检索结果-内蒙古大学图书馆

电子与信息学报 2025年第2期47卷 353-362页

作者：谢文武张沁可梁锡涛刘晨宇余超王骥湖南理工学院信息科学与工程学院岳阳414006 华中师范大学物理科学与技术学院武汉430079

近年来,有源可重构智能表面(ARIS)技术获得了学术界的广泛关注。然而,ARIS在多RIS辅助无线通信系统中的应用还缺乏相关研究。针对此问题,该文提出基于双RIS辅助的无线通信系统模型。模型假设基站(BS)和用户之间的直连链路受阻,仅通过RI... 详细信息

近年来,有源可重构智能表面(ARIS)技术获得了学术界的广泛关注。然而,ARIS在多RIS辅助无线通信系统中的应用还缺乏相关研究。针对此问题,该文提出基于双RIS辅助的无线通信系统模型。模型假设基站(BS)和用户之间的直连链路受阻,仅通过RIS形成的反射链路进行通信。在此基础上,根据ARIS与被动RIS(PRIS)的不同组合情况,提出4种RIS组合模型。模型的目标是优化基站波束赋形、RIS的相移矩阵和功率分配因子,以最大化系统通信容量。由于该优化问题为非凸问题,该文采用了交替优化算法(AO)与连续凸逼近(SCA)对问题进行处理。仿真结果表明,无论基站发射功率高或低,TAAR组合模型的性能均显著优于传统单ARIS配置。

关键词：双RIS MISO 交替优化算法凸逼近

来源：评论

学校读者我要写书评

暂无评论

基于自适应图学习的多目标特征选择算法

引用

控制与决策 2024年第7期39卷 2295-2304页

作者：何杜博孙胜祥梁新谢力张侃海军工程大学管理工程与装备经济系武汉430033

针对多目标回归中的特征选择问题,提出一种基于自适应图学习的多目标特征选择算法,在单个框架中同时考虑3种关系结构:输入特征与目标输出、不同目标输出以及样本间的相关结构,并基于上述结构信息进行特征选择.首先,在传统稀疏回归模型... 详细信息

针对多目标回归中的特征选择问题,提出一种基于自适应图学习的多目标特征选择算法,在单个框架中同时考虑3种关系结构:输入特征与目标输出、不同目标输出以及样本间的相关结构,并基于上述结构信息进行特征选择.首先,在传统稀疏回归模型中对系数矩阵施加低秩约束,利用低秩学习对特征间相关性以及目标间的依赖关系进行解耦学习;然后,构建基于样本局部结构信息的自适应图学习项,充分利用样本间的相似结构进行特征选择;进一步地,引入基于输出相关性的结构矩阵优化项,使模型能够更加充分地考虑目标间的相关性;最后,提出一种交替优化算法求解目标函数,并从理论上证明算法的收敛性.在公开数据集上的实验表明,所提方法相较于现有主流的多目标特征选择方法具有更好的性能和适用性.

关键词：特征选择稀疏回归多目标回归交替优化算法自适应图学习

来源：评论

学校读者我要写书评

暂无评论

基于实例与目标相关性的多目标稀疏回归算法

引用

控制与决策 2024年第5期39卷 1478-1486页

作者：何杜博孙胜祥海军工程大学管理工程与装备经济系武汉430033

针对传统多目标回归算法无法处理输入与多输出间的非线性关系,且忽视了数据点在输入与输出之间的结构信息,导致算法泛化性能受限、缺乏稳健性等问题,提出一种基于实例与目标相关性的多目标稀疏回归(multitarget sparse regression with ... 详细信息

针对传统多目标回归算法无法处理输入与多输出间的非线性关系,且忽视了数据点在输入与输出之间的结构信息,导致算法泛化性能受限、缺乏稳健性等问题,提出一种基于实例与目标相关性的多目标稀疏回归(multitarget sparse regression with instances and targets correlations, MTR-ITC)算法.首先,通过嵌入潜变量空间来对复杂的输入与输出以及输出间的关联结构解耦,并利用核技巧和稀疏回归学习输入输出间的非线性关系和输出间的相关结构;然后,引入流形正则化项探索不同实例在输入与输出变量间的相关性,确保模型输出与真实结果在局部和全局结构的一致性,以提升模型泛化性能;最后,提出一种交替优化算法来对目标函数进行求解,使其能快速收敛至全局最优.在基准测试数据集上的实验表明,所提算法在不同MTR数据集上均具有较好的测试性能.

