【摘 要】
：
移动无线传感器网络（Mobile Wireless Sensor Network,MWSN）通过引入移动节点,在一定程度上解决了静止传感器网络中的通信中断、监视盲区、能量空洞等问题,被广泛应用在空间监测中。传感器节点的移动路径是保证空间监测任务完成质量和效率的关键,但由于不同任务其需求与应用不同,很难找到一种通用的路径规划算法。区域搜索是空间监测的典型任务之一,是指节点经由移动路径对指定区域进行搜
论文部分内容阅读
移动无线传感器网络（Mobile Wireless Sensor Network,MWSN）通过引入移动节点,在一定程度上解决了静止传感器网络中的通信中断、监视盲区、能量空洞等问题,被广泛应用在空间监测中。传感器节点的移动路径是保证空间监测任务完成质量和效率的关键,但由于不同任务其需求与应用不同,很难找到一种通用的路径规划算法。区域搜索是空间监测的典型任务之一,是指节点经由移动路径对指定区域进行搜索,从而降低该区域的不确定性并确定目标的位置。检测到目标后,需要更新移动路径追踪目标。此外,汇聚节点sink需要高效移动并采集网络中多个监视节点的信息,以辅助监控中心制定策略。本文分别针对以上三个任务场景,对MWSN的移动路径规划进行了以下三方面研究:（1）为了提高区域搜索的目标检测效率并降低区域的不确定性,提出一种基于多变量组合目标函数的路径规划算法（Multivariate Combination Objective Function based Trajectory Planning Algorithm,MCOFA）,并设计遗传算法求解,实现移动节点路径规划。该方法利用熵减（Entroy Decrease,ED）、时间增量（Time Increase,TI）、威胁度（Threat Degree,TD）三个变量分别构造三类目标函数,并通过区域划分将连续时间的路径规划问题转为离散时间的方向选择问题,在满足节点移动方向受限和区域边界限制的条件下设计遗传算法求解节点的移动路径,解决了传统算法目标函数单一、三维空间寻优复杂度高的问题。仿真结果表明,该方法可有效降低区域的重复访问率,提高目标的检测效率,同时避免节点在移动过程中访问高威胁度区域,从而减小传感器被袭击损毁的可能。（2）为了提高目标追踪时传感器节点的追踪效率和编队效率,提出一种基于模糊逻辑（Fuzzy Logic System,FLS）的改进A*（Improved A*,IAStart）路径规划算法（Fuzzy Logic System based Improved AStart Trajectory Planning Algorithm,FUZIAStart）,实现了多节点对多目标追踪路径的设计。该方法使用扩展卡尔曼滤波（Extend Kalman Filter,EKF）估计目标的状态,利用FLS根据节点的异构性分配该节点的追踪对象,并根据当前节点与目标的距离关系分别选用IAStart算法和蜂拥控制（Flocking Control Algorithm,FCA）完成节点的路径规划。实验结果表明,相比蜂拥算法和沿起始点和目标点连线的最短路径追踪（Shortest Path Tracking,SPT）,FUZIAStart避开了低速区域,在更短的时间内成功追踪到目标并形成稳定的追踪编队。（3）为了减少MWSN收集节点信息的时间消耗和能量消耗,提出improved LEACH（ILEACH）与虚拟力（Virtual Force Algorithm,VFA）结合的两阶段sink停留点确定算法（Virtual Force and Improved LEACH based Trajectory Planning Algorithm,V-ILEACH）,实现了sink的移动路径规划。该方法采用ILEACH选出初代簇首,然后用VFA调整sink的停留位置,最后用遗传算法求解遍历所有sink停留点的最短路径。相较基于旅行商问题（Traveling Salesman Problem,TSP）的算法和常用的聚类方法,V-ILEACH在保证信息收集完备的基础上缩短了sink的信息收集路径长度,降低了网络能耗。此外,通过动态调整sink停留点的个数实现了数据传输延迟和网络寿命的折衷。本文针对空间监测的三个应用场景,分别提出MCOFA、FUZIAStart、V-ILEACH三种算法,以实现三维空间移动节点路径规划。复杂环境下,这三种算法相比传统算法提高了目标检测概率,减少了节点的追踪及编队时间,在缩短sink信息收集路径的同时延长了网络寿命,为MWSN完成空间监测任务夯实了基础。
其他文献
