改进的节点分析法

改进的节点分析法（精选十篇）

改进的节点分析法 篇1

总结一下, 高层框架 (剪) 结构节点施工质量的影响因素主要包含如下几个方面。

第一, 高层框架 (剪) 结构节点处所采用的施工材料的温度变形系数对施工质量的影响。由于高层框架 (剪) 结构节点施工材料温度变形系数和钢筋混凝土材料温度变形系数之间存在差异, 当外界温度改变时, 不能保持两者变形的同步, 进而在高层框架 (剪) 结构节点施工处往往会产生一些由压应力和拉应力所导致的施工质量问题。第二, 高层框架 (剪) 结构节点处墙体的形状与尺寸对施工质量的影响。高层框架 (剪) 结构节点处墙体的形状与尺寸与高层框架 (剪) 结构节点施工材料温度变形的幅度有着密切的联系, 一定形状下, 随高层框架 (剪) 结构节点处墙体尺寸的不断增大, 相应的变形幅度受温度变化的影响也会增大, 这样就容易产生施工质量问题。第三, 高层框架 (剪) 结构节点砌筑质量对施工质量的影响。高层框架 (剪) 结构节点是由加气混凝土砌块、拉结钢筋、砂浆等所组成的一个统一的受力整体, 因此高层框架 (剪) 结构节点砌筑质量就决定了高层框架 (剪) 结构节点受力的有效性, 所以高层框架 (剪) 结构节点砌筑质量在很大程度上决定了施工的质量。

2 高层框架 (剪) 结构节点施工中的常见技术分析

2.1 主次梁相交节点处常见施工技术分析

在主次梁相交节点的施工中, 考虑到梁的截面尺寸和高度是固定的, 所以, 只能通过增加主次梁相交节点处混凝土的厚度来充分保证次梁顶钢筋的保护功能。这样做的问题是容易导致板面的凹凸不平, 从而为后期的施工带来很大的不便。另外, 在主次梁相交节点的施工中, 多是采取缩小主梁钢筋骨架尺寸的方法来满足次梁顶部纵筋保护层的各项需求。这样处理, 虽然可以起到保证次梁上筋的保护功能不被削减, 但是容易导致次梁抵抗负弯矩能力的下降, 进而会引发一系列的施工质量问题。

2.2 剪力墙外侧水平筋在约束柱节点处常见施工技术分析

剪力墙外侧水平筋在约束柱节点处在设计时为了实现外立面的协调统一, 往往采用剪力墙与柱外平齐的施工方案, 通过把剪力墙水平筋绑扎在约束柱纵筋的外侧进行锚固。这样做虽然可以到达施工的效果, 但是进行锚固时, 因缺少有力的支撑保护, 而容易引发水平筋在约束柱节点处的施工质量问题。

2.3 梁柱节点核心区常见施工技术分析

由于高层框架 (剪) 结构节点施工中梁柱节点钢筋的分布比较密集, 箍筋绑扎就比较困难, 以至于箍筋绑扎时经常会有箍筋绑扎不牢固或少放箍筋的现象发生, 而且这种箍筋绑扎不牢固或少放箍筋的现象最容易出现于先绑扎梁钢筋然后再整体下沉的施工方法中。考虑到整体沉梁的施工方法不易绑扎节点区箍筋这一问题, 梁柱节点核心区箍筋还往往采用先支梁底模后绑扎梁钢筋的施工方法, 这样做虽然可以保证节点核心区箍筋的实现, 但仍然存在如下一些问题。

第一, 先支梁底模后绑扎梁钢筋的施工方法操作起来有一定的难度, 而且先支立梁底模再绑扎钢筋时还经常会发生施工安全的问题。第二, 先支梁底模后绑扎梁钢筋的施工方法的交叉作业比较多, 给施工带来了很大的不便, 而且还比较容易出现窝工现象。第三, 由于先支梁底模后绑扎梁钢筋的施工方法是先立梁底板模的, 而各个梁模之间又是彼此孤立的, 相互之间缺少拉结, 这就使得模板结构本身的安全性不能得到充分的保证。

3 高层框架 (剪) 结构节点施工中的常见技术改进举措

3.1 主次梁相交节点处常见施工技术的改进举措

在主次梁相交节点施工时, 需要改进的是, 在进行主梁底摸支设操作时要通过降低梁底设计的标高和增加主梁高度的方式, 在满足次梁顶部钢筋的保护层厚度需求的前提条件下, 来保证主次梁相交节点处的施工质量, 这样做不仅经济合理, 而且便于作业的施工。

另外, 在进行多道斜梁交汇处的施工时, 为了有效预防因次梁抵抗负弯矩能力下降而导致的高层框架 (剪) 结构裂缝现象的发生, 还需要采取一定的抗裂措施, 虽然现浇板的负弯矩筋的分布筋可以有效防止高层框架 (剪) 结构裂缝现象的发生, 但它毕竟垂直于主梁, 因此, 要沿梁纵向区域处增设一些抗裂筋, 从而有效保证次梁抵抗负弯矩能力不会受到任何的影响。

3.2 剪力墙外侧水平筋在约束柱节点处常见施工技术的改进举措

剪力墙外侧水平筋在约束柱节点处常见施工技术的改进要点主要体现在以下两个方面。

第一, 在将水平钢筋与柱箍筋单面进行焊接之前, 要先把剪力墙水平钢筋从主筋外侧贯通支座, 这样一来, 不仅可以很好的确保锚固的稳定性, 而且还可以充分保证剪力墙端的抗剪强度。第二, 要把剪力墙水平钢筋打弯后穿入约束柱筋内侧进行锚固, 而且伸入柱筋内侧的锚固长度和水平筋的搭接长度都应符合相关技术规范要求, 这是有效保证剪力墙外侧水平筋在约束柱节点处施工质量的重要前提。

3.3 梁柱节点核心区常见施工技术的改进举措

梁柱节点核心区常见施工技术的改进要点主要包括如下两点内容。

第一, 依据相关技术指标的规定对于四边均与梁相连的中间节点由于所受的周围约束力较强, 为了达到简化配置箍筋的目的, 可以为四边均与梁相连的中间节点仅仅配置沿周边的封闭矩形箍筋, 省去中间的小箍筋或拉结筋。对于不能满足四边均与梁相连的中间节点, 仍应按相关的规范设计要求进行箍筋的配置。第二, 在采用先支梁板模板后绑扎梁钢筋, 然后整体下沉的施工方法时, 要先把节点区箍筋按一定的间距与纵筋点焊成钢筋骨架后, 再进行绑扎, 最后将绑扎好后的梁钢筋整体与节点区箍筋骨架一体下沉, 这样一来, 就可以有效克服传统绑扎梁钢筋施工方法中各种的施工难点。

4 结语

高层框架 (剪) 结构节点施工作为当前工程建筑中常用的施工作业方式, 高层框架 (剪) 结构节点施工中各施工环节的施工技术的处理效果在很大程度上决定高层框架 (剪) 结构节点施工的质量, 而当前常见的高层框架 (剪) 结构节点施工技术, 由于还存在一系列的问题, 所以有必要通过对这些技术中不合理的因素进行全面的剖析, 找到问题的成因, 本着解决问题的态度, 采取有针对性的举措来有效改进高层框架 (剪) 结构节点的施工技术, 从而确保高层框架 (剪) 结构节点的施工质量。

摘要：在我国当前的高层住宅建筑设计中, 普遍采用的是高层框架 (剪) 结构, 虽然大多数高层框架 (剪) 结构节点施工中采取了很多防护举措, 但是受施工技术和环境等多方面因素的影响, 大多数高层框架 (剪) 结构施工后都会产生一系列的质量问题。本文从高层框架 (剪) 结构节点施工质量的影响因素谈起, 然后详细剖析了高层框架 (剪) 结构节点施工中的常见技术, 最后对高层框架 (剪) 结构节点施工中的常见技术提出了相应的改进意见, 希望能借此更好的促进高层框架 (剪) 结构节点施工技术的进步。

关键词：高层框架 (剪) 结构,节点施工,常见技术,技术改进

参考文献

[1]刘兴法.高层框架 (剪) 结构节点施工的温度应力分析[J].施工技术研究与应用, 2002 (9) .

[2]王铁梦.高层框架 (剪) 结构节点施工控制[J].施工技术研究与应用, 2002 (8) .

