光纤组网全冗余PLC控制通信直接序列扩频编码

直接序列扩频通信需要大量线性复杂序列用作调制编码,为了达到理想编码效果,提出了光纤组网全冗余PLC控制通信直接序列扩频编码方法。采用双环网控制器,支持PLC控制机架冗余配置,根据扩频线性反馈逻辑输出值与双环网控制器之间关系,输出扩频序列。设计槽位机架冗余模式和旋转编码拨码开关,将二进制信息转化为扩频后调制符号向量所需扩频矩阵,采用香农-哈特利方法实现编码操作。由实验结果可知,该方法编码结果与理想结果一致,最高z方向振幅为0.8,可有效提高编码效率。

基于智能终端的配电网分布式控制通信系统设计

随着电力需求的不断增长和电网规模的日益扩大,传统的集中控制系统在配电网的管理中面临着诸多挑战。而智能终端通过分布式控制通信系统,能够实现对配电网的实时监测和动态管理,从而提高配电网的运行效率和稳定性。文章详细介绍了智能终端的概念及其在配电网中的应用,分析了配电网分布式控制通信系统的设计需求,选择合适的通信技术,设计通信协议,探讨数据管理与安全策略,并对系统进行全面的测试与评估。

基于计算控制通信融合的车联网资源协同优化技术研究

车联网高度动态且业务种类多样,安全业务和非安全业务并存。如何同时满足差异化的业务需求,是车联网面临的重大挑战。分析了计算、控制与通信等要素在车联网中的融合方式,并指出以协同管理多维资源提升驾驶安全性和业务体验质量的必要性。针对业务特点分别介绍了面向自动驾驶的控制与通信融合机制、面向信息娱乐业务的计算与通信资源协同管理机制以及面向差异化业务并发的多维资源协同管理机制,最后基于相关挑战展望了该领域未来的技术发展趋势。

运载火箭测试发射控制通信网络监控与管理系统的设计与实现

运载火箭测试发射控制通信网络承载了整个系统的测试及控制数据的远程传输,它的运行状况和性能直接影响火箭控制系统测试及控制的可靠及安全,本文设计一套网络监控与管理系统,实现测试发射控制通信网络的状态监控、数据监控、数据分析、故障诊断等功能,可以有效地提高运载火箭测试发射控制网络通信的可靠性和安全性。

指挥控制通信与情报(C^3I)系统的评价

综述了目前用于评价Ｃ３Ｉ系统的各类方法与过程，讨论了Ｃ３Ｉ系统的评价框架。

导弹防御中指挥控制通信系统效能评估方法

采用系统学中由上而下的分析方法,将目标弹看作时间敏感性目标,对弹道导弹的拦截概率进行建模。在分析弹道导弹时间特性的基础上,提出了基于拦截概率的指挥控制通信系统效能评估方法,建立了指挥控制通信系统的效能评估模型,并利用该模型对指挥控制通信系统的效能进行分析。仿真算例表明基于拦截概率的效能评估方法是有效可行的。

某型电台短波频段自动控制通信设计

该文从整体设计的思路到自动控制通信主要内容以及自动控制通信实现的具体流程,阐述了作为新一代短波电台独有的短波频段自动控制通信新技术的设计过程。

基于微机控制通信的单片机通用数据采集系统研究

本文介绍了通用数据采集系统,分析了系统的设计思路与方法,研究了微机控制通信系统的编程。

远程控制通信技术在铁路信号系统中的应用分析

远程控制通信技术在铁路信号系统中的应用,主要是应用被控端和主控端的计算机程序,通过一台主计算机远程控制被控端服务器,实现对铁路信号系统的远程控制操作,减轻工作人员的工作量,降低人为操作失误率,可以极大地提高铁路信号系统的安全性和稳定性。本文简述了现代铁路信号系统的特征,阐述了铁路信号系统中远程控制通信技术的组成,对铁路信号系统中的远程控制通信设计以及远程控制通信技术在铁路信号系统中的应用进行了探讨分析,旨在保障铁路运输的安全。

