低能耗的分布式数据融合改进算法

通过对串行数据融合算法的研究,发现在实际情况中,要使所有的传感器节点保存全局路由信息非常困难。为降低额外的能量消耗,提出一种新的分布式数据融合算法。该算法中,多个传感器节点同时启动数据融合过程,以多路方式向簇头传递信息,所有节点都是自行决定下一跳的传输方向,避免了保存全局路由信息。从仿真结果看,该算法可以减少时延,有效降低能量消耗。     

基于干扰观测器的机械臂改进趋近律的滑模控制

针对机械臂滑模控制中存在抖振的问题以及对外界干扰较为敏感的特性,设计了一种基于干扰观测器的机械臂改进趋近律的滑模控制策略。该策略在指数趋近律中引入饱和函数,提出了一种改进趋近律;根据系统动力学模型,对系统的不确定性和外部干扰采用干扰观测器进行观测;在此基础上设计系统滑模控制律,控制律对未观测的干扰进行补偿。仿真结果表明,控制策略能有效地抑制轨迹跟踪中的抖振问题,较好地克服外界干扰,保证系统的控制性能。     

减少时延的数据融合改进算法

对构建数据融合树算法FHF的研究,发现离sink节点比较远的节点,在向根节点发送数据时普遍存在延迟大的问题。为减少异常数据传输的时延,特别是对于数据包较大的场合,采用了在MAC层预留检测位的方法来处理突发情况。从仿真结果上看,该方法可以减少异常数据传输的时延,应急措施较好。     

无线传感器网络数据融合算法综述

数据融合技术是无线传感器网络的关键技术之一,它通过合并相似数据、预测未来数据等方式减少节点间数据的传输量,对冗余数据进行精简,从而明显提高网络生命周期以及数据准确性。本文对近年来数据融合算法的研究现状进行了全面深入分析,同时从融合过程中采用的融合算法与融合规则出发,将现有的无线传感器网络数据融合技术分为了基于统计学、基于人工智能、基于信息论与基于拓扑学的四大类,对这四类技术从原理上进行了综述,对其中涉及到的不同融合算法从性能、时延、复杂度以及能耗方面进行了详细分析与比较。最后介绍了自动融合、融合评估等未来数据融合的研究重点。     

基于滑模变结构的无线传感器网络拥塞控制

为解决无线传感器网络逐跳节点拥塞控制问题,在节点网络层与链路层之间引入水槽流入与流出的数学模型,提出一种针对逐跳节点级链路层帧缓冲区队列长度的拥塞控制模型,并采用基于趋近律的离散滑模控制结构作为该模型的控制器,控制过程简便且易于实现。仿真结果表明,与常规的PID控制、模糊PID控制相比,该模型在响应速度、延迟时间等方面性能较好。     

改进幂次趋近律的机械臂滑模控制律设计

针对机械臂滑模控制中存在的抖振问题,采用趋近律的方法来进行改善,在对机械臂的控制特点和常用的滑模趋近律进行分析的基础上,针对幂次趋近律的缺点,提出了一种改进的幂次趋近律,并对其趋近性能进行了分析;根据机械臂动力学模型和改进的幂次趋近律设计了相应的滑模控制策略,对其控制策略的位置跟踪特性和抖振消除能力等进行了验证;仿真结果表明,该控制策略不仅有效地抑制了机械臂滑模控制中的抖振问题,而且保证了机械臂系统对期望轨迹的快速跟踪性,具有更好的趋近特性和收敛特性。     

一种基于改进支持度的节能型WSNs数据融合算法

无线传感器网络(WSNs)内有大量的冗余数据,它们消耗了过多的网络能量;目前的数据融合算法对数据彼此间的联系考虑得不够充分,融合精度有待提高.针对上述问题,提出了一种基于改进支持度的节能型数据融合算法.该算法在网络的感知节点根据设定的阈值对采集到的数据进行初次融合,并引入自支持度的概念,与灰色接近度理论相结合改进支持度函数,将改进的支持度函数应用到汇聚节点计算最终的数据融合估计值.使用Matlab进行仿真的结果表明:该算法可节能27.87％,数据融合的温度绝对误差均值约为0.98℃,达到了节能和提高融合精度的目的.     

无线传感器网络数据融合路由算法的改进

无线传感器网络能量有限,数据融合能通过合并冗余数据减少传输数据量,但其本身的代价不可忽略。针对该问题,研究数据融合代价和数据传输代价对数据融合路由的影响,在基于决策数据融合技术AFST中,对直传数据采用动态最短路径(DSPT)算法,动态识别网络环境和数据特征变化,以最小的代价调整路由。实验与分析结果表明,当网络结构发生变化时,DSPT算法比SPT算法效率更高、更节能。     

蚁群算法在传感器网络数据融合中的应用

研究无线传感器网络数据融合优化问题,采集数据过程节点间存在大量的冗余数据,需对数据进行融合,提高数据传输效率。为了更好地消除冗余数据,提出一种采用蚁群算法的传感器网络数据融合方法。通过建立传感器数据的传输初始路由,再用蚁群算法找到最佳数据路由,即数据传输最优传感器节点序列,从而实现数据融合。仿真结果表明,蚁群算法能够有效消除冗余数据,减少网络中数据传输量,降低传感器节点能量消耗,延长整个网络的寿命。     

