可穿戴设备部署位置对羊只行为识别的影响与分析

羊只的行为状态能够直接反映其健康状况及所处的生理阶段,为实现自动化的羊只行为识别,以圈养的小尾寒羊为试验对象,构建一个基于加速度传感器的可穿戴式行为监测装置。利用MPU9250为核心的九轴姿态传感器采集羊只静止、行走和进食的行为信息,并将传感器分别部署在羊只颈部、背部靠近前腿处、前腿和后腿四个不同的位置。对于采集的数据,利用去噪和降维进行预处理,并分别利用k-means和SVM进行分类识别。k-means均值聚类算法对颈部处的行为识别准确率最高,为79.34%,SVM支持向量机算法对颈部处的行为识别准确率最高,为92.63%。SVM算法用于羊只行为识别的整体准确率高于k-means,且传感器部署在羊只颈部时在不同识别方法下,识别效率均优于其他部位。研究结果对于构建自动化的羊只行为检测系统具有重要的现实意义。

面向通信SNR增强的RIS三维空间位置部署研究

针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助无线通信系统存在“双衰落效应”问题,提出了一种RIS位置部署优化方法。建立了符合实际应用场景的RIS辅助无线通信系统模型,该模型考虑RIS可部署在三维空间中任意位置。以最大化用户接收信噪比(Signal to Noise Ratio,SNR)为目标,通过数值分析三维空间中基站、RIS和用户之间的相对位置关系,理论推导出RIS最优部署位置的闭式解。仿真实验结果表明,将RIS部署在通过数值分析方法获取的最优位置处,提高了实际应用场景下RIS辅助无线通信系统中的用户接收SNR。

无人机移动边缘计算位置部署与资源分配方案

无人机辅助的移动边缘计算(Mobile Edge Computing,MEC)具有部署灵活和网络时延低的特点,是未来移动通信网络中一项非常有前景的技术。针对物联网场景中服务覆盖范围最大化问题,提出了一种无人机辅助的移动边缘计算无人机部署位置与资源分配优化算法。通过联合优化用户与无人机CPU时钟频率、用户卸载功率、地面用户分组以及无人机的部署位置,使无人机覆盖范围最大化。利用连续凸近似和二分法对所建立的非凸优化问题进行两阶段迭代求解。仿真结果验证了所提算法的有效性。

软件定义网络多控制器部署优化方法

目前软件定义网络(software defined network,SDN)多控制器管理的研究重点和难点在于多控制器部署,合适的控制器数目和合理的部署位置能够实现低延迟和高可靠性的折中。在网络拓扑图上将部署位置问题简化并形式化,定义了可靠性和延迟指标,设计了多控制器部署位置求解算法(multi-controller placement location algorithm,MCP)。MCP通过遗传算法将网络划分为多个子网,并在每个子网中放置一个控制器,以最大化网络可靠性和最小化路径延迟为目标,通过模拟退火算法确定控制器在每个子网中的位置,经对比实验验证了MCP生成的部署位置方案在可靠性和延迟上的性能优势。以可靠性和延迟为评估指标,基于MCP测试了各种网络规模的最合适控制器数目,并分析得出最合适控制器数目与网络规模之间的统计规律。

基于多目标粒子群算法的无人机通信三维位置部署及优化研究

考虑无人机作为临时基站与地面终端用户通信问题,文中研究了节点的三维部署及功率分配的优化问题,以提高系统的能效和用户的覆盖率。首先,考虑了无人机通信节点的三维位置部署和链路传播模型,构建了无人机通信系统模型,并提出了以能效和覆盖率为目标的优化问题。然后,采用多目标粒子群算法对该非线性规划问题进行有效求解,得到其最优解。最后,仿真结果表明,该方案不仅能提高无人机网络的能效和覆盖率,而且能实现优化的节点三维位置部署和功率分配。同时,所提出的多目标粒子群算法与随机算法、贪婪算法相比,可减少迭代次数,防止陷入局部最优解。

基于嵌套算法的反无人机集群防空部署

针对多类型防空武器反无人机集群问题,考虑不同类型防空武器位置部署与火力分配之间的关系,建立多类型防空武器反无人机集群的多目标混合部署规划模型,并设计一种嵌套双粒子群的免疫优化算法对模型进行求解。给出的仿真例子说明了模型和算法的有效性。

