UWSNs中基于AUV移动的覆盖盲区修复算法

提出了一种水下无线传感器网络(UWSNs)中基于自主水下航行器(AUV)移动的覆盖算法。首先将要覆盖的区域网格化,然后以适当的策略遍历各个小格,从而实现盲区的覆盖修复。该算法克服了水下环境复杂未知、覆盖场景多样化而难以可靠覆盖的问题,同时使得AUV路径移动消耗最小化。文中还对3D场景和多AUVs协同等情况进行了分析和探讨。仿真实验表明,该算法在覆盖盲区规则、不规则或不连续等场景下均有较好的表现。     

基于节点优先权和兴趣数据筛选的传感器网络分簇算法

无线传感器节点工作时仅由自身携带的电池供电,因此高效控制节点能耗可以延长整个网络生命周期,提高网络整体利用率。针对环境监测类场景,提出了一种基于节点优先权和兴趣数据筛选的分簇算法,该算法同时考虑了节点分布距离和剩余能量,将这两个属性换算成簇头选举的优先权权值。此外,在簇头确定后簇头通过相应的数据筛选方法对每一轮子节点发来的数据进行处理,有选择地将数据传到基站。仿真结果表明,该算法在能量控制方面有较好的表现,明显地延长了网络生命周期。     

无线传感器网络的拓扑控制算法综述

无线传感器网络的首要设计目标即延长网络生命期,而网络拓扑作为路由层协议和MAC层协议的重要平台,对其进行控制是实现这一目标的支撑基础.本文总结和分析了传感器网络领域已有的拓扑控制方面的研究成果,阐述了多种受研究者关注较多的典型拓扑控制算法,并指出其中有待解决的问题,进而归结了拓扑控制算法设计中需考虑的因素,随后针对功率控制和分簇控制分别设计了两种算法模型,最后探讨了今后应研究的问题,指明了下一步研究中的重点和难点.     

基于热点区域场景的传感器网络拓扑控制算法

无线传感器网络具有应用多样性特点,文中基于热点区域场景研究其拓扑控制问题.建立了无线传感器网络拓扑控制通用模型,进行了形式化描述和定义,分析了面向热点区域场景的拓扑控制目标和需求,提出了一种融合功率控制技术和分簇控制技术的混合式拓扑控制近似算法HTCA.HTCA能区分热点区域与非热点区域,在热点区域形成树结构并进行适当的剪接,而在非热点区域形成簇结构,该混合式拓扑结构能有效地降低全局能耗.仿真实验结果表明,HTCA能获得较优的拓扑结构,有效地延长了基于热点区域场景的无线传感器网络生命期.     

防渗墙抽芯检测报告

防渗墙抽芯检测的主要目的是检验墙体的施工质量,包括桩身的水泥含量及均匀和度、桩身强度、成孔深度及桩身的长度是否符合设计要求。     

基于循环神经网络的空载电动出租车的充电桩推荐方法

提出了一种基于循环神经网络的空载电动出租车的充电桩推荐方法（CPRM-IET,charging pile recommendation method for idle electric taxis）,来为空载状态下的电动出租车推荐最佳充电桩。空载状态下的电动出租车移动一般依赖于驾驶人的潜意识移动倾向和驾驶习惯,因此需要根据其历史移动轨迹来预测其未来移动,从而找到充电额外移动最小的若干充电桩。在CPRM-IET中,使用了一种基于双阶段注意力机制的循环神经网络（DA-RNN,dual-stage attention-based recurrent neural network）模型来预测电动出租车的未来轨迹,DA-RNN模型包括输入注意力机制和时间注意力机制。输入注意力机制在每个时刻为输入的行驶记录分配权重,而时间注意机制为编码器的隐藏状态分配权重。根据预测轨迹,再选择额外移动最小的若干充电桩,并推荐给电动出租车驾驶人。仿真结果表明,CPRM-IET可以在额外移动和均方根误差方面取得较好的结果,反映了CPRM-IET可以准确地预测空载电动出租车的未来轨迹,并向这些电动出租车推荐合适的充电桩。     

基于遗传算法的传感器网络拓扑控制研究

无线传感器网络的首要设计目标是延长网络生命期,网络的拓扑控制是实现这一目标的支撑 基础。针对传统拓扑控制方案所获拓扑的连通冗余度高或结构健壮性低等弊端,将问题转化 为多判据最小生成树模型,提出了一种基于遗传算法的拓扑控制方案。仿真实验结果 表明,该方案可获得具有网络整体功耗低、结构健壮性高和节点间通信干扰小等特点的拓扑 结构,因而能够有效地延长传感器网络生命期。     

多测点铠装热电偶绝缘性能改进研究

多测点铠装热电偶温度传感器是航空发动机某截面全周向集成温度测量的专用特殊传感器,绝缘性能是影响其测温精度的关键因素之一。该文首先从产品结构和工作原理等方面分析绝缘性能的影响因素,在此基础上,分别对传感器输入端、传输端、输出端三部分进行结构和工艺分析,开展试验验证,并提出相应改进措施,以从各方面提升传感器绝缘性能。该文提出的改进措施对于指导其他同类铠装热电偶温度传感器性能提升也具有指导意义。     

基于综合时空特性的混合式轨迹压缩算法

针对车辆全球卫星定位系统(GPS)中如何降低轨迹数据存储空间,提高数据分析及传送速度等问题,提出一种基于综合时空特性的混合式轨迹压缩算法.该算法一方面采用了新的综合时空特性的在线轨迹压缩策略,利用GPS数据的位置信息、时间信息、方向角、速度信息进行轨迹特征点的综合判断,以更准确地选取特征点;另一方面,采用了在线与批处理相结合的混合式轨迹压缩策略,定时采用道格拉斯批量压缩算法对在线压缩的轨迹集进行二次压缩,以提高轨迹的压缩效率.实验结果表明,较现有的时空特性压缩算法,新的综合时空特性在线轨迹压缩策略虽然在压缩率上略有下降,但压缩误差有显著减小.进一步采用混合式压缩策略后,通过选取适当的批处理时间周期,所提算法在压缩率和压缩误差上较现有的时空特性算法均有所改进.