基于NB-IoT的智能路灯系统架构分析

针对传统路灯浪费电能、故障定位难、维护人力成本高、恶劣天气无法适时开灯等问题,文章梳理智能路灯的现状,指出有线和无线灯光控制系统的缺点,明确基于NB-IoT(窄带物联网)的智能路灯系统是目前的最佳选择。分析基于NB-IoT的智能路灯的系统架构,解析终端层、网络层、平台层和应用层的功能。应用层实现照明设施管理、单灯节能管理、统计等功能。     

优化蚁群算法在ASON路由中的应用研究

针对基本蚁群算法中存在搜索时间长,易陷入局部最优解等问题,提出一种改进的基于蚁群优化的ASON网络路由算法,在蚁群算法中采用自适应调整α和β参数及挥发系数ρ等措施,加快了算法的收敛速度,提高ASON路由算法性能,增强了算法的适应能力,并通过仿真实验证明该方法的可行性和有效性.     

LED通信中利用蚁群算法优化光功率

室内可见光通信(VLC)的多光源阵列对称放置在房间的天花板上,光从LED光源出发经过直射、反射到达接收机端,在同一接收平面用户的接收光功率和照明强度不相等致使不能享受同等的通信服务质量,难以保证通信的公平性。针对通信系统中光源放置位置导致接收平面的接收光功率和照明强度分布由房间中心向周围快速衰减的问题,通过在4×4LED发射阵列端配备功率调节因子,利用蚁群算法建立与接收光功率和照明强度相对应的节点和路径的模型,提出使用方差作为评价接收光功率和照明强度均匀化的目标函数,构建能见度表达式据此推导出状态转移概率公式,并根据LED发射阵列和接收机位置对称的要求选取一组优化功率调节因子值。仿真结果表明,接收光功率和照明强度的方差分别从优化前的168 252和653 742降低到优化后的19.266 3和74.859 2,接收平面接收光功率和照明强度分布不均匀性得到明显改善。     

LED智能路灯控制系统设计

本控制系统以STC89C58RD单片机为控制器,主要由恒流源电路、时钟定时电路、显示电路、光敏感应电路、红外接收电路、声光报警电路等组成。能设定路灯（LED）开灯关灯时间（用LCD12864显示相关信息）。路灯（LED）通过恒流源电路正常工作,即使遇到短路、电压不稳定等情况也不会烧掉,电路起恒流保护作用。而系统遇到环境明暗变化时,路灯会自动关闭和打开,并且根据道路上交通状况自动调节亮灯情况,且有定时功能。     

基于遗传与蚁群算法融合的选播QoS路由算法

为有效解决选播通信中的QoS路由问题,提出一种基于遗传算法与蚁群算法融合的选播QoS路由算法.算法初期使用遗传算法在链路上分布信息素,对蚁群算法的控制参数进行编码和优化;然后通过判断函数来判断遗传算法与蚁群算法融合的时机,初始化信息素,并启动混合算法后期的蚁群算法;引入变异算子,对由变异操作得出新路径进行局部信息素更新,更快地引导蚁群算法找到全局最优解.NS2仿真实验结果表明,该算法很好的解决多QoS选播路由问题,性能优于其它算法.     

智能式LED太阳能路灯控制器的设计

太阳能LED路灯照明系统采用市电互补方式,对推广太阳能LED路灯的应用有着现实和经济意义。为了实现太阳能LED路灯的市电互补控制,设计了一种市电互补LED太阳能路灯控制器。该控制器以ARM处理器为核心,通过对蓄电池电压、太阳能电池电压、环境温度等参数进行采样,进入ARM运算决策,可实现温度补偿修正的高准确控制,且具备蓄电池选择功能及市电供电自动切换功能。该控制器应用于路灯改造,既可以减少一次性投资,又可以取得显著的节能减排效果。     

蚁群算法在智能配电网中的研究与实现

深入介绍了蚁群算法在配电网的数学模型的建立,在搜索算法中首先确定的是权值,在配电网中权值是由无功消耗、线路重要性、线路长度和线路成本来确定的.通过权值分析了蚂蚁从原点到终点的搜索模型,蚂蚁在游程中会释放信息素,权值大的说明支路最短,蚂蚁释放的信息素也会增多,最后通过蚂蚁在反复游程中释放信息素的多少会寻找到最优解或者次优解的最优路径.把蚁群算法应用在配电网中能够有效的搜索出最优解或次优解,大量的减少了最优解的搜索时间.     

改进蚁群算法在QoS路由中的应用与研究

在分析传统蚁群算法缺陷及其在QoS路由中的应用的基础上,提出了一种与真实蚁群系统更加相符的基于双向寻路和信息素扩散的蚁群算法,采用来自源节点和目的节点两个方向的蚂蚁探路的同时进行信息扩散.仿真结果表明,该改进蚁群算法在网络规模较大的条件下仍能快速找到满足QoS路由性能指标的路由,节省了QoS路由搜索时间,提高了网络服务能力.     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