设计景观节点分析说明 篇2

整体设计以水为主线索的轴线进行诠释，轴线二侧是宅间绿地，采用简洁，明快的现代风格，以自然元素：石头，木材，水和植被为背景，在其上叠加钢，玻璃构成的廊架，景亭，小品等。在水景处理上融合自然界多种形态水景：水池，溪流，水渠，跌水，水中宁静的岛屿。以一系列空间转化过程开放--私密热闹--幽静

人工--自然

硬质--软质营造不同的氛围和感受。

1、主入口：

为敞开式设计，将门的概念引到会所，前景形成广场的效果，二侧梯级叠水高约3米，结合砂岩浮雕形成立体水景观，向里走是二块水体，中央是玻璃体做的值班室，通过桥将流线进行连接，水景前方用黑色大理石阴刻“龙泉景锈园” 对小区进行注解，水中有八棵灯柱，融合铁艺及地方图示，水景二侧是以小区logo的灌木造型，形成明快的欧式景观特色，向里则是会所前广场，结合水景，舞台，采光井，丰富景观层次。广场铺装在延续引导纵向分隔条外，强化横向铺装凸显主空间的气氛。

2、会所后观水区：

将现代水景与台地结合，营造出三维，动态的整体景观。设计为大面积集中水体，成为整个小区的中心，统领整个小区的景观格局，台面高差通过台地式种植，疏林缓坡和镶嵌砂岩浮雕的墙面加以弱化，同时用景观坡道，台阶相互连接。水体和周边缓坡绿地结合，以生态手法营造自然质朴的氛围，人们通过木栈道，碎石和小径穿行其中，体味自然的纯美感受，水面上铺设了几座桥来呼应都匀这座以桥为特色的城市。水中设置了一个宁静的岛屿，作为重要的观景分流作用。利用传统园林中借景，对景的原则，使广场空间景观互相渗透。不锈钢和玻璃组成的构架显现了现代和力度，展现出时尚的气息，流水和透明的玻璃形成一个具有动感而又纯净的戏水空间。沿河景观绿化以植物造景为主，营造一种静谧，遐意的休闲空间，植被将城市的喧嚣隔离在外，面对水面，安静的享受心灵的一角。

3、公共健身活动区：

在主水景上部，以充满休闲氛围的咖啡座，临水台阶，亲水平台，健身，运动为主要场所，成为居民主要交流与活动空间。由矩形石板镶嵌卵石的步道相连，造型活泼自然，设有健身器械等，其中还设置了些儿童游乐器械。以青石汀步与景观步道相连。小区中的景观步道即是入户门前的消防通道，虽具有消防通道的功能，但从整体环境的设计来看，其又具有景观的功能在设计上，将景观步道充分融入小区整体环境，步道除在铺装上加以修饰更在其中加入独特的设计元素，如方块青石板中嵌入草坪、琴键式条状草坪嵌入铺装中等设计。都使其富有趣味性的变化。透过绿色草坪区，漫步芳草丛，两级台阶的高差与树池结合，露天休闲吧，享受阳光，享受自然，享受一种时尚的生活理念。临水的设计，从更大程度上强调“智者乐水”。同时，亲水平台与露天休闲吧结合，给水面增加一道风景线，也强调了人的参与性，真正体系水岸生活的时尚感.4、商业配套：

建筑采用钢架结构和玻璃造型，是主轴线上的重要节点，起到承上启下的作用，其功能是提供居民日常生活用品的场所，四周水景观包围，形成岛的氛围.采用自然主义的手法，以植物造景结合水景为主，结合现代、简约的细节表达和地势高低的巧妙利用，让建筑与景观和谐相容。沿水面步道让人更多感触步移景换的效果，沿水面设置活动休闲小广场，亲水台阶，让人们更多接触自然，感受健康的生活理念。

5、主轴线尾部：

是整个小区的最高建筑在空间上起了景观的引导作用，与小会所间的景观大道提供水景，绿化，木质平台连接，强调线条的严谨和主入口相呼应。通过绿化造景的延伸线和连贯性来加强地块之间的联系统一，避免各地块分割断裂。通过主入口把宅间绿化和主轴线有机结合，形成一个开放性空间，硬质铺装广场与条石造景，供人们在此观览水景。

6，小区晨练跑道：

沿小区内环线设计了一条的晨练跑道，方便居民清晨锻炼，特别是对小孩子的安全得到充分保证。跑道旁边绿色成荫，随处可以抱树踏石，亲近自然，锻炼身体。

7.宅间绿化

高大的乔木与灌木、绿草、鲜花相掩映，缤纷的花带蜿蜒前伸，碧水映照着蓝天白云。区内有曲桥流水、露天茶座、台地景园、景亭、廊架观鱼等等，使人可听、可观、可触、可感，从各方面体验水给人带来的乐趣。幽幽草丛树林、浅吟低语、鸟鸣啾啾、晚霞映日，住户们在此洗去白天的劳累，远离城市的暄器，倾听自然的呼吸，做个都市隐者。宅间的路网设计为流线型园路，结合地势营造出舒缓的动感。由各种要素组成的空间结构在整体构图上运用宜人的尺度，营造令人向往，使人放松的环境气氛，植物结合路网柔化建筑物转角部位，摆脱局促密封的空间。

8.架空层设计

小区内部分楼层底层为架空层，设计中亦充分利用这部分面积，发挥其交通、休息、娱乐的功能，在其中设置了半开放半封闭式的儿童兴趣园、老年人俱乐部等，为居民提供直接方便的休息沟通场所，在景观设计上巧妙运用借景、框景、障景等造园手法，让室内空间向户外延伸，起到了增大空间、加大景深的作用。在植物的选择上也考虑实际情况，多采用耐荫性、抗风性较强的散尾葵、鱼尾葵等，再搭配雕塑、景墙等硬景，共同营造出一个亲切温馨、富有情趣的公共活动空间。

9.园林小品和园路规划：

根据整体的环境特色，结合景观主题和功能需要设置少量的园林建筑，园林小品及雕塑。

住宅工程细部节点施工的改进技术 篇3

【关键词】住宅；节点；隔墙；窗框

建筑工程在施工的过程中，每一个环节的质量都会对整个工程的施工质量产生十分重大的影响，如果在施工中没有对工程的细节进行严格的把关和控制，就很有可能使得工程出现严重的质量隐患，当前已经建成的工程通常都会采用细部节点改进的方式来改进工程的建设水平，提高工程的建设质量，本文就具体工程对住宅工程细部节点施工进行介绍。

某城市的危房改造工程面积较大，实际的面积达到了86000平方米，这一改造工程主要是5栋住宅建筑和搭台车库，这些搭台车口是现现浇的框架结构，住宅楼的主要形式是现浇钢筋混凝土结构和剪力墙结构相结合的形式，以下筆者结合自己的实际经验对 该工程的细部节点改造施工进行简要的阐述。

1.改进窗洞口模设计

本工程原来的窗口模板采用的是厚度为50毫米的木质模板结构，窗口的四角采用的是120×6的角钢材质夹具，窗口的中部使用的是放行的木材作为斜支撑形式，这种模板在使用的过程中存在着非常明显的缺陷，这个缺陷就是模板的刚度非常小，所以模板在使用的过程中也经常会出现变形的状况，经过了一段时间的使用，模板的表面还会出现锚搓，施工的流程也相对较为复杂，在施工安装完全结束之后还要对窗口的四周进行抹灰处理，保证窗口的密实程度，因此这一施工方法需要很长的时间完成施工，同时也无法保证混凝土自身的质量。

在对这种技术进行改良之后，窗孔洞的模板有了很大的变化，使用厚度为4毫米的定型钢来充当整个结构的平板模，该结构的斜撑材料使用的是48号的钢管，在结束了模板安装的施工之后，模板四周的混凝土要加盖一层PVC管材，这种板材的厚度要达到10mm，宽度要达到90mm，这样就可以 让模板的表面出现一定的凸起现象，整体结构呈现出梯形的状态，在工程使用了这种改进的方式之后，体现出了非常好的效果，这种施工方式主要的优点体现在模板自身的刚度要比木质模板的刚度大很多，模板也不会因为受到了一些外力的影响就非常容易产生变形的隐患，混凝土因为凸起还在其内部形成了凹槽，这样 也给模板的安装带来了很大的便利，在后期的施工中只要把窗户安装到凹槽当中去就可以实现很好的效果，另外，在进行窗户的安装施工之前还应该在凹槽的内部涂上适量的发泡胶，还要在窗口的周围涂上腻子，在安装施工结束之后还要进行再一次的抹灰，这种方法加强了窗户和凹槽之间联系的紧密性，同时还可以很好的防止传统施工中的一些缺陷出现，降低 了施工成本，保证了施工的质量，同时也提高了施工的效率。

2.改进轻质隔墙的安装方法

轻质隔墙板的传统安装方法是在已浇筑的混凝土顶板和楼板上放出隔墙板位置线，再将成品的隔墙板沿线安装。由于规范CB 50204-2002规定，层高允许偏差在士10mm内，因此在安装隔墙板时，常在隔墙板与混凝土顶板相接处出现裂缝，其裂缝会直接影响到隔板墙的质量，在长久使用之后还可能会出现渗水的现象，这对于建筑的寿命和居民的生活舒适性来说有着直接的影响。

