基于穿越路径和分代调整的分代调度算法优化

分代调度(GS)算法在分解任务图时只考虑任务间的偏序约束关系,没有考虑任务划分可能对整体调度时间的影响.其局部调度使用已有的独立调度算法,仅考虑任务子集的完成时间,缺乏全局优化能力.为此,文中提出一种改进的基于GS的GA-DLlPF算法.该算法在GS分代的基础上进行分代调整,并基于"穿越路径"的概念实现了最长穿越路径优先的局部调度策略.仿真实验表明,GA-DLTPF算法的调度性能优于GS的改进算法--OGS,而且任务图深度越大,GA-DLTPF算法的优势越明显.     

基于自学习可见图的机器人路径规划

针对未知环境下的机器人路径规划问题 ,提出了一种基于自学习可见图与局部最优的路径规划算法 .在这种算法中 ,采用自学习可见图来表示环境 ,并在路径规划的过程中逐步建立自学习可见图 .在避障上设计一个局部最优算法并提出了一种局部路径规划算法 .实验表明 :该方法规划速度快 ,并且能规划出局部最优的路径 ,满足未知环境下机器人路径规划的要求 .     

一种巡检机器人智能路径规划方法

提出了一种在栅格地图上使用参数可调势场法进行避障的巡检机器人智能路径规划方法.地图采用Hector SLAM算法建立,然后在全局范围内指定目标点并使用变粒度栅格法进行全局路径规划.遇到障碍物时,则在局部小范围内使用参数可调的人工势场法来进行局部路径规划和避障.该方法能有效地提高全局路径规划的效率以及局部避障的准确性,实验验证了该方法的快速性与有效性.     

一种求解车辆路径问题的双目标遗传算法

车辆路径问题是一个NP-难问题,将该问题描述成为一个多目标最优化问题,并为之提出了一种双目标遗传算法来解决该问题.在算法中设计了一种新的构造非支配集的方法,改进了杂交算子,混合了局部爬山法.实验结果表明该算法是求解车辆路径问题的一种高效的算法.     

一种基于RRT-ConCon改进的路径规划算法

针对RRT算法缺乏稳定性和收敛速度慢的问题,基于RRT-ConCon算法和朝向目标搜索的策略,提出了一种改进的双向搜索路径规划算法.该算法通过改变两条搜索路径的临时扩展目标点,使搜索路径不仅易于朝着目标点方向生长,而且提高了算法的稳定性,同时可以保证规划的路径接近最优解.改进的RRT-ConCon算法利用随机节点生成函数,使朝着目标点生长的搜索路径避免陷入局部极小值.同时,为了测试各种仿真实验环境,还设计了一种仿真实验环境平台,实验结果验证了本算法的有效性和稳定性.     

全方位移动避障实时轨迹控制算法的研究

针对机器人避障轨迹控制过程中存在的路径优化以及如何躲避大障碍物或者是多障碍物的情况,本文提出一种基于狄克斯特拉算法与贝塞尔曲线的机器人移动避障实时控制改进算法,该算法引入机器人与目标终点路径的速度分量,采用狄克斯特拉算法进行移动轨迹路径优化,进而采用贝赛尔曲线修订优化路径,以此满足动态约束条件.仿真结果表明:相对于改进人工势场算法,本文构建的改进算法使得机器人移动时间缩短,机器人避障运动规划明显改善,具有较强的鲁棒性.     

采用粒子群优化和B样条曲线的改进可视图路径规划算法

针对传统局部路径规划中容易陷入局部陷阱和规划路径不平滑的问题,提出一种将改进可视图,基于B样条曲线和粒子群优化算法结合起来规划一条平滑路径的算法.该算法由多边形动态生成、路径规划和路径平滑3个步骤组成,为了逃离局部陷阱,在多边形动态生成的过程中增加环境记忆功能,并通过路径平滑过程,使规划的路径更能满足移动机器人动力约束条件.仿真实验结果验证了算法的有效性,对比其他几种路径规划算法,所提出算法规划的路径质量更高.     

