Energy efficient target tracking algorithm using cooperative sensors

Target tracking is one of the applications of wireless sensor networks(WSNs).It is assumed that each sensor has a limited range for detecting the presence of the object,and the network is sufficiently dense so that the sensors can cover the area of interest.Due to the limited battery resources of sensors,there is a tradeoff between the energy consumption and tracking accuracy.To solve this problem,this paper proposes an energy efficient tracking algorithm.Based on the cooperation of dispatchers,sensors in the area are scheduled to switch their working mode to track the target.Since energy consumed in active mode is higher than that in monitoring or sleeping mode,for each sampling interval,a minimum set of sensors is woken up based on the select mechanism.Meanwhile,other sensors keep in sleeping mode.Performance analysis and simulation results show that the proposed algorithm provides a better performance than other existing approaches.     

一种基于剩余能量的无线网络资源分配算法研究

针对采用网状网模式组网的WMAN中,提出一种由移动站电量余量决定的分配优先级的系统带宽分配算法,按需分配网络资源并提高网络整体性能问题。通过提高重要节点收发数据时的时间集中度,降低重要节点收发数据时的功率消耗,较大程度降低了重复迭代计算的算法复杂度。该算法可以通过启发式分配等效可分配时间和发射功率来优化系统的资源分配,亦还可以通过改变效用函数的斜度参数满足不同的业务特性。     

Optimal purchasing process for electricity and renewable energy credits with price and demand uncertainty

This paper optimizes the electricity and renewable energy credit (REC) purchasing process for energy distribution. Electricity is traded in deregulated time-sequential markets at fluctuating prices. Optimal electricity purchasing under price and demand uncertainty is a challenging task for electricity distributors, and the recently implemented renewable portfolio standards (RPS) further complicate the purchasing process. Government regulatory decisions concerning the RPS require distributors to purchase corresponding certificates, namely RECs, equivalent to a certain percentage of their electricity sales. This paper formulates and optimizes the joint purchasing process for electricity and RECs. It also analyzes the effect of RPS policy on electricity distributors.     

辛欧拉格式形式能量的收敛性

对谐振子系统和单摆系统分析了辛欧拉格式形式能量的收敛性。得到辛欧拉格式的形式能量后,发现应用于谐振子系统的辛欧拉格式的形式能量是收敛的,对单摆系统无法确定形式能量的收敛范围,但其修正方程精确保持系统的平衡点。理论分析和数值模拟表明在形式能量收敛的条件下,用辛欧拉格式计算这两个系统具有保持整体结构的效果。     

煤气管道服役期预估神经网络模型的建立与应用

神经网络模型具备的针对大量无规则数据自学习的能力,适于解决城镇煤气管道布局复杂、影响因素众多、服役期限难以计算的问题。基于BP神经网络算法建立的煤气管道年限模型,经过训练对比,选择了最优的BP网络模型,结合共轭梯度法,改进了该算法收敛慢、易出现震荡的问题,实现了对城镇管道漏损的定量分析,结合某市煤气管道漏损的实际案例验证其可行性,满足预估管道服役期限的工程要求。     

模糊推理在系统预测中的应用

将模糊推理应用于系统预测,使用正态分布原理对变量进行区分,并用模糊聚类中的相关系数法选择特征因子,建立了模糊推理预测模型。并将其应用于能源消费量的预测。     

钢包调度仿真软件包的设计与实现

钢包的优化配备对于钢铁生产过程中的节能，降耗起着重要的作用。针对钢包调度过程的复杂性，难于建立精确数学模型的特点，从钢包调度专家经验中提取钢包选配规则，建立钢包优化配备的优先级，基于规则和优先级混合编制策略开发了钢包调度仿真软件包，讨论了其结构和功能。为方便现场调度专家随时监控钢包的行为，开发了可视化钢包动态模拟画面，利用在线数据，进行离线仿真。经某钢厂在线测试结果表明：该软件可以提高钢包计划编制的精度，减少钢包在线调整的次数，充分利用红包以达到了节能、降耗的作用，为进一步在工程上应用奠定一定的基础。     

时滞系统的最优PID控制与仿真

对过程控制领域中两类典型时滞系统在控制能量存在约束时的最优控制问题作了探讨。定义了一个包含跟踪误差和控制能量在内的积分平方性能指标，针对不同系统运用谱分解的方法最小化该性能指标，从而导出相应的PID控制器的参数整定方法，可使系统在控制能量约束条件下具有最优的控制性能。仿真研究进一步说明了所给方法的有效性。     

气固两相流风洞内颗粒运动特性研究

对气固两相流风洞试验段的两相三维流场进行了数值模拟。对于两相流采用欧拉双流体模型,计算时选取标准k-ε两方程模型。模拟结果表明：试件迎风面和背风面颗粒浓度较大,但背风面粒子分布梯度随流速变化更明显;背风面区域由于重力作用,粒径越大的颗粒沉积越显著;试件迎风面颗粒沉积总量受粒径和流速的影响较大,但背风面沉积量受到的影响不明显。研究结果有助于分析两相流风洞中的流动特征,并能根据颗粒分布情况合理采取回收措施,为进行砂尘环境试验提供参考。     

一种基于小波树能量的嵌入式图像编码方法

在给出小波树能量概念的基础上,针对EZW算法的特点及缺点,提出了一种新的改进算法,该算法中设计了一种新的小波树编码的扫描次序方法和有效值映射表示方法,该算法克服EZW算法不能充分利用小波变换的特点,存在树间冗余的缺陷。仿真结果表明该算法比原算法在峰值信噪比上有较大提高。