基于OFDM的DF中继链路能效最优资源分配策略

针对DF模式的OFDM中继链路,将能效最大化资源分配问题转化为在用户最小速率需求和系统总发射功率受约束条的件下,子载波配对和功率分配的联合优化问题,提出一种低复杂度联合最优资源分配策略,并证明速率和功率约束条件下中继链路全局能效最优解的唯一性.仿真结果表明,与固定子载波配对策略相比,当中继节点位于源和目的节点连线中点位置,Rmin=1.5 Mbit/s时,排序子载波配对策略的链路可达速率和系统能效分别提高了2.3%和3.1%;与传统的等功率分配、速率最大化和功率最小化注水算法相比,本文方案能够在保证用户最小速率需求和系统功率约束的同时,自适应分配资源以实现系统能效最优.      

基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

基于能量与功率控制的TopDisc拓扑算法研究

拓扑控制是无线传感器网络的一个重要研究方向,选择良好的拓扑控制机制,能够提高网络通信效率并延长网络的生命周期。在TopDisc算法的基础上,提出了一种基于能量与功率控制的拓扑控制算法,在能量的引导下,通过调整节点的发射功率,生成更适合的网络拓扑结构。仿真实验结果表明改进的算法形成的簇的交叠更少,网络的生存时间更长。     

时变移动通信系统的二进制反馈功率控制算法

蜂窝系统功率控制算法,主要集中于固定信道情形,并且大多数算法都需要两个或多个比特功率控制命令.考虑信道增益是时变的蜂窝系统功率控制问题,提出了一个新的二进制反馈功率控制算法,此算法仅需要一个比特功率控制命令.在一定假设条件下,证明了每一用户的信干比收敛于一个由信干比的目标值与功率控制步长所决定的特定范围之内.仿真结果表明提出的算法是可行的,可以应用于实际的移动通信系统.     

时变移动通信系统的二进制反馈功率控制算法

蜂窝系统功率控制算法，主要集中于固定信道情形，并且大多数算法都需要两个或多个比特功率控制命令．考虑信道增益是时变的蜂窝系统功率控制问题，提出了一个新的二进制反馈功率控制算法，此算法仅需要一个比特功率控制命令．在一定假设条件下，证明了每一用户的信干比收敛于一个由信干比的目标值与功率控制步长所决定的特定范围之内．仿真结果表明提出的算法是可行的，可以应用于实际的移动通信系统．     

改进粒子群算法的轨道列车节能控制优化

当前列车节能控制研究的优化算法存在优化效果不明显,收敛速度慢等一系列问题,提出了一种引入自适应惯性权重,同时加入具有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法。一是通过惯性权重来平衡不同阶段的搜索能力,加入拥有调整能力的动态学习因子,着重加强算法后期的运算效率和收敛能力,同时引入惩罚函数,将列车运行过程中的拘束条件转化为惩罚因子,提升搜索速率;二是对传统的速度更新公式进行改进,用来降低选取到不理想的粒子影响寻优结果的概率。经过Matlab仿真分析,与传统的列车运行优化算法相比,改进后的优化算法收敛速度更快,列车节能效果更好。     

基于快速一致性的微电网分布式控制策略

在微电网传统下垂控制中,针对系统负荷变化时所引起的频率波动及功率分配不合理的问题,提出了一种基于快速一致性的分布式控制策略.该策略以下垂控制为基础,增加了二次频率控制层和三次功率控制层.采用多智能体快速一致性算法,收敛得到平均功率,计算出所需的全局变量,补偿频率偏差,使各分布式电源按备用功率比例分担系统增加的负荷,并修正下垂系数,恢复系统频率、电压稳定以及进行功率的最优分配.最后,通过Matlab/Simulink仿真软件搭建了4节点微电网模型,验证并分析了该控制策略的有效性,使收敛时间缩短了近40%,提高了系统的响应时间.     

