【摘要】：提出一種基于滑模干擾控制律的WSN(wireless sensor network)數(shù)據(jù)反步融合算法。在常規(guī)的滑�？刂坡上录尤胍粋�(gè)控制干擾補(bǔ)償項(xiàng),結(jié)合WSN傳輸?shù)慕煌〝?shù)據(jù)多狀態(tài)隨機(jī)分布特征,把控制律變換到S域中。對WSN數(shù)據(jù)進(jìn)行逆序排列反步融合,在數(shù)據(jù)融合中加入反步融合函數(shù),采用可靠性分配機(jī)制使得數(shù)據(jù)融合接近真實(shí)值,實(shí)現(xiàn)對交通的智能調(diào)度和穩(wěn)態(tài)控制。仿真實(shí)驗(yàn)表明,采用該算法進(jìn)行交通數(shù)據(jù)融合處理和智能交通控制,能使WSN節(jié)點(diǎn)能耗降低,有效抑制控制穩(wěn)態(tài)誤差,交通通行能力有較大提高。
【圖文】：

律，能有效去除穩(wěn)態(tài)誤差，提高系統(tǒng)的控制精度和準(zhǔn)確性。3WSN數(shù)據(jù)反步融合算法及智能交通控制應(yīng)用實(shí)現(xiàn)本文以上述改進(jìn)的滑模干擾控制律為基礎(chǔ)，進(jìn)行WSN數(shù)據(jù)反步融合和交通智能控制，以改善控制精度，提高交通管理效率。3.1WSN數(shù)據(jù)反步融合算法基于改進(jìn)的滑模干擾控制律進(jìn)行WSN數(shù)據(jù)反步融合的基本思想為:在每個(gè)WSN簇頭節(jié)點(diǎn)上，使用導(dǎo)碼、地理位置等參數(shù)進(jìn)行原始數(shù)據(jù)感知，對數(shù)據(jù)按照可靠性分配進(jìn)行序列分區(qū)，在數(shù)據(jù)融合中加入反步融合函數(shù)，采用可靠性分配機(jī)制使得數(shù)據(jù)融合接近真實(shí)值。算法構(gòu)建思想用框圖描述如圖1所示。算法描述如下:圖1滑模干擾控制律WSN交通數(shù)據(jù)融合控制Fig1WSNtrafficdatafusionandcontroldiagrambasedonimprovedslidingmodeinterferencecontrolrule采用文獻(xiàn)［20］的簇頭節(jié)點(diǎn)處理方法，WSN簇頭節(jié)點(diǎn)上的信息導(dǎo)碼表達(dá)為usw=－Ksat(S(t)/μ)/(λgx+gθ)(20)WSN簇頭節(jié)點(diǎn)上使用導(dǎo)碼、地理位置等參數(shù)進(jìn)行原始數(shù)據(jù)感知采用無向圖模型結(jié)構(gòu)表示，WSN網(wǎng)絡(luò)智能交通控制模型用一個(gè)連通的無向圖G=(V，E，S)表示。其中v0∈V，V為WSN所有節(jié)點(diǎn)集合，，v0表示Sink節(jié)點(diǎn)。無向圖模型的參量分別表示導(dǎo)碼、地理位置參數(shù)，所有節(jié)點(diǎn)都有相同的傳輸半徑r，WSN網(wǎng)絡(luò)的邊(u，v)∈E，當(dāng)且僅當(dāng)這2個(gè)節(jié)點(diǎn)之間的平面幾何距離小于或等于傳輸半徑r，即|uv|≤r�；谏鲜龈倪M(jìn)的滑模干擾律模型，對交通采集數(shù)據(jù)進(jìn)行反步迭代。結(jié)合式(3)進(jìn)行反步迭代的表達(dá)式為sx=［

本文編號：2545977