一种基于无线传感器网络的混合机制MAC协议通信方法

    公开(公告)号:CN102695265B

    公开(公告)日:2014-07-16

    申请号:CN201210004527.2

    申请日:2012-01-09

    CPC classification number: Y02D70/00

    Abstract: 本发明涉及一种基于无线传感器网络的混合机制MAC协议通信方法,本发明通过设置周期预约时段,利用设置节点的拥有时隙,使节点在拥有时隙到来时才参与竞争信道的预约,每个预约时隙设置一个载波侦听的最大窗口时间,利用节点激活唤醒的随机侦听减少节点的预约消息发送碰撞概率及空闲侦听的时间,实现在单周期的单跳或多跳的数据时隙预约,减少了控制开销和数据传递的时延;节点在周期数据时段,根据在预约时段对各数据时隙的预约情况激活唤醒,节点仅在被预约的数据时隙唤醒侦听,实现在单周期数据的单跳或多跳传递,而在没有被预约的数据时隙节点处于睡眠状态,提高了节点的能效利用率,能很好地满足数据传递的及时性要求。

    一种燃料电池汽车最优氢耗控制方法

    公开(公告)号:CN111736462B

    公开(公告)日:2022-09-23

    申请号:CN202010318860.5

    申请日:2020-04-21

    Abstract: 本发明公开了一种燃料电池汽车最优氢耗控制方法,基于马尔科夫决策过程,剥离模型预测控制策略中车辆性能对模型预测控制方法和预测模型的依赖性,针对一种燃料电池系统和锂电池复合驱动的混合动力汽车,在建立了燃料电池汽车传动系统模型、质子膜交换电池系统模型和锂电池系统模型的基础上,基于马尔科夫决策设计了氢耗最优控制策略;该控制方法以部分观测量为基础,以马尔科夫转移概率矩阵为条件,采用基于MCMC算法的Metropolis‑Hastings采样方法,获得平均奖励输出,进而通过最优氢燃料消耗代价函数的优化以控制在氢燃料电池系统和动力电池系统间进行能量分配。通过仿真和实验结果表明基于马尔科夫决策控制策略的有效性。

    一种赛车模型速度调整方法

    公开(公告)号:CN103252090A

    公开(公告)日:2013-08-21

    申请号:CN201310183725.4

    申请日:2013-05-17

    Abstract: 一种赛车模型控制系统及控制方法,包括电机、舵机、电源、激光发射管、激光接收管和微控制器,赛车模型处于两边缘为黑色的白色赛道上,在行驶过程中,微控制器控制不同位置的激光发射管发射激光信号并根据与发射激光的激光发射管相对应的激光接收管是否接收到激光漫反射信号来控制舵机偏转和电机输出。本发明通过反馈回来的激光漫反射信号判断前方赛道的状况以便进行速度调整和转向调整,探测的距离延长,预留给微控制器调整的时间也相应的增长,大大降低了转向时舵机的负载,提高了赛车模型行驶的安全性,有效的防止赛车模型冲出赛道,同时也提高了控制的灵敏度和及时性,保证了赛车模型的行驶速度和安全稳定性。

    一种基于无线传感器网络的混合机制MAC协议通信方法

    公开(公告)号:CN102695265A

    公开(公告)日:2012-09-26

    申请号:CN201210004527.2

    申请日:2012-01-09

    CPC classification number: Y02D70/00

    Abstract: 本发明涉及一种基于无线传感器网络的混合机制MAC协议通信方法,本发明通过设置周期预约时段,利用设置节点的拥有时隙,使节点在拥有时隙到来时才参与竞争信道的预约,每个预约时隙设置一个载波侦听的最大窗口时间,利用节点激活唤醒的随机侦听减少节点的预约消息发送碰撞概率及空闲侦听的时间,实现在单周期的单跳或多跳的数据时隙预约,减少了控制开销和数据传递的时延;节点在周期数据时段,根据在预约时段对各数据时隙的预约情况激活唤醒,节点仅在被预约的数据时隙唤醒侦听,实现在单周期数据的单跳或多跳传递,而在没有被预约的数据时隙节点处于睡眠状态,提高了节点的能效利用率,能很好地满足数据传递的及时性要求。

    一种燃料电池汽车最优氢耗控制方法

    公开(公告)号:CN111736462A

    公开(公告)日:2020-10-02

    申请号:CN202010318860.5

    申请日:2020-04-21

    Abstract: 本发明公开了一种燃料电池汽车最优氢耗控制方法,基于马尔科夫决策过程,剥离模型预测控制策略中车辆性能对模型预测控制方法和预测模型的依赖性,针对一种燃料电池系统和锂电池复合驱动的混合动力汽车,在建立了燃料电池汽车传动系统模型、质子膜交换电池系统模型和锂电池系统模型的基础上,基于马尔科夫决策设计了氢耗最优控制策略;该控制方法以部分观测量为基础,以马尔科夫转移概率矩阵为条件,采用基于MCMC算法的Metropolis-Hastings采样方法,获得平均奖励输出,进而通过最优氢燃料消耗代价函数的优化以控制在氢燃料电池系统和动力电池系统间进行能量分配。通过仿真和实验结果表明基于马尔科夫决策控制策略的有效性。

Patent Agency Ranking