无线Ad Hoc网络中保留最小能量路径的拓扑控制算法

提出一个分布式的拓扑控制算法,通过改变节点的传输功率,该算法产生的无线网络拓扑结构具有最小能量特性,即它保留了网络中任意一对节点之间的最小能量路径.该算法不仅适用于同质的无线Ad Hoc网络,而且也适用于异质的网络.仿真研究表明,提出的算法在平均节点度和传输功率的效率方面均优于基于直接传输区域的拓扑控制算法.

基于局部最小能量的移动机器人路径规划

从移动机器人运动能量损耗的角度对移动机器人全局环境未知时的路径规划问题进行了探索,提出了一种新的基于局部最小能量的路径规划算法.采用概率手段创建了平面环境中不同区域的能量损耗模型,通过引入复杂环境中移动机器人运动规划的最小能量法,设计了一局部能量函数对机器人进行实时局部最优路径规划.仿真试验表明该算法具有较强的适应能力和可行性,在高复杂度、高密度的未知障碍环境中移动机器人依然可以顺利抵达目标点.

最小能量节点不相交多路径的自组网路由算法

为减轻节点不相交多路径路由负载和解决路径间的耦合问题,提出了一种基于定向天线的最小能量节点不相交多路径自组网路由算法(RMENDMRDA).初始时该算法应用优化波宽选择算法确定定向天线的最小扇形覆盖区域,从而节省能量消耗,在选择累计能量最小的节点不相交多路径时采用链路可靠性选择算法,以满足链路的可靠性要求.分析及模拟结果表明,该算法路由负载更小、路由发现频率更低.与源传输能量选择路由算法和节点不相交多路径路由算法相比,RMENDMRDA的数据包投递率提高了18%,路由负载降低了24%,节省能量约8%.

可靠通信的多跳水声网络能量最小路径

目前对水声网络能耗的研究并未考虑因数据发送失败而引起的数据重发导致的额外的能耗。研究在给定接收信噪比条件下可靠通信的多跳水声网络能量最小路径问题。首先建立了可靠通信的网络能量模型,通过曲线拟合的方法得到最优频率-距离关系的近似表达,以简化能耗模型;然后分析了可变发送功率和固定发送功率两种模式下的能量最小路径,从理论上证明了直线等距网络的总能耗最小,并给出了直线等距网络最优跳数和最优距离的求解方法。仿真结果验证了该理论的正确性。

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。

WCE能量受限的充电路径规划算法

在中小网络规模使用单个无线移动充电设备(WCE)能够有效地为无线传感器网络(WSNs)节点持续提供能量。针对WCE行驶距离和充电容量受限而导致的充电效果不佳的问题,提出了一种基于节点充电优先级的路径规划算法MMAS-CNP。为了防止网络节点大量死亡而无法通信,先确定满足节点正常工作的最低能量阈值,再确定剩余能量低于能量阈值的节点之间的充电优先级,最后在WCE行驶距离和充电容量均受限时,运用最大-最小蚂蚁算法实现WCE为优先级高的节点充电的路径规划。与现有NJNP和MMAS-CM算法相比,MMAS-CNP算法能有效地降低节点的失效率,延长网络寿命。

联合最小路径和能量调配的路由算法的实现

基于最小耗能路径和路由能量信息的结合,提出了一个新型算法,在节点生命周期上做出改善,同时延长整个无线传感器网络的生存周期。对节点的能量信息划分了等级,相应的等级都匹配对应相应的信息传递概率,并且还对网络进行了分块分层划分。在节点生命周期上有了很大的改善,并且延长了整个无线传感器网络的生存周期,网络节点之间以及网关和节点间的依赖关系更加明显,最佳路径以及结合路径的能量调配得以实现,提高了整个网络效率。所以算法达到了提高网络性能的要求,并且很合理。

一种建立可自维护且具有最小能量特性的无线网络的分布式拓扑控制算法

由节点的位置和传输范围确定的无线网络拓扑结构对网络的性能有着重大的影响.拓扑控制通过调节节点的传输功率能够优化网络的性能,减少节点的功率消耗,延长网络的生存时间.文中提出一个分布式的拓扑控制算法,由该算法产生的拓扑结构具有最小能量特性,并且在网络的组成发生动态变化时,算法可以以响应的方式维护全网的连通性和全局的最小能量特性.该算法不仅适用于同质的无线Ad Hoc网络,也适用于异质的网络.仿真研究表明,提出的算法在平均节点度、传输功率的效率以及响应拓扑变化的平均节点数等方面均优于基于直接传输区域的拓扑控制算法.

