无线传感器网络中一种基于节点序列的覆盖算法

针对覆盖问题是无线传感器网络中的一个基本问题.不同的应用场景对网络的覆盖度有不同的要求,提出一种基于节点序列的覆盖算法(CNS)来判断网络的覆盖情况、消除覆盖漏洞.算法首先讨论如何判断网络1度覆盖情况,然后通过调整距离覆盖漏洞最近的传感器节点的感应半径来动态提高网络的1度覆盖率.同时,还对CNS算法进行扩展,用来解决多度覆盖问题.模拟结果表明:CNS算法在性能上要比现有覆盖算法优越.     

掺锗硅基高非线性光纤超连续光源研究

利用非线性偏振旋转锁模掺铒光纤激光器和1100m长的掺锗硅基高非线性光纤制作了超连续光源,获得了从1150～1750nm的超宽带输出光谱,其中1150～1350nm波段光谱起伏小于3dB,1600～1700nm波段平坦度优于1dB,并有很好的向长波延展空间。光谱展宽的机理为孤子分裂与受激拉曼散射,而四波混频使光谱进一步展宽。     

外环式空间钢管混凝土柱-钢梁节点受剪性能

为了探讨空间钢管混凝土柱-钢梁环板节点的受剪性能,基于ABAQUS建立圆形和方形空间环板节点在3种不同梁端加载方式下的有限元模型,分别对节点域的剪力-梁端位移曲线进行分析.在此基础上,选取4个影响节点域抗剪的参数进行分析,以此来明晰空间钢管混凝土节点的受剪机理.结果表明:平面内-平面外梁端依次加载为节点域受剪的最不利加载方式,钢梁强度、柱混凝土强度、柱钢管强度对节点域抗剪起着有利作用,轴压比在一定范围内对抗剪有利,超过这个范围反而不利.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

基于MMC的柔性直流输电动模装置节点控制器的设计及其动模实验

为了解决目前模块化多电平换流器动模装置所有子模块均由一个阀级控制器控制从而导致的控制系统复杂、系统成本升高等问题。本文提出了一种在阀级控制器和子模块级控制器间加入节点控制器的方案并在此方案上研制了动模装置。节点控制器的加入降低了主机控制器的硬件要求和光纤通道的使用数量,大大地降低了装置成本。同时,主机控制器与节点控制器之间的通讯采用循环冗余校验算法,增加了大容量数据高速传输的实时性和可靠性。通过对动模装置进行稳态实验和功率阶跃实验,结果表明系统能够正确快速地进行有功类物理量和无功类物理量的追踪控制以及子模块电容电压的稳定。     

基于点权的混合K-shell关键节点识别方法

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell (Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.     

调距桨锁轴拖带工况最小拖桨阻力和水动力矩

采用计算流体力学方法,对某典型5叶调距桨锁轴工况拖桨阻力以及相应的水动力矩随螺距和进流速度的变化特性进行了数值计算,分析了这些特性的流体力学机理. 数值计算基于有限体积法,通过数值求解螺旋桨周围三维黏性不可压缩流场RANS方程来模拟螺旋桨在各种工况下的流动特性. 计算结果表明：来流速度相等时该调距桨在最大正车螺距时拖桨阻力最大,其幅值约占同航速下船体阻力的80%,水动力矩也最大;在最大倒车螺距时拖桨阻力最小,其幅值约占同航速下船体阻力的50%,水动力矩比最大正车螺距时显著减小;零螺距时拖桨阻力大小居中,而水动力矩最小,接近为零. 上述结论可为船舶动力装置部分桨工况时联控曲线的设计和锁轴机构的设计提供理论参考.     

基于Paxos的分布式一致性算法的实现与优化

互联网的不断发展,企业的信息化程度不断加强,不计其数的数据需要得到及时处理.但是网络环境不稳定,容易发生数据丢失、节点宕机,从而造成严重后果.因此,构建可以容错的分布式存储系统变得越来越受欢迎.为了保证系统的高可用性和一致性,需要引入分布式一致性算法.为了提高系统在不稳定网络下的性能,传统基于Paxos的分布式系统允许日志中存在空洞.然而,当节点进入恢复状态时,这些系统通常需要大量网络交互来补全日志空洞,这极大地增加了节点恢复的时间,从而影响了系统的可用性.针对节点恢复过程中补全日志空洞代价过大的问题,本文重新设计了日志项结构,优化了数据恢复流程,通过实验模拟,验证改进的基于Paxos的一致性算法的有效性.     

基于无线传感节点到达时间差的定位算法设计

针对无线传感器网络节点定位的问题,深入研究了基于节点信号到达时间差的定位算法,为了提高定位的精度采用基于多点的极大似然估计算法实现无线传感器节点精确定位的需求．重点对无线传感器节点定位过程中各节点的时间同步问题进行了详细设计,给出了一种基于无线传感节点到达时间差的定位算法详细设计方案,经仿真测试表明,设计的无线传感节点定位精度在96．7％以上．     

双忙音媒体接入协议中的隐藏节点问题及其改进

针对双忙音媒体接入(DBTMA)协议只能防止发送距离范围内隐藏节点的问题,提出了一种增强的DBTMA改进(EDBTMA)协议,以彻底消除大规模ad hoc网络中的隐藏节点问题.ED-BTMA协议特点有二,一是采用了双收发器结构,其中的一个物理信道(数据信道)为高带宽信道,可利用现有802.11a/g无线设备,二是采用了忙音自适应功率控制机制,这样接收节点根据发送节点的信号强度可动态调整忙音的发射功率,以完全覆盖接收节点周围所有的隐藏节点,并在接收数据的过程中保证接收节点不受隐藏节点的干涉.仿真结果表明,在改进协议下的网络吞吐量平均提高了48%.