简介:无线传感器网络部署的成功取决于是否能够在其诸如数据的精确性、数据聚类程度以及网络生命周期最大化等问题上,提供一个高质量可靠的性能服务。其中,数据融合机制就特别具有挑战性。如果将一小部分低质量的数据作为数据融合输入,那么极可能对整个数据融合结果产生负面影响。该文提出了改进型分批估计和BP神经网络相结合的多传感器数据融合方法,旨在提高网络的服务质量并减少整个网络的能量消耗。该方法能够辨别和剔除低质量的终端数据,提高数据的精确性;同时,它还能够融合冗余的数据,以减少各站点之间的数据通信消耗,使网络生命周期最大化。通过MATLAB实验仿真,表明该文提出的方法具有良好的数据融合性能;相比于LEACH,有效减少转发数据包量,提高了网络生命期。
简介:为了研究结构连接部的非线性振动特性,利用螺栓连接质量系统进行实验平台搭建,进行了动力学特性分析和响应预测,并讨论了非线性动力学参数识别问题.首先,通过不同的基础激励完成系统的正弦扫频实验及模态测试,以研究集中质量的刚体运动.然后,基于谐波平衡法原理,利用不同基础激励下的振动测试结果,对不同激励力下的连接部非线性进行识别.试验研究结果表明,连接部的非线性刚度和阻尼力可以通过多项式的形式表达和逼近.识别的非线性刚度和阻尼力可对螺栓结合面的振动响应进行预测,并可在一定范围内反映由于连接部接触引起的振动非线性,以及峰值频率偏移和阻尼硬化的现象.
简介:基于Church—Hoff模型从理论上研究了具有有限厚度的单个包膜微气泡在超声辐射下的非线性振动情况.分别研究了膜壳黏弹性对微气泡径向振动、基频成分和谐波成分的影响.径向振动峰值、功率谱基波和谐波的幅值都随着膜壳剪切模量以0.1MPa的间隔从0~10MPa逐渐增大而增大,随着剪切黏性以0.01Pa·S的间隔从0~1Pa·S逐渐增大而减小.次谐波和超谐波成分幅值波动范围大于基波和二次谐波成分,即微气泡膜壳黏弹性对次谐波和基波信号的影响大于对基波和二次谐波的成分影响.这就使得调整微气泡膜壳黏弹性至合适的数值以制备得到具有较好的次谐波和超谐波成像的微气泡这一潜在方法成为可能.最后,任选取基波和谐波成分都较为显著的4对黏弹性处以示说明,其剪切黏性和剪切模量分别为:0.39Pa·S和3.9MPa;0.39Pa·S和6.6MPa;0.39Pa·S和8.6MPa;0.42Pa·S和6.6MPa.
简介:通过建立无线传感器网络环境中的能耗模型,研究了高效能耗以及由路径损耗模型不同带来的数据干扰问题.采用二维网格分簇机制,其中簇头选举算法基于节点的剩余能量和随机退避时间,以一种高效且分散的方式使簇头在所有传感器节点中均匀轮换.节点除了在传输和接收数据过程中消耗能量,在干扰重传时也需要消耗额外的能量.根据平面几何学,通过分析和数学推导,得出网络的总能耗与分簇机制中的网格结构直接相关的结论,其中簇的大小决定传输范围,节点距离决定路径损耗指数,网络结构决定同时传输数据的节点产生的干扰总数.通过分析和仿真实验,提出了在无线传感器网络中优化的网格结构和对应的网格大小,从而在最大化降低能耗和最小化总体冲突之间达成平衡.