能耗最优下轮式移动机器人作业路径规划的最优节点A^(*)算法

轮式移动机器人以蓄电池作为能源,能够提供的能量有限,以更省能量作为前提进行路径规划是一个热门研究方向。根据轮式移动机器人在运行时的能耗组成,综合电机效率、地面摩擦、地形、速度变化、转弯等多因素,建立了能耗模型;基于A^(*)算法,利用最优节点的搜索方式,提出能耗最优下轮式移动机器人作业路径规划最优节点A^(*)算法;通过仿真实验,与最短距离约束条件、能耗最优约束条件下A^(*)算法路径规划结果进行对比,所提算法既实现在单位距离能耗降低,又缩短规划寻路时间,验证了所提算法的有效性。

网络入侵失稳控制时最优节点选择

针对网络入侵失稳控制时最优节点选择方法一直存在选择不准确、误差大的问题,提出基于能量融合信道均衡与控制簇头竞选的节点选择方法,并应用于入侵后网络失稳控制中.建立无线传感器网络的数据传输和节点分布模型,对网络失稳后的WSN信道进行均衡控制,根据簇头竞选结果控制每代节点的定位误差,降低节点在遭到入侵后的错误选择概率.结果表明,采用改进的选择方法可以提高节点的通信覆盖率,降低了节点的死亡率,提高了失稳控制性能,保障了网络的安全稳定.

移动通信网络下通信最优节点自动选择方法研究

现有通信最优节点的选择方法,不能在保证误码率的前提下完成节点自动选择。为了解决上述问题,通过LTE网络架构、统一核心网络,从根本上降低因用户移动而造成数据分组丢失可能性,完成移动通信网络环境的搭建;应用通信误码率的计算与最优节点的自动选择,搭建基于移动网络的EBCPS通信最优节点自动选择方法。模拟应用环境设计对比实验结果表明,EBCPS通信最优节点自动选择方法,既能在保证误码率的前提下,完成节点自动选择,也能提高最小剩余量,缩短竞争接入时间。

物联网感知层网络最优节点分组部署仿真设计

文章提出物联网感知层网络最优节点分组部署方法。该方法建立节点分组部署的目标函数和约束条件,搭建感知层网络节点部署模型,通过求解网络节点最优解集得出最优节点数估算结果,计算最优节点之间的距离实现节点分组,并得到更新定位结果。根据更新定位结果,设立节点的传输阈值,以此来控制网络最优节点间传输距离,连通物联网感知层节点,实现分组部署。通过仿真实验得出有关于网络覆盖率的实验结论:传统部署方法的平均网络覆盖率为95.94%,而网络最优节点分组部署方法的平均网络覆盖率为97.69%,相比之下网络覆盖率提高了1.75%。

次最优节点样条函数在准实时数据处理中的应用

针对准实时数据处理的特点 ,本文通过对飞行器弹道用次最优节点的样条函数表示 ,建立了多设备跟踪同一弹道的参数融合处理模型 .与实时处理相比 ,由于考虑了弹道的节省参数表示 ,融合模型可同时提供较高精度的飞行器轨道参数和飞行器轨道跟踪系统误差的估计 ;与事后处理相比 ,由于在特征点间采用的是等距节点 ,因此算法的速度快 ,可以满足准实时数据处理的要求 .

变电站光纤通信中的最优节点选取模型设计

传统变电站光纤通信中最优节点选取模型大多依据先验知识实现,性能较低,不适于实际应用。因此,针对变电站光纤通信设计了一种新的最优节点选取模型,给出变电站光纤通信系统结构,介绍了通信时的信号接收过程和信号传输过程。将所有光电信号的接入端和汇聚中心的通信链路规划为通信栅格网,依据节点功能,从四个方面对变电站光纤通信中的节点进行评价;分别是通信节点处理能力、相邻节点间的通信延迟、相邻通信节点之间的信道质量和误码率。对四种评价指标的权重进行计算,依据权重设计变电站光纤通信中最优节点选取模型。对设计模型的安全性和自身性能进行测试,结果表明,所设计模型安全性优,整体性能强。