基于QoS的LTE下行链路调度算法

针对LTE下行资源调度算法中速率自适应优化问题,提出了一种基于服务质量(QoS)的下行链路调度算法,该算法由子载波调度和功率分配两部分构成.为了提高性能和降低算法复杂度,将子载波调度算法和功率分配算法分开讨论,对于基于QoS的子载波分配算法,根据用户的信道质量,合理地分配子载波.在功率分配算法中,根据用户当前时刻的信道状态信息设计各用户的注水线,也即注水因子,使基站动态地为各用户分配功率.最后,通过仿真分析对比改进算法在传输速率、公平性、小区吞吐量以及用户SINR方面的性能,结果表明:改进算法可以很好地降低复杂度,改善用户公平性,降低误码率.     

RFID系统多阅读器防碰撞问题研究

为了解决多阅读器碰撞问题,提出了基于概率功率控制的神经网络优化算法。该算法中各阅读器的发射功率按β分布动态发生变化,然后利用简单神经网络即感知器对多个阅读器功率的相似性进行判别并处理,使各阅读器彼此之间工作在最佳状态。仿真实验结果表明:多阅读器之间的干扰大大减小,其识别标签的距离可以达到期望值。     

具有星际链路的LEO/MEO卫星网络动态路由协议

针对具有星际链路的LEO/MEO卫星网络,设计了一种具有自主运行能力的卫星网络动态路由协议（SDRP）.采用时间离散化的链路状态增量更新的虚拟拓扑路由算法,降低了网络开销.提出的多点转发节点选举算法,提高了路由收敛速度和网络资源利用率.仿真结果表明,卫星网络动态路由协议的路由收敛时间远小于网络稳态保持时间,路由收敛时间是OSPF的1/10,平均协议带宽占用率也大大小于OSPF,可以保证卫星网络的信息可靠传送.     

Price-based power control algorithm in cognitive radio networks based on monotone optimization

This paper considers a price-based power control problem in the cognitive radio networks(CRNs).The primary user(PU) can admit secondary users(SUs) to access if their interference powers are all under the interference power constraint. In order to access the spectrum, the SUs need to pay for their interference power.The PU first decides the price for each SU to maximize its revenue. Then, each SU controls its transmit power to maximize its revenue based on a non-cooperative game. The interaction between the PU and the SUs is modeled as a Stackelberg game. Using the backward induction, a revenue function of the PU is expressed as a non-convex function of the transmit power of the SUs. To find the optimal price for the PU, we rewrite the revenue maximization problem of the PU as a monotone optimization by variable substitution. Based on the monotone optimization, a novel price-based power control algorithm is proposed. Simulation results show the convergence and the effectiveness of the proposed algorithm compared to the non-uniform pricing algorithm.     

无线多媒体传感器网络QoS路由博弈算法

由于传感器网络节点采用电池供电,单个节点能量的过度消耗会导致网络的失效,因此传感器节点可能因为能量限制而拒绝转发数据.正是因为传感器节点存在这种潜在的自私行为,传感器网络路由问题可以描述为一个减少节点能量消耗而获得最大网络效益的博弈问题.文中提出了一种无线多媒体传感器网络QoS路由博弈模型,并证明了纳什均衡的存在性.同时,给出了一种基于混合纳什均衡的无线多媒体传感器网络QoS路由算法.     

A Distributed Power Allocation Scheme in Green Cognitive Radio Ad Hoc Networks

For the realization of green communications in cognitive radio ad hoc networks(CRAHNs), selfadaptive and efficient power allocation for secondary users(SUs) is essential. With the distributed and timevarying network topology, it needs to consider how to optimize the throughput and power consuming, avoid the interference to primary users(PUs) and other SUs, and pay attention to the convergence and fairness of the algorithm. In this study, this problem is modeled as a constraint optimization problem. Each SU would adjust its power and corresponding strategy with the goal of maximizing its throughput. By studying the interactions between SUs in power allocation and strategy selection, we introduce best-response dynamics game theory and prove the existence of Nash equilibrium(NE) point for performance analysis. We further design a fully distributed algorithm to make the SUs formulate their strategy based on their utility functions, the strategy and number of neighbors in local area. Compared with the water-filling(WF) algorithm, the proposed scheme can significantly increase convergent speed and average throughput, and decrease the power consuming of SUs.     

