[发明专利]轨道交通状态监测多传感器节点布局优化方法及系统有效
| 申请号: | 201910152839.X | 申请日: | 2019-02-28 |
| 公开(公告)号: | CN109862532B | 公开(公告)日: | 2021-08-03 |
| 发明(设计)人: | 贾利民;马小平;董宏辉;秦勇;张瀚青;邹文芳 | 申请(专利权)人: | 北京交通大学 |
| 主分类号: | H04W4/38 | 分类号: | H04W4/38;G06Q10/04 |
| 代理公司: | 北京集智东方知识产权代理有限公司 11578 | 代理人: | 陈亚斌;关兆辉 |
| 地址: | 100044 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 轨道交通 状态 监测 传感器 节点 布局 优化 方法 系统 | ||
1.一种轨道交通状态监测多传感器节点布局优化方法,其特征在于,包括:
首先,确定轨道交通系统状态的监测范围A,以及监测对象的类型N(1,2,…,n);并根据监测范围的地理特征及各类监测对象的作用范围,将所述监测范围A分为n个逻辑区域[A1,A2,…,An],每个逻辑区域包含k个监测区间a,并初始化每个监测区间的各类传感器的部署位置,每一部署位置称为节点;
其次,根据同类监测对象的各节点部署区间的状态信息对轨道交通系统运行安全的影响能力,以及不同类监测对象的状态信息对轨道交通系统运行安全的影响能力,构建节点优化布局权重函数;
再次,根据每个监测区间的各类传感器的部署位置,建立表征各节点状态感知能力的状态感知能力节点效用函数模型;根据所述节点优化布局权重函数,建立表征各节点的网络传输能力的节点通信性能模型,并根据所述状态感知能力节点效用函数模型及网络传输能力的节点通信性能模型构建所述轨道交通系统的综合优化效用函数;
最后,根据所述综合优化效用函数及预设的寻优算法,确定所述轨道交通系统最优的传感器节点;
其中,所述根据同类监测对象的各节点部署区间的状态信息对轨道交通系统运行安全的影响能力,以及不同类监测对象的状态信息对轨道交通系统运行安全的影响能力,构建节点优化布局权重函数的步骤包括:
对同类监测对象而言,监测区间权重系数Pi通过对各逻辑区域的历史数据的整理分析得出,其中,对于交通条件易恶化或者存在容易影响交通安全的逻辑区域的监测区间权重系数较大;
对不同类监测对象而言,监测对象权重系数Oi通过对各监测对象的历史数据的整理分析得出,其中,对交通安全可靠性影响更大的监测对象的权重系数较大;
根据所述监测区间权重系数Pi以及监测对象权重系数Oi构建节点优化布局权重函数;
其中,所述根据所述监测区间权重系数Pi以及监测对象权重系数Oi构建节点优化布局权重函数的步骤包括:
根据如下公式构建节点优化布局权重函数λi′:
λi′=f(Pi,Oi),i=1,2,...,n
s.t.0≤Pi≤1
0≤Oi≤1;
其中,在所述根据所述监测区间权重系数Pi以及监测对象权重系数Oi构建节点优化布局权重函数的步骤之后还包括:
将所述节点优化布局权重函数λi′通过如下公式进行归一化处理,得到处理后的节点优化布局权重函数:
其中,所述状态感知能力节点效用函数模型为以下三个函数中的任意一个:
或
或
其中,
xi=|l′i-li|
li表示节点初始最优部署位置,l′i表示优化后节点的位置,xi表示节点初始位置和优化位置的距离,mi表示监测区间的长度;ξ为函数陡度调节系数,用来调节节点位置变化对效用函数的影响程度;所述三个状态感知能力节点效用函数模型都表示传感器节点的状态感知能力随着最佳感知位置偏离距离的增加而降低;
其中,所述表征各节点的网络传输能力的节点通信性能模型定义为:
S.T.α+β+γ=1
0≤α≤1
0≤β≤1
0≤γ≤1
其中,代表节点的有权度;代表节点的有权介数;代表节点的有权最短路径,表示节点剩余能量最多;α,β,γ是权重系数,调节各类指标对系统效能的影响程度;
其中,节点度di表示该节点连接边的数量,节点度越大代表该节点信息传输的路径越多;λi为节点的综合权重系数;
节点介数bi表示网络最短路径经过该节点的数量,节点介数大代表该点以最小通信代价传输数据的路径越多;
节点最短路径ri表示该点监测信息通过最少跳数前向传送到基站的跳数,最短路径小代表节点信息传输的通信代价小;其中,函数h1、h2和h3均为有权度计算函数;
其中,所述轨道交通系统的综合优化效用函数为:
0≤ωi≤1
其中,ωi是自适应调节参数,用来调整不同业务的监测准确性效能和通信效能对系统总效能的影响程度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910152839.X/1.html,转载请声明来源钻瓜专利网。





