导读:本文包含了发射功率控制论文开题报告文献综述及选题提纲参考文献，主要关键词:机械振动监测,无线传感器网络,发射功率,自适应
发射功率控制论文文献综述
汤宝平,赵春华,邓蕾,肖鑫,黄艺[1]（2019）在《机械振动WSNs最小二乘发射功率自适应控制方法》一文中研究指出机械振动无线传感器节点为了保证数据传输的可靠性采用最大发射功率,导致部分传感器节点传输能耗浪费。针对此问题,提出了一种无线传感器节点最小二乘发射功率自适应控制方法。首先,传感器节点在机械振动监测中进行簇内通信获得发射功率与链路质量的离散关系;其次,采用最小二乘法对离散数据进行线性拟合,建立数据可靠、节能传输的最小二乘发射功率自适应数学模型;最后,结合链路质量指示阈值计算出节点间数据传输的最优发射功率。对比实验结果表明,采用最小二乘发射功率自适应控制方法能有效降低机械振动无线传感器节点的传输功耗。(本文来源于《振动.测试与诊断》期刊2019年03期）
余浩[2]（2019）在《智能电网中无线传感器网络发射功率自适应模型预测优化控制研究》一文中研究指出双向的电力流和信息流是实现未来智能电网的重要基础。无线传感器网络(WSN)凭借其低复杂度、低功耗、强自组织性、易于扩展等优点,在智能电网电力数据采集、电力运行监测、电力故障诊断等领域具有广阔的应用前景。通信可靠性是智能电网中WSN的关键技术指标,提高WSN节点发射功率可以增加通信可靠性,但同时会导致节点间相互影响,降低网络整体通信效率。针对这一矛盾问题,本文基于自适应模型预测控制的方法,研究智能电网中WSN发射功率优化问题。本文主要工作如下:(1)在分析智能电网WSN无线通信信噪比随机特性的基础上,针对WSN节点发射功率控制与通信可靠性需求这一矛盾问题,以智能电网通信标准的可靠性需求为约束,制定WSN无线信号信噪比置信区间的控制目标。(2)基于对数正态阴影路径损耗传播模型,选取适当可靠性评价指标,构建了智能电网WSN无线通信系统状态空间模型,并基于该模型,研究改进的自适应卡尔曼滤波,以减少无线通信信噪比采集数据随机性对控制算法的影响。(3)研究适用于智能电网中WSN的发射功率自适应模型预测控制算法,通过实时估计信噪比随机波动置信区间下界,对系统期望信噪比给定进行补偿,研究自适应模型预测控制算法,优化求解节点的最优发射功率,并通过实验,验证了提出的算法。实验结果表明,本文提出的算法在满足通信可靠性需求的基础上,实现智能电网中WSN节点发射功率的优化控制。(本文来源于《合肥工业大学》期刊2019-05-01）
安中文,时立锋,郝晓强,张华健[3]（2019）在《一种无线通信发射功率控制方法设计》一文中研究指出近些年来无线通信技术被广泛应用,然而目前存在的技术难点及不足是移动通信设备功耗较高,设备的续航能力不足以及对外存在较大的电磁辐射,另外移动通信设备的发射功率大多不能自动灵活实时配置。本文针对上述问题,基于主设备位置固定而从设备可移动的无线通信系统,设计了一种无线通信发射功率调节控制方法,通过将主设备接收信噪比与预期接收信噪比的比较结果反馈给从设备来进行功率调节,从而实现对从设备的发射功率调节控制,使其发射功率达到最优。经测试在同等条件下,采用本文所设计的发射功率控制方法,从设备平均发射功率约降低到传统方法的50%,续航时间约提高了一倍。(本文来源于《软件》期刊2019年04期）
陆阳,赵敏丞[4]（2018）在《一种高速跳频通信系统发射功率自动控制方法》一文中研究指出分析对比了目前主流的以数控方式调节功放发射功率的方式,论述了传统调节方式在高速跳频系统中的局限性,并在此基础上介绍了以数字信号处理技术结合数模转换电路产生功放调制信号的方法。采用基于标定数据的数字预失真方法,结合数字闭环控制技术,设计了一种通过实时调整功放调制信号修正功放发射功率而将其控制在理想范围的方法。最后,以某高速跳频通信系统为例,通过实际测试,验证了方法的有效性,也指出了进一步改进的方向。(本文来源于《通信技术》期刊2018年05期）
