随着工业4.0的发展,移动智能体系统(Mobile agent system,MAS)与多回路无线控制系统(Wireless control system,WCS)被部署到工厂中,构成异构工业物联网(Industrial internet of things,IIoT)系统,协作执行智能制造任务.在协作过程中,MAS...随着工业4.0的发展,移动智能体系统(Mobile agent system,MAS)与多回路无线控制系统(Wireless control system,WCS)被部署到工厂中,构成异构工业物联网(Industrial internet of things,IIoT)系统,协作执行智能制造任务.在协作过程中,MAS与WCS紧密耦合,导致状态相关衰落,两者性能相互制约.为解决这一问题,研究异构工业物联网系统的最优控制问题,满足WCS控制性能约束与MAS安全生产约束的同时,最小化系统平均通信成本.首先,利用有限域系统描述MAS在不同阴影衰落程度工作区间的转移,刻画MAS与WCS耦合下的状态相关衰落信道模型.基于此,利用矩阵半张量积理论,通过构建受限跟随者状态转移图(Follower state transition graph,FSTG),建立最优控制问题可行性图判据,给出关于受限集合镇定的充分必要条件.其次,基于加权跟随者状态转移图的最小平均环理论,建立领航-跟随MAS最优控制序列的构造算法,并证明其最优性.最后,通过仿真验证算法的有效性.展开更多
本文给出了瑞利衰落信道感知通信一体化(Integrated sensing and communication,ISAC)系统模型,提出感知通信一体化概率融合(Probability fusion after integrated sensing and communication,PF‐ISAC)方法,推导出PF‐ISAC信道模型。...本文给出了瑞利衰落信道感知通信一体化(Integrated sensing and communication,ISAC)系统模型,提出感知通信一体化概率融合(Probability fusion after integrated sensing and communication,PF‐ISAC)方法,推导出PF‐ISAC信道模型。从理论上证明,当感知信噪比(Signal to noise ratio,SNR)趋于无穷时,ISAC模型将退化为理想信道状态信息(Channel state information,CSI)的场景;当感知SNR趋于零时,ISAC模型将退化为CSI未知的场景。给出了PF‐ISAC系统的互信息与SNR的变化关系,随着SNR的增加,互信息从CSI未知时的信道容量逐渐逼近于理想CSI的容量。本文提出最大后验概率融合(Probability fusion after maximum a posteriori,PF‐MAP)检测方法、最大似然概率融合(Probability fusion after maximum likelihood,PF‐ML)检测方法,并与最小均方误差(Minimum mean square error,MMSE)估计‐MMSE检测(MMSE‐MMSE)方法进行比较,结果表明PF‐MAP在中低SNR时与MMSE‐MMSE性能相当,而在高SNR时,PF‐MAP优于MMSE‐MMSE;用熵误差(Entropy error,EE)评价PF‐ISAC系统的误差性能,结果表明MMSE‐MMSE、PF‐MAP、PF‐ML与理论性能极限EE均有较大差距。最后,给出感知和通信两阶段功率分配方案,当总功率给定时,感知和通信两阶段等功率分配,性能接近最佳。展开更多
在n-Rayleigh信道下,研究了使用选择合并(SC)接收的移动无线传感器网络系统的平均符号误码率(ASEP)和信道容量。基于矩生成函数(MGF)方法,推导了系统采用相干检测的相移键控调制(PSK),正交幅度调制(QAM),脉冲幅度调制(PAM)等数字调制方...在n-Rayleigh信道下,研究了使用选择合并(SC)接收的移动无线传感器网络系统的平均符号误码率(ASEP)和信道容量。基于矩生成函数(MGF)方法,推导了系统采用相干检测的相移键控调制(PSK),正交幅度调制(QAM),脉冲幅度调制(PAM)等数字调制方式的ASEP的精确表达式。同时,也得到了系统信道容量的精确表达式。然后对不同条件下的ASEP和信道容量性能做了数值仿真,理论分析结果与仿真结果相吻合,验证了理论分析结果的正确性。仿真结果表明:随着分集支路数的增加,系统的ASEP和信道容量性能得到了很好的改善,当使用QPSK调制,信噪比为16 d B时,分集支路数L=1,系统的误码率是6×10-2,信道容量是4(bit/s)/Hz;分集支路数L=2,系统的误码率是1×10-2,信道容量是5.1(bit/s)/Hz;分集支路数L=3,系统的误码率是2×10-3,信道容量是5.8(bit/s)/Hz。展开更多