基于环境建模与自适应窗口的机器人路径规划

为解决未知环境下移动机器人的实时路径规划问题,提高路径的综合性能,采用多约束局部环境建模方法,综合考虑了各行进方向上的可通行性、安全性、运动平稳性和目标引导性等因素;在环境建模基础上,将Bug算法与基于滚动窗口的路径规划相结合,提出一种改进的路径规划算法,该算法为机器人设计了趋向目标行为和克服局部极小的沿墙行走行为,其滚动窗口的大小能够根据环境进行自适应动态调整.仿真结果表明,提出的环境建模及路径规划方法具有较好的避障能力和环境适应性.     

改进的DDPG算法在机器人路径规划中的应用

深度强化学习(DRL)在连续控制问题中具有优异的性能,被广泛用于路径规划等领域.为了实现移动机器人在未知环境中的智能路径规划,提出了一个路径规划的模型,基于深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的自主路径规划模型.针对DDPG算法前期对环境没有先验知识,收敛速度慢和移动时会出现局部最优情况,提出了一种改进的DDPG算法.通过在DDPG算法中添加人工势场的引力场和斥力场,以加快收敛速度和移动机器人到达目标点的时间.对奖赏函数进行改进,增加直走奖励,以提高规划路径的稳定性.     

基于随机路径点移动模型的MANET容量及延迟分析

针对已有移动自组网容量、延迟闭解分析在移动模型方面的局限性,提出了新的概率理论框架,将无记忆的独立同分布移动模型推广至更为真实的满足特定记忆条件的随机路径点移动模型,解决了局部移动方式带来的一系列复杂概率描述问题.对多副本两跳中继算法进行了研究,得出该中继模式下基于随机路径点移动模型的移动自组网的容量、延迟上限的精确闭解表达式.仿真实验结果证明了该概率理论框架的有效性及闭解表达式的准确性.     

一种基于MPI的并行碰撞检测算法

提出了一种快速的碰撞检测算法.主要对虚拟空间划分,计算体元尺寸,通过检测体元内物体的状态构建物体的相邻物体链表.通过时空相关性,确定树的遍历次序,并采用MPI并行处理方式将各子任务分配到各子进程执行.实验结果表明,本算法减少了碰撞检测次数以及包围盒的遍历深度,提高了碰撞检测的效率.     

Linux平台下移动IP穿越NAPT设备的实现

为实现移动IP穿越NAPT设备,根据RFC3519标准,修改现有的移动IP协议,并在Linux环境下进行UDP类型隧道穿越私有网络的NAPT设备的实验。实验中移动节点采用配置转交地址方式穿过外地网络的NAPT设备与其本地网络中的其他节点通信。数据分析结果表明,采用修改后的IP协议的移动节点漫游到外地网络后,仍可与本地网络节点通信,达到穿越NAPT设备的目的,但通信网络延迟明显增加,传输速度显著下降。该方案可为移动IP穿越实现提供参考。     

基于差分算法的异构移动节点分布优化策略

针对监测区域中目标非均匀分布的情况,提出一种解决异构移动无线传感网络环境中节点布局的差分优化策略.该策略以网络的有效覆盖率为优化目标,指导种群进化,加快算法收敛速度.仿真结果表明差分优化算法能快速有效地实现异构移动无线传感节点布局优化.与虚拟力算法相比,差分优化策略不仅网络覆盖率高,且收敛速度快,耗时少.     

基于超空泡混沌预测机制的移动传感网高速传输算法

为解决当前移动传感网高速传输算法中存在跳板节点性能不强及链路抖动频繁等难题,提出了一种基于超空泡混沌预测机制的移动传感网高速传输算法。首先,针对传感节点处于移动状态时拓扑结构难以稳定的问题,采取三角定位方式,构建了能量-惯性修正方法,以完成拓扑结构预测的精确化,实现了节点高速移动状态下的传输链路稳定,减缓了移动传感网的链路抖动;随后,针对移动传感网拓扑形态中存在的超空泡区域,设计角度映射方法,以改善区域内跳板节点寻址状况,从而稳定超空泡区域内链路建立的准确度,提高数据上传稳定性能。仿真实验表明:与当前移动传感网高速传输中常用的启发式高带宽传输(heuristic high bandwidth transmission algorithm,HHBT)算法及拓扑空洞修正传输(topological cavity modified transmission algorithm,TCMT)算法相比,本文算法具有更高的上传带能力与数据传输质量,以及更低的节点平均能耗小和丢包频率低。     

基于激光雷达的移动机器人实时避障策略

以激光雷达为主要传感器, 对移动机器人设计一种实时避障算法. 该算法考虑到机器人的非完整约束, 利用基于圆弧轨迹的局部路径规划和控制使之能够以平滑的路径逼近目标位置. 采用增强学习的方法来优化机器人的避障行为, 利用激光雷达提供的报警信息形成刺激-反应式行为, 实现了动态环境下避障行为, 具有良好的实时反应能力. 该控制算法采用分布式软件设计方法, 各功能模块异步运行, 较好地实现了局部规划与全局导航目标的结合. 该策略针对移动机器人MORCS在未知环境下实现了实时、有效避障, 动作稳定流畅, 轨迹平滑, 具有良好的效果.     

