基于业务的电力通信网络脆弱性分析评价方法

为解决传统复杂网络理论脆弱性分析的局限性并改善网络性能,提出了一种基于业务的电力通信网络脆弱性分析方法。利用复杂网络理论构建网络模型,将业务重要度和业务流量作为网络参数,在蓄意攻击和随机攻击的策略下,以链路或节点失效所造成的业务量损失大小来描述网络的脆弱性,并找出网络中相应的脆弱部位。以电力IEEE30节点测试系统作为仿真实例,结果表明,网络业务分布越不均匀,网络脆弱性就会越高,进而网络抵御级联故障的能力就越差。而且在蓄意攻击的情况下,网络脆弱性极高。得出结论,网络业务分布越均匀,网络脆弱性就会越低。针对结论,提出了改进业务路由策略的方法以降低网络的脆弱性。仿真证明了该方法的有效性和可用性,并可为电力通信网络规划和维护提供参考,具有现实意义。     

基于边临毁度的电力通信网脆弱性分析

电力通信网脆弱性分析对确保电力系统安全运行和加强电网健壮性具有重要意义。首先建立了电力通信网络模型,从网络的业务层、网络传输层和物理层指标出发,建立了基于临毁度和网络损失度的电力通信网的脆弱性评估和分析模型。接着对边的业务传输时延指标、带宽占比指标和物理故障概率指标评估得出网络部件(节点、边)的临毁度。最后结合网络部件失效后的系统损失度,得出网络部件的脆弱度评估值。以IEEE-30节点系统为例进行仿真,完成了通信网络部件的脆弱性评估分析,结果表明通信链路的长度和业务分配方案与电力通信网的脆弱性密切相关。     

一种改进的室内无线定位算法

为提高室内无线定位精度并降低算法复杂度,提出一种改进的室内无线定位算法,包含2种分支算法。以视距路径数为标准,将室内无线环境划分为非视距污染较轻和较重2种环境。对污染较轻的环境,采用改进的Fang-Taylor级联算法;对污染较重的环境,采用新的迭代定位算法。仿真实验结果表明,该算法能达到甚至超过同类算法的定位精度,且适应多种室内无线环境,提高对环境的鲁棒性。     

电子互感器采集器与合并单元通信新规约

数字化变电站中采集器与合并单元之间通信遵循IEC60044—7／8标准,分析IEC60044—7／8中采用的曼彻斯特传输码与CRC校验码。分别对当前光纤通信中使用最广泛的485B码与FT3帧格式中使用的曼彻斯特码、BCH纠错码与FT3帧格式中的CRC校验码进行对比,提出使用485B码代替曼彻斯特码、BCH码代替CRC校验码的新的传输方案,并对新方案进行仿真从而证明新方案的优越性。     

IEEE 802.11e EDCA在CFB模式下的性能分析

基于IEEE 802.11无线局域网的快速发展对服务质量提出了更高的要求,IEEE提出的802.11e提供了对QoS的支持.本文首先从理论上对比分析了IEEE 802.11中原有的DCF和IEEE 802.11e中的EDCA这两种MAC接入机制;然后运用Ns网络模拟软件,仿真网络中视频、音频和FTP数据流在不同MAC协议的网络中的性能表现,证实了IEEE 802.11e EDCA能提供QoS支持,提升WLAN性能.对IEEE 802.11e EDCA的CFB模式下各种参数的网络表现进行了仿真,证明CFB模式可以进一步提高系统的吞吐量,但是在TXOP等参数的选择上还要进行优化.     

基于LS-Kalman的无线传感器算法研究

常用的定位算法用于无线传感器定位时的性能很不稳定且误差很大,为此提出一种更高精度的定位算法。该算法前期使用基于非测距的DV-HOP算法进行初始定位,后期用改进的最小二乘-卡尔曼滤波(LS-Kalman)对初始定位进行循环求精。本文采用MATLAB仿真软件分别对二维和三维无线传感器网络节点进行实验,实验结果表明该算法三维定位收敛更快,定位精度更高,且算法更简单。     

基于有向包围盒的尺度点云配准算法

为了提高激光点云的配准精度和效率,解决两片点云之间存在尺度变换的配准问题,提出了一种基于有向包围盒的尺度点云配准算法.首先,分别生成两片点云的空间有向包围盒,利用两个包围盒对应边的比值计算尺度因子.然后,将目标点云包围盒进行尺度放缩,再利用包围盒对应顶点的关系计算旋转矩阵.同时,引入点云的单位向量和,以单位向量和之间余...     

基于Kalman的LBE算法对PLP估计的研究

如何准确有效地估计丢包概率(PLP),维持VPN用户数量和QoS之间的平衡,从而达到利润最大化是ISP亟待解决的问题.目前包丢失概率估计算法主要有基于大偏差理论的LBE和ATE等.研究表明LBE比ATE有更好的估计性能,但是LBE会引起网络利用率的低下.本文探讨了Kalman Filter在LBE中的应用,仿真结果显示基于Kalman的LBE算法比LBE算法具有更好的估计性能.     

基于最小径向基函数(MRBF)神经网络的非线性噪声对消

由于传统线性噪声对消器对非线性噪声不能很好的适应,本文改进传统线形噪声对消器的线形滤波器部分,用MRBF网络代替横向LMS结构,以适应非线形噪声存在的情况.使用改进的RBF网络结构MRBF[1],解决了隐单元数目确定的困难,学习算法采用更加稳定的扩展卡尔曼滤波方法(KEF),增强了RBF的实用性.本文提出的方法降低了运算复杂度,增强实时性.仿真结果表明该方法有良好的噪声对消性能.