蚁群算法在智能优化考试题库中的应用

传统的练习题库常常会给出十几套甚至几十套复习题,但是学生在练习的过程中,往往很多知识点是重复的,比如IF语句的嵌套,学生在第一套题中已经做对了,表明学生已经掌握了这个知识点,但是在后面几套题中反复出现。学生需要对已经掌握的知识点进行反复练习,类似已经掌握的知识点的内容也同样不断地出现,然而学生没有掌握的知识点,做错一次,在后续练习中可能出现也可能不出现,对学生而言,需要加强的练习,并没有得到增强。针对这个问题,文章提出将蚁群算法引入到考试系统中,通过智能优化后的系统较之以前的系统,知识点的针对性更强,学生的提高更快。     

Temperature-dependent minority-carrier lifetime measurements of red AlGaAs light emitting diodes

Electroluminescent decay and internal quantum efficiency measurements are made as a function of temperature on two double heterostructure AIGaAs light emitting diodes (LEDs) that emit in the visible (red) portion of the spectrum. The electroluminescent lifetimes increase by more than a factor of ten and the internal quantum efficiency falls by a factor of three as the temperature is raised from 90 to 400K. By analyzing the data with a model that accounts for the transfer with increasing temperature of the minority-carrier electrons from the direct-gap to the indirect-gap minima in the p-type active layer of these near-crossover LEDs, values for the radiative and nonradiative lifetimes as a function of temperature are obtained. A fit to the radiative-lifetime data results in an estimate of 1.3 × 10⁻¹⁰ cm³s⁻¹ for the room-temperature radiative recombination coefficient of Al_0.39Ga_0.61As, which is very similar to values reported for GaAs. The nonradiative lifetimes are found to be nearly independent of temperature from 220 to 400K and provide upper limits of 940 and 1250 cms⁻¹ for the interface recombination velocities of the two samples. These values are roughly an order of magnitude lower than any previously reported values for high-Al-content (x > 0.3) Al_xGa_1−xAs heterostructures.     

大功率LED伏安特性模型研究

研究了大功率LED芯片的伏安特性。基于LED 芯片的特殊性,从经典的PN结伏安特性出发,进行理论推导并通过选择不同的基函 数,构建出了大功率LED芯片的伏安特性新 模型和优化模型,模型中的系数采用最小二乘法进行确定。对大功率LED芯片的实测 伏安特性数据表明,本文构建出的优化模型比经典的PN结模型更能准确表征LED的伏安特性 ,与实测的伏安特性数据一致性更高,更具实用价值。     

遗传算法与蚁群算法在商旅问题中的应用研究

遗传算法在多个领域得到了应用,如人工智能领域,最优化求解问题,TSP问题等等.本文就遗传算法的基本定义与思想进行了介绍,同时介绍了由遗传算法优化或者衍生而来的一些算法的作用.并介绍了遗传算法的具体应用.     

车载自组织网中基于蚁群算法的延迟感知路由协议

针对城市道路环境下车载自组织网( VANETs)中通信性能下降以及数据传输失败的问题,提出了一种基于蚁群算法的延迟感知路由( ACDR)协议。首先,建立双向车道的数学延迟模型;然后,根据提出的端点十字路口( EI)的概念,ACDR利用蚁群优化( ACO)寻找最佳路线,其中前向蚂蚁根据本地路段延迟以及当前十字路口与目的节点的端点十字路口之间的全局时延来选择路径,后向蚂蚁则负责在返回路径时更新信息素,同时,相邻十字路口之间利用贪婪转发算法进行数据包的传递。最后仿真比较了ACDR协议与连通性感知路由( CAR)协议的性能,结果表明提出的ACDR协议的数据包的传输延迟小,丢包率低,通信性能好。     

液晶显示器NVIS高亮LED背光源研究

提出了一种满足液晶显示器NVIS的高亮LED背光设计方法。介绍了白灯LED+OGB LED背光阵列优化设计,降低混光距离比、提高均匀度的方法,并通过试差法,对配色后测量结果进行分析,求出最佳配色方案;模拟与实验结果表明,该设计方法完全能够满足夜航要求。     

基于蚁群优化的移动P2P网络路由选择算法

因为移动P2P网络具有动态性而且移动节点能量受限,提升移动P2P数据传输效率至关重要.利用蚁群优化算法,将蚂蚁的信息素与节点的能量和通信带宽结合起来,在蚁群选择路径时,减少其寻优路径上的信息素浓度,根据概率路由表中信息素的浓度对路由选择策略进行调整,避免网络拥塞和个别节点能量消耗过快,提出了一种移动P2P网络的多路径路由选择算法.实验结果表明,与EDSR路由协议相比,提出的算法能够降低节点的分组丢失率和端到端的平均时延,提高了网络的生存周期.     

基于顺向电压法的LED接面温度自动测量系统

采用顺向电压法测量LED的接面温度。通过使用数据采集卡,建立高功率LED的自动化接面温度测量系统,并以市场上现有的高功率LED为例进行了测量与对比,建立了高功率LED的I-V特性曲线及其电流—接面温度曲线,最后对测量结果与特性曲线进行了分析讨论。     

全球LED产业技术专利检索分析

选择"七国两组织"专利数据库,采集1985年1月1日至2008年12月31日期间的全球LED技术专利文献,建立专利数据库.再选择广东专利信息服务平台分析系统分别从专利申请总量、重点专利技术和重点专利持有人等方面,对LED产业技术专利进行了深入分析,并分析了国际LED产业技术专利现状,提出了发展我国LED专利的策略.