为解决密集Wi-Fi网络中重叠基本服务集(OBSS,overlapping basic service set)用户受到严重的同频干扰,导致接收信号信干噪比(SINR,signal to interference plus noise ratio)值低、数据传输速率低或者无法传输的问题,提出了一种基于改...
详细信息
为解决密集Wi-Fi网络中重叠基本服务集(OBSS,overlapping basic service set)用户受到严重的同频干扰,导致接收信号信干噪比(SINR,signal to interference plus noise ratio)值低、数据传输速率低或者无法传输的问题,提出了一种基于改进遗传算法(IGA,improved genetic algorithm)选择接入点(AP,access point)协作集的多AP联合传输(JT,joint transmission)方案。首先,利用SINR阈值法将系统内所有站点(STA,station)分为中心用户和边缘用户,边缘用户采用JT方案。然后,以最大化边缘用户吞吐量为目标,利用IGA为每个边缘用户确定合适的协作AP形成其专属的AP协作集,最大化JT技术的潜在增益。仿真结果表明,所提方案在密集Wi-Fi网络场景下能够有效减小基本服务集(BSS,basic service set)间的同频干扰,提升BSS边缘用户的性能和吞吐量。
针对汽车涂装生产的车辆路由调度问题,为降低涂装作业颜色切换次数及后续生产序列偏差,实现有限的资源内制造成本最低。基于涂装车间内具有多线性缓冲存储区的特点,以随机的待喷涂车辆集合为输入,建立以颜色切换次数最少及总装生产需求队列偏差最小为目标的MILP(mixed integer linear programming)模型,入库基于启发式规则,出库通过改进遗传算法求解,输出车辆路由调度方案。最后以某新能源汽车厂涂装车间为例,开发了一套路由调度系统,验证了所提出的多线性缓冲区联合调度方法,使得涂装切换成本下降80%左右,总装生产需求偏差成本下降10%左右。
暂无评论