基于蜂窝网格锚点的虚拟力导向节点部署算法

为满足覆盖需求,提出了一种基于蜂窝网格锚点的虚拟力导向节点再部署覆盖增强算法;算法基于传感器节点覆盖圆盘与其邻居节点覆盖圆盘的交点构成正六边形蜂窝时,有效覆盖面积最大理论,设置对随机部署的节点虚拟引力锚点作为虚拟力导向移动的目标,建立锚点对节点的虚拟引力,建立节点之间虚拟斥力来避免节点移动中的碰撞问题;完成随机播撒的节点在虚拟力的作用下的再部署,提高覆盖率,保证覆盖质量;Matlab R2012a仿真实验中,随机部署不同数量的节点,网络覆盖率均较快达到95%以上,满足覆盖需求。     

基于混沌人工蜂群算法的无线传感器网络覆盖优化

针对无线传感器网络随机播撒的节点严重冗余并且导致网络寿命短、覆盖效率不高等缺陷,提出了一种混沌人工蜂群算法的无线传感器网络覆盖优化算法;将节点的利用率和覆盖率作为优化目标函数,建立与之对应的数学模型,之后用混沌人工蜂群算法改善人工蜂群算法陷入局部最优、收敛慢等问题,提高算法收敛速度和精度,对节点覆盖模型进行求解,得出网络最优覆盖方案;通过实验仿真,提出的算法提高了无线传感器网络的覆盖率,覆盖率可达93.48%以上,减少了网络节点冗余,提高了网络寿命,降低了网络成本。     

基于概率感知和改进量子遗传算法的节点部署策略

为了最大化监测区域的网络覆盖率和实现网络的负载均衡,设计了一种基于改进概率感知模型和量子遗传算法的移动节点部署方法。首先,在传统概率感知模型中加入环境干扰噪声因素和节点剩余能量因素进而获得改进的概率感知模型,然后,对传统的量子遗传算法进行改进,设计了新的量子旋转门和量子比特变异方式,以加快全局收敛速度和防止陷入局部最优。最后,定义了基于改进量子遗传算法获取移动节点最优部署位置的算法。仿真实验表明：文中方法能有效地对网络区域进行部署,实现最大化网络的覆盖率和最小化能量消耗,与其它方法相比,具有较大的优越性,是一种可行的方法。     

一种传感器网络移动栅栏部署算法

栅栏覆盖是传感器网络研究中的热点问题,现有有关栅栏覆盖研究大多针对静态兴趣区域的栅栏覆盖,而对于实际应用中如海洋污染、森林火灾、部队行军等的栅栏覆盖应用不适用;该文主要针对动态对象研究移动传感器网络的有效栅栏覆盖;抽象了问题模型并提出了栅栏覆盖评价指标,然后结合凸优化理论提出了一种分布式的移动栅栏覆盖算法;通过3个不同场景分别测试了算法在400*600 m的区域中随机部署有50个移动传感器节点对于不同动态对象构建一条封闭栅栏带所花费的时间以及栅栏带动态形成时的移动距离;测试结果算法能够快速有效实现动态区域的栅栏覆盖。     

无人机匹配地形飞行的无线紫外光引导方法

使用紫外光引导无人机飞行,具有抗干扰能力强、全天候非直视通信、保密通信能力强和适用于特殊场合等优点。因此,提供一种无人机匹配地形飞行的无线紫外光引导方法,以辅助无人机匹配不同地形飞行。提出一种基于紫外光的光功率控制方法,调整紫外信标发送端的角度和发射功率,使得到达无人机飞行平面的紫外光的功率相等,从而保障无人机安全飞行。对功率控制方法进行了计算机仿真。实验结果表明,紫外光LED发送张角不超过80°时,功率容易控制,信标集成易于实现,且受地形、高度等因素影响较小。     

基于Voronoi图盲区的无线传感器网络覆盖控制部署策略

针对无线传感器网络在二维平面应用场景中的覆盖控制问题, 提出了一种基于泰森盲区多边形形心的覆盖控制部署策略(blind-zone centroid-based scheme, BCBS). BCBS先对监测区域做Voronoi图划分以得到被每个传感器节点覆盖的泰森多边形, 而后根据泰森多边形顶点的覆盖情况分析得出泰森多边形内的盲区, 并构造与盲区形状相近的多边形, 最后以该多边形的几何中心作为传感器节点移动的候选目标位置, 从而达到提高网络覆盖率的目的. 仿真实验结果表明, BCBS在覆盖率、节点分布均匀性与节点覆盖效率等方面相比CBS有明显优势. 关键词： 无线传感器网络 节点覆盖 Voronoi图 多边形形心     

