基于全生命周期模型的多旋翼无人机电池监测技术

为增强多旋翼无人机电池元件的基础续航时间,实现对输出电量的集中调度,提出一种基于全生命周期模型的多旋翼无人机电池监测方法。按照电池生命的消耗范围条件,获取周期性生命数据,进而实现对应用条件的混合型评价,完成多旋翼无人机电池消耗量的全生命周期建模。在此基础上,建立标准化的监测控制模块,根据剩余电量估算结果,平衡电源设备内部的配置信息,实现基于全生命周期模型多旋翼无人机电池监测方法研究。实验结果表明,与模糊监测技术相比,应用新型监测方法后,多旋翼无人机电池元件的续航时间出现明显提升,从根本上解决输出电量调节调度分散性强的问题。

基于改进MOEA/D算法的WSN覆盖优化方法

为了优化无线传感器网络(WSN)的覆盖方法,针对MOEA/D中缺少对本代优质个体的保存和最优解集中个体极少的两个问题,提出了粒子群优化的基于分解的多目标进化算法(MOEA/D-PSO)。通过保留种群本代优质个体,改进本地优化解集在进化过程中的搜索方向和搜索进度,弥补了MOEA/D的不足。仿真实验证明,相对于MOEA/D和非支配排序遗传算法(NSGA-Ⅱ),MOEA/D-PSO所得非支配解更接近Pareto最优曲面,解集分布的均匀性和多样性表现更佳,WSN的覆盖范围更广,能量消耗更少。