һ�ָĽ�ģ���˻������·��ѡ���㷨

合理的配送路线可以提高物流配送的效率。启发式的最优路径选择方法是目前研究的热点，本文针对模拟退火算法收敛速度慢的缺点，提出采用退火过程的导引知识（即上次退火过程节点的分布情况）作为下次选择节点的依据，从而提高模拟退火算法的速度。分别针对不同的配送节点进行实验，结果表明，基于导引知识的模拟退火算法能够获得更快的收敛速度，更快得到最优解。     

A New Fusion Chemical Reaction Optimization Algorithm Based on Random Molecules for Multi-Rotor UAV Path Planning in Transmission Line Inspection

A fusion chemical reaction optimization algorithm based on random molecules (RMCRO) is proposed to meet the special demand of power transmission line inspection. This new algorithm improves the shortcomings of chemical reaction algorithm by merging the idea of repellent-attractant rule and accelerates convergence by using difference algorithm. The molecules in this algorithm avoid obstacles and search optimal path of transmission line inspection by using sensors on multi-rotor unmanned aerial vehicle (UAV). The option of optimal path is based on potential energy of molecules and cost function without repeated parameter adjustment and complicated computation. By compared with an improved particle swarm optimization (IMPSO) in different circumstances of simulation, it can be concluded that the new algorithm presented not only can obtain more optimal path and avoid to trap in local minimum, but also can keep related sensors in a more stable status.     

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法．该算法由网络利用率预测和采样周期调节两部分组成：网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算．采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期．最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能．     

实时监测无线传感器网络改进方法

结合危险品运输监测应用,搭建了基于无线传感器网络的实时监测系统,并对其MAC层协议和物理层无线数据发送时序进行了改进和优化。改进了MAC层中的原始BEB算法,引入了支持优先级的GDCF算法。对MAC层中的RTS/CTS方式进行了有效性分析,并出于节能考虑,引入了睡眠技术。在物理层数据无线发送过程中,为缩短发送时间,减少碰撞可能性,对其时序进行了优化。在工程车辆上安装基于IRIS无线传感器的节点平台进行实际测试。测试结果表明:改进后的退避算法节点丢包率随网络节点数目增加变化不明显;去除RTS/CTS机制后,在采样间隔时间为50ms时,网络丢包率由20%左右下降到了6%以内;一个工作周期内节省能量达到95%;无线数据发送时序优化达到了设计要求,满足了实际应用中对实时监测无线传感网络的性能要求。     

基于遗传混合算法的二维耦合颤振方法

对于传统的二维二自由度耦合颤振分步分析解法,创新性地将颤振分析转变为关于求解系统振动频率的非线性方程组问题.基于数值分析理论,引入如拟牛顿法等超线性收敛的数值迭代解法,研究了该类方法在数值迭代时的局部收敛性、初始值依赖性等问题.为规避上述风险发生在颤振分析中,将具有全局搜索优势的遗传算法应用于二维二自由度耦合颤振分析,结合最优算法L-M算法进行局部收敛修正,提出了基于遗传混合算法的分析方法.算例分析结果表明:在各个检测风速节点处,两种方法下的系统振动圆频率和系统牵连阻尼比计算误差都低于0.1‰,结果几乎一致;所建立的新分析方法思路清晰,求得颤振临界风速与传统方法完全一致,说明新的计算流程可行且计算结果准确;与传统方法相比,基于遗传混合算法的颤振方法每步求解过程无需初值的自选取,具有无条件收敛的优点.      

一种分布式Ad hoc网络广播算法

在无线Ad hoc网络中,广播作为一种重要的通信方式被许多单播和多播协议用来完成其路由建立和维护工作.文中假设网络中所有的移动节点共享信道,并且节点不知道全局网络拓扑信息.因此网络中每个节点只能通过洪泛进行通信.但是采用洪泛方式广播,由于每个节点都要向其相邻节点转发报文,协议效率低、通信代价昂贵,而且还会带来广播风暴问题.为避免由于洪泛造成的广播风暴问题,文中提出一种分布式Ad hoc网络广播算法.该算法无需任何控制报文.算法简单易行,适合移动无线网络环境.仿真实验结果表明新的算法与现有算法相比更加有效和健壮.