目标感知事件驱动的滑行道冲突控制策略

为避免机场滑行道发生冲突,减轻管制员负荷,提出一种基于传感器网络的滑行道冲突控制策略。该策略根据滑行道运行过程,利用Petri网建立传感器网络条件下的滑行道动态模型,并建立滑行道运行约束模型。针对航空器运行冲突问题,利用局部关联矩阵方法和逻辑互斥方法设计控制器,控制器给出灯光控制指令以控制助航灯光,从而实现滑行道冲突避免和自动引导。最后通过实例分析和仿真验证表明控制策略的有效性。     

基于A~*算法的机场滑行路径优化研究

研究机场场面航班的滑行路径分配和滑行冲突问题。针对目前滑行效率制约机场调度。滑行冲突影响飞行安全的状态,提出将安全间隔、滑行规则和冲突避免限制规则作为约束条件建立了滑行路径优化模型。采用了A*算法给出了问题的优化,在保证滑行道调度零冲突的前提下,缩小航班的总滑行时间,提高了滑行效率。以重庆江北国际机场为例,与管制员依据机场细则得到的路径相比,结果表明提出的滑行道调度模型和优化方法是可行的,在实现较优的滑行路径的基础上能智能的发现冲突、解决冲突,可为繁忙机场的机场调度提供了决策支持。     

基于异步采样的多回路网络控制系统的建模与控制

针对异步采样机制下的多回路网络控制系统,研究了系统的建模与控制器设计问题。首先,分析了同步采样机制引起的数据冲突等问题,提出了多传感器异步采样的传输机制。考虑固定的网络传输时延,将多回路网络控制系统建模为一类具有时延的离散线性系统;考虑同步控制要求,设计了基于一致性的控制策略,并利用Lyapunov函数法,给出了闭环系统渐近稳定的充分条件;应用锥补线性化方法（CCL）,给出了状态反馈控制器设计方法。最后的数值算例验证了上述方法的有效性。     

基于蜂拥控制的移动传感器网络目标跟踪算法

针对移动传感器网络中的目标跟踪问题, 以及现有控制策略在保持网络拓扑结构连通性和降低能量消耗方面存在的不足, 提出一种基于蜂拥控制的移动传感器网络目标跟踪算法. 首先, 利用网络中部分节点检测目标, 并使用卡尔曼一致性滤波算法估计目标的状态, 在获得比较精确的估计状态的同时降低能量消耗; 然后, 在蜂拥控制下传感器网络始终保持拓扑结构连通性和目标对网络可见, 同时避免节点之间发生碰撞. 仿真结果验证了所提出算法的有效性.

     

煤矿带式输送机健康诊断方法

针对基于多传感器信息融合的煤矿带式输送机健康诊断方法运用D-S证据理论在处理冲突证据时失效的问题,提出了一种基于模糊证据理论的带式输送机健康诊断方法。该方法首先利用多种传感器采集带式输送机信息,并根据隶属度函数获取基本概率赋值,从而提取信息特征;然后通过对冲突证据进行修正并应用D-S证据理论的合成规则,实现基于模糊证据理论的信息融合;最后根据决策规则判断带式输送机运行状态。通过实例验证了该方法的有效性。     

基于RBF预估神经网络控制器的无线传感器网络拥塞算法

无线传感器网络中,汇聚节点是网络的瓶颈.由于传感器网络自身的特点,传统有线网络中的拥塞控制策略不再适用.已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(RTT)对算法性能的影响.同时由于实际传感器网络运行中存在非线性、时间延迟和参数时变等干扰因素,若设计的控制器参数固定,不具有学习能力,则实际运行中收敛性差,收敛速度慢,无法达到控制队列长度的目标.针对以上问题,提出一种基于灰色预估神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了大时滞对网络性能的影响,最后通过仿真验证了这一算法的有效性.     

非打扰式无线传感器网络测试仪的设计与实现

无线传感器网络的测试工具对于传感器网络的深入研究和应用具有重要意义。提出了一种非打扰式的无线传感器网络测试方法,并介绍了基于该方法的无线传感器网络测试仪的设计思路和详细实现。该测试仪采用可编程逻辑阵列(FPGA)高速采集传感器节点的内部互连信息,并将采集的信息通过额外网络传输到测试服务器进行集中处理,还原节点状态信息和获取整个无线网络的通信情况,避免了对传感器网络节点运行和无线通信的影响。实验测试表明,该测试仪可以很好地获取节点状态,并在数据采集的过程中不干扰节点的正常工作。     