关键词：多目标回归稀疏学习流形学习交替优化算法核方法实例相关性

来源：评论

学校读者我要写书评

暂无评论

D2D辅助的双阶段空中计算模型聚合方案

引用

中国科学：信息科学 2024年第10期54卷 2487-2502页

作者：张冉强邓娜卫海超邢成文赵楠大连理工大学信息与通信工程学院大连116024 大连海事大学信息科学技术学院大连116026 北京理工大学信息与电子学院北京100081

在无线联邦学习中,不同位置的设备信道质量差异性使得基于空中计算的联邦学习的模型聚合误差由信道质量最差的设备所主导.为此提出了一种终端直通(device-to-device,D2D)辅助的空中计算联邦学习方案,其中选择信道质量好的辅助设备辅助... 详细信息

在无线联邦学习中,不同位置的设备信道质量差异性使得基于空中计算的联邦学习的模型聚合误差由信道质量最差的设备所主导.为此提出了一种终端直通(device-to-device,D2D)辅助的空中计算联邦学习方案,其中选择信道质量好的辅助设备辅助边缘设备将本地模型更新至服务器.构建了最小化均方误差的优化问题,提出了一种交替优化的算法,以低复杂度优化所有设备和基站的运行参数.为了评估该方案的性能,本文通过理论分析验证了所提方案相比于传统的基于空中计算的模型聚合方案具有优势.同时,设计了两种不同的设备分布场景,并基于神经网络和真实数据集构建了联邦学习实验.结果表明,所提算法能够很快收敛,与传统的空中计算方案以及现有的基于调度和基于中继的空中计算方案相比,该方案能够显著减小模型聚合误差,并提高联邦学习的预测精度.

关键词： D2D 联邦学习空中计算交替优化算法

来源：评论

学校读者我要写书评

暂无评论

智能反射表面的主被动联合波束成形分组模型优化算法

引用

无线通信技术 2024年第2期33卷 17-23,28页

作者：王丹杨雪松重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信技术重庆市重点实验室重庆400065

针对智能反射面(IntelligentReflectingSurface,IRS)联合主动和被动波束成形优化中计算复杂度过高的问题,该文基于经典的半正定松弛算法和交替优化算法提出了一种对本地IRS进行分组的新模型,通过降低每个IRS信道矩阵的秩来降低优化算法... 详细信息

针对智能反射面(IntelligentReflectingSurface,IRS)联合主动和被动波束成形优化中计算复杂度过高的问题,该文基于经典的半正定松弛算法和交替优化算法提出了一种对本地IRS进行分组的新模型,通过降低每个IRS信道矩阵的秩来降低优化算法的复杂度。具体的,首先通过已知的IRS相位得出BS(Base Station)的次优发送波束,其次通过BS的发送波束计算得出分组后各IRS面的次优相位,经过不断交替迭代上述两步优化得出最优发送波束的结果。仿真结果表明,合适的IRS分组数量、分组方式与交替优化迭代次数可以在几乎不影响原算法性能的情况下,大大减少交替优化算法的复杂度。

关键词：智能反射表面波束成形交替优化算法算法复杂度

来源：评论

学校读者我要写书评

暂无评论

NOMA-MEC计算任务迁移时延优化研究

NOMA-MEC计算任务迁移时延优化研究

引用

作者：王方雅西安电子科技大学

学位级别：硕士

随着无线移动通信技术的发展与新兴通信服务的不断涌现,催生了海量时延敏感计算业务,极大地挑战了无线设备薄弱的终端计算能力。为应对该挑战,移动边缘计算(Mobile Edge Computing,MEC)技术采用云化计算分布架构,将传统计算资源下沉到... 详细信息