基于改进指数趋近律的PMSM滑模控制研究

永磁同步电机（PMSM）控制系统中,滑模控制（SMC）以其鲁棒性强的优势得到了广泛的应用。传统的滑模控制存在着超调量大、响应速度慢、抖振严重等问题。针对以上问题,该文选择永磁同步电机为被控对象,设计了一种改进指数趋近律的滑模变结构控制器,所提趋近律对传统趋近律前的切换项进行处理改进,使系统中的运动点分成两段,当距离滑模面较远时,会加速趋近滑模面,当距离滑模面较近时,会明显削弱抖振。仿真结果显示,与传统指数趋近律相比,改进后的指数趋近律,提高了系统的快速性、稳定性以及抗扰动性。     

基于滑模控制的改进差分进化算法

针对机器人轨迹规划问题,提出了一种基于滑模控制的改进差分进化（IDE）算法.以运行时间和能量损耗为目标函数.利用种群中最好个体和平均水平个体的差分引导变异方向,利用种群中最好个体替换最差个体,加快收敛速度.取消变异因子和交叉因子,降低人工干预,增强了模型稳定性.利用保形分段三次Hermite插值代替三次样条插值,防止拟合过冲,降低了抖振.基于给出的状态空间方程,设计了滑模控制律,通过李亚普诺夫函数方法证明了系统的稳定性.仿真实验和结果分析表明,改进的算法有较强的搜索能力,加快了收敛速度,降低了运动轨迹的抖振.     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

基于幂次函数的预测滑模控制算法

针对一类不满足匹配条件的不确定离散系统,利用全程滑模面设计了切换函数的预测模型,利用幂次函数趋近律设计了参考轨迹,结合反馈校正和滚动优化技术得到了一种离散滑模控制算法。理论分析和数值仿真均表明,该算法不需要知道系统的不确定性上界,对于不满足匹配条件的不确定性系统具有强鲁棒性,可以使切换函数无抖振的收敛于与外干扰相关的某一稳态值,而且被控系统表现出了良好的动态品质。     

基于干扰观测器的终端滑模控制研究

针对一类非线性不确定系统,提出一种带干扰观测器的终端滑模控制TSMC方案.在不考虑外部干扰的影响下,设计了终端滑模控制,保证系统状态在有限时间内收敛到零;当存在干扰时,构造了非线性干扰观测器系统,以在线逼近未知外部干扰,消除其影响.考虑输人通道的不确定性,采用自适应方法在线逼近不确定的上界,并采用Lyapunov方法严格证明了自适应闭环系统的稳定性.对一级倒立摆系统进行仿真,仿真结果表明了所设计控制方案的有效性.     

基于干扰观测器的解耦快速终端滑模控制

针对一类欠驱动系统跟踪控制问题,提出了一种基于非线性干扰观测器的全局解耦快速终端滑模控制(NDODGFTSMC)策略。将欠驱动系统分解成两个子系统分别设计全局快速终端滑模面,利用其中一个子系统滑模面的符号函数来构造中间变量,并将该变量引入到另一个子系统的滑模面中,构造出整个系统的滑模面,采用等效控制法和模糊双幂次趋近律求解系统的控制律。同时为了消除系统扰动对控制效果的影响,设计了一种双曲正切非线性干扰观测器对系统干扰进行估计并补偿给控制器。利用Lyapunov稳定原理证明了系统滑模面的渐近稳定性。将该方法应用于小车倒立摆系统的控制中,仿真结果验证了其有效性及优越性。     

基于滑模干扰观测器的直流电机系统复合控制

随着直流电机设备在农林业、制造工业和航空航天领域应用得越来越广泛,实际工程对其性能的要求也越来越高。针对直流电机系统控制中面临的建模误差、参数摄动以及摩擦力矩干扰问题,提出一种滑模干扰观测器(SMDOB,sliding mode disturbance observer),其输出可作为控制系统中干扰补偿的设计依据。基于所设计的内环SMDOB,并利用不变性原理,提出一种外环复合控制方案,从而实现直流电机系统的位置跟踪能力。仿真结果表明,相比传统的控制方案,该控制方案下电机系统的跟踪性能更好,对建模误差、参数摄动以及摩擦力矩干扰的鲁棒性更高。而且,该控制方案的结构较为简单,易于工程实现。     

浅析无线传感器网络数据融合安全方案

数据融合技术是无线传感器网络中去除冗余信息和延长网络生命周期的主要途径,但是数据融合在减少能量开销的同时也带来了很大的安全隐患,容易受到多种信息安全的威胁.为了保障数据融合结果的可靠性和安全性,研究安全的数据融合方案有着重要意义.本文分析了常用的安全数据融合方法,并详细分析了基于信任机制和隐私保护的新型数据融合安全保护方案.     

基于多源数据融合的注射坯密度分布控制算法

自动化和智能化是未来粉末注射成形技术的重要发展方向,本文通过对注射模具温度基于滑动窗口技术的数据挖掘处理以及对注射坯CT切片密度分布的分析修正、阈值预处理后,采用基于神经网络数据融合的方式对多源数据进行融合,实现对注射坯密度分布的有效控制。