基于Pareto蚁群算法的MVB周期轮询表优化设计

合理的多功能车辆总线(MVB)周期轮询表有助于均衡网络负荷、提高网络处理偶发信息的能力、保证实时通信的可靠性.为此提出一种有效的轮询表设计方法.将MVB周期轮询表的设计抽象成离散优化问题,根据IEC 61375-1国际标准和可调度性要求建立约束条件,将均匀度和相邻基本周期时间差作为优化目标,利用Pareto蚁群(Pareto ant colony,P-AC)算法求解.每个优化目标对应自己的信息素,信息素采用蚁群系统的规则更新,总信息素由两者加权得到,非劣解基于拥挤距离方法维护.与已有的优化算法相比,Pareto蚁群算法优化得到的轮询表均匀度更好,能够更有效地均衡网络负荷.     

基于遗传算法的MVB周期调度表优化

提出一种基于遗传算法的多功能车辆总线（MVB）周期信息实时调度算法. 先根据IEC61375 1国际标准确定约束条件和优化目标, 再以MVB周期信息群体为操作对象, 通过调整调度表的宽度和梯度等参数, 获得优化调度表, 以解决现有调度算法在数据传输能力和总线利用 率方面存在的不足. 仿真实验表明, 该算法相比其他算法对周期调度表的构建具有更佳的优化效果, 并提高了总线利用率.     

基于改进差分进化算法的MVB周期调度表优化设计

多功能车辆总线(MVB)周期调度表的优化设计对提高列车通信网络实时通信的可靠性和均衡网络负荷具有重要作用.考虑到已有的多功能车辆总线周期调度表优化方案存在的不足,提出了一种基于改进的差分进化算法的优化设计方法.首先建立调度问题的数学模型,根据IEC61375-1国际标准和可调度性要求建立了优化目标和约束条件;然后根据周期调度表的生成特点对原差分进化算法的变异和选择阶段进行了改进,提出了适用于MVB周期调度的优化方法;最后通过仿真实验与现有优化算法进行比较,验证了本文所提的改进的差分进化算法对周期调度表的构建具有更佳的优化效果.     

多功能车辆总线事件仲裁实时调度算法

针对列车通信采用多功能车辆总线(multifunction vehicle bus,MVB)网络传输数据的实时性要求,提出一种动态优先级时间片轮询算法.该算法根据非周期数据的优先级进行仲裁调度,通过优化算法复杂度、减小数据等待延时和阻塞延时,解决了MVB网络实时性的问题.并对MVB总线非周期数据的实时性、公平性等进行仿真分析,结果表明,该算法能提高MVB总线非周期数据传输的实时性与公平性,可满足列车通信网络标准ICE61375-1对实时性的要求.     

一种新型的组合式非周期缺陷接地结构

提出了一种新型的耦合开环形组合式非周期缺陷接地结构(CNPDGS),该结构具有很好的双阻带特性,可用来抑制高次谐杂波,从而展宽阻带.利用有限元法研究了CNPDGS结构单元的尺寸对其传输特性的影响,并用该结构设计了一个截止频率为2.4 GHz的低通滤波器,其传输特性进一步验证了该CNPDGS结构的优越性.     

基于时延的动态非连续接收周期调整机制

针对LTE系统的下行非连续接收(DRX)机制,提出了一种基于业务时延要求的动态非连续接收周期配置算法.首先网络侧按照正常的非连续接收机制对终端侧进行节能配置,然后利用实时的时延大小对非连续接收周期进行动态控制.数值分析表明,业务时延与网络负载有密切的关系,用户DRX周期配置需要与网络当前负载相结合;仿真结果表明,基于时延的动态周期调整机制,能够即时的适应网络状况以及自身需求的变化,与固定非连续接收周期相比,在用户满意度以及节能性上都有更好的表现.     