随着无线移动通信技术的发展与新兴通信服务的不断涌现,催生了海量时延敏感计算业务,极大地挑战了无线设备薄弱的终端计算能力。为应对该挑战,移动边缘计算(Mobile Edge Computing,MEC)技术采用云化计算分布架构,将传统计算资源下沉到位于无线接入网络边缘的计算服务器,为临近用户提供低时延计算服务。然而,MEC技术的计算任务迁移依赖于无线接入网多址接入。现有的正交多址接入传输体制,仍会产生数十毫秒的物理层传输时延,远超MEC技术期望的毫秒级超低时延,已成为制约MEC技术应用的主要掣肘因素之一。为了解决该问题,将非正交多址技术(Non-Orthogonal Multiple Access,NOMA)技术与MEC技术相结合,构建NOMA驱动的MEC技术体系,即NOMA-MEC,可实现任务在码域/功率域的并行传输。相较于传统正交多址技术(Orthogonal Multiple Access,OMA)驱动的MEC系统,NOMA-MEC系统能在大幅降低任务迁移时延的同时,提高MEC任务迁移的频谱效率。为了实现多信息流的高效传输,现有的NOMA-MEC系统通过设计资源调度方案,优化用户任务迁移的功率分配与任务分割,进而优化NOMA-MEC系统的时延、能效等多方面性能指标。然而,NOMA-MEC迁移方式需满足用户同时向服务器完成任务迁移的条件,忽略了云/边服务器计算能力的差异,导致云/边服务器的计算资源利用不充分,增加了任务完成时延。若将NOMA和OMA技术相结合,即利用混合NOMA技术进行任务迁移,可以取得优于OMA系统的时延性能。本论文面向NOMA-MEC系统,从资源调度因子优化和边缘服务器智能选择决策两大角度出发,实现任务完成时延最小化的目标。针对这一目标,本论文主要包含了以下两点工作:(1)在固定边缘服务器辅助用户计算的场景下,以最小化混合NOMA-MEC任务完成时延为目标,建立了功率分配因子和任务调度因子的联合优化问题。针对所建立的非凸联合优化问题,提出了一种自适应功率-任务迭代资源分配算法(Adaptive Power-T ask Resource Allocation Iterative Algorithm,APTRAIA)。仿真分析表明,所提算法能够以较低的算法复杂度有效地降低任务完成时延。(2)考虑到实际系统中的用户移动性与环境不确定性因素,建立了以时延最小化为目标的边缘服务器选择问题。为了求解该问题,提出了一种基于马尔可夫决策过程(Markov Decision Process,MDP)的边缘服务器智能选择策略(Intelligent Edge Server Selection Strategy,IESSS)。所提出的IESSS算法可根据当前环境和状态信息,在多个空闲边缘服务器中选择一个边缘服务器来辅助任务计算,从而充分利用系统计算资源,进一步降低任务完成时延。仿真分析表明,IESSS算法与传统算法相比,可以凭借较低的算法开销降低任务完成时延。

关键词：移动边缘计算非正交多址接入交替优化算法最小化任务完成时延

来源：评论

学校读者我要写书评

暂无评论

基于无线协作通信网络的物理层安全技术研究

基于无线协作通信网络的物理层安全技术研究

引用

作者：王柳彬重庆大学

学位级别：硕士

随着信息技术的快速发展,无线通信设备数量呈现爆炸式增长,通信频段不断向更高频迁移。为了缓解网络的功耗压力,扩大无线网络的覆盖范围,可以采用基于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)中继和... 详细信息

随着信息技术的快速发展,无线通信设备数量呈现爆炸式增长,通信频段不断向更高频迁移。为了缓解网络的功耗压力,扩大无线网络的覆盖范围,可以采用基于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)中继和智能反射表面(Intelligent Reflecting Surface,IRS)的低功耗协作转发技术。但是,考虑到无线通信环境的高度开放和计算机运算能力的不断提高,传统的加密手段可能不足以保证无线协作网络的信息安全,用户之间的私密信息存在被窃听的风险。幸运的是,物理层安全技术为上述挑战指明了新的解决方向。针对SWIPT中继网络和IRS协作通信网络中存在的安全问题,论文着眼于基于物理层的协作干扰方案,提出了相应优化算法,最大化了系统保密容量(Secrecy Capacity,SC)。主要研究内容如下:(1)研究了物理层安全的基本概念与SC的定义,描述了SWIPT接收机的典型架构与信号模型,分析了IRS的硬件组成结构与相应信道模型,总结了相关优化方法的基本理论与算法流程。(2)针对SWIPT中继网络的安全问题,提出了一种基于全双工目的节点辅助的干扰策略,以保障网络合法用户的信息安全。考虑到中继需要同时进行信息解调与能量收集,以及系统需要合理分配源节点信息功率与目的节点干扰功率,为最大化系统SC,建立了关于中继功率分流(Power Splitting,PS)比与系统功率分配(Power Allocation,PA)系数的联合优化问题。采用交替优化(Alternating Optimization,AO)算法,将问题分解为分别关于PS和PA比的两个子问题,并求得了它们的闭式解。分析与仿真结果表明,两个闭式解与穷举搜索得到的最优结果高度吻合,所提AO算法可以实现快速收敛,并以远低于穷举搜索法的计算复杂度,达到了与穷举结果基本一致的保密性能。(3)针对IRS协作通信网络的安全问题,提出了一种基于全双工接收机发射人工噪声的干扰策略。为了最大限度地提高系统SC,提出了一种联合设计基站发射天线波束赋形、IRS相位因子和系统PA系数的优化问题。考虑到该问题非凸,引入AO算法将其分解为三个子问题,分别求得了发射波束赋形与系统PA系数的闭式最优解,并采用半正定松弛(Semidefinite Relaxation,SDR)和黎曼流形优化(Riemannian Manifold Optimization,RMO)两种算法得到了IRS的最佳相位因子。仿真表明,基于RMO与SDR的SC性能曲线重合,但前者计算复杂度更低。与采用随机相位和固定PA系数或波束赋形向量的方案相比,理论推导的最优IRS相位、PA系数和波束赋形向量能够实现更大的SC,可显著提升网络安全性能。

