基于聚类模型预测的无线传感网自适应采样技术研究

该文利用无线传感网(WSNs)的数据空间相关性,提出一种基于数据梯度的聚类机制,聚类内簇头节点维护簇成员节点的数据时间域自回归(AR)预测模型,在聚类内范围实施基于预测模型的采样频率自适应算法。通过自适应优化调整采样频率,在保证数据采样精度的前提下减少了冗余数据传输,提高无线传感网的能效水平。该文提出的时间域采样频率调整算法综合考虑了感知数据的时空联合相关性特点,仿真结果验证了该文算法的性能优势。

UCM-PPM:基于用户分级的多参量Web预测模型

Web在过去数十年飞速发展,其低延迟和快响应的特性已经变得越来越重要.面对这样的需求,通常会预取用户即将访问的文件到缓存中,利用代理服务器缓存来获取数据,避免网络堵塞,提高Web访问效率.可见,在预取技术中,一个有效的预测模型是非常有必要的.针对目前缓存预取工作对用户差异关注度不足和度量指标单一化的薄弱环节,提出一个基于用户分级化的Web预测模型,并且能够随着Web请求进行多参数动态调整.该模型通过对代理服务器上用户访问情况分布的变化趋势分析,将用户集分为重要性不同的若干等级,并适当利用序列相似度来聚类低贡献用户产生的会话,之后在部分匹配预测模型的基础上,结合缓存替换策略为预测树结点构造包含多个参量的目标函数,并使构建好的模型能够进行自适应调整.最后通过实验证明该模型可以有效提高缓存的预取性能.

无人驾驶汽车路面自适应MPC轨迹跟踪控制

针对无人驾驶汽车轨迹跟踪工况范围狭窄、评价方法片面和路面自适应控制不足等问题,研究全车速和全道路附着系数工况轨迹跟踪精度和行驶安全性.提出路面自适应的多约束模型预测控制,由车辆3自由度非线性动力学模型得到离散化线性时变预测模型,根据传感器检测的道路附着系数实现路面自适应的车速范围匹配,制定车速增量约束条件.融合CarSim和Matlab软件进行研究,得到路径跟踪误差、侧向加速度、质心侧偏角、前轮侧偏角最大值和标准差随车速和道路附着系数变化的规律;结合轮胎侧偏机理评价行驶安全性,划分全工况轨迹跟踪稳定区和失稳区.结果表明:根据道路附着系数自适应调节车速大小,汽车在全工况下,轨迹跟踪精度较高,行驶安全性较好.