IoT网络中基于多天线技术的无人机通信传输性能优化

为了提高无人机通信传输性能，研究了在物联网中结合多天线技术对无人机通信的上下行链路功率控制。采用可配置波束宽度和功率的阵列天线，对无人机通信的上行链路和下行链路的传输性能进行分析和优化。对于下行链路，提出一种基于地面传感器设备位置信息的自适应功率分配算法，通过研究地面传感器设备接收性能与无人机发射功率和相对位置之间的关系，分析无人机采用固定功率发射时地面传感器设备获得通信速率与其位置的关系，从而最大化下行链路的传输容量。同时针对实际工程需求，考虑覆盖范围内所有用户的服务质量，提出一种基于地面传感器设备位置的功率预均衡算法，从而获取良好的QoS。对于上行链路，考虑在频谱共享环境下的通信机制，提出一种基于地面传感器设备位置的非合作博弈功率控制方法，根据相对位置和最小通信速率需求设计效用函数，证明纳什均衡的存在性和唯一性。最后，针对提出的上下行链路功率控制优化算法，通过仿真结果验证了其正确性，有效保证了系统的传输性能。     

基于边缘计算的输电通道可视化监控系统设计

为避免供应电流出现过量泄露的情况,实现对输电通道内电量传输行为的可视化监控,设计基于边缘计算的输电通道可视化监控系统。基于输电监控回路、连接设置模块、监控信息查询模块实现输电通道可视化监控系统的硬件设计。在此基础上,根据边缘计算法则,设置必要的Unity3D引擎结构,通过采集数据流信息的方式,得到准确的边缘信息过滤结果,实现监控系统的软件执行环境搭建,结合相关硬件设备结构,完成基于边缘计算的输电通道可视化监控系统设计。实验结果表明,与边云协同型监控系统相比,在边缘计算原则作用下,供应电流的泄露状态得到了较好控制,能够更好满足可视化监控输电通道内电量传输行为的实际应用需求。     

基于遗传粒子群算法的海上风电系统参数优化

为提升海上风电系统的运行能力,使其阻尼比指标始终保持相对较高的数值水平,提出基于遗传粒子群算法的海上风电系统参数优化方法。根据遗传算法优化电信号参数,采用粒子群算法判别电信号能力,通过设置电量频谱参数完成基于遗传粒子群算法的电量频谱分配。建立风电系统传递函数,利用发电机建模原则计算DFIG-PSS优化参量的具体数值,实现对海上风电系统参数的按需优化。实验结果表明,随着遗传粒子群算法优化手段的应用,电信号阻尼比指标能够长期保持较高的数值水平,与基于PSO算法的调度模型相比,更能提升海上风电系统的稳定运行能力,符合实际应用需求。     

一种为地面节点充电的多UAV任务分配与路线规划方法

以多个无人机（UAV）为大面积分布的传感器节点无线充电为应用场景，提出了一种分布式快速拍卖算法（DFAMTA）用于为多个UAV分配任务及规划航线。利用该算法，不需集中控制器，每个UAV根据自己的续航能力和获知的节点位置及剩余电量信息，建立包含多个节点的任务集进行投标；中标者的确定在单个任务层面上独立并行进行，大大节省了任务分配的收敛时间。理论证明，DFAMTA算法在最差情况下也能获得最优分配算法50%的性能。仿真验证了算法在收敛时间上的优势以及在改善无线传感器网络系统平均覆盖率方面的优越性。     

面向无线传感器网络信息年龄的多无人机轨迹优化算法

由于无线传感器网络(WSN)中传感器的传输功率有限,同时可能与基站(BS)传输距离较远,造成无法及时交付数据,数据新鲜度过低,影响时延敏感型业务决策质量。因此,采用无人机(UAV)辅助收集传感器数据,成为提升无线传感器网络数据新鲜度的有效手段。该文通过信息年龄(AoI)性能指标评估无线传感器网络数据新鲜度,并基于集中式训练分布式执行框架的多智能体近端策略优化(MAPPO)方法研究了无人机轨迹优化算法。通过联合优化所有无人机的飞行轨迹,实现地面节点平均加权信息年龄的最小化。仿真结果验证了所提多无人机路径规划算法在降低无线传感器网络信息年龄方面的有效性。     

基于北斗/惯导与多传感融合的无人机参数矫正方法研究

针对无人机飞行过程中姿态、定位以及高度参数不精确的问题,提出基于北斗/惯导与多传感器融合的无人机参数矫正方法,介绍了在北斗/惯导组合系统中融合气压传感器与速度传感器的采集参数,结合卡尔曼滤波器算法推算最优定位值。由速度传感器提供具体参数给惯导系统,并利用加速度与航偏角之间的关系预测无人机轨迹,结合北斗系统当前定位参数推算出最优值,将运算得到的无人机参数通过无线通讯的方式发送到终端进行存储显示。结果表明:采用多传感融合方式矫正的方法有效提高飞行轨迹与姿态的监测精度,定位精度达到3m,为操控无人机提供了有力的理论依据。     

