基于RSSI的极大似然与加权质心混合定位算法

随着无线传感器网络的发展,日益需要更加精确的位置信息来支撑其相关的应用.通过分析待定位节点定位过程中产生的误差,对二阶段定位算法、接收信号强度指示（received signal strength indicator,RSSI）定位技术和质心算法进行深入的研究,提出了极大似然与加权质心混合定位算法：首先通过极大似然估计法对待定位节点进行粗略估计,然后利用加权质心算法对待定位节点坐标估计求精,进一步提高定位精度.仿真实验结果表明,该算法能够在定位精度方面有较大的提高.     

基于动态贝叶斯 LS-SVM 的水下节点移动预测定位算法

针对水下无线传感器网络环境的复杂性和节点的动态性所导致的节点定位精度低的问题,提出了一种基于动态贝叶斯 LS-SVM 的水下无线传感器网络节点移动预测定位算法;该算法以信标节点到通信半径内所有信标节点的距离和跳数矩阵作 为训练集;利用贝叶斯证据框架构建贝叶斯 LS-SVM 模型,将未知节点与信标节点之间的跳数向量作为测试集;将测试集代入 到训练好的贝叶斯 LS-SVM 模型中来确定节点之间的距离,进而建立节点与信标节点距离矩阵的方程并利用最大似然估计法 对未知节点坐标进行估算;最后,通过循环迭代的方式对所有未知节点进行定位的同时使用自适应增减算法动态调整模型参数 和预测模型,以适应数据的动态变化;实验结果表明,该算法相同的节点密度下相较于 SLMP 算法、RTLC 算法、NDSMP 算法以 及 MPL 算法的平均定位误差分别降低了 24. 77%、22. 25%、3. 1%、6. 5%,有效地实现了水下未知节点的动态定位。     

冲击电压试验数据的极大似然估计法处理

本文分析和论证了最小二采法和加权平均法应用在多级法冲击电压试验数据处理中所存在的缺陷和不足;指出用这两种方法得到的百分之五十放电电压和标准偏差所代表的正态分布,并不是适合于试验数据的最佳分布;依据极大似然估计法的统计学原理,给出了两种求解最佳似合正态分布数字特征的方法。计算结果和试验结果的比较以及数据的置信区间检验,都证明了极大似然估计法用于冲击电压试验数据处理,具有较多的优点。     

电机线棒电压老化寿命分布参数的估计

本文对4组大型电机线棒电压老化寿命分布参数,在截尾数据和完全数据情况下,以极大似然法和最好线性无偏估计法进行二参数威布尔分布的参数估计。给出了平均节省试验时间及参数估计相对偏差与截尾数之间的关系曲线。本文运用蒙特卡罗方法,对b=2、5、10和θ=100情况下的总体进行样本容量为6、12,24的模拟随机抽样各50次,分别使用极大似然法和最好线性无偏估计法估计威布尔分布的参数.从分布参数数据的平均值和均方差的比较中,发现采用最好线性无偏估计法估计分布参数更合适。     

电机线棒电压老化寿命分布参数估计的研究

本文对四组大型电机线捧电老化寿命分布参数,在截尾数据和完全数据情况下,以极大似然法和最好线性无偏估计法进行二参数威伯尔分布的参数估计。给出了平均节省试验时间及参数估计相对偏差与截尾数之间的关系曲线。本文运用蒙特卡罗方法,对b=2,5,10和θ=100情况下的总体进行样本容量为6、12、24模拟随机抽样各50次,并分别使用极大似然法和最好线性无偏估计威伯尔分布的参数,从分布参数的平均值和均方差的比较中,发现采用最好线性无偏估计法估计分布参数更为合适。     

基于移动信标的水下无线传感器网络定位算法

针对现有水下无线传感器网络定位算法定位精度不足且无法适应水下多变的网络拓扑的问题，提出一种基于移动信标的水下无线传感器网络定位算法。首先通过RSSI测距定位和DV-Hop算法获取未知节点的大致分布情况，其次以未知节点定位覆盖率作为目标函数，采用经过自适应惯性权重和柯西-t扰动策略优化的改进秃鹰搜索算法迭代求解信标节点移动的最优位置，最后信标节点移动到最优位置再对未知节点进行重新定位。仿真结果表明,与对比算法相比，移动信标节点定位算法能有效提高未知节点定位精度，在网络拓扑变化时也能保持较高的定位精度且定位效果稳定。     