关键词：无线携能通信智能反射表面物理层安全人工噪声交替优化算法

来源：评论

学校读者我要写书评

暂无评论

有源智能超表面辅助多用户无线保密通信的安全传输研究

有源智能超表面辅助多用户无线保密通信的安全传输研究

引用

作者：李瑞静河南大学

学位级别：硕士

在当前新一代移动通信网络的发展中,面对的主要挑战包括了:硬件成本的大幅度提升、实际覆盖范围相对有限、以及设备间相互干扰等诸多方面的问题表现得比较突出。作为被业界视为6G(The Sixth Generation)通信的潜在技术之一,并具备低耗... 详细信息

在当前新一代移动通信网络的发展中,面对的主要挑战包括了:硬件成本的大幅度提升、实际覆盖范围相对有限、以及设备间相互干扰等诸多方面的问题表现得比较突出。作为被业界视为6G(The Sixth Generation)通信的潜在技术之一,并具备低耗能、低投入成本以及可编程特性的电磁表面的智能超表面(Reconfigurable Intelligent Surface,RIS)技术,展现出优秀的智能调控能力,能够对无线环境进行调控,有效地解决先前所提及的诸多技术难题。首先,RIS的出现为新一代通信网络模式提供了新的思路,因此迅速引起了学术界及产业界的关注和讨论。其次,有源智能超表面(Active Reconfig urable Intelligent Surface,Active RIS)的出现,依靠能够放大入射信号的特性,进一步解决了无源智能超表面(Passive Reconfigurable Intelligent Surface,Passive RIS)辅助通信系统出现的“乘性衰落(Double Fading)”问题。在无线通信系统领域中,无线环境极易遭受各种安全风险的危害。故物理层安全(Physical Layer Security,PLS)技术凭借其强大的安全保障性能,有效保证了无线通信系统的安全传输。其中,在发射信号中引入随机生成的人工噪声(Artificial Noise,AN),使窃听者信道容量降低,是提高保密通信的PLS技术之一。基于上述问题,本文着重探讨RIS辅助保密通信系统中安全传输方面的性能,充分采用了Active RIS和PLS技术的优势,深入研究以系统安全传输速率最大化作为目标函数,并联合优化设计问题。主要研究内容总结如下: (1)Active RIS辅助无线保密通信系统,采用AN技术,增强多天线系统中的无线保密通信的安全传输性能。联合优化基站发射功率和RIS矩阵向量,以最大化安全传输速率作为目标。为了解决目标函数的非凸性,设计一种高效的交替优化(Alternating Optimization,AO)算法,联合优化发射机处的波束成型向量和AN,以及Active RIS的发射矩阵。仿真结果表明,采用AN辅助Active RIS安全传输的方法,有效提高系统的保密通信性能,且缓解了发射机到合法用户发射链路产生的“Double Fading”效应。 (2)研究针对多输入多输出(Multiple-Input Multiple-Output,MIMO)多用户的认知无线电(Cognitive Radio,CR)保密通信系统,通过Active RIS和AN加强主用户(Primary User,PU)的信息保密性能。联合优化发射波束形成矢量和AN波束,以及Active RIS矩阵相移和放大增益矩阵,实现认知用户(Cognitive Users,CU)安全速率最大化。针对目标函数,提出了一种基于迭代的有效算法,并讨论通过AO和连续凸逼近(Successive Convex Approximation,SCA)算法联合优化后获得局部次优解,最后采用高斯随机法得到最优解。仿真结果验证了该方法的有效性,并显著提高了保密通信的安全速率。同时,通过Active RIS和AN技术辅助的无线保密通信系统具有更高的保密速率。