无人机扩频遥控链路Rake接收机设计

针对无人机起降阶段多径效应会引起遥控误码率性能下降的问题，提出了一种基于导频辅助的Rake抗多径算法。该算法通过在传输帧中插入导频符号和在遥控接收机中增加Rake抗多径模块的方式，使无人机遥控链路在多径信道下的误码率性能得到了显著改善。在高斯、莱斯、瑞利等信道条件下对算法进行了仿真，结果表明，该算法能够将无人机起降阶段的遥控误码率提高2～3个量级。实测数据进一步验证了该算法抗多径性能的有效性。     

基于多传感器融合的无人机自主避障方法

针对无人机利用单一传感器进行避障时存在准确度低、信息缺失等问题,提出了一种基于多传感器融合的无人机自主避障方法。通过改进的贝叶斯融合算法将二维激光雷达与深度相机获取的点云信息进行融合,以弥补二维激光雷达无法检测的区域。同时,利用融合点云生成八叉树地图,并根据不断更新的地图信息对无人机进行实时航迹重规划,实现无人机在未知环境中的自主避障。实验结果表明,所研究方法不仅提高了无人机感知周围环境的准确度,融合点云的均方根误差小于0.06 m,还具有良好的避障效果,无人机与障碍物的距离均大于0.5 m,保证了其在未知环境中的安全飞行。     

基于数据驱动的供电服务模式研究

为有效控制高、低压转换过程中的电子量损失行为,提升电网环境中的电量传输效率,针对基于数据驱动的供电服务模式展开研究.根据供应电子的实际传输方向,定义电子量的传输步长值,联合高、低压驱动电量的物理数值差,完成数据驱动技术的应用原理分析.在此基础上,建立B/S架构,通过分别计算电压供应量与电流供应量数值的方式,实现基于数据...     

低能耗和低时延的无线传感器网络数据融合算法

针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成传输数据的最短路径;并根据集中式TDMA(时分多址)调度模型,运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明,上述算法不但可以最大化网络的生存时间,还可以有效的降低数据融合时间,减少网络延时。     

基于交点质心算法的人员区域定位系统研究

采用物联网技术设计了一套地下人员区域定位的安全管理系统。该系统采用智能安全识别卡作为当前移动节点坐标位置的发出者,无线定位基站作为移动节点坐标位置的接收者,基于交点质心定位算法定位地下工作人员的三维坐标位置,并通过以太网将采集到的坐标信息传输至地面监控调度中心。地面监控调度中心根据接收到的信息自动记录地下工作人员的相关信息,并自动统计生成考勤报表。整套定位系统环境适应度强,可实现对环境信息的采集和工作人员的定位,通过与传统的四边测量法实验结果进行对比,发现基于交点质心的三维空间定位算法定位效果更好,误差更小。     

一种基于UAV的无人海岛监控网络数据收集策略

针对传统的最小跳路由无线传感器网络（WSN）在数据汇聚上较高的能量开销问题,提出了一种基于无人机(UAV)数据收集的动态分簇算法,其主要思想是利用节点剩余能量来确定那些节点可以当选簇首,同时利用节点坐标位置和设定地分簇半径来划分簇的大小。该算法的优势是能最大程度地均衡每个传感器节点的能量,使整体的节点剩余的能量维持在同一水平。为了提高数据收集的效率,采用蚁群算法规划了无人机数据收集的最短路径。仿真结果表明,与相同的分簇算法下传统的最小跳路由无线传感器网络相比,所提出的基于无人机的无线传感器网络（UAV-WSN）在能量利用率和生命周期方面分别提升了15%和25%,并且以上两种网络的能量利用率高达70%。     

基于电量均衡的无线传感器网络分簇算法

为了延长无线传感器网络的生命期,针对节点能耗分布不均匀的问题,提出一种电量均衡的分簇算法.该算法将节点剩余能量作为构建分簇结构的依据,对剩余能量较少的节点赋予一定的约束,使之成为普通节点,并使电量多的节点成为簇头节点,均衡网络电量负载,解决了网络中部分低电量节点担任骨干节点而导致能耗的问题,从而有效延长了网络的生命期.仿真实验证明了该算法的有效性.     