有向传感器网络中热释电红外传感器节点部署及仿真研究

针对有向传感器网络（Directional Sensor Networks, DSNs）探测区域中PIR（Pyroelectric Infrared Sensor）传感器节点部署问题,设计了4种基于几何形状的节点部署方案,计算了各部署方案的节点密度。基于修改后的TIS测试编写仿真算法,在Matlab平台上对各节点部署方案进行了仿真实验,统计不同部署方案下的目标检测率,并对实验数据进行分析。结果表明,设计的4种部署方案的目标检测率均高于随机部署约10%;等腰三角形部署方案适用于节点数目充足的情况,能实现探测区域全覆盖,目标检测率可达80%以上;正方形部署方案适用于节点数目有限的情况,能实现探测区域大部分覆盖,目标检测率可达75%以上。     

半覆盖外置式光伏热催化型Trombe墙性能数值模拟

提出一种半覆盖外置式光伏热催化型Trombe墙,数值研究光伏电池覆盖率和太阳辐射强度对其性能的影响,并与半覆盖中置式光伏热催化型Trombe墙性能进行比较。结果表明：随着覆盖率的增加和太阳辐射强度的降低,热效率降低;覆盖率对电效率影响较大;不同太阳辐射强度下,在覆盖率为0.64时,净化空气量达到最佳。对比半覆盖中置式光伏热催化型Trombe墙,尽管热效率有一定程度的降低,但电效率的相对提高可达20.64%,空气净化效率相对提高可达11.57%。     

无人机视景仿真平台设计与实现

在Visual Studio开发环境下,利用DirectX 9.0设计并实现了无人机视景仿真平台;仿真平台的通信系统可通过多种通信方式获取仿真数据;根据DirectX中3D仿真技术特点以及无人机视景仿真需求,设计并实现了无人机在DirectX世界坐标系中的姿态变换方法;根据无人机视景仿真特点,设计了虚拟摄像机视场角控制方法;仿真平台仿真效果生动逼真且运行稳定,具有很强的实用价值,在无人机研制过程中起到了重要作用。     

WSANs中基于蜂巢结构的移动容错恢复算法

旨在研究无线传感器与执行器网络(WSANs)中节点失效情况下恢复执行器(actor)节点服务的算法. 首先说明了WSANs中的实时覆盖模型, 证明WSANs覆盖恢复问题是NP难问题, 给出了近似求解方案. 在此基础上, 提出了一种基于六边形蜂巢结构的移动容错算法HMFR用于恢复失效actor节点, HMFR 算法在限制网络初始部署的条件下拥有很好的性能. 通过实验与现有的恢复算法进行比较, 发现HMFR算法在actor覆盖sensor节点数和移动距离方面有更好的性能.     

基于改进人工萤火虫算法的无线传感网络覆盖优化

为了提高网络资源利用率延长网络生存时间,提出一种基于共轭梯度法改进人工萤火虫算法(CAGSO)的WSN覆盖优化方案;共扼梯度法是利用目标函数的梯度逐步产生共轭方向并将其作为搜索方向的方法,即利用已知点处的梯度构造一组共扼方向并沿这组共扼方向进行搜索,这种方法经有限次迭代必达极小点;首先建立以覆盖率、节点利用率和能量均匀为准则的覆盖优化数学模型,然后采用改进的CAGSO算法求解该模型,从而得出最优覆盖方案;仿真分析说明,相比基本人工萤火虫算法,改进的CAGSO算法优化的网络覆盖率可以达到94.11％,有效实现WSN覆盖优化。     

气温和颗粒密度对声场中颗粒动力学影响的数值模拟

综合考虑黏性夹带力、Basset力、虚拟质量力和压力梯度力,建立颗粒在声场中的动力学模型,利用变步长四阶RungeKutta算法和二阶隐式Adams插值算法对颗粒的受力和运动进行数值模拟。将模拟和实验得到的颗粒运动特性进行对比,验证数值模拟的正确性。在此基础上,研究气温和颗粒密度对颗粒动力学的影响规律。结果表明,黏性夹带力对颗粒运动起主导作用;气温升高,压力梯度力与黏性夹带力之间的相位差减小,Basset力、虚拟质量力与黏性夹带力之间的相位差增大。研究还发现,气温较低时,颗粒密度对颗粒运动有重要影响,夹带系数随着密度的增加而迅速下降;气温较高时,颗粒密度对颗粒运动的影响较小,颗粒位移振幅和夹带系数相对低温时明显增加。      

基于改进YOLOv4的低慢小无人机实时探测算法（英文）

针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题,提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标,提高网络对小目标的检测性能,通过稀疏训练和模型修剪,大大缩短了模型运行时间。在1080Ti上平均精度（mAP）达到85.8%,帧率(FPS)达75 frame/s,实现了网络轻量化。该模型部署在Xavier边缘计算平台上,可实现60 frame/s的无人机目标检测速度。实验结果表明：与YOLOv4和YOLOv4-tiny相比,该算法实现了运行速度和检测精度的平衡,能够有效解决嵌入式平台上的无人机目标检测问题。     

