基于AI-ESTATE标准的贝叶斯网络诊断模型研究

贝叶斯网络在解决复杂装备中不确定性和关联性引起的故障中具有很大优势,建立符合AI-ESTATE标准的贝叶斯网络模型,对实现其通用性至关重要;首先介绍了AI-ESTATE标准的主要内容、体系结构和六种信息模型;其次,在对贝叶斯网络进行分析的基础上,研究如何将公共元素模型扩展为贝叶斯网络模型,详细介绍了拓展过程并给出了拓展框图,同时对各实体和属性进行了说明;最后,针对标准中采用的EXPRESS描述语言编辑工具少、通用性差等问题,采用XML语言对其交换文件进行描述,使得诊断信息具备更好的可移植性和互操作性。     

基于多Agent的无线传感器网络分层融合框架研究

客户端/服务器（C/S）模式和移动代理（MA）模式是无线传感器网络中的两种最主要的计算模式,MA计算模式可以弥补C/S计算模式能量消耗大、延时长等方面的不足。为了更好的降低能量消耗和缩短网络中数据融合时间,提出一种基于多Agent的无线传感器网络分层融合框架。将无线传感器网络监测区域分层若干个区域,将每个小的监测区域分为簇头―sink和簇头―簇成员节点两层,由sink节点根据用户需求向每个监测区域派遣移动Agent并完成数据采集和数据融合。这种模式可以有效地缩短网络中数据融合时间和降低能量消耗。     

无线认知网络中拓扑控制方法研究

作为下一代通信网络,无线认知网络已成为当前的研究热点。由于节点的移动性,无线网络拓扑结构动态变化,拓扑控制一直是无线网络的难点问题。通过借鉴移动自组织网络(MANETS)中的拓扑控制方法,提出了无线认知网络中基于博弈论和认知功能相结合的拓扑控制方法。无线认知节点能够通过主动决策调节自身节点位置,在保证网络连通性的基础上实现网络覆盖面积最大。仿真实验结果验证了方法的有效性和收敛性。     

基于多时相MOD IS EV I和临近三年地面数据的新疆作物分类

在区域或全球尺度,250 m分辨率的MODIS EVI常被用于作物分类。而且,基于遥感数据可以快速准确的进行作物分类,并为辅助农业政策的制定,因而得到了广大研究者的关注。研究提出了直接使用多年MODIS 250 m EVI和临近年份地面调查数据进行作物分类的方法。首先,通过扩展2011,2012和2013年的野外调查数据获得全疆的典型地块,并从地块中提取M ODIS纯像元作为分类样本。接着使用免疫系统网络分类器（ABNet）提取研究取的主要作物,包括棉花、玉米、冬小麦和葡萄等。在三年的数据中,任意两年的地面数据用于训练分类器,用使用训练好的分类器对另一年的数据进行分类。例如,使用2011和2012年的数据训练分类器,并对2013年的数据进行分类。结果表明,每年的分类精度达80％以上,且Kappa系数高于0.7。今后工作中,仍需使用更多的地面数据获得更的更精细的分类结果。     

基于VxWorks的OPC数据监控与传输系统设计

摘要：随着OPC技术的广泛使用,使得包括VxWorks在内的诸多操作系统增加了对OPC技术的支持。为了解决VxWorks对于在双网段下的OPC数据传输缺乏相关支持的问题,故提出了在VxWorks中建立OPCDA转换服务器,OPCDA转换服务器同时接收和发送两个网段的数据,根据配置文件,采用消息队列的方式进行有选择的数据交换,从而完成了双网段下数据的监控与传输。通过实验测试表明,该系统具有良好的实时性、稳定性和较高的通信效率,很好的解决了VxWorks在双局域网之间的数据交换问题,达到了预期的设计目标。     

基于consensus滤波器的新型电压监测仪的设计

在进行深入分析consensus滤波器原理的基础上,提出了一种新的电压监测仪设计方法。首先将数模转换器在各个时刻测量的电压有效值看做一个小世界网络模型G中的一个节点。由于测量的电压信号容易被电网中的随机噪声所污染,通过consensus滤波器算法进行滤波,使得数模转换器测量的信号最终趋近于一个稳定的数值。仿真结果表明,该方法可以有效的还原被噪声污染的电压信号,而且即使在某一个时刻数模转换器出现故障失灵,所测量的数据也不受影响,仿真结果和实践应用表明了本文所提出方法的有效性和可行性。     

基于能量强度测量的多声源目标位置线性估计方法

基于能量强度的多声源定位模型,本文提出了一种声源发射能量强度未知下的多声源目标位置线性估计方法。将多声源定位模型转化为线性最小二乘估计问题,估计方法以代数解形式表示多声源目标位置初始值。对初始估计值进一步优化,得到了精确的多声源目标位置估计值。该定位计算方法将定位结果以代数解形式表示,避免了数值计算过程中因初始解选择不当而导致的局部最优问题。仿真测试了所设计算法的定位精度,并由此分析了噪声及声音能量强度增益对定位误差的影响。结果表明优化后的计算结果较初始估计值有较大改进,在一定噪声范围内其定位精度可以接近于克拉美罗（CRLB）下界值。     

非线性过程控制系统传感器故障检测新方法

针对电厂热力系统故障检测和定位准确性低的问题,提出了基于鲁棒输入训练网络(Robust Input-training Network, RITN)的传感器故障检测模型。采用带参数限制项的目标函数对网络进行训练,并在测试目标函数中引入影响因子,增加了模型训练精度,抑制了网络计算过程故障数据对正常值的影响,减小了残差污染,提高了模型准确性。以某300MW电厂热力系统20组测点为对象进行算例分析,通过反复的实验,结果表明,该模型能够更加准确的对非线性系统故障点进行检测和分离,并更加精确重构各变量真实值,验证了该模型用于非线性过程传感器故障检测的有效性和可靠性。     

移动Ad Hoc中基于位置辅助的链路稳定性预测算法

在移动Ad Hoc网络中,随着拓扑的动态变化,路由会发生断裂。传统的稳定路由协议通常定性地考虑链路的质量,并未对链路的稳定性进行有效预测。为了适应网络拓扑的变化,建立稳定性较高的路由,提出了基于位置信息辅助的链路稳定性预测算法,并在AODV协议上进行实现,得到了基于位置辅助的按需距离矢量路由协议,即PB-AODV。在路由发现过程中,协议在节点的稳定区内选择稳定度较高的路由进行数据传送;而在路由维护阶段,PB-AODV采取链路中断预测机制,对即将中断的链路进行通告,在路由中断之前进行路由修复,建立起备份路由。实验表明：具有稳定预测算法的PB-AODV协议在综合性能上优于其他两种性能优良的路由协议,提升了网络的性能。     

基于分布式视频编码的低能耗视频传感器节点研究

在无线多媒体传感器网络中,如何提高节点能源的利用率,延长整个网络的生命周期是当前迫切需要解决的关键问题。从视频数据处理和传输能耗的角度出发,对分布式视频编码(DVC)基础理论及视频传感器节点的能耗模型进行分析和研究。通过实验仿真的方式将H.264帧内编码方案同DVC方案进行比较,实验结果表明了DISCOVER-DVC方案在节点节能方面的优势。最后基于DISCOVER-DVC算法,在S3C6410硬件平台和嵌入式Linux操作系统平台之上完成视频传感器节点设计,来降低节点能耗,提高节点生命周期。