无人机编队信息交互拓扑多目标优化

无人机编队信息交互拓扑优化对于提高无人机集群任务执行的协同性和通信传输效率具有重要意义。首先,提出无人机编队剩余能量不均衡度指标,在编队通信链长的基础上,将网络延迟影响因素、剩余能量不均衡度纳入无人机编队信息交互拓扑的生成体系中,综合考虑多个目标优化无人机集群信息交互拓扑;然后,通过构建满意度偏差隶属度函数,建立目标规划模型实现多个目标的综合;同时,在拓扑生成中采用多叉树结构进行分级,并改进人工蜂群算法求解模型,可以支持较大规模无人机的协同;最后,通过16架无人机组成的编队进行仿真分析,验证了模型的合理性及算法的有效性。     

基于深度强化学习的蜂窝无人机网络中的轨迹设计

设计了一个蜂窝无人机网络,其中无人机采集到的感知数据可以通过直通通信的方式直接传输到移动设备端,或者通过传统的蜂窝方式传输到移动设备端。由于无人机的传输模式会影响到它们的轨迹,在考虑了传输模式的情况下,研究了无人机轨迹设计问题,以最大化系统的总效用。该问题是一个状态行动空间非常大的马尔科夫决策问题,基于此问题提出了一种基于深度强化学习的多无人机轨迹设计算法。仿真结果表明所提出的算法比单智能体算法性能更好。     

导盲无人机的研发及应用——国家级大学生创新创业训练计划项目

针对盲人现实生活中外出行走的不便性,我们提出了多功能导盲式无人机,它是一种为了解决盲人或严重视觉障碍者提供环境引导的辅助工具。本文在综述国内外现有导盲辅助工具特点的基础上,确定了导盲无人机的设计方法。本设计采用模块化设计,让无人机满足不同群体的不同需求,主要包括电子罗盘、GPS定位、超声测距、温度传感,wifi控制模块等,无人机采用单片机控制,集合温度传感器、红外传感器、超声波传感器等检测环境信息,并通过物联网wifi控制模块实现远程控制。通过多种传感器对周围环境进行检测,将检测的信息并通过语音播报功能传达给视觉障碍者,从而帮助他们安全出行。     

基于FPGA的多应用任务流量管理算法

针对FPGA多应用任务中数据突发传输的丢包问题,文中提出了一种适用于FPGA流量管理的RFCF算法。在基于速率的流量管理策略基础上,接收端通过控制字符将剩余资源反馈至发送端。发送端根据资源余量采用不同数据优先级传输策略,保证在多应用任务下及时处理突发数据。在FPGA板卡中对该算法进行实现及验证,结果表明RFCF算法有效改善了FPGA在多应用任务场景下的数据传输能力。与基于速率的流量管理算法相比,文中所提方法的丢包率降低了14.9%。     

WSN中能量有效分簇多跳路由算法

针对现有无线传感器网络(WSN)分簇路由算法存在的能耗不均衡问题,提出一种能量有效分簇多跳路由算法,该算法包括两个方面:一是选举簇首时引入簇内平均剩余能量因子,根据上一轮结束后簇内各节点剩余能量和簇内节点的平均剩余能量的比值更新簇首在所有节点中所占的百分比;二是要求簇首根据MTE多跳路由协议与基站通信,从而均衡WSN整...     

地下基础设施监测设备架构设计与工程实现

针对地下基础设施复杂环境中的多源异构传感器信息获取的问题,该文基于Real Time-Thread物联网操作系统,设计了总线式数据获取、传输、处理和上报的信息处理框架。通过设计传感器插入主动监测与识别机制、传感器运行调度与数据采集机制,以及不同形式传感器信息编码等手段,实现了设备随应用场景需要即插即用、不同原理传感器数据结构化、多传感器同时在线调度和较强的地下复杂环境适应性的能力。环境试验和地铁现场示范性部署表明,该文设计的面向地下基础设施一体化监测终端具有良好的指标拓展性能、可靠的现场运行能力和稳定的传感器数据采集及上报能力。     

多智能体强化学习驱动的无人机动态信道分配

针对无人机编队在进行远距离实时视频传输时频谱资源不足且利用效率低、吞吐量要求较高、传输任务难以完成等问题,提出了多智能体强化学习驱动的动态信道分配算法,使得无人机编队可以根据传输任务和信道环境动态地选择使用的信道,实现了频谱资源的高效利用。该算法使用了集中式训练分布式执行的架构,通过联合探索和联合学习的方式保证了无人机间的探索和合作能力,使得每架无人机均可以依据局部观测信息同时独立分配自身使用信道,提高了算法的灵活性和可行性,并减少了频谱分配用时。仿真结果表明,该算法训练过程性能更好,执行时相比于现有算法可以提高编队整体的平均任务传输成功率。