大数据环境下网络数据传输及融合优化仿真

来源 :计算机仿真 | 被引量 : 8次 | 上传用户:yuyan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决采用传统融合方法进行大规模网络数据传输时,存在数据传输量小、节点传输能耗大的问题,基于压缩感知理论,提出一种在压缩域直接进行数据融合的优化方法。通过构建网络数据传输模型分析数据节点能量消耗情况,计算网络数据传输最大吞吐量,获取网络数据传输节点的能量消耗值。同时根据节点能量消耗情况选取合适节点对网络数据进行参数设计,构建能耗控制参数;通过对目标网络进行配置生成多个簇结构,结合节点能耗控制参数提高网络数据压缩率,减少数据传输量及传输能耗。压缩后的数据在大数据环境下传输,并在不同簇首实现压缩域下的
其他文献
为了解决当前方法在诊断气体绝缘全封闭组合电器局部放电故障时存在诊断率不高、诊断耗时较长,且对于GIS运行过程中存在的重叠缺陷诊断准确率较低的问题,提出了基于优化多核学习相关向量机的GIS局部放电诊断方法。方法计算了用于描述GIS局部放电PRPD图谱的偏斜度、陡峭度、互相关系数、放电量因数、修正后的互相关系数等特征参数,实现GIS局部放电诊断的综合特征向量提取,并采用线性函数转换对提取的特征向量做了
PID控制器由于其结构简单,鲁棒性较好而被广泛地应用于工业系统中。但在复杂的热工过程中,PID的参数的调整却较为困难,针对上述问题提出了一种基线性矩阵不等式约束的IMC-PID参数整定方法。方法基于内模原理,将控制参数的整定问题转化为一个具有一组LMIs约束的优化问题,使得系统具有较好的跟踪性能和抗干扰性能。系统稳定的约束条件通过劳斯-赫尔维茨(Routh-Hurwitz)稳定判据给出。针对热工系