空分复用弹性光网络中串扰感知的虚拟网络映射算法

首先设计串扰影响评估方法，动态评估相邻纤芯之间的串扰影响；然后提出空分复用弹性光网络中串扰感知的虚拟网络映射算法。在虚拟节点映射阶段，为了增强虚拟节点与虚拟链路的关联性，采用虚拟节点邻近排序方法。物理节点优先级评估方法考虑节点相邻链路的芯间串扰，达到均衡芯间串扰效果。在虚拟链路映射阶段，设计频谱区域分配方法以减小芯间串扰。仿真结果表明，当负载为100～900 Erlang时，所提算法的平均提升虚拟光网络请求接受率比LCLCVNM算法提高了6.45%，串扰改善了32.1%，但时间复杂度略高于LCLC-VNM算法。     

无人机光电设备对地目标单站无源定位方法北大核心CSCD

光电侦察设备已广泛应用于中小型无人机对地侦察,为实现无激光测距信息的无人机光电设备对地目标单站无源定位,提出了基于虚拟椭球的单站无源定位方法,构建了对地目标单站无源定位模型。利用空间射线与虚拟椭球交汇原理,通过等效方位角和等效俯仰角解算、目标高度估计和目标定位解算等步骤,实时获取目标的大地坐标。仿真结果表明,高度估计误差低于500 m条件下,单站无源定位方法可实现经纬度定位精度为10−3°、高度定位精度为150 m的三维目标定位,可实现高于50%置信度的优于10%R无源定位精度的相对定位。     

基于改进蚁群算法的无人机动态航路规划

研究无人机航路规划,针对基本蚁群算法易于陷入局部最优、规划航路耗时长的问题,对基本蚁群算法进行了改进;引入航路点的动态自适应选择策略和信息素挥发因子动态自适应调整准则,有效克服了基本蚁群算法的不足,并对规划出的航路进行了平滑处理,使其更加满足无人机实际飞行需求。通过仿真分别规划出无人机在静态威胁和动态威胁中的航迹,仿真结果表明,与基本蚁群算法和遗传算法相比,改进的蚁群算法在两种飞行环境中均能规划出较优的航路。     

基于单反射模型的混合定位算法研究

针对现有定位算法抗非视距能力弱、且对移动台求解时往往需要一个比较精确初始解的问题,利用移动台和散射体的几何位置关系,基于单次反射圆模型提出了一种抑制非视距误差的波达时间/波达角混合定位算法。定位过程中将散射体视为虚拟基站,根据最大散射半径确定移动台的可能位置范围,在该范围内搜寻所有满足约束条件的位置点,对这些点使用加权平均处理方式以提高定位精度,最后结果即为移动台估计位置。计算机仿真表明了算法的有效性。。     

基于粒子群的无线紫外光网络快速信道分配方法

针对无线紫外光散射通信中非视距(NLOS)传输特点和信道干扰模型,采用基于粒子群的无线紫外光网络快速信道分配方法,充分考虑了空间角度对信道冲突矩阵的影响,实现了一种定向、快速的信道分配新方法。仿真分析了该算法的平均迭代次数、平均干扰度以及收敛时间与粒子群数目和信道数目的关系。实验结果表明此紫外光网络信道分配方法具有收敛速度快、冲突度小的优势,保障了无线紫外光网络信道分配的快速性和准确性。     

基于网络编码的无人机数据链技术研究

为了提高无人机数据链网络的传输性能,针对其具有的高动态、多中继和大容量等显著特点,提出了对流链路网络编码策略。通过分析多无人机协同执行任务时形成的网络拓扑结构,利用网络仿真平台NS2建立了高动态多跳移动自组网模型,分别改变模型中节点的移动速度、跳数和数据包大小,观察其对网络吞吐率的影响。仿真结果表明,对流链路网络编码策略能够有效地改善仿真模型的传输性能,很好的应用在无人机数据链网络中。     

多无人机三维群集算法的适用性研究与改进

针对多无人机群三维空间运动的复杂群集控制问题,提出了基于生物群集行为、依据Reynolds规则描述的三维群集控制算法。已有的研究大多将无人机群集运动简化为二维平面运动,但这不符合实际控制需求。为此,将群集控制算法和人工势场算法推广到三维无人机群集控制中,建立了三维无人机群空间运动模型,通过多种不同条件下的仿真,研究了两种算法在三维群集控制中的有效性。结果显示两种算法用于三维群集控制均具有一定效果,但相对二维所需要的条件更为苛刻。同时,注意到智能算法具有更好的群体聚集效果,而人工势场算法则避碰效果更迅速明显。据此,对人工势场算法和智能算法进行了改进,通过在距离大于平衡点时采用智能算法聚集,在距离小于平衡点时采用人工势场算法避碰,得到能同时获得更好的聚集、避碰效果的新的群集控制算法。