移动通信网络下通信最优节点自动选择方法研究

目前在移动通信网络之中,节点的选择对于通信速度的影响是非常重大的,通常情况下很多通信节点的选择方法,都不能在保证误码率的情况下,实现自动选择节点。对于这种情况,可以采用通过LTE网络架构、统一核心网络等方式,从根本的层面上使得出现数据丢失分组丢失的可能性得到明显降低,从而实现移动通信网络环境的稳定。在通信误码率和节点的自动选择之中做出一个最综合的选择,既能实现较低的通信误码率又能自动选择最优的节点。在笔者采用多种模型对应用环境进行模拟对比之后,结果表明,采用EBCPS的通信最优节点自动选择方法,才是那个能够做到最综合选择的方案。

移动通信网络下通信最优节点自动选择方法研究

当前现代通信技术的快速发展,4G移动数据已经成为人们生活中重要的组成部分,但是在移动通信技术中还需要有很多地方需要不断的完善。因此,本文将针对移动通信网络下通信最优节点自动选择方法展开分析和探索。

光纤网络入侵的最优通信节点定位研究

最优通信节点定位具有十分重要的研究意义,当前定位方法存在误差大,覆盖率低等缺陷,为了提高光纤网络最优通信节点定位效果,设计了一种性能优异的光纤网络入侵的最优通信节点定位方法。首先建立光纤网络,采集光纤网络通信节点信息,然后进行预处理,并提取光纤网络最优节点特征向量,基于最小支配集理论进行光纤网络入侵的最优通信节点定位,最后进行仿真测试,实验结果表明,本方法降低了光纤网络定位误差,提升了最优通信节点定位覆盖率,具有较高的实际应用价值。

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。

一种最优锚节点集合上的两重粒子群优化DV-Hop定位算法

当前粒子群优化的DV-Hop定位改进算法,网络中所有的锚节点都参与优化,但是一部分到未知节点估算距离误差较大的锚节点会引入大的定位误差。针对这种情况,首先提出了最优锚节点集合的概念;然后在定位过程中,应用离散粒子群算法构造了最优锚节点集合;最后在最优锚节点集合上应用连续粒子群算法对定位结果进行了优化。仿真实验表明,最优锚节点集合上的两重粒子群优化DV-Hop算法比DV-Hop和一次粒子群优化的DV-Hop明显提高了定位精度。

基于最优信标节点的无线传感器网络质心定位算法

针对无线传感器网络(WSN)质心定位(CL)算法精度不高的问题,提出了一种基于最优信标节点的质心定位(OBCL)算法。OBCL算法采用了4个移动信标节点,首先,对移动信标节点的路径进行规划;然后,未知节点根据集合偏移度(SDD)从候选信标节点集合中选出最优信标节点来进行位置估计;其次,为了解决信标节点不足导致无法定位的问题,引入角色转变机制,未知节点在完成定位之后成为准信标节点来进行辅助定位;最后,为了保证网络中所有节点能够完成定位,在完成初次定位之后,需要进行重定位过程。仿真实验结果表明,与CL、基于加权的质心定位(WCL)、利用接收信号强度加权的质心定位(RR-WCL)这3种算法相比,OBCL算法的平均定位误差分别降低了67.7%、39.2%、24.4%。由于OBCL算法只需要4个移动信标节点就能达到较好的定位效果,因此适合应用于对网络成本低、定位精度要求高的场景。

混合群智感知中服务节点优化选择机制

移动群智感知应用依赖于以人为主导的移动用户参与,用户的移动规律和用户所携带感知设备的剩余资源等都会制约其参与感知服务的能力,从而影响系统的感知质量。现有研究工作对服务节点的选取操作比较单一,因此有必要设计合理的节点优化选择机制,选择到达并覆盖目标区域的最优服务节点集,从而保证对目标区域的感知质量。针对服务节点的优化选取展开研究,基于人的移动特性,定义节点服务度量标准,并结合遗传算法设计服务节点优化选取算法,从而提出一种新的服务节点优化选择机制。仿真实验表明,该机制可以有效选取最优服务节点集,达到提高混合群智网络感知服务质量的目的。

