物聯網技術的迅猛發(fā)展,促使物聯網應用成為最新的經濟增長點。如何對擴頻通信負荷進行動態(tài)分解,成為當前研究的熱點話題。針對以上問題,提出基于物聯網技術的擴頻通信負荷動態(tài)分解方法。首先利用網絡中網關節(jié)點和傳感器的數量對網絡進行劃分,統(tǒng)一各個區(qū)域內的傳感器數量。然后對各個區(qū)域以網關為節(jié)點的目標傳感器進行分層處理,分別獲取各個傳感器的層值,并且將其進行保存。最后改進蟻群算法的啟發(fā)因子,分別將傳感器節(jié)點的剩余能量、負荷能量等引入到啟發(fā)因子中,通過蟻群算法尋找剩余能量最高、負載較少的數據傳輸路徑,進而實現擴頻通信負荷的動態(tài)分解。通過具體的仿真數據,充分驗證了所提方法的綜合有效性。 

【文章來源】：計算機仿真. 2020,37(01)北大核心

【文章頁數】：5 頁

【文章目錄】：
1 引言
2 方法
    2.1 傳感器的層值的獲取以及保存
    2.2 基于改進蟻群算法的擴頻通信負荷動態(tài)分解
3 實驗分析
    3.1 負荷識別準確率對比
    3.2 分解效率對比
    3.3 平均時延對比
4 結束語


【參考文獻】：
期刊論文
[1]基于seq2seq和Attention機制的居民用戶非侵入式負荷分解[J]. 王軻,鐘海旺,余南鵬,夏清.  中國電機工程學報. 2019(01)
[2]基于時序分解的用電負荷分析與預測[J]. 王旭強,陳艷龍,楊青,劉紅昌.  計算機工程與應用. 2018(20)
[3]基于負荷分解和灰色理論的電網最大負荷預測[J]. 王威,王波,何宇,張興.  浙江電力. 2018(08)
[4]基于譜圖理論的居民用戶非侵入式負荷分解[J]. 彭顯剛,鄭凱,林哲昊,朱俊超,李壯茂.  電網技術. 2018(08)
[5]基于變分模態(tài)分解和FABP的短期電力負荷預測[J]. 張淑清,宿新爽,陳榮飛,劉婉,左一格,張赟.  儀器儀表學報. 2018(04)
[6]精準負荷控制系統(tǒng)的快速通信接口方案設計[J]. 殷偉,顏云松,潘琪,王亮,李雪明,司慶華.  電力系統(tǒng)自動化. 2018(10)
[7]應對特高壓換流站緊急故障的負荷快切通信關鍵技術研究[J]. 陳軍,龐曉燕,趙子涵,王利平,楊向飛,黃莉.  電力系統(tǒng)保護與控制. 2018(07)
[8]基于動態(tài)自適應粒子群算法的非侵入式家居負荷分解方法[J]. 孫毅,張璐,趙洪磊,劉耀先,李彬,李德智,崔高穎.  電網技術. 2018(06)
[9]密集網絡下基于Self-Backhaul感知的用戶接入負載均衡算法[J]. 唐倫,梁榮,陳婉,張元寶.  北京郵電大學學報. 2017(04)
[10]空間負荷預測中確定元胞負荷合理最大值的主成分分析法[J]. 肖白,李科,田春箏,王璟,何茜,張凱.  電測與儀表. 2017(14)



本文編號：3027439