面向空间目标交汇的多拦截器最优部署算法

对空间目标的交汇拦截是现代空天防御体系部署的关键环节,而其核心优化控制问题为实现交汇次数的最大化.本文针对一类多个拦截器与空间目标交汇的最优问题,提出了同时优化拦截器初始部署位置和机动过程中加速度的最优控制策略.首先,建立了同时考虑了部署地域和动力学约束的交汇次数最大化的最优控制模型.进一步,给出了拦截器与目标可交汇的必要条件以及最优加速度输入设计,进而使得将最优控制问题转为拦截器部署位置的优化问题.最后,严格给出了各个拦截器最优部署位置的具体计算过程.

物联网边缘计算资源分层部署建模仿真

常规方法设置边缘数据分层部署约束条件时,忽略了链路负载和边缘数据中心负载的限制,导致执行任务的能耗和时延较高、吞吐量较低。提出物联网边缘计算资源分层部署建模与优化方法。最小化边缘计算资源中心执行任务时的时延、成本、能耗,计算边缘数据分层部署目标函数,设置中心处理用户请求的约束条件,包括链路负载约束、节点处理能力约束、基站调度约束、边缘数据中心服务率约束、边缘数据中心负载约束、时延成本关系约束,组成边缘计算资源分层部署模型,采用模拟退火遗传算法,求取模型最优解,得到优化后的边缘计算资源中心部署位置和部署数量。仿真分层型物联网拓扑结构,改变用户数量和任务数据大小,实验结果表明,设计方法提出的部署方案执行任务时,降低了终端能耗,减少了任务时延,提高了服务器吞吐量,提高了物联网整体性能。

面向补给任务的空间站共轨飞行器部署研究

以降低空间站为共轨飞行器补给燃料时补给机动的轨道面外冲量为目标,提出共轨飞行器位置部署分析方法。以光学舱作为共轨飞行器实例进行研究,在分析光学舱补给任务基础上,设计了补给变轨方案。基于虚拟平面思想提出了光学舱共轨部署的拟共轨轨道概念,推导了零面外机动条件下光学舱相对空间站升交点部署位置的一般解析计算模型,并在圆轨道假设条件下得到了简化解析计算模型,最终得到光学舱相对空间站的相位与升交点赤经部署模型。仿真结果表明,光学舱部署位置解析计算模型可以满足工程需求,不同相位条件下升交点赤经部署结果与数值解的相对误差小于3%,采用该解析方法进行光学舱位置部署后,补给任务轨道面外机动降低至原冲量的3.5%以下。

基于Matlab与STK的卫星信关站部署仿真平台实现

为提高卫星通信网络的运行效率,设计一款基于Matlab与STK的卫星信关站部署仿真平台。构建卫星星座仿真、信关站覆盖范围和可见性判定模型,对低轨卫星星座空间与地面段进行模拟,根据实际需要设置不同的卫星星座和地面站址参数,对地面信关站与卫星的可见性进行评估。仿真结果表明:该平台可以有效支持地面信关站部署方案的分析,为低轨卫星通信系统地面总体设计提供参考。

基于能源总线的区域能源复杂互联网络建模分析

针对当前区域能源复杂互联网络建模方法存在总线传输能力差、计算复杂度较高的问题,提出基于能源总线的区域能源复杂互联网络建模分析方法.构建区域能源复杂互联网络的能源输出节点解析分布模型,建立协议状态转移模型优化网络能源输出节点的定位部署,并提取能源总线输出信息关联特征量,采用混合蒙特卡罗算法均衡区域能源复杂互联网络的输出能源配置,结合传感器探测协议实现节点的轮换调度.仿真结果表明,采用该方法的总线传输能力较好,计算复杂度较低.

iTV平台业务感知提升方案探讨

大三电信运营商的iTV用户总数纷纷过亿,通过设置感知分析平台提升用户感知,保障业务质量。

通信干扰无人机干扰阵位选择方法探讨

根据通信干扰无人机的作战使命任务和战术使用特点，论文运用无线电通信干扰的战术理论，研究了无人机对通信收发站点不同运动状态和不同通信功率条件下的阵位部署问题，得出了通信干扰无人机部署的前出距离、前出方向和飞行高度的确定方法。

