改进人工蜂群算法优化RBF神经网络的短时交通流预测

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。     

采用STRAIGHT模型和深度信念网络的语音转换方法

提出一种将STRAIGHT模型和深度信念网络DBN相结合实现语音转换的方式。首先,通过STRAIGHT模型提取出源说话人和目标说话人的语音频谱参数,用提取的频谱参数分别训练两个DBN得到语音高阶空间的个性特征信息;然后,用人工神经网络ANN将两个具有高阶特征的空间连接并进行特征转换;最后,用基于目标说话人数据训练出的DBN来对转换后的特征信息进行逆处理得到语音频谱参数,并用STRAIGHT模型合成具有目标说话人个性化特征的语音。实验结果表明,采用此种方式获得的语音转换效果要比传统的采用GMM实现语音转换更好,转换后的语音音质和相似度与目标语音更接近。     

Globally Stable Adaptive Tracking Control for Uncertain Strict‐Feedback Systems Based on Neural Network Approximation

This paper addresses the problem of globally stable adaptive neural tracking control for a class of strict‐feedback nonlinear systems. Compared with the existing works, the salient properties of the proposed scheme are given as follows. First, a novel switching controller is developed, which consists of a traditional adaptive neural controller and an extra robust controller to pull back the transient outside of the approximation domain. Second, only two adaptive parameters need to be tuned online, and the computational burden is considerably alleviated in practice. Third, to design the desired switching controller via the backstepping technique, a novel switching function, which has continuous derivatives up to the nth order, is constructed. It is shown that the system output converges to a small neighborhood of the reference signal and the closed‐loop system is globally stable. Finally, an example is provided to verify the effectiveness of the proposed control method.     

基于BP神经网络的排爆机械臂逆运动学分析

机械臂逆运动学是已知末端执行器的位姿求解机械臂各关节变量,主要用于机械臂末端执行器的精确定位和轨迹规划,如何高效的求解机械臂运动学逆解是机械臂轨迹控制的难点;针对传统的机械臂逆运动学求解方法复杂且存在多解等问题,提出一种基于BP神经网络的机械臂逆运动学求解方法;以四自由度机械臂为研究对象,对其运动学原理进行分析,建立BP神经网络模型并对神经网络算法进行改进,最后使用MATLAB进行仿真验证;仿真结果表明:使用BP神经网络模型求解机械臂逆运动学问题设计过程简单,求解精度较高,一定程度上避免了传统方法的不足,是一种可行的机械臂逆运动学求解方法。     

基于粒子群优化的多维标度节点定位算法

针对无线传感网络节点定位易受外部环境影响的问题,提出一种基于粒子群寻优的多位标度定位算法。利用基于动态路径损耗指数的接受信号强度测距,建立距离矩阵,使用多维标度方法构建节点的相对坐标,通过四参数坐标转换模型得到绝对坐标,再用绝对坐标与实际坐标的差异度作为粒子群寻优的适应度函数,通过分群搜索,优化节点位置估计。仿真结果表明：改进算法对实际环境影响具有较好的鲁棒性,节点定位精度有了明显的提高,能够满足定位系统需求。     

一种强安全的WSN用户认证及密钥协商方案

针对无线传感器网络双因素用户认证方案中智能卡内敏感信息被破译、公共信道信息传输被侦听引起的匿名性隐患及密码猜测等攻击,在T-M方案的基础上,注册阶段采用哈希加密深度隐藏了用户隐私信息,增强智能卡中元素的抗猜测性;又将网关作为消息中转站提前对用户进行验证,调整了信息传输结构及认证方式,减少节点能耗且加强消息传输的安全防护;同时,在网关端添加写保护用户身份日志表,及时记录用户登录信息,以防资源滥用。理论分析及实验显示了所提方案有效抵御了T-M方案的不足,大大减少了传感节点的通信开销,提供更多的安全防护且具有计费功能。     

基于节点RSSI值与临界RSSI比例的跳数修正和跳距重估的DV-HOP算法

为了减少传统DV-Hop定位算法对未知节点定位时产生的较大误差,提出了一种基于节点RSSI值与临界RSSI比例跳数修正和跳距重估的DV-HOP算法。首先,采取节点RSSI值与临界RSSI比例来修正跳数,得到修正后的跳数;然后利用修正后的跳数求解跳距均衡系数对平均跳距进行穷尽三角组合加权修正,得到修正后的跳距;最后,将修正后跳距与通信半径进行比较,偏差最大和最小的跳距不参与计算,再求剩余跳距值的均值得到平均每跳距离。仿真结果表明：在相同的网络环境下,与经典的DV-Hop算法相比,文中算法仅需要节点通信芯片具有RSSI指示功能,并不需要其它额外的硬件,有效降低了定位误差;与其他DV-Hop修正算法相比,该算法同样也具有降低定位误差的优势。     

一种基于有限信道的能量高效节点调度机制

在低负载、低功耗无线传感器网络中,节点状态切换的能量消耗因为用于数据传输的能量较小而变得不可忽略。针对此问题,提出了结合多信道技术与时分多路访问( TDMA)技术的节点调度算法。该算法设计了基于接收端的连续时隙分配策略以减少节点状态切换次数,并且在可用无线信道有限的约束条件下,提出了信道分配与时隙调整机制,实现了时隙重用并最小化有限信道约束对优化节点状态切换次数的影响。仿真实验结果表明,当可用无线信道数为3~5时,算法能够有效地改善节点能量效率。当可用无线信道数大于3之后,算法能够获得优化的数据汇聚时间。     

面向5 G无线通信系统的关键技术综述

对未来无线通信系统的几种潜在的关键通信技术,如异构网络、大规模多输入多输出(MIMO)通信、绿色通信和毫米波通信,给出了较详尽的论述与讨论。首先简要介绍了未来无线通信网络结构的异构化变化所引起的复杂干扰信号的出现及能源消耗增加问题。介绍了大规模MIMO通信技术的优点,大规模MIMO通信的研究现状与研究难点。详尽叙述了分别以频谱效率、能源效率和资源效率最大化为目标的绿色无线通信传输优化问题的解决方案。最后,给出了进一步解决频谱稀缺问题的毫米波无线通信系统的混合波束成形的方案。     

传感器网络基于动态密钥池的密钥建立方案

针对网络在整个生命周期内的可持续安全性问题,基于动态密钥池技术提出了一个新的对密钥建立方案(KES-D).在此方案中,节点分n次部署,密钥池根据节点部署的次数分代.第i代密钥池由第i-1阶段的密钥池去除m条使用时间最长的二维反向密钥链再加上m条新二维反向密钥链组成.理论分析及模拟结果表明:与适用于多次部署的传感器网络密钥管理方案相比,该方案的抗毁密钥连通率显著提高.