基于Steiner最小树相似模拟裂纹扩展与能量传播的机理

采矿工程中上覆岩层裂纹扩展及其分布规律一直是研究的难点,直接影响井下工作高效开展及安全,对于高瓦斯矿井还涉及到瓦斯抽采效率提高问题。基于Steiner最小树模型建立裂纹拓展与能量传播的关系,指出裂纹的贯通拓展是沿着耗能最小而最快释放能量的路径。并建立相似模型试验中的真实裂隙与数学裂隙模型,将问题定义为约束型的Steiner树问题。覆岩破坏形式遵循基于四点以离层裂隙为主导的模型。进一步开展室内三轴加载试验,表明理论和真实破裂角与赋存深度的关系并不明显。从力学机理上分析,局部岩石的破坏面可以由摩尔库仑准则解释,而从能量角度分析,众多不同岩性破裂面组合而成的路径也是最优路径。最后揭示了岩层移动角公式参数的内在涵义,指出修正公式是煤炭地下开采上覆不同部分岩层裂隙拓展的有机统一,是Steiner最小树原理的直接体现。

传送能量最小的传感路由算法

提出了一种传送能量最小MEP(Minimal Energy-consuming Path)的无线传感网络路由算法,该算法选择能使簇内节点总功耗小的节点作为簇头,避免Leach算法随机选择簇头导致簇内节点总功耗过大的弊端;在构造簇间路由树时,采用了距离幂作为代价权,克服了以最短长度距离作为代价权不能保证转发数据总功耗最小的弱点,实现了在多跳转发数据时总的传送能量最小。仿真结果证明MEP能够有效地延长网络的生命周期。

基于最小一致性的自治式水下机器人路径规划

鉴于现有路径规划方法难以兼顾路径质量与计算效率,采用改进的最小一致性算法,用于解决海洋环境下的自治式水下机器人(AUV)路径规划问题。首先,在传统最小一致性算法的基础上,引入相邻节点间的连接权重以计算各节点的控制输入,迭代更新节点状态值并最终到达稳定状态。然后,根据离散化的栅格空间与多层邻居栅格策略构建节点图,并基于能量消耗与平滑度指标确定各节点状态值及连接权重,实现AUV全局路径规划。此外,由于AUV沿全局路径航行时可能遭遇突发威胁,因此引入偏离度等指标重新定义节点图,重规划AUV局部路径。最后,仿真结果表明了本文方法的有效性。

水下机器人操作能量最小化运动控制研究

以操作能量作为评价函数进行水下机器人运动规划的结果得到随时间变化的目标运动路径和理论控制输出。本文探讨为实现运动控制过程中能量最小化,在进行目标路径跟踪的前提下作为随机量的实际控制输出与理论控制输出的一致性问题。提出了神经网络控制器的结构和学习方法。水下机器人"Twin-Burger"的实验结果验证了本文所提出方法的有效性和可行性。

Q345B帆形板渐进弯曲加载路径研究

目的提高渐进弯曲成形中厚高强钢板帆形件的精度,基于最小能量法提出不同加载路径并进行实验对比,以获取满足精度需求的加载路径。方法选用Q345B为实验材料,进行不同加载路径的单层和多层渐进弯曲成形实验,使用视觉检测系统获取样本形状数据。分析不同加载路径的缺陷影响,并在沿x轴截面、沿y轴截面和沿x=y截面上对不同加载路径的成形形状和成形误差进行对比分析。进一步引入辅助支撑与辅助加热装置进行实验,对在有无辅助支撑和有无辅助加热条件下的结果进行分析。结果在“由里到外”的加载路径下,单层与多层成形的平均误差分别为8.5 mm与6.5 mm;在“由外到里”的加载路径下,单层与多层成形的平均误差分别为3.2 mm与2.7 mm。在“由外到里”加载路径多层成形的基础上引入辅助支撑后平均误差降为1.16 mm。在增加辅助支撑的基础上再增加辅助加热(将板材加热到300℃),板材平均误差降为0.8 mm。结论“由外到里”加载路径为更好的加载路径。同时增加辅助支撑与辅助加热可进一步改善成形缺陷、提高成形精度。

无线传感器网络中一种基于能量策略的路由算法

介绍了无线传感器网络(Wireless Sensor Network,WSN)的概念和特点,在此基础上针对无线传感器网络的 特点提出了一种能量效率高和能量消耗平衡的路由新算法:最小能耗路由和节点能量最大路由周期轮转。给出了在 WSN中多点对一点通信的最小能耗路径和节点能量最大路径的矩阵算法。