铁路信号系统中远程控制通信技术的应用探讨

铁路信号系统对于保障铁路的安全运行有着重要作用,其经过机械联锁、继电联锁的阶段以后,随着容错技术、电子技术的快速发展,计算机连锁系统的应用越来越广泛,其利用远程控制通信技术实现远程通信、故障分析和诊断等功能,因此应加大对远程控制通信技术在铁路信号系统中的应用研究。本文简要介绍了铁路信号系统,分析了铁路信号系统的远程控制通信设计,阐述了远程控制通信技术在铁路信号系统中的应用,以供参考。

人工智能在城市交通信号控制中的应用研究综述

人工智能在城市交通信号控制的应用中起着重要作用。本文首先介绍了既有的交通信号控制类型,从单交叉口交通信号控制、干线交通信号控制和区域交通信号控制三方面,分析了既有研究的模型特征。重点阐述了模糊控制、神经网络、多智能体等方法的研究进展。最后,提出了我国城市交通信号控制在人工智能技术下的研究展望。

基于异步优势演员-评论家的交通信号控制方法

针对现有基于深度强化学习的交通信号控制方法的模型学习和决策成本高的问题,提出基于异步优势演员-评论家(A3C)算法的单交叉口交通信号控制方法.在模型输入端分别从交叉口和车道2个不同维度构建车辆权重增益网络,对采集的车辆状态信息进行预处理.设计新的奖励机制,提出融合车辆权重增益网络的A3C算法.基于微观交通仿真软件SUMO的仿真测试结果表明,相比于传统的交通信号控制方法和基准强化学习方法,所提方法在低、中、高3种不同的交通流量状态下,均能够取得更好的交通信号控制效益.

空地一体化网络服务连续性保障的低功耗通信与控制联合优化方法

空地一体化网络(AGIN)充分利用了空中基站(ABSs)灵活部署的特点,为热点地区提供了按需覆盖与高质量服务。然而,空中基站的高动态性使得网络的服务连续性难以保障。而且,空中基站能量受限,提升服务连续性和降低功耗通常又对应不同的飞行动作,因此,低功耗的服务连续性保障尤为困难。针对上述问题,该文基于联邦深度强化学习(FDRL)提出了一种面向低功耗服务连续性保障的通信与控制联合优化方法。所提方法通过联合优化空中基站的移动控制、用户关联和功率分配来保障网络服务的连续性。针对空中基站的高动态性,通过在所提方法中设计了环境状态经验池来利用信道的时空相关性,并在奖励函数中引入速率方差来保障网络服务连续性。考虑到不同飞行动作的功耗差异,所提方法通过优化空中基站的飞行动作来降低网络功耗。仿真结果说明,该文所提算法在满足用户速率需求和速率方差需求的前提下,能够减小网络功耗,并且所提联邦深度强化学习的性能接近中心式强化学习的性能。

基于Dueling Double DQN的交通信号控制方法

为了提高交叉口通行效率缓解交通拥堵,深入挖掘交通状态信息中所包含的深层次隐含特征信息,提出了一种基于Dueling Double DQN(D3QN)的单交叉口交通信号控制方法;构建了一个基于深度强化学习Double DQN(DDQN)的交通信号控制模型,对动作-价值函数的估计值和目标值迭代运算过程进行了优化,克服基于深度强化学习DQN的交通信号控制模型存在收敛速度慢的问题;设计了一个新的Dueling Network解耦交通状态和相位动作的价值,增强Double DQN(DDQN)提取深层次特征信息的能力;基于微观仿真平台SUMO搭建了一个单交叉口模拟仿真框架和环境,开展仿真测试;仿真测试结果表明,与传统交通信号控制方法和基于深度强化学习DQN的交通信号控制方法相比,所提方法能够有效减少车辆平均等待时间、车辆平均排队长度和车辆平均停车次数,明显提升交叉口通行效率。

基于SAC算法的多交叉口交通信号控制研究

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应的系统采样策略和回报函数.与原采样策略相比,新采样策略将相邻智能体的策略信息加入到系统状态中,使当前智能体能够得到更多的交叉口交通分布和合作策略信息.与原回报函数相比,新回报函数中引入空间折扣因子,缩小了相邻智能体的观察和回报值,使当前智能体更加关注和改善当前交通状况.随后在此基础上分别应用DQN和SAC算法设计交通信号控制方法.Webster配时法是利用相位流量数据开发的一种基于周期的固定相位长度交通信号方法,与DQN和SAC算法相比,其优化目标是降低交叉口延迟时间,不考虑交叉口排队长度.在城市交通模拟软件(simulation of urban mobility,SUMO)中构建一个时变交通流交通网络,并在其中分别对基于DQN、SAC和Webster配时法的信号配时控制方法进行仿真测试.仿真结果表明:基于SAC算法的交通信号控制方法与基于DQN算法和Webster配时法的交通信号控制方法相比,能够显著减少交叉口排队长度和平均延迟时间,具体来说,车辆平均排队长度分别减少了17.8%和28.2%,平均延迟分别减少了26.8%和36.3%,说明所提出的方法具有更好的控制效果.