改良之后的轻质隔墙板在安装的方法上也出现了非常大的变化，在顶板的模板靠近混凝土一面的位置要贴上厚度为3毫米的胶合板，胶合板的宽度也是十分重要的因素，通常情况下，胶合板的宽度要比轻质隔墙的厚度大10毫米，胶合板的长度要和轻质隔墙的长度保持一致，混凝土板在成型之后还会在板底处出现一个凹槽带，施工人员只要将其直接以水平的方式投射到地面上就可以知道隔墙板地面位置线的具体方位，然后将隔板直接镶嵌 到顶板的凹槽内，对其进行固定，这种施工方式和以往相比也有着非常明显的优势，它可以有效的防止混混凝土顶板和隔板交界位置的混凝土出现开裂的现象，同时牢固程度也更好骗，因此在质量方面也有了非常大的提升。

3.改进阳台栏板的模板设计

改进阳台栏板的模板设计，可使外窗台下鹰嘴施工一次成型。具体作法是将模板设计成两部分，上半部分做成鹰嘴状，长度以面板伸出角钢背楞30mm为宜，下半部分做成普通栏板模板，长度以面板缩进角钢背楞30mm为宜，两部分在角钢背楞处用螺栓连接，拆模时先松开螺栓，拆出下半部分后再将上半部分向下拆除，禁止拆除过程中不严格按照顺序来进行施工，否则可能会直接影响到模板很下混凝土的质量，从而带来极大的安全隐患。

这种改进作法的优点是，模板分片易拆除，模板接缝严密不漏浆，整体模板刚度大，混凝土一次成型质量较好，并且所具有的效果也极为明显，能够较好的对原本的性能带来一定程度的改变，最大下限度的避免质量再次出现问题。

4.改进铝合金外窗的固定方式

铝合金外窗的传统固定方式是：按洞口尺寸缩进20mm加工铝合金窗框，安装窗框时，距离洞口两侧10mm的空隙用射钉将固定片固定在混凝土墙体上，在10mm空隙内填充发泡胶，再在四周抹灰收口。这种作法有3个弊端：一是四周抹灰易产生空鼓、开裂等质量通病；二是大面积湿作业带来大量施工垃圾：三是工期较长。

改进窗框模板后，窗洞口留下窗框安装凹槽。按窗洞口尺寸缩进5mm加工铝合金窗框。安装时，窗框距窗洞口每边空隙仅2.5mm宽，用塑料胀栓将窗框固定，空隙四周刮腻子收口，再直接打密封胶即可。这种嵌入槽内固定窗框的优点是：可避免抹灰产生的空鼓、开裂和脱落质量通病，保证窗洞口四周混凝土质量，工期短，成本低，减少抹灰产生的建筑垃圾，不仅有效的保护了自然环境，还使得施工获得了更好的经济效益，这对于现代工程的发展来说有着极大的利益。

5.结语

本文中所提到的各项改良技术在施工的过程中都体现出了非常好的效果，不仅可以节约建设的成本，同时在对每一个环节都进行了严格的控制之后，工程的质量有了非常明显的提升，而工程施工的周期也大大缩短，因此在施工中对 这项技术进行大力的普及 和推广也成为了建筑工程细部节点施工中一项十分重要的任务。 [科]

【参考文献】

[1]粟明坤.对加强钢筋混凝土框架结构节点施工质量的思考[J].科技资讯，2007（23）.

改进的节点分析法 篇4

关键词：无线传感网络,单锚节点,节点定位,RSSI测距

0 引言

无线传感器网络WSN节点定位是其重要支撑技术，无感知位置的信息一般是无意义的[1]。当前已有定位成果多关注于二维空间下节点的定位机制研究，而自然灾难救援、多样环境勘察、军事等应用领域更需要三维传感器网络空间，因此三维无线传感器下的节点定位研究具有一定的现实意义。本文主要研究三维传感器的定位问题[2]。

针对WSN节点的定位问题，国内外许多专家和学者进行了大量研究，提出许多的节点定位算法[3]。文献[4]提出了基于APIS的无线传感器网络节点定位算法，该算法不需要测距，简单、易实现，但定位精度与锚节点密切相关，鲁棒性较差。文献[5]提出基于多维标度的节点定位算法，该算法迭代次数多，计算复杂度高，难以满足传感器节点定位的实时性要求。文献[6]提出了一种AOA和同心圆定位相融合的节点自定位算法，取得了不错的效果，但实现比较复杂，应用范围受限。文献[7]提出一种基于DV-Hop的无需测距技术的定位算法，该算法不需要增加硬件，成本低，但受累计误差的不利影响，定位结果不理想。文献[9]提出基于支持向量机SVM的无线传感器网络节点定位算法，SVM较好地克服了神经网络的过拟合、标准支持向量机训练速度慢等缺陷，但是SVM节点定位性能与参数直接相关，因此要获得高精度的三维传感器节点定位精度，必须解决参数优化问题。以上这些无线传感器定位算法方法均是基于固定多锚节点定位算法，它们存在一些不足，如锚节点利用效率较低，定位资源浪费严重定位成本高等。近年来，有学者提出基于移动的锚节点的传感器节点定位算法，研究结果表明，无论在精度、能耗等，移动锚点节点的定位算法在具有比较明显的优势[10,11,12]。

为了提高三维无线传感器的定位精度，将单移动锚节点和支持向量机(SVM)相结合，本文提出一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)，并通过仿真实验验证SFOA-SVM的有效性。

1 无线传感器网络节点定位问题

1.1 基于单锚节点的三维WSN节点定位问题描述

在单锚节点的三维无线传感器网络中，传感器节点可分为锚节点和未知节点，其中只有一个是锚节点，但该锚节点配置了一个GPS接收器，并有足够的能量。该锚节点可以在传感器区域内按照一定的运动轨迹进行随机移动，并周期性地发送坐标位置信息，待定位节点根据接收到的坐标信息后，然后按照某种定位算法来估计位置。基于单移动锚节点的三维无线传感器节点定位的原理图如图1所示。

1.2 基于SVM的三维传感器节点定位建模过程

(1)假设待定位节点Ai(i=1,2，…，m)与单锚节点z间的距离为dij，将m个待定位节点的距离向量和它的坐标构成训练的样本集。

(2)利用SVM对样本集进行训练，求解最优化问题如式(1)所示。

式中，w表示权向量，b表示偏置向量。

使得预测的期望风险函数最小:

其中，ξi、ξi*为松弛因子，C为惩罚因子。

通过引入拉格朗日乘子，上述优化问题变为典型凸二次优化问题，即:

其中，αi和αi*表示拉格朗日乘子。

在求解实际问题时，只需利用支持向量进行求解，于是回归估计函数为:

采用核函数k(xi,x)代替(φ(xi)，φ(x))运行，可以避免维数灾难，则有:

本文选择径向基核函数作为SVM的核函数，最后SVM的回归函数为:

式中，σ为径向基核函数的宽度。

SVM在实际应用中，其节点定位性能与参数直接相关，因此要获得高精度的三维传感器节点定位精度，首先必须选择最适应的SVM参数。渔夫捕鱼算法(SFOA)是模拟渔夫捕鱼行为习惯提出的一种新的智能优化算法，具有原理简单、设置参数少、易于编码实现等优点。在多目标优化领域得到了广泛的应用，并取得了比其他群智能算法更好的效果，为解决SVM参数优化问题提供了一种新的研究工具[13]。因此对节点进行定位时，采用捕鱼算法对SVM参数C和σ进行优化，以提高节点的定位精度。

2.1 渔夫捕鱼算法

设在打鱼作业区D中随机地分布有k个渔夫，i渔夫初次撒网位置为P0(i)=(x0(1i),x0(2i)，…，x0(ni))，其代表具体优化问题的候选解，f(X)为鱼的密度度量函数(目标函数)，那么i渔夫在P0(i)的各个方向撒一次鱼网，得到的撒下鱼网点集:

式中，x(i)0j∈Dj,l(+)j,l(-)j均大于为0,x(i)0j-l(-)j∈Dj,x(i)0j,x(i)0j+l(+)j∈Dj。

(1)移动搜索。若，且X(i)0≠P(i)0,t=1,2，…，k(表示X(i)0处的鱼密度高于P(i)0)，则i渔夫从P(i)0移到新位置P(i)1=X(i)0，并以P(i)1为新的中心，重复前面的步骤，以期搜寻到比点P(i)1处的鱼密度更高的点P(i)2,i渔夫的位置移动轨迹点为P(i)0,P(i)1,P(i)2，…，最后找到一个鱼的密度局部最优点。

