產地類別 | 進口 | 電動機功率 | 360kW |
---|---|---|---|
讀出方式 | SSI讀出 | 工作原理 | 可編程 |
外形尺寸 | 40mm*50mmmm | 外型尺寸 | 30mm*45mmmm |
應用領域 | 環保,食品/農產品,化工,石油,建材/家具 | 重量 | 0.8kg |
產品簡介
詳細介紹
CKS36-AFB80005網絡中信任管理機制編碼器CFS50-AFV11X08
CFS50-AFV11X08無線傳感網絡在獲取信息方面具有廣闊的發展前景,被廣泛應用于森林監測、建筑監測、智慧農業生態監測和軍事監控等領域。然而,由于傳感器節點的電池能量有限,阻礙無線傳感網絡的發展。借助于無線能量傳輸技術,使用移動充電小車對傳感器節點進行無線充電已成為延長無線傳感器網絡壽命的一種有效方法。針對傳感器節點的選擇問題,提出兩種算法,構造充電路徑,完成充電任務,提高的移動充電小車的能量利用效率。后通過仿真實驗證明算法的有效性,并從不同方面對比兩種算法。 無人機軌跡規劃是提高無人機輔助采集無線傳感器網絡(WSNs)數據時無人機能量效率和數據采集效率的重要手段。針對無線傳感器網絡中各節點數據產生速率隨機和匯聚節點狀態不一致的場景,本文提出了基于Q學習的非連續無人機軌跡規劃算法Q-TDUD,以提高無人機能量效率和數據采集效率。該方案首先基于各節點在周期內數據產生速率的隨機性建立匯聚節點的匯聚延時模型,再應用強化學習中的Q學習算法將各匯聚節點的延遲時間和采集鏈路的上行傳輸速率歸一化到獎勵函數中,通過迭代計算得到非連續無人機飛行軌跡。實驗結果表明,與TSP-continues、TSP、NJS-continues和NJS算法相比本文提出的Q-TDUD算法降低了無人機的任務完成時間,具有更好的無人機能量效率和數據采集效率。
CKS36-AFB80005網絡中信任管理機制編碼器CFS50-AFV11X08
CFS50-AFV11X08一種新的算法,研究無線傳感器網絡的規模和移動充電設備數之間的關系,并進一步闡釋在一次充電調度中必須充電節點的選擇方案。后,通過實驗方式對算法中的核心參數進行研究,對整個算法的合理性進行驗證,證明該算法具有*的性能。 對無線傳感器網絡中柵欄構建的問題,提出了一種基于監測區域Voronoi圖劃分的無線節點柵欄構建算法。仿真結果顯示,網絡中無線節點部署地越多,柵欄形成的可能性和組建柵欄的節點平均數量也會隨之增加。該算法能夠在無線傳感器網絡節點覆蓋密度較低且不均,已經形成了少量柵欄空洞的情況下快速實現監測區域的柵欄覆蓋,但空洞修復還需要進一步研究。
1073484 AHS36A-BDAC016384
1073485 EFS50-0KF0A021A
1073486 EFM50-0KF0A021A
1073487 EFS50-2KF0A021A
1073488 EFM50-2KF0A021A
1073493 EFS50-0KF0A121A
1073494 EFM50-0KF0A121A
1073495 EFS50-2KF0A121A
1073496 EFM50-2KF0A121A
1073501 EFS50-0KF0A023A
1073502 EFM50-0KF0A023A
1073503 EFS50-2KF0A023A
1073504 EFM50-2KF0A023A
1073509 EFS50-0KF0A123A
1073510 EFM50-0KF0A123A
1073511 EFS50-2KF0A123A
1073512 EFM50-2KF0A123A
1073532 SFM60-HPKB1K02