基于北斗卫星通信技术的远洋船舶通信自动化控制系统

远洋船舶通信自动化控制过程中,易受到数据中频信号干扰的影响,导致控制效率较低。为此,提出基于北斗卫星通信技术的远洋船舶通信自动化控制系统。基于基本功能需求,选择手持终端机与时钟控制器型号,采用北斗卫星通信技术对基带信号进行降阶处理,以抑制数据中频信号扰动,并引入调制信号对通信数据进行捕捉,结合无线通信程序的设计,完成远洋船舶通信自动化控制。系统测试结果表明,在发送时钟频率范围为25~150 MHz时,所提系统的通信时延均在0.4 ms以下,能够有效提高通信控制效率。

大规模智慧交通信号控制中的强化学习和深度强化学习方法综述

当前在交通信号控制系统中引入智能化检测和控制已是大势所趋,特别是强化学习和深度强化学习方法在可扩展性、稳定性和可推广性等方面展现出巨大的技术优势,已成为该领域的研究热点。针对基于强化学习的交通信号控制任务进行了研究,在广泛调研交通信号控制方法研究成果的基础上,系统地梳理了强化学习和深度强化学习在智慧交通信号控制领域的分类及应用;并归纳了使用多智能体合作的方法解决大规模交通信号控制问题的可行方案,对大规模交通信号控制的交通场景影响因素进行了分类概述;从提高交通信号控制器性能的角度提出了本领域当前所面临的挑战和未来可能极具潜力的研究方向。

基于CBAM注意力机制的智能交通信号控制

针对智能交通系统存在的卷积神经网络特征提取能力弱和特征表达能力有待提升等问题,在深度双Q网络(double deep Q network, Double DQN)模型基础上提出一种基于卷积注意力模块(convolutional block attention module, CBAM)的深度强化学习模型,用于智能交通信号控制。在三维卷积神经网络中加入CBAM轻量注意力模块,通过通道注意力和空间注意力两个模块结构更好地捕捉特征之间的相互依赖关系,增强卷积神经网络的特征表示质量,从而提升对拥堵路段重点特征的关注度以缓解交通拥堵问题。在城市交通仿真器SUMO(simulation of urban mobility)上的实验结果表明,相较其他常用算法,本文算法提高了交通灯配时的效率和稳定性,可为交通配时优化技术提供可靠依据。

智慧高速传感通信控制网实施方案探究

随着高速公路的快速发展,感知、通信、高精地图、高精定位、数据处理、控制系统等技术以及设施设备水平的提高,给传感通信控制网的建设带来了新的挑战。高速公路传感通信控制网是高速公路建设中的重要配套工程和根底设施组成局部,是实现高速公路快速、平安、高效运行的重要保障。针对当前传感通信控制网建设现状,本文结合传感通信控制网不同服务对象和未来交通需求分析,探究传感通信控制网实施方案。本文在土建预留的基础上,利用泛在互联综合感知系统、全覆盖无线通信网络系统、高精定位系统和高精地图系统,探究智慧化升级和可持续发展的传感通信控制网实施方案。

基于免疫-烟花算法的交通信号控制问题建模与优化

针对交通网内多交叉口信号协同控制问题,利用一种半分布式的三层构架对交通网进行区域分割,并根据车流动力学特性建立了一种交通信号协同优化模型.为了解决交叉口之间的相位差冲突问题,提出了一种分级策略,实现了相位差的最优配置.此外,根据所建模型的特点提出了一种基于免疫的烟花算法,加快了算法的收敛速度,还避免了陷入局部最优,提高了算法的全局搜索能力和求解精度.实验结果表明,所提出的模型、算法以及分级策略在解决多交叉口信号协同控制和相位差冲突问题时具有一定的优势.