(2)收缩搜索。经过m次移动之后，i渔夫的位置为:P(i)m=(x(i)m1,x(i)m2，…，x(i)mn)，如果，那么i渔夫便继续停在P(i)m处，并在P(i)m的周围再撒下鱼网，得到一个新的鱼网点集:

式中，lj'(-)=αlj(-),lj'(+)=αlj(+)，α为收缩系数，且0<α<1。

(3)加速搜索。设经过有限次位置变更后，i渔夫的位置是P(i)m=(x(i)m1,x(i)m2，…，x(i)mn)，并且:

式中，ε>0为自定义的较小的常数，那么i渔夫就加快速移动，以便跳出局部捕鱼区域。

(4)公告板记录最优渔夫位置，每个渔夫的位置均要与公告板的位置进行比较，若更优，便替换公告板中的位置，算法结束后，公告板值为全局最优值。

(5)若某渔夫在某点处收缩搜索次数达到了最大阈值，但其位置没有改变，那么渔夫重新随机选择一个点进行搜索。

2.2 捕鱼算法求解支持向量机参数的步骤

(1)根据经验确定C、σ取值范围，并初始化捕鱼算法的参数。

(2)随机初始化渔夫的位置，即一组SVM参数组合。

(3)根据基于SVM的10折交叉验证定位正确率评价渔夫的位置优劣，并找出当前最优捕鱼位置，在公示板公布。

(4)渔夫在各自的区域进行移动搜索，寻找更优的捕鱼位置。

(5)如果渔夫找到更优的捕鱼位置，便进入步骤(7)，否则回到步骤(5)继续进行移动搜索。

(6)如果达到收缩操作的阈值，便进入到步骤(8)，不然以最优渔夫位置为中心进行收缩搜索。

(7)与公示板公示的捕鱼位置进行比较，如果渔夫位置更优，便替代公示板公示的捕鱼位置，并返回到步骤(7)，不然进入步骤(9)。

(8)判断是否满足算法的最大迭代次数，若满足条件，便进入步骤(10)，不然回到步骤(5)。

(9)输出最优捕鱼位置对应的SVM参数。

(10)根据最优的SVM参数建立相应的节点定位模型。

SFOA优化SVM参数的流程如图2所示。

3 仿真实验

3.1 仿真环境

为了验证SFOA-SVM定位算法的有效性和定位性能，在Intel 3.0GMHz CPU,2G RAM,Windows XP的计算机上，采用MATLAB 2012进行仿真实验。在一个大小为100×100×100立方米的正方体内，随机部署多个个未知节点，未知节点的通信半径40米，部署一个移动锚节点。为了得到准确的定位坐标，在同等参数情况下，将仿真试验进行100次取其平均值。选择遗传算法(GA)优化支持向量机(GA-SVM)、粒子群算法(PSO)优化支持向量机(PSO-SVM)进行对比实验，所有算法均运行10次。采用相对定位误差ε作为评价定位性能的标准，其相对定位误差ε为:

其中，表示未知节点的估计坐标;(x,y,z)表示未知节点的真实坐标;n表示未知节点的个数。

3.2 三维传感器节点位模型的SVM参数选择

GA、PSO和SFOA优化SVM参数的过程如图3所示，所得参数见表1。从图3可知，SFOA的搜索速度明显优于其他参数优化算法，而且获得更小的均方根误差，这表明SFOA获得了更优的SVM参数，有利于提高传感器节点定位的精度。

3.3 结果与分析

3.3.1 未知节点的个数对定位的影响

图4为PSO-SVM、GA-SVM和SFOA-SVM的平均定位误差与未知节点个数之间的关系图。由图4分析得出，在未知节点个数变化的情况下，相对于PSO-SVM、GA-SVM,SFOA-SVM的平均定位误差更低，由此可知，SFOA-SVM在此种情况下收敛性更优，定位精度更优。

3.3.2 测距误差对定位误差的影响

不同距离误差下，PSO-SVM、GA-SVM和SFOA-SVM的定位误差如图5所示。从图5可知，随着距离误差的增加，PSO-SVM、GA-SVM和SFOA-SVM的节点定位误差呈增大趋势，定位精度逐渐降低，但相对于PSO-SVM、GA-SVM,SFOA-SVM定位性能得到了改善，定位误差大幅度降低。对比结果表明，采用SFOA对SVM进行优化，可以得到了更优的SVM参数，从而可以建立更优的传感器节点定位模型。即使在苛刻的环境下，测距误差达不到定位要求，SFOA-SVM仍能较好地实现定位，具有较强的抗干扰能力，获得了更优的定位效果。

3.3.3 不同通信半径下的定位误差对比

不同通信半径条件下，PSO-SVM、GA-SVM和SFOA-SVM的定位误差如图6所示。从图6可知，随着通信半径增加，由于未知节点通信能力增强，测距更加准确，3种算法的传感器节点定位误差慢慢减少，定位精度不断提高。同时，相对于对比算法，SFOA-SVM的定位误差最低，定位精度最高。

3.3.4 定位结果比较

PSO-SVM、GA-SVM和SFOA-SVM的定位误差如图7所示。从图7可知，SFOA-SVM算法的定位误差明显小于PSO-SVM、GA-SVM算法，且定位效果明显得以提高。

4 结语

移动通信中的移动IP节点技术分析 篇5

关键词：移动通信；IP节点；节点处理；技术分析

一、移动IP原理

在移动IP中，信号要在正常的渠道进行传输，为此要找到信号传输的入口，这时隧道作为传输的介质就很关键，隧道的入口与出口的移动节点处理好。入口与出口协调到位，才能使隧道畅通无阻。数据包在隧道入口与隧道出口之间发生很多不可预料的结果，有的时候不能传到隧道出口，而是在此过程中又回到了隧道入口处的情况，当这种情况出现时，加封一个IP报头就能解决上述的问题。生存时间域（TTL）值要根据每个新的报头有所设计，这样就避免数据包丢失，会出现数据包一直增大下去。

在解封装中，使原来IP数据报恢复出来有很多的方法，最主要的方法是将新IP报头去掉，这种方法相对其他的方法操作性更强。移动IP中，移动节点的注册信息需要在外地代理的情况下将其保存下来，通过这种方式可以使数据报路由给移动节点，并将其解封装。这样，就实现了点到点的数据传输的全流程。

二、移动IP节点在移动过程中通信的实现

在熟悉了移动IP的工作原理之后，外部链路上的移动节点并不能快速的与另一端进行匹配，而是需要分配一个转交地址，通过中间介质隧道来将IP数据包再次封装。因为经过加工的IP数据包已经被再封装，这个时候通过外部链路上的IP地址承载目标IP地址，通过这种手段更有利于该数据包从本地代理传递给位于外部链路上的移动节点，这样做法带来了一个很大的好处就是就本地代理与外部代理之间流通通道上的路由器解放了，不再做任何改动了。

（一）移动节点的工作方式。代理搜索：代理搜索在移动节点环节扮演着重要的角色，它是各个环节的开端，它的作用有很多，但是最重要的就是能维持正常通信下足功夫，确定自己处在什么位置显得尤为重要。

注册：移动节点何时确定自己在外地的链路？这要根据整个移动通信的环境来确定，在这个时刻发挥着重要的作用，UDP 包作为整个循环的传输介质，对家乡代理尤其重要，在传输的给过程中，确定自己当前的 IP 地址，并相应的获得转交地址，最后以收到代理服务器的应答消息进行相应终止。

注销：移动节点通过正常的流通通道重新回到家乡链路的时候，以一个 UDP 包的形式循环给家乡带理，直到收到家乡代理的应答消息这个环节才算结束。

接收、发送数据包：假设移动节点确定家乡链路上是传输的端点，这时就要使用 TCP/IP 协议，使用它的好处是不把数据包作为包袱，通过正常的传输渠道将其直接发送；当然还有相反的情况，当其出现的时候，势必要以另一种方式来进行相应的转化，并进行发送。

（二）注册、注销机制。代理搜索之后是什么环节，这时移动IP的注册过程紧随其后。此时，移动节点这个环节要进行相应的计算，通过计算得出的数据判断出自己的位置，对到底是处于家乡链路还是处于外地链路进行相应的取舍，这时要进行一个相应的选择，当然选择的链路不同，意味着下一步会发生实质性的变化。当移动节点的网络接入点进行选择时，尤其是链路切换这个环节，这时就会产生注册环节。另外，当这些注册超过一定的时限时，会带来一系列的后果。生存时间难以保证，也不能做到恰到好处，在这种情况下，移动节点的位置就不会发生移动，即进行相应的注销，进行重新注册。