文摘随着工业4.0的发展,移动智能体系统(Mobile agent system,MAS)与多回路无线控制系统(Wireless control system,WCS)被部署到工厂中,构成异构工业物联网(Industrial internet of things,IIoT)系统,协作执行智能制造任务.在协作过程中,MAS与WCS紧密耦合,导致状态相关衰落,两者性能相互制约.为解决这一问题,研究异构工业物联网系统的最优控制问题,满足WCS控制性能约束与MAS安全生产约束的同时,最小化系统平均通信成本.首先,利用有限域系统描述MAS在不同阴影衰落程度工作区间的转移,刻画MAS与WCS耦合下的状态相关衰落信道模型.基于此,利用矩阵半张量积理论,通过构建受限跟随者状态转移图(Follower state transition graph,FSTG),建立最优控制问题可行性图判据,给出关于受限集合镇定的充分必要条件.其次,基于加权跟随者状态转移图的最小平均环理论,建立领航-跟随MAS最优控制序列的构造算法,并证明其最优性.最后,通过仿真验证算法的有效性.
文摘本文给出了瑞利衰落信道感知通信一体化(Integrated sensing and communication,ISAC)系统模型,提出感知通信一体化概率融合(Probability fusion after integrated sensing and communication,PF‐ISAC)方法,推导出PF‐ISAC信道模型。从理论上证明,当感知信噪比(Signal to noise ratio,SNR)趋于无穷时,ISAC模型将退化为理想信道状态信息(Channel state information,CSI)的场景;当感知SNR趋于零时,ISAC模型将退化为CSI未知的场景。给出了PF‐ISAC系统的互信息与SNR的变化关系,随着SNR的增加,互信息从CSI未知时的信道容量逐渐逼近于理想CSI的容量。本文提出最大后验概率融合(Probability fusion after maximum a posteriori,PF‐MAP)检测方法、最大似然概率融合(Probability fusion after maximum likelihood,PF‐ML)检测方法,并与最小均方误差(Minimum mean square error,MMSE)估计‐MMSE检测(MMSE‐MMSE)方法进行比较,结果表明PF‐MAP在中低SNR时与MMSE‐MMSE性能相当,而在高SNR时,PF‐MAP优于MMSE‐MMSE;用熵误差(Entropy error,EE)评价PF‐ISAC系统的误差性能,结果表明MMSE‐MMSE、PF‐MAP、PF‐ML与理论性能极限EE均有较大差距。最后,给出感知和通信两阶段功率分配方案,当总功率给定时,感知和通信两阶段等功率分配,性能接近最佳。
文摘在n-Rayleigh信道下,研究了使用选择合并(SC)接收的移动无线传感器网络系统的平均符号误码率(ASEP)和信道容量。基于矩生成函数(MGF)方法,推导了系统采用相干检测的相移键控调制(PSK),正交幅度调制(QAM),脉冲幅度调制(PAM)等数字调制方式的ASEP的精确表达式。同时,也得到了系统信道容量的精确表达式。然后对不同条件下的ASEP和信道容量性能做了数值仿真,理论分析结果与仿真结果相吻合,验证了理论分析结果的正确性。仿真结果表明:随着分集支路数的增加,系统的ASEP和信道容量性能得到了很好的改善,当使用QPSK调制,信噪比为16 d B时,分集支路数L=1,系统的误码率是6×10-2,信道容量是4(bit/s)/Hz;分集支路数L=2,系统的误码率是1×10-2,信道容量是5.1(bit/s)/Hz;分集支路数L=3,系统的误码率是2×10-3,信道容量是5.8(bit/s)/Hz。
