【摘 要】
：
通过建立无人机自组网可以有效满足无人机集群作战的组网通信需求,但相较于传统移动自组网,无人机自组网具有节点移动速度更快,网络拓扑高度动态变化的显著特征.针对链路频繁断开带来网络性能下降严重的问题,提出了一种基于负载感知和伪流言机制的高稳定性路由协议.网络拥塞和节点移动性是影响路径稳定性的两个主要因素.针对网络拥塞问题,提出了基于节点负载预测的伪流言受限洪泛机制,在发起路由请求过程中,通过动态调整节点转发概率,均衡了网络负载的同时降低了控制开销.针对无人机节点的高移动性特征,基于接收到分组信号功率强度,提出
【机 构】
：
空军工程大学 航空工程学院 西安 710038
论文部分内容阅读
通过建立无人机自组网可以有效满足无人机集群作战的组网通信需求,但相较于传统移动自组网,无人机自组网具有节点移动速度更快,网络拓扑高度动态变化的显著特征.针对链路频繁断开带来网络性能下降严重的问题,提出了一种基于负载感知和伪流言机制的高稳定性路由协议.网络拥塞和节点移动性是影响路径稳定性的两个主要因素.针对网络拥塞问题,提出了基于节点负载预测的伪流言受限洪泛机制,在发起路由请求过程中,通过动态调整节点转发概率,均衡了网络负载的同时降低了控制开销.针对无人机节点的高移动性特征,基于接收到分组信号功率强度,提出了链路稳定性的联合度量指标.仿真结果表明,与AODV协议及其他改进型协议相比,该协议有效减少了网络的控制开销,提高了分组投递率,降低了平均端到端时延,显著改善网络性能,增强了数据传输的实时性和可靠性.
其他文献
随着动态力测试量程的不断增加以及对测试精度要求的提高,压电测试技术的关键性作用日益凸显,并被广泛应用于重载设备以及航空航天的矢量力测量中.针对压电三向测力单元装配及施加预紧力过程中出现的上下压块偏转、不同轴等问题,基于力的分载原理对误差进行了量化,建立了测力单元的自预紧误差理论模型,并设计了新型的装配夹具,进行了两种夹具装配下的测力单元角度偏转测试实验以及静态标定实验.实验结果表明,使用新夹具装配的测力单元测试精度明显得到很大提高,相间干扰最大值由6.06％减少为2.97％,为后续测力单元的精度提升途径以
由于支持向量机(support vector machine,SVM)优化算法存在易陷入局部最优解、控制参数较多的问题,提出一种基于单形进化(surface-simplex swarm evolution,SSSE)算法优化的SVM并对运动想象(motor imagery,MI)脑电信号的分类进行了研究.提取MI脑电信号模糊熵和AR(auto regressive)模型参数作为输入特征,然后将SSSE应用在SVM的参数寻优中,实现对MI脑电信号的分类.测试实验中,对2003国际BCI竞赛Data set
针对当前超声水表中相关法时间分辨率只能达到采样周期的问题,提出了一种基于相关法的低采样率超声水表时延估计方法.首先,研究了超声水表中所能达到的最大时间延迟;其次,讨论了相关法在超声水表当中的具体应用及插值算法对于提高流量测量精度的作用;最后,利用MATLAB软件对算法进行仿真评估了实际噪声条件下算法能达到的时延估计精度并搭建流量计量系统证明算法的有效性.仿真结果表明,在超声换能器频率为1 MHz、采样频率为4 MHz的情况下,时延估计的平均绝对误差在百皮秒内.表明该算法能在较低的采样频率下实现高精度的时延