（三）传递数据包的选路。移动IP的最主要技术就是根据移动节点的当前位置进行数据包选路，该技术在一定程度实现了很大的突破。使用该技术我们要考虑两种情况：移动节点连接的问题，该节点到底家乡链路上还是在外地链路上进行有效的连接。假如选择后者，还要面临着两种情形：在转交地址上要面临着选择，到底选择移动节点采用的代理转交地址还是配置转交地址，这要根据实际情况进行相应的调整。IPv6成为处理该问题的焦点，随着移动通信技术的发展，IPv6已经成为下一代互联网事实上的标准协议，并且IPv6不存在地址空间问题也为自己赢得了很大的优势，因此，在IPv6下，移动IP将没有外地代理。

（四）代理搜索。代理搜索在移动节点发生着至关重要的作用。它的三个功能起着举足轻重的作用，这三个功能第一是先明确判定自身当前的位置，在现有的此位置的基础上进行相应的判断，到底是选择家乡与外地链路的哪个链路上；第二是在确定了选择哪条链路时，切换也作为当下重要的任务；第三是如果已经处于外地链路，则要通过有效的办法就行交替，即要取得外地链路上的转交地址。

代理搜索由两条简单的消息构成。第一条消息是代理广播消息，家乡代理功能是如何实现宣传的，它主要是利用这个消息向移动节点进行宣布。节点在链路上进行相应的配置，不同的一个节点会被配置不同的角色，这时承担的责任也大不一样。当该节点成家乡代理服务器的时候，要进行相应的调整并快速的作出判断，以此来判定该链路上是否有代理存在。如果代理是存在的，可以从代理广播消息中探索如何获得IP地址，这时只有通过代理来进行实现。需要相关专家群里群策，来判定代理的功能是什么，并如何快速有效的捕捉到IP地址。第二条消息是代理请求消息，当移动节点没有耐心时就会出现一些情况，这时就等待下一个周期发送的代理广播消息时，它可以发送代理请求消息。这个消息具有唯一性，就是让链路上的所有代理发送代理广播消息，并且是不附带任何的附加条件。

（五）快速切换。快速切换通过与第二层的协调耦合，预测MH的移动，向将移动到潜在的临近FA发送消息的多份备份，因此可以达到低时延。与HMIP类似，快速切换仍然将分级隧道机制作为有效的通道，位置信息数据库将网络中的FA以分布方式进行保存。

结束语：为了实现信号的传递的无死角的连续性，移动主机发挥着重要的作用。如何确保移动主机移动时通信不间断？这时移动IP方法在一定程度上有效的解决了此问题，也为后续提供了可参考的价值。移动IP能够确保通过有效的传输介质使终端从子网移至其他子网，在移动的过程中还能做到通信依旧连续。在保证通信连续性的前提下，隧道技术在移动IP技术发挥着核心的作用。隧道技术的实现，通过加入程序模块在Linux内核内得以实现。而随着电子商务的快速发展，企业方、消费者借助电子商务快速发展的东风，顺势而为，消费者提出了更高的通信业务要求，企业在利用一些技术手段也发生了飞跃的进步。新网络协议IPv6机应运而生，它在该领域的发展前景是一片光明的，更有甚者该技术将会在更多的领域得到应用。

参考文献：

[1] 李欣. 移动IP协议体系[J]. 民营科技. 2011（02）

[2] 刘炼. 浅析移动IP新技术及应用[J]. 科技信息. 2011（04）

改进质心算法的节点自定位研究 篇6

无线传感器网络是一种获取信息的全新技术,有着广泛的应用。在无线传感器网络的各种应用中,监测到事件之后,最为关心的一个问题是所监测的事件发生的具体位置。可以说,如果没有确切位置的监测消息是没有任何意义的[1]。

根据定位过程中,是否测量实际节点之间的距离,可以把定位算法分为基于距离(Range-based)的定位算法以及与距离无关的(Range-free)定位算法[1]。南加州大学的Nirupama Bulusu等人提出的一种仅基于网络连通性的定位算法就属于距离无关的定位算法[2]。

1 定位基本概述

在无线传感器网络节点自定位技术中,根据节点是否已知自身的位置,把传感器节点分为信标节点(Beacon Node) 和未知节点(Unknown Node)[1]。 整个无线传感器网络定位的场景可设定在N维的几何空间中(针对实际使用的绝大部分场景,N一般取2或3,在此主要讨论二维状况)。对于以随机抛洒形式分布,以自组织构建而成的无线传感器网络而言,节点一般有如下分布:均匀分布、高斯分布、瑞利分布等,其中以高斯分布模型最为常见。从现有的文献[3]和研究结果来看,节点分布形状主要是以凸多边形形式出现的,节点分布形成多边形的形状在文献[4]中采用了虚拟力的研究。

2 质心算法

南加州大学的Nirupama Bulusu等人[2]提出了一种仅基于网络节点连通性的定位算法,该算法的核心思想是:信标节点每隔一段时间,向邻居节点广播一个信标信号,信号中包含自身ID和位置信息。当未知节点接收到来自不同信标节点的信标信号数量超过某一个预设门限或接收一定时间后,该节点就确定自身位置为这些信标节点所组成的多边形的质心。

2.1 质心算法的几何模型

当未知节点得到所有与其相连通的信标节点的位置信息后,根据这些信标节点所组成的多边形的顶点坐标来估算自己的位置。

设一未知节点P(x,y),已接收到周围n个信标节点的广播消息(为描述问题的方便,假设n=5),信标节点分别为A,B,C,D,E,其坐标信息分别为(x1,y1),(x2,y2),(x3,y3),(x4,y4),(x5,y5),模型如图1所示。

2.2 模型的计算

对图1,可将几何模型中多边形ABCDE分解为3个三角形(如图2所示),即△ABC,△ACD和△ADE。

分别求解△ABC,△ACD和△ADE的中心O1,O2,O3的坐标,最后再对△O1O2O3求解其几何中心P的坐标,即为所求。

下面以△ABC为例,求解其中心坐标,如图3所示。

证明:△ABC如图3所示,中心O1的坐标为(xO1,yO1),设AB,BC,CA的中点分别为F,G,H,其坐标分别为(xF,yF),(xG,yG),(xH,yH),则:

$\{\begin{array}{l}x{}_F=\frac{x{}_1+x{}_2}{2}\\ y{}_F=\frac{y{}_1+y{}_2}{2}\end{array},\{\begin{array}{l}x{}_G=\frac{x{}_3+x{}_2}{2}\\ y{}_G=\frac{y{}_3+y{}_2}{2}\end{array},\{\begin{array}{l}x{}_{{\rm H}}=\frac{x{}_1+x{}_3}{2}\\ y{}_{{\rm H}}=\frac{y{}_1+y{}_3}{2}\end{array}(1)$

中心O1可看作为直线AG与BH的交点,按解析几何,分别列写直线AG与BH方程为:

$\{\begin{array}{l}y{}_{{\rm O}{}_1}=y{}_1+x{}_{{\rm O}{}_1}*\frac{y{}_1-(y{}_2+y{}_3)/2}{x{}_1-(x{}_2+x{}_3)/2}\\ y{}_{{\rm O}{}_1}=y{}_2+x{}_{{\rm O}{}_1}*\frac{y{}_2-(y{}_3+y{}_1)/2}{x{}_2-(x{}_3+x{}_1)/2}\end{array}(2)$

通过代数方法可求得中心O1的坐标为:

$\left(\frac{x{}_1+x{}_2+x{}_3}{2},\frac{y{}_1+y{}_2+y{}_3}{2}\right)(3)$

同理,按照三角形求解中心的方法,可以求解△ABC三边中点构成的△FGH的中心坐标O1 ′为:

$\begin{array}{l}(\frac{x{}_1+x{}_2)/2+(x{}_3+x{}_1)/2+(x{}_2+x{}_3)/2}{2},\\ \frac{(y{}_1+y{}_2)/2+(y{}_3+y{}_1)/2+(y{}_2+y{}_3)/2)}{2})\\ =\left(\frac{x{}_1+x{}_2+x{}_3}{2},\frac{y{}_1+y{}_2+y{}_3}{2}\right)(4)\end{array}$

由式(3)和式(4)可知,△FGH的中心O1 ′与△ABC的中心O1为同一点。同理可得,凸多边形ABCDE的中心P,就是由△ABC,△ACD和△ADE的中心O1,O2,O3组成的△O1O2O3的中心。

同理,依据式(3)可得,O2,O3的中心坐标分别为:

$\begin{array}{l}\left(\frac{x{}_1+x{}_3+x{}_4}{2},\frac{y{}_1+y{}_3+y{}_4}{2}\right),\\ \left(\frac{x{}_1+x{}_4+x{}_5}{2},\frac{y{}_1+y{}_4+y{}_5}{2}\right)\end{array}$

