简介:通过分析ZigBee协议中Cluster—Tree和AODVjr算法的优缺点,提出一种基于Cluster—Tree+AODvjr的优化路由算法。该算法利用ZigBee协议中的邻居表,通过定义分区来确定目的节点的范围,从而控制广播RREQ分组的跳数,防止无效的RREQ泛洪。此优化算法能够有效地减小路由跳数,缩短传输时延,减少网络中死亡节点的数量,提高数据传送的成功率。
简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。
简介:大数据背景下物联网已成为社会与学术界共同关注的研究热点,对物联网领域的研究现状进行梳理与总结有助于该领域的研究发展,并为相关学者后续研究提供参考和借鉴。通过文献计量统计方法,对CNKI收录的国内物联网研究文献进行统计分析,利用可视化软件绘制了科学知识图谱来揭示该领域核心作者团体、研究主题热点、热点演化趋势,从横向与纵向两个视角全景扫描了国内物联网研究的知识结构和知识特征。从横向看,国内物联网研究已广泛开展,形成了多个显著的合作团体并出现了高影响力论文;从纵向看,研究主题包括3个方面,研究演进经历了3个阶段,分析了各主题、阶段的主要研究内容以发现热点及发展趋势,为后续研究提供参考。