可充电无线传感器网络的有向充电优化算法

目前大部分无线可充电传感器网络(WRSNs,wireless rechargeable sensor networks)的研究只考虑全向充电,在真实环境中有很大的局限性。引入带有方向可调的移动充电器(DMC,directional mobile charger)后,全向充电路径规划可转化为无线可充电有向传感网(WRDSN,wireless rechargeable directed sensor network)的有向充电路径规划。为了实现这个目标,提出启发式算法,即DMC将局部传感器节点划分为若干个局部子集,并初始化一条运动路径。随后将WRDSN中DMC的轨迹问题转化为一个充电效用最大化问题,并从全局视角优化初始路径。最后,数值结果表明,该算法的性能优于基准算法。     

用于未知环境的移动传感器网络自部署算法

针对具有可控机动能力的无线传感器网络的自部署问题，提出了一种用于未知环境的移动传感器网络自部署算法．该算法结合人工势场法与确定度网格方法，用确定度来对障碍物进行抽象的表达，通过活动窗口单元的虚拟排斥力来迫使网络扩展、仿真实验结果表明，该算法可以有效地用于移动传感器网络的自部署，网络覆盖面积在部署完成时会有显著的增长．     

基于病毒体投射机制的移动无线传感网节点定位算法

为解决当前移动无线传感网节点定位方案存在感知过程复杂、定位准确度不高,难以适应节点拓扑变化频繁的实际场景等不足,提出了一种基于病毒体投射机制的移动无线传感网节点定位算法。首先,鉴于当前直接测序方案及间接测序方案均存在抗噪能力差的不足,设计了多点定位方案,引入多个锚节点联合定位,定位过程中采用迭代方式降低接收信号强度指示(received signal strength indication,RSSI)误差,有效解决了定位过程中存在的圆环分布现象。随后,考虑移动无线传感网节点存在的拓扑漂移速度较快,且坐标存在随机分布的规律,将锚节点看作病毒体,将移动无线传感网节点看作子病毒体,并针对病毒体-子病毒体之间存在随机拓扑规律,引入了病毒体投射机制,并通过迭代方式设计距离定位方案,模拟移动无线传感网定位过程中定位节点与待定位节点之间的拓扑漂移关系,提高网络对定位过程的感知能力。最后,引入权重调节机制对定位坐标进行误差消除,进一步提高网络定位精度与感知性能,强化对移动状态下节点间拓扑的感知与监控,减少网络抖动对定位过程的影响。仿真实验表明,本文算法与当前常用的凸优化的无线传感网障碍环境下定位算法(location algorithm in wireless sensor network obstacle environment based on convex optimization,OECO)及基于精确定位机制的改进DV-HOP算法(on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks,AN-DV-Hop)相比,具有更高的定位收敛速度和更低的定位误差低。     

移动GIS概念模型的研究

移动GIS是GIS领域中比较热门的研究方向之一,而移动GIS中运动对象的时空位置分析,是实现运动对象查询及空间分析的基础。本文针对移动GIS的运动对象提出了概念描述,并提出运动对象的分析方法,以及相应的算法。     

无线传感器网络中的移动式目标跟踪

针对传统无线传感器网络进行移动目标跟踪时能耗过高的问题,提出一种基于移动节点和固定节点协同工作的移动式目标跟踪算法.在传统的由固定节点组成的无线传感器网络中加入少量移动节点,对移动目标进行持续性跟踪.通过移动节点和普通固定节点之间的配合,提高监测质量和容错性,在满足既定监测质量要求的前提下,尽可能地减少参与监测的普通固定活跃节点的数量.仿真实验结果表明:所提出的跟踪方法可以有效地降低固定节点的能耗,延长网络生存期.