基于改进蚁群算法的高能效WSN协作传输策略*

针对传统传感器网络分簇不均匀,数据传输能耗相对较高的问题,提出了I-CoopACO(Cooperative transmission scheme based improved Ant Colony Optimal algorithm)算法.该算法在协作LEACH (Low Energy Adaptive Clustering Hierar-chy)的技术基础上,改进了成簇过程,使得分簇规模更加均匀;在稳定传输阶段,利用节点剩余能量和传输功耗构建启发因子,通过改进的蚁群算法搜索下一跳中继节点获得最优节点,使得传输功耗更低,能耗更均衡.仿真结果表明,在随机分布的感知网络中,I-CoopACO算法减少了传输能耗,均衡了网络负载,延长了网络工作寿命,比协作LEACH算法延长了64.93％的工作寿命.     

一种宽带圆锥扫描新技术

介绍一种圆锥扫描新技术,通过在馈源电气罩内壁贴附若干组周期感应元阵,对馈源进行近场感应,使馈源相心横向偏离焦点,天线辐射波束产生倾斜。旋转馈源电气罩代替天线反射面、副面或馈源章动,实现了波束圆锥扫描。这种扫描方式具有与馈源相同的频带宽度,达到了传统圆锥扫描方式的跟踪精度。     

一种用于交通预测的注意力时空图神经网络

城市化的发展使得交通预测在交通规划和城市管理等应用中发挥着重要作用。然而在交通预测任务中,捕获交通数据的高度非线性和复杂的时空依赖关系仍具有很大的挑战性。为了更好地捕获交通数据的时间依赖性和全局空间相关性以及同时满足长期和短期的预测任务,设计了一种用于交通预测的注意力时空图神经网络。首先通过引入注意力机制来调整邻近道路与非邻近道路的重要性,整合全局空间信息;然后再通过图卷积网络和带有扩展因果卷积的门控线性单元来共同捕获时空相关性。在两个真实数据集PeMSD7(M)和PEMS-BAY上的实验结果表明,该网络模型可以较大地提高短期和长期的交通预测精度。     

吡啶-2-羧酸钴的制备及催化羰化性能研究

席夫碱与金属离子形成的配合物是一类重要的均相氧化、羰化、聚酮反应催化剂 [1～ 3] ,其中吡啶 - 2 -羧酸是重要的螯合物配体 ,它与各种金属生成的吡啶 - 2 -羧酸盐在室温及氧化环境下仍很稳定 ,对许多反应具有催化性能 ,例如与钒生成的化合物是乙烯的环氧化反应和苯的羟基化反应的催化剂。制备吡啶 - 2 -羧酸有多种方法 [4,5 ] ,其中用高锰酸钾氧化 2—甲基吡啶法最为简便。本文采用此法合成了吡啶 - 2 -羧酸 ,并与碳酸钴反应制备了吡啶 - 2 -羧酸钴螯合物 [6 ]。结合我们前期对氯化亚铜催化剂合成碳酸二甲酯 (以下称 DMC)的研究结果 [7…     

车载自组织网络中的最小延时链路调度算法

为降低车载自组织网络中的信息传输延时,提高信息接收的及时性,构建车载网络中信息传输延时最小化数学模型。通过比较不同传输模式(包括直接传输、协作传输和多跳传输)下链路的信息传输延时大小,提出一种梯度投影算法解决多路径路由中信息传输延时最小化问题。源节点可通过此算法选择延时最小的传输方式,将信息逐级发送至目的节点。仿真结果表明,梯度投影算法具有较好的收敛性及较强的实用性。     

求解气隙磁场的差分方法

为了提高电机的运行性能,必须要准确地进行电机的磁路、参数、损耗等计算。今天,完全可以通过求解电磁场方程而获得。本文研究的气隙磁场解法,给出了无旋场的离散化过程及其程序。     

基于并行遗传最大最小蚁群算法的分布式数据库查询优化

针对分布式数据库中关系及其分片多副本、多站点存储的特性会增加查询搜索空间及时间复杂度,从而降低查询执行计划(QEP)搜索效率的问题,提出一种基于分片分配选择器(FSS)设计准则的并行遗传-最大最小蚁群算法(PGA-MMAS)。首先,结合实际的企业分布式信息管理系统设计FSS,启发式选择较优关系副本,以减少查询连接代价并缩小PGA-MMAS的搜索空间;然后结合遗传算法(GA)收敛较快的优势,对最终连接关系进行编码和并行遗传操作,得到一组相对较优的QEP,并将其转化为并行最大最小蚁群算法(MMAS)的初始信息素分布,从而使其更快速地搜索到全局最优QEP;最后分别在不同关系数情况下对算法进行仿真实验,结果表明,基于FSS的PGA-MMAS搜索最优QEP的效率高于原GA以及基于FFS的GA、MMAS和GA-MMAS;经实际工程应用验证,所提算法搜索出的高质量QEP可以提高分布式数据库多关系查询效率。     

面向多应用的绿色卸载与处理方案研究

移动边缘(Mobile Edge Computing, MEC)计算因其低时延、低功耗和高网络容量等特点被广泛应用于新型的物联网应用中。为进一步充分利用系统的计算资源并降低功耗,研究了基于D2D辅助卸载的MEC系统下的计算卸载决策、功率分配方案和计算处理顺序。提出了面向多应用的终端设备总功耗最小化问题,实现绿色卸载。为解决原始的NP-hard问题,设计并提出了基于贪婪配置思想和冒泡排序思想的绿色卸载与应用处理排序算法(Green Offloading and Application Processing Sorting Algorithm, GOAPSA)。仿真结果表明,该算法通过灵活调整应用的处理顺序和功率分配方案,应用D2D辅助卸载可以有效降低系统的总功耗并提高系统容量。