郭英,武俊芳[5]（2016）在《无线体域网中改进的联合中继选择和发射功率控制算法》一文中研究指出无线体域网(WBANs)的运行面临着来自其他WBANs的无线电信道干扰以及传感器的电池容量和寿命两大挑战,然而现有的研究方案不能很好地解决这一问题,为了延长网络寿命,提升WBAN通信的稳健性,文中以多个WBANs的共存场景作为系统模型,提出一种联合中继选择和发射功率控制算法。该算法为WBANs向可直接到达集线器的链路增加两个双跳中继链路,以便提供分集增益,并向传感器和中继节点集成了无线发射功率控制机制。仿真结果表明,当多个WBANs需要共存时,所提算法可显着延长传感器电池寿命,抑制干扰,即使与0 d Bm恒定直接链路无线传输机制相比,所提算法也有优异性能。此外,从SINR中断概率来看,所提算法在维持较好可靠性的同时,可将电路功耗降低60%。(本文来源于《实验室研究与探索》期刊2016年04期）
刘晶[6]（2015）在《联合发射功率控制和用户筛选的动态频谱接入方法》一文中研究指出频谱效用主要取决于通信链路的传输速率,使用功率异步迭代算法进行认知无线电链路动态发射功率控制,可改变链路接收机端信号干扰噪声比,从而动态调整认知无线电链路的传输速率,确保可用频谱的高效利用。在此基础上,通过计算认知用户间可容忍的最大干扰功率阈值,对认知用户进行接入筛选,在保证较高网络频谱效用的同时,有效降低了网络中认知用户间总干扰。(本文来源于《黑龙江科技信息》期刊2015年21期）
徐立鸿,早明华,蔚瑞华,林维威[7]（2014）在《温室无线传感器网络节点发射功率自适应控制算法》一文中研究指出为了提高无线数据传输的可靠性,基于无线传感器网络(wireless sensor network,WSN)的温室环境数据采集系统,采用试验的方法研究温室中不同环境下WSN节点之间通信的可靠性。在通信距离为5~40 m,存在作物、温室设施等遮挡影响,相对湿度为35%~80%的情况下,对丢包率和接收信号强度指示(received signal strength indication,RSSI)的关系进行研究,通过RSSI对节点间通信可靠性进行评价。在此基础上,提出WSN节点发射功率自适应控制算法。该算法以RSSI作为通信质量的评价因子,通过增大节点的发射功率来提高通信可靠性。测试结果表明,该算法能够根据当前通信状况,自适应地设置节点的发射功率,以尽可能小的发射功率将丢包率维持在1%左右。该算法对WSN在温室中的应用具有实用价值。(本文来源于《农业工程学报》期刊2014年08期）
张赵辉[8]（2013）在《WCDMA系统中基于UE发射功率控制技术的无线网络优化研究》一文中研究指出WCDMA采用宽带扩频技术,是自干扰系统,提高单个用户的发射功率能改善其服务质量,但对其他用户的干扰也相应增加。通过功率控制,可降低多址干扰、克服远近效应以及衰落的影响,从而保证上下行链路的质量。(本文来源于《科技致富向导》期刊2013年30期）
李莉,刘晶,周小平,凌洪涛[9]（2013）在《基于发射功率控制的动态频谱接入筛选算法》一文中研究指出使用功率和频谱效用损失异步牵制的迭代算法对认知无线电链路发射机端进行动态发射功率控制,改变链路接收机端的信号干扰噪声比,从而得到认知无线电链路的最优功率分布,实现频谱资源的合理利用.为进一步减少认知无线电链路间的干扰,提出一种接入筛选机制.针对认知无线电链路干扰值的不确定性,用干扰值的概率分布进行描述,计算与干扰值概率分布相对应的信息熵,从而选择出接入筛选机制中需要的自适应干扰阈值.仿真结果表明:当认知无线电链路为40条时,该方案使系统中总干扰从3mW降到0.5mW.(本文来源于《电波科学学报》期刊2013年05期）
