基于改进PSO算法的加热系统分数阶控制

针对分数阶加热系统,提出一种基于改进粒子群优化算法的分数阶PIλDμ控制方法。首先,将细菌趋化行为机制引入带收缩因子的粒子群优化算法中,解决粒子群优化算法中由于只存在吸引操作没有排斥操作导致种群多样性失去的问题,从而避免PSO早熟收敛及陷入局部最优;然后使用改进PSO算法优化分数阶PIλDμ控制器的参数;最后,以加热系统为被控对象,分别采用改进粒子群优化算法、标准粒子群优化算法、遗传算法优化分数阶PIλDμ控制器的参数。仿真结果表明,使用该改进算法整定分数阶PIλDμ控制器参数,控制器能有效地抑制模型参数的摄动,系统鲁棒性更强。     

基于改进粒子群优化算法的预测控制

在实际工业过程中预测控制算法应用广泛,但是对于多变量预测控制算法其参数较多,且各个参数之间相互耦合,故整定其参数比较复杂,鉴于此提出一种基于改进粒子群算法的预测控制参数优化算法。该算法的基本思想是将生物寄生行为机制引入到粒子群优化算法中,形成双种群粒子群优化算法,使用该改进粒子群算法对多变量预测控制算法的参数进行离线优化,从而确定预测控制算法参数的最优取值。最后,将本文算法用于冷热水系统液位和温度的控制,并通过仿真将该算法与标准粒子群优化算法相比较,仿真结果表明使用该算法对多变量预测控制的参数进行优化整定时,系统的阶跃响应具有抗干扰性能好、超调量小、调节时间短等优点。     

矩形隧道下存在车辆遮挡的V2V信道测量与分析

车对车(V2V)通信是智能交通系统的重要组成部分。隧道是智能交通系统的一个重要应用场景。考虑到隧道壁反射、车辆衍射以及隧道附属设施布置密而复杂的问题,研究隧道场景下的V2V信道传播特性对于智能交通系统的设计与测试具有重要意义。本文利用宽带信道探测器对隧道环境下的V2V信道进行了测量。测量所使用的载波频率和带宽分别为5.2 GHz和120 MHz。根据不同的情况,将测量分为3种类型:可视距(LOS)、部分视距(OLOS)和不可视距(NLOS)。基于实际测量数据,建立不同场景的路径损耗模型和接收信号幅值衰落分布,进而分析信道衰落特性。结果表明,NLOS场景下的路径损耗指数、阴影衰落均大于LOS、OLOS情况,LOS、OLOS之间阴影衰落没有显著变化。LOS和OLOS场景下接收信号的幅度衰落均服从莱斯分布,NLOS场景下接收信号的幅度衰落服从瑞利分布;3种场景下均方根延迟扩展都符合对数正态分布;NLOS引起了更大的阴影衰落和时域弥散;随着距离的增大,K因子逐渐减小,表明K因子对距离具有依赖性。     

两种隧道场景下车对车无线信道衰落特性的测量与分析

针对车-车(vehicle to rechicle, V2V)通信系统对无线电信道衰落特性和模型的需求,分别在两种隧道场景中5.9 GHz和5.2 GHz频段下进行了V2V无线电信道测量活动,并对隧道外、隧道内和两者之间的连接部分场景进行了小尺度衰落特性分析. 基于近距离(close-in, CI)对数模型和ABG (α-β-γ)模型建立了基于距离的接收功率模型,对两种场景隧道内外的接收功率进行了评估和比较,路径损耗指数分别为1.83和1.9,结果表明参考距离为1 m的CI对数模型具有更高的拟合度. 此外,将测量数据幅度的衰落分布与五种典型的理论衰落分布进行比较分析,发现其特征更接近于具有最小拟合优度值的莱斯分布,且隧道内的莱斯K因子小于隧道外. 同时,给出了隧道内和隧道外之间连接处基于距离的莱斯K因子模型,发现连接处的K因子与距离无关,而隧道内的K因子随距离增大而减小.