无线传感器网络中基于代理的D-S数据融合

提出了一种无线传感器网络中基于移动代理带证据权的D S融合算法。引入证据权对证据进行修正以降低冲突数据对融合结果的影响。采用三级D S组合规则进行融合决策：节点级融合计算单个节点时间域融合检测概率;簇内级融合计算簇内节点间空间域融合检测概率获取局部决策结果;簇间级融合计算簇间的融合检测概率获取最终的全局决策结果。仿真结果表明,本算法能以较小的能耗代价获取准确的融合结果并有效降低冲突数据对融合结果的影响。     

基于特征选择和组合模型的短期电力负荷预测

提出基于特征选择和组合模型的短期电力负荷预测方法。首先将特征向量按特点分为2类,分别使用斯皮尔曼相关系数、最大相关最小冗余算法进行选择,依据贝叶斯信息量准则确定最优特征向量维度。然后使用3个不同的核函数建立单核递归支持向量回归模型并完成预测。最后构建神经网络,进行实验分析。仿真结果表明所提方法具有较高的预测精度与鲁棒性。     

基于双重注意力机制和GRU网络的短期负荷预测模型

电力负荷预测对电力系统的部署、规划和运行影响重大,但目前各输入特征对电网负荷情况影响的程度不稳定,且递归神经网络捕获负荷数据的长期记忆能力差,导致预测精度下降。提出一种基于双重注意力机制和GRU网络的预测新模型,利用特征注意力机制自主分析历史信息与输入特征间的关联关系,提取重要特征,并通过时序注意力机制自主选取GRU网络中关键时间点的历史信息,提升较长时间段预测效果的稳定性。在3个公开数据集上的实验结果表明,该模型在预测精度指标上表现良好,对比SVR、KPCA-ELM、DBN、GRU、Attention-GRU、CNN-LSTM、Attention-CNN-GRU模型预测精度分别提高了2.47、1.14、1.93、1.37、1.04、0.74、0.41个百分点。     

一种多数据同步互斥管理机制的实现

不同数据间同步互斥是影响多核处理器核间通信的重要因素。为提高不同数据节点间的通信效率,降低通信延迟,并减少数据传输的丢包现象,结合自适应随机早期检测(ARED)算法和二进制指数退避(BEB)算法,提出一种软硬件结合的同步互斥管理分配方式。通过Matlab建模分析两种算法的可行性,并移植到ZYNQ7000开发平台中进行仿真测试。测试结果表明,该通信机制具有较低的丢包率和延迟时间,提高了整体传输效率,降低了通信过程延迟等待时间。     

基于区域灰度极小值的网孔织物图像分割算法

针对网孔织物图像的对比度低和噪声点多而导致分割结果中存在网孔连在一起和残缺等问题,提出一种基于区域灰度极小值的分割算法以期提高网孔的分割精度。首先利用高斯金字塔缩放和直方图均衡化算法处理图像以增强图像的纹理轮廓和明暗对比度。然后采用一种基于区域灰度极小值的分割算法以解决仅仅依靠灰度值大小而无法正确分割网孔的问题。最后采用一种多图像融合算法以解决基于局部灰度极小值的分割算法中阈值选择困难的问题。选择多种不同光照程度的网孔织物图像进行实验,实验结果表明所提算法的分割效果良好,能够有效地解决分割结果中网孔连在一起和残缺等问题,且网孔织物的分割错误率为0.24%。     

基于定频MPC的飞跨电容储能双向直流变换器低频波动功率抑制策略

为抑制直流母线低频波动功率对储能系统的影响,以飞跨电容双向直流变换器为研究对象,提出基于单目标定频模型预测控制(model predictive control, MPC)低频波动功率抑制策略。为降低传统MPC算法的运算负荷,通过对变换器数学模型进行分析,提出一种单目标定频MPC控制算法。该算法仅需通过电感电流单目标约束函数,即可实现对系统电流及双端飞跨电容电压的控制,无须对两端飞跨电容电压进行独立寻优,极大地降低了计算量。为实现对储能系统低频波动功率的抑制,引入低频波动功率抑制算法,通过与所提MPC算法的融合,使最终控制方案能够在实现储能控制目标的前提下,具备低频波动功率抑制能力,且保持良好的动态性能。通过搭建小功率实验平台对所提控制策略的有效性进行了验证。     

基于提取双选紧密特征的RGB-D显著性检测网络

针对现有算法对不同来源特征之间的交互选择关注度欠缺以及对跨模态特征提取不充分的问题,提出了一种基于提取双选紧密特征的RGB-D显著性检测网络。首先,为了筛选出能够同时增强RGB图像显著区域和深度图像显著区域的特征,引入双向选择模块(bi-directional selection module, BSM);为了解决跨模态特征提取不充分,导致算法计算冗余且精度低的问题,引入紧密提取模块(dense extraction module, DEM);最后,通过特征聚合模块(feature aggregation module, FAM)对密集特征进行级联融合,并将循环残差优化模块(recurrent residual refinement aggregation module, RAM)配合深度监督实现粗显著图的持续优化,最终得到精确的显著图。在4个广泛使用的数据集上进行的综合实验表明,本文提出的算法在4个关键指标方面优于7种现有方法。     

非连续混合自时延多智能体系统的饱和分布式控制

研究一类非连续混合自时延多智能体系统的全局指数一致性问题.首先,利用具有时变控制增益的分布式负反馈控制器实现智能体之间状态信息交互.考虑到实际系统运行环境与节省控制成本,增设外部饱和环节将控制信号幅值限制在一个合理的范围内,从而提出利用高斯误差函数以及微分中值定理来近似模拟饱和效应,以此降低控制信号的不平滑度.随后,利用Filippov微分包含理论和测度选择定理将多智能体系统的非线性动力学函数映射为Filippov集值函数,再通过广义Halanay不等式和Lyapunov稳定性定理给出该多智能体系统的指数一致性判定条件及其最大容许时延.最后,通过数值仿真验证所提出控制策略的有效性.     

异步时滞切换正系统的有限时间镇定

研究异步切换下时滞切换正系统的有限时间控制问题,即针对控制器切换滞后于子系统切换形成的异步现象,基于平均驻留时间切换方法对切换正系统开展有限时间镇定研究.首先,将每个正子系统运行的区间划分为子系统与控制器匹配和失配区间,并构造多余正Lyapunov-Krasovskii泛函;其次,基于有限时间稳定理论,实现平均驻留时间切换律及异步时滞切换正系统有限时间镇定控制器的联合设计,并给出连续时间和离散时间两种情形下系统有限时间镇定的充分条件;最后,通过两个仿真例子验证所提出方法的有效性.