一种无线传感器网络中的分簇路由方法

    公开(公告)号:CN112822653B

    公开(公告)日:2023-03-31

    申请号:CN202011617034.7

    申请日:2020-12-30

    IPC分类号: H04W4/38 H04W40/24

    摘要: 一种无线传感器网络中的分簇路由方法,所述方法包括以下步骤:①设定WSN网络中簇的个数K;②确定分簇过程中的簇首决策因子;③参数标准化,建立簇首决策矩阵;④确定决策因子的权重向量;⑤计算分配权重的簇首决策矩阵;⑥构造理想最优向量与理想最劣向量;⑦分别计算候选节点与理想点最优向量的距离和与理想最劣向量的距离⑧选择K个节点做为簇首节点;⑨节点入簇;⑩簇内网关节点选择。本发明在充分考虑多个簇首决策因子的基础上选出簇首,再通过构造网关节点选择函数在簇内选出网关节点,由网关节点协助簇首节点将收集的数据及融合的信息发送到基站,大大提高了无线传感器网络的寿命及鲁棒性。

    一种基于空天地一体化系统的网络资源分配方法

    公开(公告)号:CN112583566A

    公开(公告)日:2021-03-30

    申请号:CN202011399460.8

    申请日:2020-12-03

    IPC分类号: H04L5/00 H04W52/34 H04W72/04

    摘要: 一种基于空天地一体化系统的网络资源分配方法,所述方法根据电力用户业务优先级、用户速率最低要求、功率及QoS需求建立多小区协作资源分配模型,再用动态迭代算法给用户分配临时子信道,然后采用考虑KKT条件的迭代注水算法对小区用户的功率进行分配,得到多小区协作下用户的最优解,使得各优先级的电力用户信息选择最佳的载波频段及资源单元进行传输。本发明在现有的空地一体化系统架构的基础上,找到了覆盖更广,容量更大,成本更低,更易实现的框架设计,并实现了功率的最佳分配,使得各优先级的电力用户信息在满足速率、时延、功率等条件下,选择最佳的载波频段及资源单元进行传输,为电力生产的应急通信需求提供了有力的信息传输支撑。

    一种基于无人机-无线充电平台的物联网信息收集方法

    公开(公告)号:CN115696255A

    公开(公告)日:2023-02-03

    申请号:CN202211391443.9

    申请日:2022-11-08

    IPC分类号: H04W4/38 H04B7/185 G05D1/10

    摘要: 本发明提供了一种基于无人机‑无线充电平台的物联网信息收集方法。该方法包括:在物联网区域内分布式布设多个物联网设备和无人机无线充电平台,利用无人机从各个物联网设备中收集信息,设置无人机的动作空间、状态空间和奖励函数;基于无人机的动作空间、状态空间和奖励函数构建基于Double DQN的无人机轨迹规划的目标函数;通过求解所述无人机轨迹规划的目标函数获取无人机的运动轨迹。本发明方法在引入无线充电平台的物联网中,设计了一种基于马尔可夫决策过程(MDP)的无人机轨迹、信息收集和无线充电的动态解决方案,提出了一种基于Double DQN的UAV轨迹规划方法,可以获取无人机在物联网信息收集过程中的速度、能耗和无线充电的最优配置。

    面向电力移动巡检设备的无线充电车定位方法

    公开(公告)号:CN115825859A

    公开(公告)日:2023-03-21

    申请号:CN202211391458.5

    申请日:2022-11-08

    IPC分类号: G01S5/06 G01S5/02

    摘要: 本发明提供一种面向电力移动巡检设备的无线充电车定位方法,属于目标定位技术领域,构建到达时差定位方程和到达频差定位方程;获取到达时差误差项和到达频差误差项;结合到达时差误差项和到达频差误差项,得到第一误差矢量方程;根据第一误差矢量方程的第一次加权最小二乘解,结合无线充电车和信号接收器间的距离与无线充电车的位置矢量和速度矢量之间的关系,得到第二误差矢量方程;根据第二误差矢量方程的第二次加权最小二乘解,得到无线充电车的位置和速度。本发明采用到达时差和到达频差协同定位,实现对无线充电车的位置与速度估计,对充电车的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界,计算速度快,定位更加准确。

    电力无线网络链路质量预测、模型训练方法及装置

    公开(公告)号:CN113988441A

    公开(公告)日:2022-01-28

    申请号:CN202111291478.0

    申请日:2021-10-29

    摘要: 本发明提供了一种电力无线网络链路质量预测、模型训练方法及装置,其中模型训练方法包括:获取多组样本,每组样本中包括多类链路参数的参数值;根据各组样本中的参数值对于各取值范围的隶属度以及各类链路参数的权重计算各组样本的模糊评估子集,依据各组样本的评估子集与表征不同链路质量等级的理想目标模糊子集的贴近度计算链路质量等级划分范围;获取多组训练样本,每组训练样本中包括多类链路参数的参数值;将链路质量等级划分范围和训练样本中的参数值输入循环神经网络中,对循环神经网络进行训练,得到电力无线网络链路质量预测模型。通过执行本发明能够结合多种类型的链路参数对电力无线网络链路的质量进行快速、准确的预测。