此时,凸多边形ABCDE中质心节点P的坐标,为:

$\{\begin{array}{l}x=\frac{x{}_1+x{}_2+x{}_3+x{}_4+x{}_5}{5}\\ y=\frac{y{}_1+y{}_2+y{}_3+y{}_4+y{}_5}{5}\end{array}(5)$

若与未知节点通信的信标节点有k个,则k个节点的坐标分别为:

$(x{}_1,y{}_1),(x{}_2,y{}_2),\cdots ,(x{}_k,y{}_k)$

此时,质心坐标为:

$\{\begin{array}{l}x=\frac{x{}_1+x{}_2+\cdots +x{}_k}{k}\\ y=\frac{y{}_1+y{}_2+\cdots +y{}_k}{k}\end{array}(6)$

试验表明,用质心坐标作为未知节点的坐标,受到节点密度、节点分布模型、信号传输模型等影响,约有90%的未知节点定位精度低于信标节点间距的1/3。

3 算法改进模型

算法思想:仍对以信标节点作凸多边形顶点选取质心,并以质心坐标作为未知节点的坐标。用极大似然估计法分别计算出信标节点、未知节点的距离与坐标计算距离之间的误差最小值,并以此误差值作为修正参数,对质心位置进行修正。

假设已知n个节点的坐标分别为(x1,y1),(x2,y2),…,(xn,yn);它们到未知节点P(x,y)的距离分别为d1,d2,…,dn,由于存在环境影响、信道噪声等各种因素的影响,假设f1,f2,…,fn为各坐标方程的误差值,则有:

$\{\begin{array}{l}f{}_1=d{}_1-\sqrt{(x{}_1-x){}^2+(y{}_1-y){}^2}\\ ⋮\\ f{}_n=d{}_n-\sqrt{(x{}_n-x){}^2+(y{}_n-y){}^2}\end{array}(7)$

如果没有误差存在,f1,f2,…,fn都应为0,故可知${\displaystyle \sum _{i=1}^n|}f{}_i|$越小,定位越精确。此时,修正坐标,表示为:

$\{\begin{array}{l}x=\frac{x{}_1+x{}_2+\cdots +x{}_n}{n}-{\displaystyle \sum _{i=1}^n|}f{}_i|/n\\ y=\frac{y{}_1+y{}_2+\cdots +y{}_n}{n}-{\displaystyle \sum _{i=1}^n|}f{}_i|/n\end{array}(8)$

4 算法流程及仿真

算法流程图如图4所示。信标节点初始化指布置完成无线传感器网络节点以后,节点以自组织方式构建成网。计算误差时,采用极大似然估计法。这样可以相对精确地计算出未知节点到已知节点的距离误差值;未知节点定位以后,加入到网络当中,并与其他信标节点一样,向周围广播自身位置。

仿真结果如图5所示。

仿真表明,节点的间距误差值较小时,平均误差值也比较小,把平均误差值用于对质心坐标的修正,能够提高定位精度。

5 结 语

通过对质心算法原理的讨论,提出基于极大似然估计法测距的修正方法。结果表明,当节点的间距误差值较小时,能够提高定位精度。

摘要：质心定位算法是指无线传感器网络节点仅基于节点间连通性进行自定位,其定位结果误差较大,但该算法思想简单,能够节约有限的节点能量。为了提高节点自定位精度,且能够保留算法简单的优越性,在此采用极大似然估计法测距模型对节点定位的误差值进行修正;极大似然估计法能够对节点间的测量距离和估算距离之间的差值进行计算。结果表明,经过修正的节点坐标有较高的精确度。

关键词：无线传感器网络,节点自定位,质心算法,极大似然估计法

参考文献

[1]孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.

[2]马祖长,孙怡宁,梅涛.无线传感器网络综述[J].通信学报,2004,25(11):114-120.

[3]王福豹,史龙,任丰原.无线传感器网络中的自身定位系统和算法[J].软件学报,2005,16(5):857-858.

[4]Pescovitz,D.Robugs:smart dust has legs,in Lab College ofEngineering[D].UC Berkeley.2003

[5]陈维克,李文锋,首珩,等.基于RSSI的无线传感器网络加权质心定位算法[J].武汉理工大学学报:交通科学与工程版,2006,30(2):265-268.

[6]Priyantha N B,Balakrishnam H,Demaine E,et al.Anchor-free Distributed Localization in Sensor Networks[R].Tech-nical Report MIT LCS-TR-892.MIT Lab for Computer Sci-ence,2003.

[7]张先毅,王英龙,赵洪磊.无线传感器网络节点自身定位算法[J].信息技术与信息化,2008(1):34-37.

[8]周桂兵,刘有源.无线传感器网络节点定位技术研究[J].中国水运:理论版,2006(2):124-125.

改进的节点分析法 篇7

无线传感器网络(Wireless Sensor Network,WSN)是由部署在监测区域的大量传感器节点组成,节点通过无线自组织方式组成网络实现对感知区域数据的实时感知、采集和处理[1,2]。

为了实现高质量的监测,传感器节点往往被大量高密度地部署在监测区域,通常为每立方米20个节点[3],这使得节点的感知区域与邻居节点的感知区域有较大的重叠,从而使得节点采集的数据具有较大冗余性。同时,由于采集数据的冗余性造成了不必要的融合、处理和数据传输能量开销,所以对传感器节点进行调度,让尽可能少的工作节点覆盖尽可能大的监测感知区域,使得尽可能多的节点休眠,以减少能量消耗,延长整个网络生命期成为无线传感器网络研究的一个重要方向[4]。

节点调度问题已经被证明是一个NP难题[5],通常可以分为集中式调度方法和分布式调度方法。文献[6]提出了一种对节点进行调度的随机调度方法,并分析了在此调度策略下,节点覆盖与能耗之间的关系。文献[7]研究冗余节点判别方法,通过有效角来判断是否节点被圆周覆盖,从而确定其是否为冗余节点。文献[8]提出了一种虚坐标的网络调度方法,设置参考点,为网络中的其余节点分配虚拟坐标,从而建立临时集,并通过比较邻居节点的剩余能量来确定工作节点,但没有提及如何确定参考点数。文献[9]针对不同覆盖质量的要求,对监测重点区域进行2覆盖,对目标稀薄区域进行1覆盖,并借助改进的差分算法对节点状态进行优化以达到降低能耗和提高网络覆盖性能的目的,但其不能满足高性能的覆盖要求。文献[10]以最大化网络覆盖和最小化节点数为目标建立了数学模型,然后设计了一种基于鱼群算法对网络覆盖的节点调度策略,但其具有收敛速度慢和难以获取全局最优解的缺陷。

上述工作均研究了WSN节点调度问题,具有重要的意义,但也存在一些不足,本文在上述工作的基础上,提出了一种基于微粒群算法的节点调度方法,实验证明了文中方法有效。

1 系统模型

假设传感器节点监测区域为二维平面,并假设下列条件成立:

1) 所有传感器随机布撒在监测区域中,所有节点同构;

2) 所有传感器节点的位置已知,节点采用布尔感知模型,即0-1模型,如果目标区域中的某点被节点覆盖,则被覆盖时感知信号强度为1,否则为0,可以表示为

$sens(i,j)=\{\begin{array}{l}1,dist(i,j)\le r{}_s\\ 0,dist(i,j)>r{}_s\end{array}(1)$

式中:dist(i,j)表示传感器节点i和监测区域中目标点j的欧氏距离;rs为节点通信半径。

3) 每个传感器节点的工作状态可以分为两类:工作状态和休眠状态。

4) 各节点能实现简单的时间同步。

监测区域的覆盖率可以表示为

$pro{}_{\mathrm{cov}}=\frac{S{\displaystyle \cap (}{\displaystyle \underset{i=1}{\overset{n}{\cup }}S}{}_i)}{S}(2)$

式中:S表示监测区域的面积;Si为传感器节点i覆盖的区域。

休眠节点比率可以表示为

$pro{}_{\text{s}\text{l}\text{e}\text{e}\text{p}}=\frac{{\displaystyle \sum _{i=1}^{n}w}{}_i}{n}(3)$

式中:wi表示节点状态,当节点处于工作状态时,wi的值为0,否则为1。

为了实现让尽量少的工作节点保证尽可能大的网络覆盖率要求,节点调度目标函数可以表示为

式中:α和β为权重因子,并满足α+β=1。

2 基于微粒群算法的节点调度

微粒群算法(Particle Swarm Optimization,PSO)由Kennedy和Eberhart于1995年提出[10],它是在研究鸟类和鱼类群体行为的基础上发展而来,将优化问题的可行解作为搜索空间中的粒子,每个粒子都有对应的速度、位置和适应度,位置决定粒子的飞行方向,速度决定粒子单位时间内的飞行距离,适应度决定粒子对应的当前解的优劣。改进微粒群节点调度算法如下:

初始化。随机生成一组粒子构成规模为M的初始种群,粒子的个体极值为pbsti、全局极值为gbst,学习因子c1和c2,惯性权重最大值Wmax和最小值Wmin,迭代次数t=1,迭代次数最大值T。

步骤1,粒子编码。采用二进制编码方式来表示粒子,粒子长度为传感器节点个数n,则粒子可以编码为

式中:si=0表示节点处于休眠状态。

步骤2,对所有粒子计算适应度。适应度函数即微粒群算法的目标函数,通过适应度函数来判断微粒当前位置和速度好坏,以不断寻找和更新个体最优和全局最优,解对应的适应度函数值越大,解越优,所以适应度函数采用式(4)表示,当工作节点数越少,节点覆盖率越大时,解的适应度越大。

步骤3,对粒子i的位置xi(t+1)和速度vi(t+1)按照式(6)和式(7)进行更新

式中:xi(t)表示当前粒子的位置;vi(t)表示当前粒子的速度;pbsti为粒子的个体极值;gbst为粒子全局极值;r1和r2为区间0到1之间的随机数;c1和c2为学习因子,通常取值为2;W为惯性权重,这里采用非线性动态自适应惯性权重计算公式,即

$W=\{\begin{array}{l}W{}_{\min }-\frac{(W{}_{\max }-W{}_{\min })(G-G{}_{\min })}{G{}_{\text{a}\text{v}\text{g}}-G{}_{\min }}‚G\le G{}_{\text{a}\text{v}\text{g}}\\ W{}_{\max }‚G>G{}_{\text{a}\text{v}\text{g}}\end{array}(8)$

式中:Wmax和Wmin分别为惯性权值的最大值和最小值;Gavg和Gmin分别表示粒子的平均适应度和最小适应度。当惯性权重W较大时,则粒子具有较强的局部搜索能力;当惯性权重W较小时,则可以扩大搜索范围,增加解的多样性,提高算法的全局寻优能力,使得算法尽快全局收敛。

步骤4,t=t+1,重复步骤1～步骤3,直到达到最大迭代次数T。

步骤5,将最优解作为节点调度方案进行输出。

3 仿真实验

采用MATLAB仿真工具,对文中方法进行验证,并与文献[10]所示方法进行比较,实现对无线传感器网络节点调度进行仿真,监测区域为200 m×200 m,传感器节点数为100,每个传感器节点的感知半径rs=10 m。

文中算法的参数设置如下:粒子种群规模为50,Wmax=0.9,Wmin=0.53,c1=0.62,c2=0.36,迭代次数T=400。

文献[10]方法参数设置如下:人工鱼群规模为50,拥挤因子δ=0.78,迭代次数T=400。

两种方法连续进行100次实验,仿真结果取平均得到的对比结果如表1所示。

从表1中可以看出,文中方法在迭代过程中,其网络的覆盖率较文献[10]中人工鱼群算法始终要高,且随着迭代次数增加,工作节点数不断减少收敛,在迭代到200次时,就获得了接近文献[10]的最优解0.881的平均覆盖率0.880。显然,文中方法能获得更为优越的节点调度方案,这是因为文中方法具有全局收敛能力强的优点,且采用自适应的惯性权重,能在即将陷入局部最优时,增加粒子的多样性,以获得全局最优解。

两种方法在仿真迭代过程中适应度随时间变化的曲线如图1所示。从图中可以看出,文中方法的适应度一直高于文献[10]所示方法,这说明了文中方法在仿真期间一直具有较高的网络覆盖率和较低的工作节点率,且在进化到300代左右时,就已经得到全局最优适应度值0.8,具有较快的全局收敛能力。

4 小结

微粒群算法是在研究鸟类和鱼类群体行为的基础上发展而来的全局优化算法,具有收敛速度快和全局寻优能力强的优点,因此,本文研究了基于改进微粒群算法的无线传感器网络节点调度。首先,建立了无线传感器网络节点调度的数学模型;然后,定义了一种采用改进微粒群算法对节点进行调度的算法,在算法中设计了粒子编码方式、适应度函数和自适应权重。通过实例仿真证明文中算法具有较大的网络覆盖率和工作节点率,较其他方法具有较大的优越性。

参考文献

[1]孙利民.无线传感器网络[M].北京:清华大学出版社,2005:3-6.

[2]SHIH E,CHO S,ICKES N,et al.Physical layer driven protocol and algo-rithm design for energy-efficient wireless sensor networks[C]//Proc.the7th Annual International Conference on Mobile Computing and Networ-king.Rome,Italy:ACM Press,2001:272-287.

[3]MAHFOUDH S,MINET P.Survey of energy efficient strategies in wire-less ad hoc and sensor networks[C]//Proc.the 7th International Confer-ence on Networking.Cancun,Mexico:IEEE Press,2008:1-7.

[4]CHOI H,WANG J,HUGHES E A.Scheduling for information gatheringon sensor network[J].Wireless Networks,2009,15(1):127-140.

[5]LIN J W,CHEN Y T.Improving the coverage of randomized schedulingin wireless sensor networks[J].IEEE Trans.Wireless Communications,2008,7(1):4807-4812.

[6]JAEKYU C,GILSOO K,TAEKYOUNG K,et al.A distributed nodescheduling protocol considering sensing coverage in wireless sensor net-works[C]//Proc.IEEE 66th Vehicular Technology Conference.[S.l.]:IEEE Press,2007:352-356.

[7]方关林,李平.一种能耗均衡的无线传感器网络覆盖协议[J].计算机工程,2011,37(8):97-98.

[8]李明.基于差分算法的异构无线传感器网络多重覆盖节点调度方案[J].传感技术学报,2012,25(6):826-830.

[9]周利民,杨科华,周攀.基于鱼群算法的无线传感网络覆盖优化策略[J].计算机应用研究,2010,27(6):2277-2279.

改进的节点分析法 篇8

无线传感器网络 (Wireless Sensor Network) 一般是由大量能够进行数据采集和处理的的微小节点组成[1]。当这些微小节点通过无线信号组织成一个网络时, 就可以实现大面积的如数据感知、采集和处理等功能[2]。节点的定位就是基于一些已知的节点的位置信息, 通过适当的定位算法来确定自己的位置[3,4]。

文献[5]中提到均匀度和锚节点路径选择对节点定位精度的影响。文献[6]分析了锚节点位置对定位精度的影响。文献[7]提到对知节点到锚节点之间的跳数进行修正来达到修正两者之间距离的目的。

本文对DV-Hop算法的不足及误差进行了分析, 提出一种基于平均每跳距离修正和锚节点选择改进的DV-Hop定位算法, 增加未知节点定位精度。首先, 使用整个网络中计算出的所有锚节点的平均每跳距离的无偏估计值的平均值来取代最相邻的锚节点计算出的平均每跳跳距;然后, 通过挑选参与未知节点定位计算的三个相互之间组成的三角形为锐角三角形的锚节点参与到未知节点的定位计算。

1 DV-Hop算法的不足及误差分析

Dragos Niculesc[6]等人提出的DV-Hop定位算法具有算法简单和不增加额外的硬件资源就可以获取距离等参数的优势, 但该算法也存在一些不足, 主要表现为以下三点:

(1) 在DV-Hop定位算法中, 网络中的未知节点将接收距离本身最近的锚节点广播的平均每跳距离作为自己到网络中其他锚节点的平均每跳距离, 产生了误差累积。

(2) 当三个或者多个锚节点处于一条直线或者近似一条直线附近时, 如果选取这些锚节点作为未知节点定位计算的参考节点时, 那么计算得到的节点定位精度也将存在较大误差。

(3) 在DV-Hop定位算法中是通过距离矢量路由信息获取未知节点到网络中各个锚节点的估计距离来替代两者之间的真实距离。但在大部分网络中, 未知节点与锚节点之间往往是曲线路径。

(4) 当选取不同的节点通信半径时, 未知节点到锚节点之间的最小跳数也会有所不同。固定距离的AB两点, 在不同通信半径情况下, 在左图跳数为1, 在右图跳数为2, 如图1所示:

2改进的DV-Hop算法

在改进的DV-Hop算法中, 当每个锚节点接收到其他锚节点广播的信息后, 基于无偏估计准则计算出每个锚节点平均每跳距离Hop Size_Uncorrectedij, 并采用最小二乘法对平均每跳距离进行修正[16], 本文在此基础上, 使用整个网络中所有锚节点计算出的修正值的算术平均值来取代未知节点最相邻的锚节点计算出的平均每跳距离。