方明科,李蕾[10]（2012）在《一种用于WLAN的自适应发射功率控制方案》一文中研究指出为降低无线网络中工作站的能量消耗、延长工作时间,在分析IEEE802.11协议的基础上,提出一种用于WLAN的自适应发射功率控制方案。利用IEEE802.11协议中规定的ACK信息,引入效率因子和加权因子,使移动终端根据信道环境自适应地调整发射功率,从而降低能耗。仿真结果验证了该方案的有效性。(本文来源于《计算机工程》期刊2012年13期）
发射功率控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
双向的电力流和信息流是实现未来智能电网的重要基础。无线传感器网络(WSN)凭借其低复杂度、低功耗、强自组织性、易于扩展等优点,在智能电网电力数据采集、电力运行监测、电力故障诊断等领域具有广阔的应用前景。通信可靠性是智能电网中WSN的关键技术指标,提高WSN节点发射功率可以增加通信可靠性,但同时会导致节点间相互影响,降低网络整体通信效率。针对这一矛盾问题,本文基于自适应模型预测控制的方法,研究智能电网中WSN发射功率优化问题。本文主要工作如下:(1)在分析智能电网WSN无线通信信噪比随机特性的基础上,针对WSN节点发射功率控制与通信可靠性需求这一矛盾问题,以智能电网通信标准的可靠性需求为约束,制定WSN无线信号信噪比置信区间的控制目标。(2)基于对数正态阴影路径损耗传播模型,选取适当可靠性评价指标,构建了智能电网WSN无线通信系统状态空间模型,并基于该模型,研究改进的自适应卡尔曼滤波,以减少无线通信信噪比采集数据随机性对控制算法的影响。(3)研究适用于智能电网中WSN的发射功率自适应模型预测控制算法,通过实时估计信噪比随机波动置信区间下界,对系统期望信噪比给定进行补偿,研究自适应模型预测控制算法,优化求解节点的最优发射功率,并通过实验,验证了提出的算法。实验结果表明,本文提出的算法在满足通信可靠性需求的基础上,实现智能电网中WSN节点发射功率的优化控制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
发射功率控制论文参考文献
[1].汤宝平,赵春华,邓蕾,肖鑫,黄艺.机械振动WSNs最小二乘发射功率自适应控制方法[J].振动.测试与诊断.2019
[2].余浩.智能电网中无线传感器网络发射功率自适应模型预测优化控制研究[D].合肥工业大学.2019
[3].安中文,时立锋,郝晓强,张华健.一种无线通信发射功率控制方法设计[J].软件.2019
[4].陆阳,赵敏丞.一种高速跳频通信系统发射功率自动控制方法[J].通信技术.2018
[5].郭英,武俊芳.无线体域网中改进的联合中继选择和发射功率控制算法[J].实验室研究与探索.2016
[6].刘晶.联合发射功率控制和用户筛选的动态频谱接入方法[J].黑龙江科技信息.2015
[7].徐立鸿,早明华,蔚瑞华,林维威.温室无线传感器网络节点发射功率自适应控制算法[J].农业工程学报.2014
[8].张赵辉.WCDMA系统中基于UE发射功率控制技术的无线网络优化研究[J].科技致富向导.2013
[9].李莉,刘晶,周小平,凌洪涛.基于发射功率控制的动态频谱接入筛选算法[J].电波科学学报.2013
[10].方明科,李蕾.一种用于WLAN的自适应发射功率控制方案[J].计算机工程.2012