关键词：认知无线电系统有源智能超表面物理层安全人工噪声保密速率交替优化算法

来源：评论

学校读者我要写书评

暂无评论

特征点检测与描述的无监督学习方法研究

特征点检测与描述的无监督学习方法研究

引用

作者：闫培华中科技大学

学位级别：硕士

当前的深度学习等表征学习方法为计算机视觉各领域提供了富有表达能力的特征,进而显著提升了相应模型的性能。但对于依赖局部特征的任务而言,此类方法生成的稠密局部特征含有大量冗余信息,这将降低整体性能和运算速度。特征点提取方法... 详细信息

当前的深度学习等表征学习方法为计算机视觉各领域提供了富有表达能力的特征,进而显著提升了相应模型的性能。但对于依赖局部特征的任务而言,此类方法生成的稠密局部特征含有大量冗余信息,这将降低整体性能和运算速度。特征点提取方法通过提取图像中少量最具表达能力的特征,在保证稳定性能的同时显著提升运算效率,因而广泛应用于各种依赖于局部特征的领域。针对现有特征点提取方法的不足,为实现高性能、无监督的特征点模型,论文开展了特征点无监督学习方法研究。论文的主要工作总结如下。阐述了特征点在实际任务中的优势,总结了人工设计的特征点提取方法和基于学习的特征点提取方法,分析了现有方法的优势与不足。介绍了基于学习的特征点提取方法的训练数据、优化目标、模型结构和优化算法。提出了特征点检测模型的无监督学习方法。该方法的优化目标由稀疏约束和重复率目标构成,可直接最大化特征点的稀疏性和重复性。针对该优化目标提出一种交替优化的求解算法,该算法具备良好的收敛性和收敛速度。在实验中,使用全卷积神经网络实现特征点检测模型,称为稀疏可重复网络。经多个图像匹配数据集的验证,稀疏可重复网络与多个现有描述器的组合超越了原始组合的性能。进一步的实验表明,稀疏可重复网络的泛化能力来源于其稀疏性和重复性所构成的优化目标。对上述特征点检测方法进行扩展,提出了特征点检测和描述模型的无监督学习框架。该框架的优化目标为最大化特征点性质的联合概率分布,所有可被形式化为概率表述的性质均可被纳入该优化目标,论文选择稀疏性、重复性和判别性等三个性质实现该目标函数。该框架的优化算法为期望最大化算法,论文通过近似求解,显著提升了训练效率。在实验中,使用全卷积神经网络实现检测模型和描述模型,称为性质网络。多个图像匹配数据集上的实验结果表明,性质网络的总体性能超越了现有的特征点提取方法。

关键词：特征点无监督学习期望最大化算法交替优化算法卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

能量收集体系下功率和占空比的交替优化联合设计

能量收集体系下功率和占空比的交替优化联合设计

引用

作者：杨翔哈尔滨工业大学

学位级别：硕士

无线通信和电子技术的飞速发展使得传感器的成本更低、能耗更低、功能更齐全,且传感器节点本身具有体积小、适合短距离通信的特点,因此它被广泛运用在国防安全、健康、农业等方面。在国防安全方面,布置无线传感器的胡志明小道使得它成... 详细信息

