WSN中基于跨层策略的低能耗/高可靠通信问题研究

可靠通信、低能耗是无线传感器网络的热点研究性能指标.为了提升网络的整体性能,首先在物理层、路由层上分别提出功率反馈控制算法与一种路由量度;其次分析了上述两种性能指标内在的矛盾,并在此基础之上设计一种以可靠通信为前提,节约能量的跨层优化算法.研究结果发现,现有的跨层优化算法可以在一定程度上提升网络性能,但是存在局限性;从性能指标内在矛盾出发,合理设计算法才可以在众多矛盾之中找到最优解.     

逆变式等离子弧切割电源的建模及仿真研究

采用基于Simulink的元件仿真技术,针对逆变式等离子弧切割电源本身具有非线性、时变性及混杂性特点,建立了基于PI调节的数字化逆变式切割电源系统仿真模型.并在此基础上,完成了对电感影响测试、死区效应、负载突变及切割外特性测试等动态过程的仿真.仿真结果表明,该模型充分体现各逆变电源参数对切割工艺的影响,并进一步验证了各参数变化规律与理论分析相符,该仿真模型是分析广义非线性混杂电力系统的有效工具.     

基于模糊逻辑的跨层调度与功率控制

提出一种基于模糊逻辑的跨层调度与功率控制机制(WDPFPC),在MAC层执行加权时延优先(WDP)调度策略,根据用户权重和业务时延要求确定调度优先级;在物理层使用模糊功率控制机制FPC,根据用户权重、业务时延和信道衰落状态,利用模糊推理方法进行自适应功率调整.WDPFPC机制较好保证了用户业务的QoS需求,提高了功率控制的准确性和有效性,运算复杂度低.仿真表明,WDPFPC能有效减少业务阻塞率,提高系统吞吐量,同时能节省功率使用.     

灰色多变量GM(1,N)幂模型及其应用

针对多变量少数据的系统建模问题,提出了灰色多变量GM（1,N）幂模型及其派生模型GM（1,N,x^（1））幂模型,给出了其参数估计算式和近似时间响应式,在此基础上,分两种情况讨论了模型的参数优化方法,并通过数值模拟和应用实例验证了新模型的有效性. 结果表明：传统的GM（1,N）模型是GM（1,N）幂模型的特殊形式,GM（1,N）幂模型能够更好地描述系统特征行为序列与其影响因素序列的非线性关系,从而有效地提高传统灰色多变量系统建模的精度.     

遗传算法在电力系统经济负荷分配中的应用

针对考虑阀点效应的电力系统经济负荷分配问题的特点，将遗传算法与传统基于梯度的数学优化方法相结合，提出一种求解电力系统经济负荷分配问题的混合遗传算法。通过极大熵理论将经济负荷分配问题近似为可导问题，并将SQP法引入遗传算法提出SQP算子，以提高遗传算法的寻优速度与局部搜索能力．基于优化设计理论应用均匀设计确定初始种群．同时，利用单纯形交叉算子的多点交叉特性使种群逐步趋近全局最优点．实例研究结果验证了方法的有效性。     

不确定需求下的电力竞价贝叶斯博弈模型

电力竞价是一个不完全信息的博弈过程.假定竞争对手的报价服从已知区间上的某种分布,分别构建了确定需求与不确定需求条件下的二发电商电力竞价博弈模型,并给出这2个模型的贝叶斯纳什均衡解,即发电商在不同条件下的均衡报价.最后假定竞争对手的报价服从均匀分布,对构建的模型进行了分析,分析结论表明:在确定电力需求情况下,发电商的均衡报价一般在报价上,下限附近波动;而在不确定电力需求下,发电商的报价在报价下限与报价区间中点之间波动:当竞争对手的最大可供电量很少时,选择报价区间中点,而当发电成本很少时,很可能选择报价下限.     

EPS控制单元频响特性测试与系统辨识

控制器是电动助力转向系统（EPS）的核心部件之一。EPS控制器采集转向盘扭矩信号和车速信号,由事先设定的算法来计算控制助力电机的目标电流作为输出,并以PWM（脉宽调制波）的形式作用于助力电机。以某国外控制器的EPS实验台架实测数据为基础,在MATLAB软件平台上,建立离散数据分析模型,计算出待测系统的传递函数。将辨识出的传递函数用于EPS开发,实验证明辨识方法是有效的且辨识结果可指导控制软件设计。     

基于支持向量机的导弹动力系统动态过程仿真

为了对导弹动力系统动态过程进行仿真,研究了基于支持向量机方法的动态仿真技术。仿真结果与试车数据比较表明,支持向量机对发动机推力的动态变化过程进行了很好的仿真;与基于神经网络的计算结果比较表明,该模型的计算时间短、精度高,可用于液体火箭推进系统的实时状态监控、故障诊断及控制系统设计等方面。     

山西食品工业区域集群竞争力分析

产业集群是产业演化发展过程中的一种重要的地缘现象和产业组织形式,其对地区和国家竞争力的影响已逐渐为人们所认识。利用2004年山西省第1次经济普查资料及其它相关资料,对山西食品工业区域集群竞争力进行了研究,以进一步优化山西产业组织结构、提高食品工业竞争力,加快山西食品工业化进程。表5,参2。     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.