了网络节点的能量消耗,延长了网络寿命,在相同时间里具有较少的死亡节点,具有较强的鲁棒性。