基于改进灰狼优化算法的WSN覆盖优化

针对无线传感器网络（WSN）节点在随机部署时,存在分布不均匀的情况,从而导致覆盖率较低的问题,提出了一种改进的灰狼优化（GWO）算法.首先利用Tent混沌映射初始化种群,增加种群的多样性;其次利用改进的非线性收敛因子,平衡算法的全局搜索能力与局部搜索精度;最后将差分进化（DE）算法的变异、交叉的理念融入GWO算法,避免算法陷入局部最优,并提高算法的收敛速度.基本测试函数仿真结果验证了改进算法的有效性,随后将其应用于WSN覆盖优化问题,可以使节点的分布更加均匀,显著提高覆盖率,进而改善网络性能.     

一种面向新型视频编码器的快速算法

为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%.     

基于决策规则结构化模型的“一带一路”网络博弈仿真研究

以“一带一路”国家双边贸易数据为基础,确立“一带一路”的经贸合作网络,在此基础上引入决策规则结构化模型,结合“一带一路”国家合作的实际情形构建网络博弈的数量模型,分析决策结构的类型、觉察到的非纳什均衡者的比例、对他人决策中噪声的识别、参与者自己决策中的噪声、邻居的奖励、网络给予背叛行为的舆论压力对“一带一路”国家博弈策略选择的影响,用仿真的方法检验相关结论,并讨论了我国的应对策略.     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

Design of electric-field coupled underwater wireless power transfer system based on class E amplifier

针对单级LC谐振型电场耦合式水下无线电能传输(electrical-field coupled power transfer,ECPT)系统的输出功率低、谐振容量小、频率漂移大等关键问题,设计一种更适于海水环境下的无线电能传输系统。该系统基于CLC-S调谐网络,综合E类放大器效率高、频率高等优点,实现较大的功率输出。利用Maxwell有限元仿真软件,对海水环境下耦合机构的电容值进行了有限元分析。通过对水下耦合机构进行试验,分析负载品质因数Q、归一化频率μ对水下无线电能传输系统的影响规律,可为水下ECPT系统设计提供参考。     

基于平顺性的矿用人车悬架参数匹配研究

为解决矿用人车平顺性较差的问题,提出一种基于平顺性评价指标的悬架参数匹配方法。通过悬架系统非线性动力学模型,分析悬架刚度、阻尼、缓冲块刚度和间隙对平顺性的影响,以随机路面下1/3倍频带加权加速度均方根值和脉冲激励下车身最大加速度响应作为评价指标,兼顾悬架动载荷的标准差和动挠度,分别在随机输入下进行悬架刚度和阻尼匹配,在脉冲输入下进行缓冲块刚度和间隙匹配。通过改进前和改进后的对比试验,证明了合理匹配后的悬架能够很大程度降低车身加权加速度值,改善车辆在随机路面和脉冲激励下的行驶平顺性。     

基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素。针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法。通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别。     

Distributed Dynamic Navigation for Sensor Networks

Navigation with sensor networks has shown many advantages and great potential in many scenarios.Previous works have mainly focused on selecting the shortest path to navigate an internal user out of an emergency field.However,they did not consider variations of the dangerous areas which usually occur in practical applications.This paper presents an efficient dynamic routing algorithm to successfully guide users to the destination exit.The navigation goal is looking for a safe and short path to enable the user to escape from a dangerous area as fast as possible.Without knowing the locations of the nodes,the user is guided by a sequence of sensor nodes to pass through the dangerous areas.The algorithm ensures the navigation path security by predicting the dynamic changes affecting the navigation path.The performance of this approach is evaluated using extensive simulations to validate its effectiveness.Simulations show that the approach is scalable and performs well in various settings.