CCN中一种非混合式蚁群路由优化策略

蚁群优化(ant colony optimization,ACO)近年来在信息中心网络(content centric networking,CCN)路由领域的应用逐渐增多,其中,将ACO与其他机制相混合以改善路由性能的策略得到较多研究,但基于蚁群优化的混合式算法通常存在可扩展性低下,动态性差,网络成本高等问题。为此提出一种高效的非混合式蚁群路由算法(irritant ant framework,IAF)。添加一个新维度—一种动态的、仿生物的信息素分层,将传统单级别信息素上升为多级别信息素,增强蚁群对于路径的探索程度,抑制算法过早收敛;并且考虑了节点状态的动态性,实时改变信息素等级以选择最佳转发路径;此外,首次考虑了节点缓存特性对信息素更新策略的影响,构造出全新的信息素更新公式,,减小算法的收敛时间。实验结果表明,该算法能够有效地降低内容请求时延,提升缓存命中率,以较低的开销获得良好的CCN路由性能。     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

基于模糊神经网络的MVB故障诊断算法

针对多功能车辆总线具有随机性和不确定性导致故障诊断准确率较低的问题, 设计一种基于模糊神经网络的MVB故障诊断算法. 首先根据MVB故障类型给出诊断模型, 然后采用减法聚类生成数量较少的模糊规则, 最后采用T-S模糊神经网络对故障进行分类. 在MATLAB环境下对该算法的拟合能力及诊断准确率进行仿真分析的结果表明, 该算法简化了模糊神经网络结构, 有效提高了故障诊断准确率.     

一种基于TinyOS的自适应双环调度策略

针对传感器网络操作系统TinyOS无法保证任务实时性的缺陷,提出一种自适应双环调度(ADRS)策略,并在TinyOS上加以实现。自适应双环调度策略将先到先服务(FCFS)调度策略下的单循环队列改为具有不同优先级别的双循环队列,同时原来的多个任务共享同一堆栈空间修改为不同任务分级占用两个堆栈,并根据队列中任务时限的变化动态调整两队列间的任务切换以最大程度地保证任务完成.仿真试验表明,自适应双环调度策略在不影响TinyOS原有性能的情况下,极大改善了传感器网络承担实时性任务的运行效果.     

基于实时车货信息的港-公调度优化模型

为了解决港区内存在的进出车辆拥挤、货物周转时间长、甚至延误顾客要求到货时间等问题,将港口系统和公路运输系统综合起来进行整体调度优化研究.通过分析港口每艘货船靠港和离港的装卸作业过程,采用线性规划的方法,建立包含港口、公路货运场站和目的地的港-公调度优化模型.该模型在满足港口和所有目的地货物需求的前提下,根据港-公系统信息平台提供的实时车货信息,求解出作业时间最短的公路货运车辆调度方案,这里作业时间既包括装卸车作业时间又包括车辆行程时间.对于每次港口装卸船作业,港-公调度优化模型均能为货运车辆在港口、货物场站和目的地之间提供最优运输路线,从而节省装卸作业时间,提高港-公系统的作业效率.     

基于多功能车辆总线的网络系统冗余设计

针对多功能车辆总线网络系统的可靠性问题,采用二模热冗余方法进行多功能车辆总线(MVB)网络冗余环型设计,并提出相应的介质冗余协议;对多功能车辆总线冗余环型网络的可靠性进行理论分析,并基于OMNeT++仿真平台建立多功能车辆总线冗余环型模型,对介质冗余协议进行仿真测试.测试结果表明,当多功能车辆总线网络系统出现故障时,介质冗余协议能实时可靠地进行总线替换,有效提高了多功能车辆总线网络系统的可靠性.     

基于MVB总线的网络控制实验平台的设计与实现

在对电动车组网络控制应用现状进行分析的基础上,介绍了基于MVB总线通信技术的列车网络模拟控制实验平台的设计方案,并对该实验平台的组成结构、主要功能、技术特点、软件实现和上位机监控界面的设计等方面进行了阐述。     

基于MTS的混合动力汽车数据通信研究

通过分析固定优先级和动态优先级的优缺点,文章介绍了混合调度算法的原理,提出了控制器局域网络报文的一种新的截止期分区策略,并将该策略应用在MTS算法中,进行优先级分配,同时还利用TrueTime仿真和硬件在环仿真的方法来测试基于MTS的混合动力汽车CAN总线数据通信的可行性。