无线通信和电子技术的飞速发展使得传感器的成本更低、能耗更低、功能更齐全,且传感器节点本身具有体积小、适合短距离通信的特点,因此它被广泛运用在国防安全、健康、农业等方面。在国防安全方面,布置无线传感器的胡志明小道使得它成为一道坚固的防线。在健康方面,无线传感器可以作为探测器进入人的身体或者附着于人的身体表面,帮助医生诊断病情或者治疗疾病。在农业方面,通过对作物和农田的实时数据监测来达到增产的目的。由于传统传感器节点装载固定的供能装置例如电池,导致传感器的节点寿命被限制。尤其当数以百计的传感器节点布置在危险甚至有毒的区域时,给传感器节点电池充电或者电池替换也是不便利甚至不可能。从环境中收集能量显然是一种安全的可行方法,以自我充电的形式延长节点寿命以此打破了传感器的瓶颈。能量收集指的是传感器节点可以通过太阳能电池、振动吸收装置、水磨坊、热电发电机、微生物燃料电池等来获取能量并且用来给传感器节点供电。最广泛的技术是将太阳能转化为电能,但是太阳能是人为不可控的。因而,能量收集为我们提供了未来无线通信所不具备的许多有前景的优势和独特功能,而传统的电池或电网供电的通信系统则无法提供这些优势和功能,包括自我可持续的功能,减少碳排放,真正的无需更换电池的或者被束缚在电网上的无线传感器,轻松快捷地进行部署在任何有毒,敌对或无法进入的环境中。因此,能量收集技术也越来越受到关注和重视。本文中主要关注于推进更实际的能量收集和使用模型以及考虑在不同能量收集体系下的最优传输策略。能量收集确知模型被采用来阐述传感器进行能量收集的过程。在模型中,数据包和收集到的能量到达的时间和能量多少均被认为随机的。能量收集确知模型则假设能量收集过程可以被完美预测,即收集的能量到达时间和能量大小在传输开始前是可知的。由于能量收集设备的物理限制和技术上的限制,可能量收集的传感器收集的能量普遍较不高。在实际能量消耗中,除了传感器的直接传输功率以外,还存在由于混频器,频率合成器,滤波器,模数/数模转换器和功率放大器等产生的非理想线路功率方面的能量消耗。此时相对于较低的收集到的能量,传感器的非理想线路功率就不适合再忽略不计。因此我们将非理想线路功率引入系统模型而得到更实际的收集和使用模型。同时,传感器节点的能量收集和使用也应符合能量中性操作原则,即当一个传感器节点的能量使用总是小于已经收集到的能量那么该节点的网络寿命理论上为无限长。由于采用能量确知模型来阐述进程,能量收集曲线呈现为阶梯型。要维持能量中性操作,能量的使用曲线必须要在阶梯曲线的下方。当能量收集模块和使用模块允许同步运行时,该能量的同步收集和使用模型适用于从太阳、风等环境中收集能量。基于这种能量的同步收集和使用模型,间断传输更适合达到最优吞吐量并同时也引入新的变量占空比。相对于固定的占空比,变化的占空比使得能量的使用更加有效。当收集到的能量没那么低时,传输策略的占空比为1即转化为连续传输。也可以说间断传输是连续传输的一般化,因此占空比的引入非常重要。数据吞吐量对于高速率数据应用来说是一个非常重要的指标,因此均选用数据吞吐量最大化作为传输策略优化的目标函数。均假定在确知能量收集模型下,有充足的数据被提前存储在传感器的理想数据存储器中。首先,在能量的同步收集和使用模型下,分别考虑能量收集体系下收集-使用模型、收集-存储-使用模型以及收集-使用-存储模型的传输策略。已知存在三种能量收集体系:在收集-使用模型下,无线传感器收集到的能量则直接被用于节点的使用适用于无能量存储器条件。是三个模型中最简单的一个,将不会为之后使用存储能量,可以通过超级电容的短暂缓存实现收集-使用模型;在收集-存储-使用模型下,传感器收集到的能量先经由理想/非理想能量存储器的存储再进行能量的配置使用。收集-存储-使用模型非理想能量存储器时最贴近实际,但是在低能量存储效率下能量损失较大,可以采用充足容量的NI-MH充电电池作为非理想能量存储器来实现收集-存储-使用模型;在收集-使用-存储模型下,传感器收集到的能量先供应节点的使用,如果有剩余的能量则存入非理想能量存储器,如果传感器需要更多的能量则从非理想能量存储器中获取能量给传感器充电。即使在能量存储效率较低时,也不会因为充/放电效率损失太多能量。收集-使用-存储模型可经由一个超级电容和NI-MH充电电池组合实现。为了尽可能地提升能量收集网络的数据吞吐量,将采用联合设计去全局优化资源的分配。一般情况下都是基于单一的功率分配或者占空比分配去达到最优化的目的。因此在能量体系下的吞吐量最优传输策略采用交替优化算法进行优化即基于交替优化算法的传输功率和占空比的联合吞吐量优化设计,交替优化算法适用于两个变量的联合优化。从交替优化算法角度看传输策略的优化过程:当固定优化问题中参数占空比时,是通过注水法原理去实现各个时隙之间

关键词：能量收集非理想线路功率收集-存储-使用模型收集-使用-存储模型交替优化算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：