基于网元的策略冲突解决方法

策略冲突的解决是基于策略的网络管理系统正常运行的前提之一。论文提出了一种基于网元的策略冲突解决方法,以网元为单位构造策略优先级关系矩阵,用以解决与该网元相关的策略冲突问题。该方法避免了大矩阵的计算处理,从而减少了基于策略的网络管理系统的计算成本。经实验验证,该方法可以有效地解决基于策略的网络管理系统中存在的策略冲突问题。     

基于性价比的无线传感器网络能量空洞避免研究

针对当前无线传感器网络能量空洞避免方法影响无线传感器网络中其他性能问题,提出一种基于性价比的无线传感器网络能量空洞避免方法,首先对无线传感器网络生存周期进行定义,并根据无线传感器网络发送和接收数据消耗的能量,建立传感器网络节点的能耗模型,并对模型做出假设,在此基础上,利用IFA-based节点分布策略,通过计算无线传感器网络环带的面积,确定环带中产生的信息量,通过求解环带中节点接收和传输信息的能耗,确定其与总能耗的比例,根据该比例,实现无线传感器网络中节点部署,从而完成基于性价比的无线传感器网络能耗空洞避免研究。实验结果表明,所提方法能够有效提高无线传感器网络中节点的负载均衡度,避免能量空洞的发生,为该课题向应用领域发展提供依据。     

基于多传感器的移动小车循墙导航控制

针对传统单传感器循墙移动小车存在控制精度不高、行走导航不稳定、控制程序算法繁杂的问题,提出了基于光电传感器、超声波传感器及光电测速码盘等多传感器组合的新型移动小车循墙导航控制方法。描述了移动小车系统结构、传感器设置,阐述了超声波传感器、光电传感器和光电测速码盘等的检测分析方法。提出了基于超声波的超误差模糊化算法,并根据超误差模糊化算法设计了相应的控制算法程序。讨论了房间内不同运动环境下各个传感器的工作状态,并由不同的运动环境状态确定了不同的传感器检测信息。利用光电传感器、超声波传感器、光电测速码盘检测信息,构建了室内环境状态的混合模型。结合混合模型制定了对应的控制策略,在该控制策略的作用下,实现了小车在室内各环境状态下的平稳运行。试验结果表明,基于多传感器构建的混合模型实现了移动小车精确、稳定的循墙导航控制,所提出的方法简单可靠、实用性强,具有一定的应用价值。     

基于背压路由算法的离港飞机滑行路径优化

针对现有优化算法仅从最短路径或最小滑行时间的角度出发,忽略了航空公司满意度和滑行道负载率对滑行道调度影响的问题,提出了基于背压路由的离港滑行路径优化算法．算法首先将离港滑行路径优化问题等价转化为网络拓扑结构中的路由搜索问题,然后利用背压路由算法求解具有最大航空满意度和最小滑行道负载率的滑行路径．对国内某枢纽机场实际运行数据的仿真结果表明,运用该算法获得的滑行路径在保证跑道及滑行道效用的同时,能够有效减少飞机滑行时间,改善机场拥塞问题,缓解机场容量与需求的矛盾,提高机场运行效率,为离港航班滑行路径优化提供了新的研究思路．     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

多Agent的航空器滑行策略优化

快速发展的民航事业导致很多机场容量不足。为缓解大型机场交通拥堵的现状,研究了航空器滑行策略优化问题。滑行路径优化是指在特定的时间段内,根据机场资源信息和地面运行管理系统对进离场航空器在跑道和停机位之间的距离进行优化管理。通过深入剖析机场地面的网络结构,综合考虑滑行冲突、地面运行规则等因素,提出了多Agent滑行策略优化方法,该方法提升了机场资源利用率;基于地面网络链路结构的概念,建立了航空器滑行策略优化模型;结合多Agent的基本理论,设计了跑道出口选择概率函数和多Agent系统滑行路径优化结构,以寻求航空器的最优滑行路径。以国内某大型机场的实际情况为研究背景进行了航空器滑行策略实验,结果表明,与以往的算法相比,多Agent滑行策略优化方法的效果更为显著。设置跑道口的速度和同一交叉口航空器的最小间隔距离,通过对跑道出口的选择和Agent间的交互协商,航空器能够对原滑行路径进行有效调整,并缩短其在机场场面上的滑行时间。与最短路径算法相比,多Agent滑行策略方法在航空器的总滑行距离、航空器在滑行道上的密度以及平均等待时间方面的优化效果更好,且其对滑行道资源的分配更合理。其中,航空器在节点处的平均等待时间减少了8.26%。所提策略可有效缓解机场交通拥堵的现状,提高场面运行效率,对减少航空器延误和保障机场的运营安全具有重要意义。     

A Recurrent Neural-Network-Based Sensor and Actuator Fault Detection and Isolation for Nonlinear Systems With Application to the Satellite's Attitude Control Subsystem