小样本及无失效数据时电器产品可靠性特征量的估计

随着电器产品可靠性的提高 ,其可靠性试验一般采用定时截尾寿命试验 ,若产品的可靠性很高 ,则可能会出现失效样品个数较少甚至无失效样品产生 ,即出现了小样本及无失效数据的情况 ,若采用经典方法估计其可靠性特征量会引入较大误差 ,本文对于小样本时可靠性特征量的估计引入了平均寿命的修正极大似然估计公式 ,研究结果表明 ,修正后的平均寿命估计量的相对误差比极大似然估计法的相对误差有了明显减小 ,且截尾程度越高 ,修正效果越明显 ,而对试验中出现无失效数据时的可靠性特征量应用Bayes理论进行估计。     

基于序列加权的无线传感器网络定位算法

针对阶次序列定位算法的复杂度高和定位精度低的问题,提出了一种新的无线传感器网络阶次序列加权定位算法,给出了该算法的基本原理与实现方法。该算法首先采用Voronoi图对定位空间进行划分,将多边形的点、面的重心及其和边界交汇点作为虚拟信标节点,然后建立虚拟信标节点到信标节点的阶次序列表。最终,该算法计算未知节点序列与构建的最优序列表中各序列的Kendall阶次相关系数,通过对系数的归一化处理实现未知节点位置的加权估计。仿真结果表明,新算法在降低算法复杂度的同时降低了边缘节点定位误差,定位精度也有所改善。     

基于误差修正的电力传感器失调节点定位

失调节点的定位直接影响无线传感器网络在智能电网应用的范围,为了获得理想的电力传感器失调节点定位结果,提出一种基于误差修正的电力传感器失调节点定位方法。首先分析当前电力传感器失调节点定位的研究现状,并指出了当前电力传感器失调节点定位方法存在的问题;然后采用经典DV-Hop算法对失调传感器节点进行初步定位,并采用极限学习机对定位误差进行修正;最后利用Matlab 2014工具箱对电力传感器失调节点定位性能进行测试。结果表明,该方法的电力传感器失调节点定位准确性要优于传统方法,同时加快了电力传感器失调节点定位速度。     

基于IMA-FPGA的电力传感器失调节点定位方法

为了解决动态测试系统中,由于电力传感器失调节点定位偏差,产生的测试数据失调现象,提出基于改进关联挖掘算法(Improved Mining Association Algorithm,IMA)及FPGA实现的电力传感器失调节点定位方法,对关联挖掘算法进行了详细的逻辑分析。利用该算法思路获取电力传感器失调节点间的关联规则,基于该关联规则,通过电力传感器失调节点的DV-Hop定位算法,将未知电力传感器失调节点到信标节点间的距离,用网络中节点平均每跳距离和到信标节点间的跳数乘积表示,采用三角定位获取电力传感器失调节点的位置。为了将最佳电力传感器动态定位器运用在在线检测中,在动态定位器的硬件结构中融入了分布式算法,给出了电力传感器动态定位器的高速并行FPGA实现过程。实验结果说明,所提方法进行电力传感器失调节点定位时的执行时间与内存使用量方面均优于传统方法,定位准确率方面比传统方法也有很大提高,有一定的实际应用价值。     

基于改进APIT算法WSNs节点定位在配电网研究

针对无线传感器网络节点在定位配电网故障时定位精度低、能耗大等问题,对近似三角形内点测试(APIT)算法进行节点定位改进。首先对RSSI测距权重值进行改进,在保持较高的精确度条件下来确定测量次数,达到最优测距能力;然后,对传统APIT定位容易受节点密度影响,采用三角形外接球的方法确定未知节点坐标;最后,使用细菌觅食算法(BFO)改进APIT锚节点在分布较少的边界区域进行确定,将每一个计算出坐标的传感器标记为已知锚节点。由仿真结果可知,改进的APIT算法定位误差降低,减少数据迭代次数,提高了节点定位精度。改进APIT算法在定位准确度、定位面积和能耗损耗优化于其他算法。     

基于改进蝙蝠优化算法的无线传感器网络定位研究

为解决传统DV-Hop算法在无线传感器网络中存在的定位误差大的问题,提出了一种基于改进蝙蝠优化算法的无线传感器网络(WSN)定位方法。首先,构建WSN协同定位模型,并将传统蝙蝠算法与元胞自动机进行融合取代DV-Hop算法中的最小二乘法来计算网络中未知节点的位置,提高算法的搜索能力;其次,引入小生境技术和个体灾变机制,避免算法陷入局部最优,提高全局搜索能力;最后,通过仿真实验进行性能对比分析。实验结果表明,所提算法在节点呈随机分布、C型分布和O型分布的情况下均能够有效实现对未知节点的准确定位,且定位精度和收敛速度均优于对比算法;所提算法的定位精度随锚节点总数、锚节点比例以及通信半径的增加而增加,随传感器测距误差增加而减小。     