在当今复杂的交通道路环境中,自动驾驶与辅助驾驶系统成为保障司乘安全提升驾驶舒适性的一项重要技术。作为辅助驾驶系统中的核心传感设备之一,毫米波雷达在目标探测方面具备全天候高可靠的特点。使用毫米波雷达实现对道路目标的分类识别,可有助于辅助驾驶系统的决策单元充分感知行车环境,从而得出有效的辅助驾驶策略。本文围绕使用毫米波雷达对行人、非机动车、中小型机动车以及大型机动车等道路交通主体目标进行精准识别这一问
本研究主要从酒曲中筛选适合米酒发酵的产香酵母,然后利用产香酵母进行纯菌种的米酒发酵,对其产香条件进行响应面优化分析,最后在产香酵母中加入酿酒酵母、米酒曲分别混合发酵,研究不同菌种组合发酵米酒对风味的影响。结果如下:（1）产香酵母的分离筛选。利用YEPD、三丁酸甘油酯固体培养基从不同酒曲中分离筛选产酯相对较高的酵母菌。再利用耐受性试验对酵母菌进行复筛。结果发现GKD-2最高能耐受14%乙醇,GKD-
新闻文本分类是长文本分类的典型问题，因此提取词与词之间的关系特征就尤为重要.提出了基于双向Transformer编码表示的预训练模型（Bidirectional Encoder Representations from Transformers, BERT）和双向长短时记忆网络（Bi-directional Long Short-Term Memory, BiLSTM）以及注意力机制的对抗训练分类
分布式雷达系统,是当前一个十分重要的雷达研究方向,这种模式的雷达系统的工作方式是在地面大范围内布置多个雷达节点,并以软件为主体,在多个平台或系统上实现控制和数据处理。这种工作方式下的雷达系统具有高探测能力、高抗干扰能力、高抗截获能力和高实时性等多方面的优点。本文主要以分布式MIMO（Multiple Input Multiple Output）雷达为研究对象,对目标探测技术和相应的实时软件系统做了
随着现代数字通信系统的广泛应用,信道编码参数盲识别的重要性也日益凸显。信道编码参数的盲识别,是在对接收或截获的数据几乎没有任何先验信息的前提下,对接收或截获到的数据进行编码类型和编码参数的识别,从而为后续的信道译码以及进一步的信号与信息处理奠定基础。卷积码属于信道编码的一种,与线性分组码相比在相同码率下性能更加优异且应用广泛,在自适应智能通信、军事侦察和电子对抗等领域,卷积码参数的盲识别都发挥着至
处于互联网时代,网络视频内容日益增加,人们对其质量要求也越来越高。由于原始视频内容数据量相当大,现有的硬件存储设备与网络传输设备并不足以担当起网络视频存储与传输的重任。因此视频编码技术被提出用于压缩视频内容,从而减少网络视频的存储容量以及降低其传输占用的带宽。视频编码技术主要从视频信号的数据冗余和视觉冗余两方面进行压缩视频内容。为了更好的优化编码效率,视频编码技术使用有损压缩技术,以一定的客观失真
现代雷达所面临的干扰环境日益复杂,由类型多样、参数多变的有源干扰信号通过加性组合方式构成复合干扰难以识别和抑制,成为雷达的主要电磁威胁。传统的复合干扰识别方法基于人工分析和提取特征,识别率不高、操作困难且扩展性较差,只能识别特定复合干扰样式。针对这一问题,基于深度学习方法的深层表征能力对复合干扰进行识别成为新的解决途径,具有良好应用前景。本文针对复合干扰的分类识别问题,提出基于残差网络的多标签分类
无线电RSS指纹凭借其易获取、低成本等多种优势被广泛地应用于基于指纹的室内定位方法中。但是,信号采集设备的异构性带来的指纹差异可能会导致指纹误匹配,并最终影响定位性能。近年来,强化学习在解决如AlphaGo等复杂决策问题上表现出了强有力的竞争优势,并在室内定位领域中也得到了广泛的关注。但现有一些基于强化学习的室内定位方法没有充分利用环境中的观测和智能体自身的历史动态信息,并且忽略了多智能体系统中多
气液压技术近几十年发展十分迅猛,一方面以国产高端液压元件的突破,率先解决了“卡脖子”的问题;另一方面,随着智能制造业的蓬勃发展,气液压技术已迅速渗透到各个学科领域,进入了一个全新的发展阶段。自2001年12月中国正式加入WTO后,液压工业面临前所未有的机遇和挑战,摆脱对西方国家的依赖,实现液压元件的自给和自检刻不容缓。高压油缸作为关键液压元件,是目前研究的热点和突破点,高压油缸的检测设备高压油缸试
区域导航可以使飞机不再受地面导航台的限制,可以沿任意航路点自由飞行。但是航路的自由飞行对空中飞行间隔管理带来了挑战,因为空域交通网变得更加复杂,控制间隔要求更加精确。为了实现动态的间隔管理,需要考虑本机和目标飞机的位置、速度、风向和温度等条件的影响。飞行间隔管理（Flight Interval Management,FIM）的目标是帮助管制员合并和排序空中交通流,在动态的过程中保证足够的安全间隔。