亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于霧計算的煤礦全場景監(jiān)測系統(tǒng)研究

        2020-02-29 02:16:24曹健萍李敬兆
        工礦自動化 2020年2期
        關鍵詞:煤礦優(yōu)化系統(tǒng)

        曹健萍, 李敬兆

        (1.安徽理工大學 電氣與信息工程學院, 安徽 淮南 232001; 2.工業(yè)節(jié)電與電能質量控制協(xié)同創(chuàng)新中心, 安徽 合肥 230000)

        0 引言

        煤礦全場景監(jiān)測系統(tǒng)將煤礦物理信息與云計算資源深度融合,集煤礦狀態(tài)感知、數據通信與分析處理、智慧決策于一體,實現煤礦環(huán)境安全狀態(tài)、開采設備工作狀態(tài)的全方位智能監(jiān)測[1]。目前,煤礦全場景監(jiān)測系統(tǒng)主要依賴云計算實現數據處理、存儲與決策。但是,隨著煤礦自動化技術的不斷發(fā)展,云計算需實時處理海量監(jiān)測信息,嚴重影響煤礦全場景監(jiān)測系統(tǒng)決策層的時效性與精確度[2]。霧計算是云計算的延伸概念,將數據、數據處理和應用程序集中在網絡邊緣設備中,可實現系統(tǒng)信息快速傳輸和處理、有效信息提煉、決策精度提升[3]。因此,本文提出一種基于霧計算的煤礦全場景監(jiān)測系統(tǒng),以神經元感知節(jié)點為單元設計霧計算神經網絡,緩解云計算數據處理壓力。

        神經元感知節(jié)點布置的位置和數量通常是根據需要隨機安排的。由于節(jié)點發(fā)射功率有限,其無線通信范圍有限,若部署的節(jié)點數量過多,會造成資源浪費;若部署的節(jié)點數量過少或位置不合理,可能出現感知死角,因而需對神經元感知節(jié)點進行優(yōu)化部署[4-7]。文獻[8]提出一種分布式無線感知網絡節(jié)點部署算法,通過粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法優(yōu)化目標監(jiān)測區(qū)域的網絡覆蓋和感知節(jié)點的布置,但容易出現過早收斂現象,解得的部署方案可能只是局部最優(yōu)方案。針對該問題,本文通過改進的PSO算法優(yōu)化感知節(jié)點的部署,實現網絡結構優(yōu)化。

        1 系統(tǒng)結構設計

        基于霧計算的煤礦全場景監(jiān)測系統(tǒng)包括神經元感知層、邊緣傳輸層、邊緣智慧決策層、邊緣服務層,結構如圖1所示。邊緣傳輸層、智慧決策層、邊緣服務層均屬于霧計算范疇。

        神經元感知層由神經元感知節(jié)點組成,模擬人體神經系統(tǒng)的感覺神經元感知煤礦系統(tǒng)的瓦斯含量、溫度等信息,對信息進行初步處理后通過邊緣通信設備傳輸至決策層[9-11]。邊緣傳輸層兼容多種通信協(xié)議,通過邊緣網關使基于不同通信協(xié)議的網絡系統(tǒng)互聯,實現通信數據的重新統(tǒng)一打包。利用全功能設備(Full Function Device,FFD)布置Mesh網絡,Mesh網絡中的神經元感知節(jié)點間相互連接,單個節(jié)點有多條連接通道,即使個別節(jié)點出現故障,也不影響整個網絡的可靠運行[12-15]。智慧決策層處于整個系統(tǒng)的本地服務器中,其本質上是一種邊緣計算平臺。通過本地數據庫接收來自本地的數據信息并分類處理,建立BP神經網絡模型,結合無跡卡爾曼濾波算法,優(yōu)化處理煤礦多傳感器參數信息,從而有效地從海量數據中提煉有用信息,高效精確地作出決策,并通過網關分類下達至神經元感知節(jié)點。同時,邊緣計算平臺通過TCP通信協(xié)議入網,將簡化處理后的有效數據傳輸至邊緣服務層。邊緣服務層主要指云服務平臺,用于接收經過處理的數據和決策信息,并進行數據分類、存儲和管理,為后期維護管理提供依據。

        圖1 基于霧計算的煤礦全場景監(jiān)測系統(tǒng)結構Fig.1 Structure of coal mine full scene monitoring system based on fog computing

        2 神經元感知節(jié)點設計

        神經元感知節(jié)點包括無線感知節(jié)點和有線感知節(jié)點2種。無線感知節(jié)點主要由傳感器模塊、控制器模塊、無線通信模塊及供電模塊組成,其結構如圖2所示。