基于非参数估计和最优Copula的电力系统概率潮流算法

分布式发电的接入给电力网络带来了极大的不确定性,概率潮流计算是分析这种不确定性的重要方法。针对变量边缘分布求解以及多个节点存在相关性的问题,提出了一种基于非参数估计和最优Copula的电力系统概率潮流算法。利用非参数估计构建了随机变量的边缘分布,采用Copula函数描述随机变量间的相关性,并基于极大似然估计和欧氏距离法确立了最优Copula函数,从而获得了随机变量的联合概率分布,最后对联合分布进行随机采样计算。经IEEE 30节点系统仿真,结果表明经过非参数估计后的风速边缘分布符合风速频率直方图的分布规律,同时算法精度可靠,适合计算含分布式发电接入的网络潮流。     

一种新的威布尔比例失效模型参数估计方法

针对比例失效模型在参数估计中存在计算速度慢、收敛效果差以及初始数据要求高等缺陷,提出了基于极大似然估计方法的分步估计算法,首先对形状参数和尺度参数进行极大似然估计,然后将计算结果代入比例失效模型,再对状态指标回归系数进行极大似然估计,经算例分析表明,该算法在计算速度、计算时间、数据样本选择方面具有较大的优势,证实了所提算法的有效性。     

开关磁阻电机位置检测技术容错控制研究

转子位置的准确检测是开关磁阻电机可靠运行的保证。为提高开关磁阻电机驱动系统的可靠性,提出一种基于最大似然估计法的容错控制方法。采用位置传感器与无位置传感器技术的双重备份,当位置传感器故障,系统由带位置传感器方式平滑切换到采用无位置传感器技术,实现位置传感器容错控制,提高系统的可靠性。最后通过试验验证了方法的正确性和可靠性。     

风力发电机组极限外推参数估计对比研究

本文采用全局最大值法提取风力发电机组的载荷极值，选择三参数威布尔分布预测长期极限载荷，对比分析4种不同参数估计方法（线性矩法、相关系数法、极大似然法、矩估计法）对外推结果的影响。     

测风数据不同时间尺度对风电场产能评估的影响

风资源状况模拟的准确度主要体现在测风数据时间间隔上。以淮安某风电场测风塔一年及以上每10min的测风数据为基准,对不同时间间隔(30min、1h、2h)所记录的测风数据分别应用最小二乘法、平均风速和标准差估计法及极大似然估计法求解风速概率分布进行产能评估,对不同时间间隔下计算所得的发电量进行误差对比。结果指出,风电场发电量估计误差随着时间尺度增大而增大,采取30min时间间隔测风数据计算出的发电量与10min实测数据计算结果更为接近,当风电场选址区域的测风数据完整性较差时,研究结果具有一定指导作用。     

非视距条件下的测距信息融合定位方法研究

为了改善在非视距传播条件下的定位精度,研究和提出了一种测距信息融合定位方法。在NLOS指数分布模型下,利用锚节点传感器测量来自未知节点的接收信号强度、电波到达时间和电波达到角信息,首先将3种测距信息测量值构成一个测距信息集数据库,建立有效的多级联合判决机制,然后利用各自测量量获得相关的距离信息,并进一步利用获得的测距信息进行两两联合求解,剔除异常信息,最后进行加权融合处理得到未知节点坐标。计算机仿真结果表明,本文所提定位方法能有效地抑制NLOS误差,较传统定位方法提高了定位精度。     

变压器局部放电的泰勒?遗传综合定位法

基于变压器时间差定位法的双曲面方程,提出一种用于变压器局部放电源定位的泰勒?遗传综合算法。该算法采用最大似然估计法建立最优方程寻求局部放电源出现最大概率的位置,通过泰勒展开将似然函数线性化,再由遗传算法全局搜索为泰勒展开提供合适的初始点,并利用定位双曲面函数方程个数多于定位所必须的最低个数时出现的冗余数据融合,不断修正定位结果,使得定位寻优过程快速。研究结果表明,冗余信息的增加能有效改善定位精度,利用遗传算法寻找合适的初始点大大提高了泰勒算法的可行性。     

基于故障树模型的光伏跟踪系统可靠性分析

针对光伏跟踪系统可靠性评估进行了研究,通过对光伏跟踪系统主要结构进行分析,提出光伏跟踪系统可靠性评估指标,建立光伏跟踪系统可靠性评估故障树以及各模块可靠性模型。根据某跟踪型光伏电站现场实际故障情况的数据统计与分析,采用极大似然估计法确定各模块可靠性参数,并利用故障树对光伏跟踪系统整体可靠性进行评估,结果证明此评估方法的有效性。