This paper presents a robust fault detection and isolation (FDI) scheme for a general class of nonlinear systems using a neural-network-based observer strategy. Both actuator and sensor faults are considered. The nonlinear system considered is subject to both state and sensor uncertainties and disturbances. Two recurrent neural networks are employed to identify general unknown actuator and sensor faults, respectively. The neural network weights are updated according to a modified backpropagation scheme. Unlike many previous methods developed in the literature, our proposed FDI scheme does not rely on availability of full state measurements. The stability of the overall FDI scheme in presence of unknown sensor and actuator faults as well as plant and sensor noise and uncertainties is shown by using the Lyapunov's direct method. The stability analysis developed requires no restrictive assumptions on the system and/or the FDI algorithm. Magnetorquer-type actuators and magnetometer-type sensors that are commonly employed in the attitude control subsystem (ACS) of low-Earth orbit (LEO) satellites for attitude determination and control are considered in our case studies. The effectiveness and capabilities of our proposed fault diagnosis strategy are demonstrated and validated through extensive simulation studies.     

Petri网的一类禁止状态问题的混合型监控器算法设计

针对广义互斥约束下Petri网的不可控影响子网为状态机的一类禁止状态问题,给出了观测器的设计方法,并基于观测器得到了求解最大允许控制策略的算法.利用观测器将广义互斥约束简化为单禁止库所约束,并将存在不可控变迁的问题简化为相当于变迁全部可控的问题,这有效地解决了不可控变迁带来的计算复杂性问题.最后,利用一个地铁交通调度示例验证和说明该监控器设计方法.     

基于WSN的多目标跟踪及反馈控制平台

针对多目标跟踪易产生网络冲突与超声波传感器之间的干扰问题,搭建多目标实时跟踪及反馈控制平台,提出一种有效的传感器节点调度策略。对于网络中分布式的异步测量问题,研究扩展卡尔曼滤波定位算法,实现多目标实时定位跟踪。实验结果表明,该策略有效避免多目标跟踪造成的超声波测量干扰和网络冲突,实现机器人网络化实时反馈控制和多机器人协同控制。     

概率模型下异构传感器网络部署算法的研究

目前采用虚拟力方法解决传感器节点部署问题的算法均基于同构传感器网络,面向异构传感器网络的部署需求,提出扩展的虚拟力算法.该算法采用概率感知模型,部署时根据感知半径的悬殊采用静态部署与动态部署相结合的策略,根据节点感知半径差异度决定最佳距离的取值,节点移动时采用接替移动法.仿真结果表明该算法能够根据应用需要将异构传感器节点合理地部署于目标区域内,同时能有效地均衡网络节点的能耗,延长网络的生存时间.     

无线传感器网络中的Sinkhole攻击检测

探讨了无限传感网络的构成及无线传感器网络协议栈各层所面临的安全问题,重点讨论了Sinkhole攻击的危害及检测,通过分析Sinkhole攻击点邻近区域的路由特点,提出了基于汇聚度检测Sinkhole攻击的策略和基于多点监测与回复信息的攻击检测方法。     

Sensor Network Structure Recognition Based on P-law

A sensor graph network is a sensor network model organized according to graph network structure. Structural unit and signal propagation of core nodes are the basic characteristics of sensor graph networks. In sensor networks, network structure recognition is the basis for accurate identification and effective prediction and control of node states. Aiming at the problems of difficult global structure identification and poor interpretability in complex sensor graph networks, based on the characteristics of sensor networks, a method is proposed to firstly unitize the graph network structure and then expand the unit based on the signal transmission path of the core node. This method which builds on unit patulousness and core node signal propagation (called p-law) can rapidly and effectively achieve the global structure identification of a sensor graph network. Different from the traditional graph network structure recognition algorithms such as modularity maximization and spectral clustering, the proposed method reveals the natural evolution process and law of graph network subgroup generation. Experimental results confirm the effectiveness, accuracy and rationality of the proposed method and suggest that our method can be a new approach for graph network global structure recognition.     

基于优化算法的冲突仲裁策略

该文提出了一种基于优化算法的冲突仲裁策略。在约束网络支持的并行设计过程中，建立了冲突仲裁的数学模型，设计了反映冲突严重程度的指标，并针对该指标利用基因算法进行优化求解。与以往的冲突解决方法不同，该方法利用设计参数区间的可扩展性，找到了制约设计问题的瓶颈，以最小的设计区间损失争取到最佳设计指标，从而达到有效解决冲突的目的。与约束网络相配合，该方法能够在并行设计的初期就监控设计过程，提早解决冲突以避免后期出现大返工。文中最后利用了转向架的设计实例说明了该方法的有效性。