        圖2 無線感知節(jié)點硬件結構Fig.2 Hardware structure of wireless sensing node

        傳感器是基本感測元件,應根據煤礦各系統(tǒng)實際運行情況,結合檢測精度要求和采集頻率要求,進行傳感器選型。微控制器是神經元感知節(jié)點的核心決策與控制單元。選用的微控制器應具有功耗低、信息處理效率高及集成度高等特性,支持休眠模式。由于不同神經元感知節(jié)點之間傳輸信號功耗大,在無數據收發(fā)時微控制器應處于休眠狀態(tài)。

        3 神經元感知節(jié)點部署

        3.1 神經元感知節(jié)點部署框架

        神經元感知節(jié)點網絡部署框架如圖3所示。首先,根據煤礦狀態(tài)監(jiān)測需要,隨機投放神經元感知節(jié)點。然后,利用RSSI算法確定匯聚節(jié)點位置并估計其網絡覆蓋范圍。最后,采用改進的PSO算法優(yōu)化神經元感知節(jié)點部署。

        圖3 神經元感知節(jié)點部署框架Fig.3 Deployment framework of neuron sensing nodes

        3.2 匯聚節(jié)點的定位與覆蓋范圍估計

        各神經元感知節(jié)點通過RSSI定位算法確定自身位置,節(jié)點m(xm,ym)與n(xn,yn)之間的距離為

        (1)

        選用陰影衰落模型作為神經元感知網絡匯聚節(jié)點的信號傳輸模型,神經元感知節(jié)點i接收到的信號強度PR(di)為

        (2)

        式中:A為匯聚節(jié)點的發(fā)射功率;β為路徑損耗;di為節(jié)點i與匯聚節(jié)點之間的距離;ndB為偏差函數。

        3.3 神經元感知節(jié)點優(yōu)化部署

        以擴大重點網絡覆蓋區(qū)域和減少神經元感知節(jié)點投放為目的,通過改進的PSO算法實現神經元感知節(jié)點優(yōu)化部署。

        假設粒子群中的粒子數為N,搜索空間為D維,粒子的空間位置向量xi=(xi1,xi2,…,xiD)。xi向量中,從左向右依次每2個元素表示一個感知節(jié)點的位置坐標,如(xi1,xi2)表示一個神經元感知節(jié)點的位置坐標。粒子的空間速度向量vi=(vi1,vi2,…,viD)與位置向量同理。設粒子個體尋優(yōu)的最優(yōu)空間位置Pi=(Pi1,Pi2,…,PiD),粒子群中最佳位置Pg=(Pg1,Pg2,…,PgD)。

        由于神經元感知節(jié)點部署側重于通信覆蓋區(qū)域,確定優(yōu)化目標函數為

        (3)

        通過優(yōu)化目標函數評價粒子所在位置的優(yōu)劣,在粒子位置及速度不斷更新的過程中尋找最優(yōu)位置。粒子的位置和速度更新公式為

        vi(t+1)=ωvi(t)+h1r1(t)[Pi(t)-xi(t)]+

        h2r2(t)[Pg(t)-xi(t)]

        (4)

        xi(t+1)=xi(t)+vi(t+1)

        (5)

        式中:t為時刻;ω為慣性權重系數;h1和h2為學習因子;r1和r2為獨立隨機變量。

        在經典PSO算法中,慣性權重系數ω是從初始點出發(fā)并根據前一次速度得出的比例因子,學習因子h1和h2通常情況下數值為2。整個更新過程是從初始點沿確定的方向轉移,存在過早收斂現象,易出現局部最優(yōu)尋解的情況。針對這一現象,對PSO算法進行改進。在保障粒子群穩(wěn)定的前提下,為防止ω因沿某一方向轉移而出現局部收斂現象,利用余弦非線性函數提高ω方向轉移的隨機性。設慣性權重系數為

        ω(t)=0.1+0.9cos(t/c)

        (6)

        式中c為迭代更新次數。

        在改進慣性權重系數的基礎上,根據粒子穩(wěn)定運動條件,得到學習因子為

        (7)

        改進的粒子速度更新公式為

        vi(t+1)=ω(t)vi(t)+h1(t)r1(t)[Pi(t)-xi(t)]+

        h2(t)r2(t)[Pg(t)-xi(t)]

        (8)