基于路径宽度的Zigbee网络路由算法优化

针对AODVjr算法在路由查找过程中的盲目性导致网络能量利用率不高的问题,提出一种基于路径宽度的W-AODVjr算法。该算法通过在源节点与目的节点之间形成一个环状封闭路由查找区域,并采用指数查找的方式确认最优路径宽度。通过源节点选取路径中节点剩余能量最大的节点,以此作为路由的方法来最大限度保护低能量节点。NS2仿真结果表明,W-AODVjr算法能有效保证数据包发送的成功率,与AODVjr算法相比,网络能量利用率提升8%,生命周期延长约为12%,在Zigbee网络中W-AODVjr算法更具优越性。

无线传感器网络中能量全局优化精确数据收集

在多跳无线传感器网络进行精确数据收集时,靠近汇聚节点(sink节点)的传感器节点因为需转发其他节点的数据,其能量消耗快,容易使网络造成能量空洞,缩短网络寿命。为延长网络寿命,提出一种能量全局优化的精确数据收集算法(EGODGA),有效地收集传感器节点的数据。与经典的最短路径算法Dijkstra不同,EGODGA算法同时考虑链路代价和节点代价,找出从源节点到目的节点的最小代价路径,实现网络能量全局优化。仿真结果表明:在相同的条件下,与经典的最短路径算法Dijkstra和对瓶颈节点能量均衡问题解决较好的MAXLAT算法相比,EGODGA算法可以通过优化网络拓扑子树的节点数目,实现网络的能量均衡,缓解网络瓶颈问题,延长网络的整体寿命。

最短路径模型下的双目立体匹配算法研究

传统的双目立体匹配算法,是通过计算像素点间的相似程度来找出左图像素点和右图像素点的匹配关系。为了提高匹配准确度,当前策略主要是将立体匹配转化为求解能量方程最小化问题,再对全局空间的能量进行优化,如扫描线算法、动态规划算法、图割算法和置信传播算法。然而各个算法有着自身不足,若仅仅从原有的模型出发,难以克服缺点。通过对能量方程最小化问题深入研究,建立了一个最短路径模型,即将能量方程映射到有向图中,通过求解图的最短路径来解能量方程的最小化问题,详细阐述了算法原理后又从视差空间的角度描述了算法的运行图。实验证明最短路径算法克服了上述四种方法的固有缺陷,在准确度较高的同时,有较低的时间复杂度。

求解最短路径问题的Lotka-Volterra回复式神经网络模型

有向图的最短路径(SP)问题是一个优化问题。通过构造有向图的最短路径问题的能量函数,提出了一种Lotka-Volterra(LV)回复式神经网络(RNN)模型,用于求解有向图的最短路径。当LV神经网络迭代收敛到稳定吸引子时,对应的能量函数也达到其能量最小点。因此,通过稳定吸引子可以获取最短路径。实验结果表明,利用LV神经网络模型可以有效地求解有向图中任意两个顶点之间的最短路径。

基于邻域光流路径插帧算法的改进

由于引入光流的路径插帧算法中存在边缘或遮挡问题,从而导致路径集构建失败,存在使算法健壮性降低的不足。为了克服此不足,文中通过对现有的引入光流的路径插帧算法的深入研究,使用邻域光流的方向指定路径的大致方向,提出跳转点及其邻域内的光流组合共同指导路径的构建,并利用CUDA模型进行GPGPU加速。使得改进后的算法加快了生成中间帧的速度,并防止了由于边缘或遮挡而导致的路径构建失败的问题,在提高算法健壮性的同时满足了实时性的需求。

基于DFT计算的Pt(111)表面氧覆盖度和水合质子模型对氧还原反应路径的影响(英文)

利用基于平面波的密度泛函理论(DFT)计算研究了氧气分子在Pt(111)表面的吸附和解离,以及解离产物进一步质子化形成H2O的过程.通过使用不同尺寸的平板模型和在表面预吸附不同数量的氧原子,研究了氧覆盖度对氧还原反应(ORR)路径的影响,并对使用不同水合质子模型的计算结果进行了比较.研究结果表明:质子化的end-on化学吸附态OOH*的形成是ORR的初始步骤;OOH*能够转化形成非质子化的top-bridge-top化学吸附态O2*,或者解离形成吸附的O*物种.对不同氧覆盖度下各种可能步骤的活化能计算结果表明,O*的质子化形成OH*物种是ORR的速决步骤.增加氧覆盖度时,该步骤的活化能减少.此外,还发现使用比H7O3+更复杂的水合质子模型不会改变计算所得的反应路径.