基于最优簇头节点数的WSNs自适应分簇方案

无线传感器网络因其节点能量受限,使得节省能量成为无线传感器网络研究的重点和热点之一。为了能够有效降低分簇无线传感器网络在分簇时的能量消耗,给出一种能量高效的无线传感器网络自适应分簇算法。该方案首先根据能耗最小原则计算出最优簇头数,然后按照区域聚类方法进行分簇,最后各簇根据节点剩余能量和数据传输能耗代价选举簇头。性能分析结果表明,该方案能有效降低节点能耗,防止簇头节点因能耗过快而过早失效,从而提升网络的稳定性,延长网络生命周期。

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取,无法有效保证物联网的有效通信等问题,提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法.首先构建通信节点转移特征建模,计算标记网络入侵下的跳频节点和噪音节点;然后设计通信分布序列分析模型,计算节点信息冗余度和通信节点的极值,根据节点信息冗余度计算结果将干扰节点进行排序去除,根据极值选取最优通信节点;最后对最优通信节点选取算法进行仿真实验.实验结果证明,该算法可快速、准确地实现物联网入侵下最优节点的选取,具有较强的抗干扰能力,且算法的综合性能优于目前其他最优通信节点选取算法。

网络入侵后最优逃避攻击节点的选取与研究

以增强网络入侵后节点自我调节能力为出发点,设计基于分布式的网络入侵后最优逃避攻击节点选取模型。模型的设计思想是模拟网络拓扑结构中互联网服务提供商内部防御节点的分布形式,设计由入侵筛检节点、分类节点、处理节点和安全节点构成的模型结构,多点分布式地遍历网络内部节点路由消息,并向网络节点转发防御机制,一旦发现入侵攻击情况立即发出警报。通过安全节点将能够逃避攻击的节点构成一个网络通信通道进行用户数据安全通信。仿真实验结果显示,所设计的模型能耗小、丢包率低,能够选出最优逃避攻击节点,并有效维持节点功能。

最优节点复制的复杂网络重叠社区发现算法

不依赖于领域知识的重叠社区快速发现算法是当前复杂系统研究的热点.本文基于网络的局部特征,提出描述网络链接疏密程度的关联度,并基于最优节点复制思想,推广到用于描述节点的凝聚程度.提出了采用分割策略的重叠社区发现算法——OCDNOD,通过逐步分割网络,支持独立社区和重叠社区的挖掘.人工网络和实际网络中的实验结果表明算法不仅有较好的时间效率,而且在社区发现的质量方面也优于其它几种代表性的社区发现算法.

光纤激光网络被入侵后的最优通信节点选取方法研究

当前的光纤激光网络最优通信节点选取方法存在定位误差高、运算效率低以及通信消耗高等问题。因此,为了增强光纤激光网络被入侵后的通信质量,提出基于改进Voronoi图的最优通信节点选取方法,其通过加权Voronoi图方法获取最优通信节点位置。分析了Voronoi图的基本塑造原理,塑造基于加权Voronoi图的定位模型。对光纤激光网络中未知节点采集到的RSSI值进行降序排列,将节点权重赋值给对应的值,通过节点多跳信息完成分布式运算,运算各参照节点的加权Voronoi图,采用加权Voronoi图定位算法运算参照节点的加权区域以及加权Voronoi图的交集,将交集的质心则是最优通信节点。实验结果说明,所提方法的定位效率和抗燥性较高,可提高光纤激光网络的通信效率。

慢衰落信道环境下中继节点的优化选择方案

在协同通信技术中,中继节点的选择是一个重要的研究方向。在以往的文献中,只考虑了单径信道下的中继节点选择,而在实际情况下,通信信道是多径衰落的。为此,提出了一种多径慢衰落信道环境下的最优中继的选择方案。实验结果显示,利用此方案选出的最优中继节点往往不是传统的只考虑单径情况下所选出的最优中继节点。因此,所提出的方案更符合协同通信中的实际情况,并可在较大程度上提高系统的性能。

基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题,分析了纯方位目标定位算法中估计误差的费希尔信息矩阵,推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound,CRB)。为了解决目标位置在任意高斯分布时,协方差矩阵为非对角阵的问题,提出了基于三维坐标旋转的最大后验概率估计方法,将协方差矩阵转化为对角阵以实现最小化CRB的迹,从而得到定位系统中节点的最优部署。最后,通过梯度下降算法对节点最优部署问题的理论推导进行仿真,验证了该部署方法的有效性,同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。