基于无人机集群智能自组网的典型协同应用

在迈向万物互联的6G时代过程中,网络服务范围逐渐扩大,网络业务量急剧增加,传统地面基站面临着无法实现偏远地区的网络全覆盖,难以支持局部地区突发的热点流量需求等挑战。在此情况下,无人机搭载存储、计算与通信等资源通过集群,利用合适的智能算法组建成高动态、可扩展、智能化的无人机集群网络作为地面基站的补充,协同完成网络服务任务。针对无人机集群为突发热点流量区域用户服务的场景,考虑无人机集群服务过程中无人机集群用户调度及路径规划、多无人机三维悬停位置部署及无人机网络智能管控架构三方面的协同应用,对各应用进行建模分析并介绍相应的智能优化算法以提高系统能量效率,所提的三方面应用以及智能优化算法为在实际场景中实现高能效的无人机集群智能自组网协同应用提供了有效参考。

基于多参数节点排序的SDN控制器部署策略

针对已有的软件定义网络(SDN)控制器部署关注基于控制消息路由时延最优的问题,引入节点的介数中心性作为参数,分析了介数中心性对于控制器部署位置选择的重要性,并联合节点的可靠性提出了一种基于多参数节点排序方案(MFRS)的控制器位置部署策略,将节点进行排序并分层,依据节点间的连接关系计算出控制权值,最终确定控制器位置.仿真结果表明,MFRS的控制消息路由跳数小于基于时延的最短路径算法,且基于MFRS的网络可靠性高于基于时延的最短路径算法.

室内空气质量物联网部署、优化和数据预测

调查研究显示,城市地区人们平均有超过70%的时间在室内度过,因此良好的室内空气质量及其实时信息对维持健康和生产力至关重要.本文使用低成本物联网传感器网络对室内健身房空气质量进行监测,研究了电量受限的传感器网络位置部署和能量控制优化问题.为了提高测量数据的有效性,使用模拟退火算法寻找最优的部署位置;为了提高能量利用率,使用动态规划算法合理规划传感器的感知策略;为了获得室内空气质量的变化趋势,使用LSTM网络对室内空气质量进行预测,并使用遗传算法对网络超参数进行优化.通过仿真评估所提出的解决方案的性能,显示当联合采用位置部署和能量优化策略时,性能显著提升,预测算法可以对未来的空气质量进行有效预测.

基于多密度流聚类的UAV-NOMA用户分簇与功率分配算法

针对无人机(Unmanned Aerial Vehicle,UAV)辅助非正交多址(Non-Orthogonal Multiple Access,NOMA)下行通信系统,提出了最大化和速率的用户动态分簇与功率分配方案.考虑用户服务质量与UAV位置约束,建立了和速率最大化的优化问题.由于目标函数的非凸性,将原问题解耦为三个子问题,分别优化UAV位置部署与用户连接、用户动态分簇、功率分配以提高系统性能.首先,基于K-means算法设计了UAV位置部署与用户连接方案,以减小路损为目的确定UAV最佳部署位置,同时选择其服务的最优用户群;其次,改进多密度流聚类(Multi-Density Stream Clustering, MDSC)算法,提出了单UAV下用户静态与动态分簇方案,静态分簇方案可自适应平衡簇数与簇用户数,并获得较大的簇内用户信道增益差异,动态分簇方案则针对用户移动属性,制定了即时更新策略;最后,使用分式规划(Fractional Programming,FP)二次变换的方法,引入辅助变量将原非凸问题变换为凸问题,交替优化辅助变量与功率分配因子,获得原非凸问题的次优解.仿真结果表明,与其他算法相比,本文分簇方案能获得更大的簇内信道差异与更小的簇内用户数标准差,同时用户系统性能也获得了显著提升.

基于多天线无人机的混合波束成形方案设计

针对无人机(UAV)位置部署与混合波束成形高度相关的问题,提出了一种基于分步优化实现最大化系统总传输速率的方法。首先,采用数字波束成形得到最简目标函数,并引入虚拟信道求解出UAV部署的最佳位置。然后,将UAV的最佳部署位置代入关于模拟波束成形中移相器偏移角的优化问题,采用传统的人工鱼群算法有效求解最佳模拟波束成形矩阵。最后,用改进的人工鱼群算法解决移相器分辨率有限的问题。仿真结果表明,相比现有方法,本方法在位置部署及最大化系统总传输速率方面的性能更好。