电子元件LED缺陷当前主要检测方法是通过效率低下的人工目检,而传统机器视觉检测速度慢,且识别精度通常难以满足实际应用要求.为了克服这些缺点,提出了一种改进的Faster R-CNN网络为框架的电子元件气泡缺陷检测方法.为了提高网络的鲁棒性和泛化能力,对数据集以添加噪声、改变亮度的方式进行扩充.以Resnet50和FPN网络作为主干网络提取图像特征,并根据其特征金字塔不同特征预测层的特性调整anchor的尺度,构建网络进行训练.最后在数据集上通过对试验结果定量分析表明,该方法对LED元件气泡缺陷的总体准确率
为了解决凸性全变分正则化模型会使重构结果出现非闭合轮廓和非齐整边缘等缺点,设计了混合非凸性全变分耦合重叠组稀疏的图像去模糊算法.重叠组稀疏正则化项很好地考虑了相邻元素之间相互交叉的关系,非凸性二阶lp范数正则化项较好保持了图像的边缘形状信息,同时将这两个正则约束项融入到全变分函数中,可以准确地恢复边缘结构特征以及消除平滑区的阶梯效应和振铃效应.最后,为实现非凸性高阶模型的优化求解,提出了变量分裂法,将该模型分离成4个子问题,然后借助重加权l1交替方向法来完成图像去模糊的计算.测试数据显示,相比当前图像复原
金属构件在加工制造和服役期间常出现腐蚀、裂纹等结构型损伤,影响结构完整性,威胁设备安全运行.因此,对金属构件实施高效无损定量检测非常重要.基于传统涡流检测探头结构,提出一种漏斗形磁芯探头新构型,可在脉冲调制涡流检测中有效提高对表面和背面缺陷的检测灵敏度.针对所提探头,通过建立其解析模型并推导检测信号解析表达式,系统探究该探头的检测性能.仿真研究表明,所提漏斗形磁芯探头在金属构件表面和背面减薄缺陷检测中具有更高灵敏度,并开展系列实验研究.实验研究在验证仿真结论的同时,进一步证实所提漏斗形磁芯探头在提升金属构
杆塔的倾倒会对整个电网产生严重的破坏并威胁周围居民的生命安全,电力巡检无人机利用计算机视觉对杆塔进行巡检既节省了人力资源又显著地提高了电网的巡检效率.为了国网巡检人员在杆塔倾倒前及时得到预警,对电力巡检无人机中的基于计算机视觉的杆塔倾斜检测算法进行了研究,设计了一种基于YOLOv3的深度神经网络结合LSD线段提取方法对杆塔的倾斜进行检测.利用在山西电网无人机实际巡检的杆塔图片制作杆塔的VOC2007数据集并利用YOLOv3神经网络对杆塔进行目标检测,并将检测后得到的Bounding box根据网络训练后的
相位域模数转换器(Ph-ADC)利用正交IQ通道来提取相位信息,但IQ通道偏移误差会导致系统误码率(BER)升高.针对以上问题提出一种基于帧采样的同相正交(I/Q)偏移误差提取方法,并采用梯形积分法进行补偿.相关传统方法,该方法可以节省因内存访问,数据延迟以及系统对每个样本中断响应而浪费的时间.通过建立π/4 DQPSK解调,6-bit Ph-ADC,Eb/No为12 dB的数字调制系统来验证所提出相位域ADC偏移误差检测及补偿技术,仿真结果表明,当输入信号频率为450 kHz,I/Q偏移误差为10％时,
为了解决使用磁共振图像进行脑炎和胶质瘤的临床诊断时会出现误诊的问题,提出了一种卷积层特征迁移结合主动样本标注的分类方法.该方法首先采用卷积层特征参数迁移,利用磁共振成像(MRI)数据进行模型的微调,并验证了不同MRI模态特征的区分能力;其次针对样本标注困难问题,设计基于熵不确定性的样本主动标注算法,提取样本的不确定性信息,进一步提高模型的收敛速度以及泛化能力.在由重庆医科大学附属第一医院放射科纳入的175个病例(脑炎118例,胶质瘤57例)上进行实验,在交叉验证下分类准确率达到95.08％,曲线下面积达到
12021年回顾rn对许多行业,尤其 是半导体行业来说,2021年都是前所未有的一年,是充满挑战的一年.这场席卷全球的芯片短缺主要与受疫情初期影响后经济的快速复苏有关,但也与我们专注的汽车和工业两个市场正在经历的变革有关.