        粒子位置更新公式不變。通過粒子位置和速度更新公式和優(yōu)化目標函數,進行神經元感知節(jié)點的優(yōu)化部署。

        4 仿真分析

        在Matlab平臺進行仿真,設部署區(qū)域為600 m×600 m的矩形,區(qū)域內布置3個中心節(jié)點。初始狀態(tài)下,將區(qū)域劃分為20 m×10 m的網格進行節(jié)點部署。設權重系數σ1=0.4,σ2=0.6,選用經典PSO算法作為對比,得到Matlab仿真結果,如圖4所示。

        圖4 經典PSO算法與改進PSO算法性能對比Fig.4 Performance comparison between classic PSO algorithm and improved PSO algorithm

        由圖4可知,與經典PSO算法相比,改進PSO算法能夠更快尋得最優(yōu)解,最優(yōu)解下的整體覆蓋率更高。

        經過100次獨立仿真,統(tǒng)計并比較2種算法的通信覆蓋率和適應度等,結果見表1。

        表1 經典PSO算法與改進PSO算法的覆蓋率對比Table 1 Coverage comparison between classic PSO algorithm and improved PSO algorithm

        由表1可知,與經典PSO算法相比,改進PSO算法將整體通信覆蓋率的最優(yōu)值、最差值和平均值分別提高了3.19%,3.31%,3.25%。改進PSO算法具有收斂快速有效、適應性強、穩(wěn)定性高等優(yōu)勢,可應用于神經元感知節(jié)點優(yōu)化部署方案中。

        5 結語

        提出一種基于霧計算的煤礦全場景監(jiān)測系統(tǒng)設計方案,介紹了系統(tǒng)整體架構及神經元感知節(jié)點硬件組成,并結合邊緣設備的特點,通過改進PSO算法優(yōu)化邊緣神經元節(jié)點的部署,提高通信覆蓋率,降低節(jié)點部署成本。該系統(tǒng)充分利用了邊緣計算技術,將數據處理決策任務從遠程網絡監(jiān)測中心遷移到網絡邊緣側,實現了系統(tǒng)中冗長數據在邊緣側的過濾,從而減小了海量數據分析與存儲對云計算造成的壓力,提升了數據信息處理效率。提出用改進PSO算法優(yōu)化神經元感知節(jié)點部署,從而優(yōu)化霧計算網絡結構,并通過仿真驗證了其有效性。

        猜你喜歡
        煤礦優(yōu)化系統(tǒng)
        Smartflower POP 一體式光伏系統(tǒng)
        超限高層建筑結構設計與優(yōu)化思考
        房地產導刊(2022年5期)2022-06-01 06:20:14
        民用建筑防煙排煙設計優(yōu)化探討
        關于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        WJ-700無人機系統(tǒng)
        ZC系列無人機遙感系統(tǒng)
        北京測繪(2020年12期)2020-12-29 01:33:58
        連通與提升系統(tǒng)的最后一塊拼圖 Audiolab 傲立 M-DAC mini
        大型煤礦自動化控制系統(tǒng)的設計與應用
        上半年確定關閉煤礦名單513處
        人妻夜夜爽天天爽三区丁香花| 久久熟女五十路| 日韩人妻系列在线视频| 亚洲精品国产av日韩专区| 在线亚洲高清揄拍自拍一品区| 久久久精品人妻一区二区三区四| 国产精品九九久久一区hh| 日韩一区中文字幕在线| 无遮挡激情视频国产在线观看| 成人免费看片又大又黄| 男人的天堂在线无码视频| 国内精品久久人妻互换| 日本在线观看一区二区三| 亚洲av无码xxx麻豆艾秋| 亚洲精品一二区| 日韩av一区二区无卡| 亚洲av无码偷拍在线观看| 亚洲国产无套无码av电影| 国产片三级视频播放| 亚洲一区二区综合精品| 无码人妻精品一区二区三区9厂| 人妻av一区二区三区精品| av在线免费观看你懂的| 一区二区三区国产内射| 中文字幕乱码一区av久久不卡 | 极品熟妇大蝴蝶20p| 日本熟妇精品一区二区三区| 日本免费一区二区三区在线播放 | 国产成人久久精品77777综合| 99综合精品久久| 国产91会所女技师在线观看| 熟女少妇内射日韩亚洲| 国产在线一区观看| 偷拍与自偷拍亚洲精品| 久久影院午夜理论片无码| 亚洲av无码一区二区三区系列| 午夜无码熟熟妇丰满人妻| 国产精品成人自拍在线观看| 曰本无码人妻丰满熟妇啪啪| 成黄色片视频日本秘书丝袜 | 久久天堂精品一区二区三区四区|