第一步:计算两点之间的距离

其中i、j为锚节点标, Distanceij表示锚节点i和锚节点j两点之间的真实距离 (锚节点i (xi, yi) , 锚节点j (xj, yj) 位置信息已知, 通过GPS获取) 。

因此, 未知节点i到锚节点j修正后的距离为:

其中, i为未知节点, j为锚节点, HopSize为未知节点i到锚节点j的平均每跳距离, Hopsij为未知节点i到锚节点j的跳数。

第二步:选取匹配算子条件的锚节点

3算法仿真与分析

本节对传统的DV-Hop算法和改进后的DV-Hop算法进行算法仿真比较。将节点随机分布在100m×100m的矩形区域内, 设定总节点个数为100, 锚节点个数分别取5, 10, 15, 20, 25, 30, 35, 40;节点通信半径设定为30m。定义定位偏差Error为:

其中, (xture, yture) 为节点实际坐标, (xestimate, yestimate) 为改进后的算法计算得出的估算坐标。

在此, 选择两个算法计算后得出的节点平均定位误差作为对比值.从图2中可以看出, 当节点通信半径R固定不变时, 锚节点数量决定了未知节点的定位精度。随着锚节点数量逐渐增加, 改进的DV-Hop算法节点定位平均误差在显著减小, 平均减小10%~20%左右, 从而避免了由于未知节点接收最近锚节点广播的平均每跳距离而造成的误差累计和因锚节点共线或锚节点为钝角三角形或共线分布时造成的误差影响。

在图3中, 总节点个数设定为100, 锚节点个数设定为20, 节点通信半径分别取5, 10, 15, 18, 20, 22, 24, 26, 28, 30, 32, 34, 40m。图中可见, 当R<30m时, 随着节点通信半径R增大, 未知节点之间的连通性增大, 未知节点定位误差随着降低。当R>30m时, 节点之间的最小跳数由于节点通信半径的增大而有所减小, 距离误差变大, 未知节点定位误差有所增大。但节点之间的通信半径不能设定的过小, 当节点通信半径小于17 m左右时, 由于节点之间通信半径过小, 可能导致某些节点通信内没有锚节点或者锚节点个数小于三个, 从而不能收到锚节点广播的信息, 这将导致某些未知节点无法定位。因此, 在定位区域大小和锚节点个数一定的条件下, 选取合适的节点通信半径能够优化问题。

4结语

本文针对DV-Hop定位算法的不足之处和误差进行了分析, 并提出一种基于平均每跳距离无偏估计修正和锚节点选择的改进型算法。实验仿真表明该算法与DV-Hop定位算法相比定位精度有一定的改善, 具有较好的实用价值。并且分析了改进后的算法在定位区域大小和锚节点个数在一定的条件下, 节点通信半径的优化问题。

参考文献

[1]崔莉, 鞠海玲, 苗勇等.无线传感器网络研究进展[J].计算机研究与发展社, 2005, 42 (1) :163-174

[2]胡斌.基于DV-HOP定位算法的研究和改进[D].武汉:武汉理工大学信息工程学院, 2008

[3]D.Niculescu, B.Nath.DV-based Positioning in Ad Hoc Networks[J].Kluwer journal Of Telecommunication Systems, 2003, 22 (1) :267-280

[4]裴忠民, 邓志东, 徐硕, 等.一种基于N-最优阶次序列的无线传感器网络节点定位方法[J].自动化学报, 2010, 36 (2) :199-207

[5]左文珺, 叶芝慧, 冯奇, 等.一种基于锚节点筛选的改进DVHOP算法[J].计算机与现代化, 2014, (5) :1-5

[6]丁江鹏, 陈曙.一种基于跳数比的无线传感器网络定位算[J].传感技术学报, 2009, 2212:1823-1827

改进的节点分析法 篇9

文中针对传统的三边测距定位法的不足,提出了一种改进算法,即引入质心法,建立基于三边测距和质心的三边质心网络定位算法。实验结果表明,提出的改进算法能够有效地对节点进行定位,并且减少误差率。

1 传感器网络节点定位技术

在传感器网络中,节点定位技术就是无线传感器网络节点通过某种方法在基于已知节点位置信息的情况下来计算和确定未知节点或目标节点的坐标位置的技术。在应用中,只有知道节点的位置信息才能实现对目标信息的监测,这就需要监测到该事件的多个传感器节点之间的相互协作。只有正确的节点定位才是提供监测对象信息的前提[3]。

在传感器网络应用场合中,节点的放置一般采取随机放置的方法。由于数目较多,不可能每个节点都要定位确定位置信息。所以通常采用对其中5 %～10 %的节点使用定位系统,一般的方法是采用GPS定位设备来获得自身的精确位置。目前研究的主要方向包括两个方面:(1)利用锚节点基于定位算法确认其他节点的位置,这些锚节点事先借助外部设备已经确定了自身位置。(2)事先设置好锚节点建立坐标系,其他节点随机摆放,然后再利用定位算法来计算未知节点的坐标位置。

1.1 基于距离的定位算法

基于距离的定位算法,就是要先测量锚节点和未知节点之间的距离,然后利用几何关系估算未知节点的坐标位置[4]。解析几何中有多种方法可以确定空间中点的位置。任何可以确定某一点位置的几何学方法,只要有传感器提供足够的信息,均可成为定位方法。较为常用的方法是三边定位(Trilateration)和角度定位(AOA)。为提高定位精度,通常使用最小二乘法利用多边进行定位(Mulilateration)。使用角度定位需要测量接收信号夹角(AOA),测量出夹角后,可使用不同的几何条件来求节点的位置。

1.2 三边定位法

在使用基于距离的定位技术时,需要多个锚节点的协作才能确定未知节点位置。用测量的一组数值建立数学方程,那么数学方程的个数会大于变量的个数,此时可使用极大似然法来获取最小均方差意义上的估计值。

在无线传感网络中,通常使用的坐标系是二维的,因此只要知道未知节点与3个锚节点的距离可以计算出未知节点的位置。

假设3个锚节点坐标分别为(X1,Y1)、(X2,Y2)、(X3,Y3),未知节点的坐标(Xu,Yu),未知节点距离3个锚节点的距离分别是R1、R2和R3,如图1所示,则根据二维坐标系距离公式可以得到如下方程组

$\{\begin{array}{l}R{}_1=\sqrt{(X{}_1-X{}_u){}^2+(Y{}_1-Y{}_u){}^2}\\ R{}_2=\sqrt{(X{}_2-X{}_u){}^2+(Y{}_2-Y{}_u){}^2}\\ R{}_3=\sqrt{(X{}_3-X{}_u){}^2+(Y{}_3-Y{}_u){}^2}\end{array}$

上述方程组通常采用多边估计中使用的极大似然法求解未知节点的坐标(Xu,Yu)。

$\{\begin{array}{l}R{}_1^2=(X{}_1-X{}_u){}^2+(Y{}_1-Y{}_u){}^2\\ R{}_2^2=(X{}_2-X{}_u){}^2+(Y{}_2-Y{}_u){}^2\\ R{}_3^2=(X{}_3-X{}_u){}^2+(Y{}_3-Y{}_u){}^2\end{array}$

根据多边定位估计,可计算节点位置(Xu,Yu)为

$\left[\begin{array}{c}X{}_u\\ Y{}_u\end{array}\right]=\left[\begin{array}{c}2(X{}_1-X{}_3)2(Y{}_1-Y{}_3)\\ 2(X{}_2-X{}_3)2(Y{}_2-Y{}_3)\end{array}\right]{}^{-1}\left[\begin{array}{c}X{}_1^2-X{}_3^2+Y{}_1^2-Y{}_3^2+R{}_1^2+R{}_3^2\\ X{}_2^2-X{}_3^2+Y{}_2^2-Y{}_3^2-R{}_2^2+R{}_3^2\end{array}\right]$

综上所述,只要知道未知节点到3个锚节点的距离,就可定位未知节点,实际应用中可能得到未知节点到多个锚节点的距离,这便可以每次选取不同的3个点计算,最后对多次计算结果取平均值进而提高定位精度。

1.3 改进的三边测距定位算法

三边质心定位法将质心定位算法思想引入到三边测距算法中,通过计算相交圆的交点及由交点组成区域的质心来估计未知节点,使估算出的未知节点坐标准确度提高。设未知节点D的坐标(xd,yd),A、B、C 3个信标节点的坐标分别为(xa,ya),(xb,yb),(xc,yc),到 D的距离分别为dad,dbd,dcd。则可得如下方程组

(x-xa)2+(y-ya)2=d${}_{ad}^2$ (1)

(x-xb)2+(y-yb)2=d${}_{bd}^2$ (2)

(x-xc)2+(y-yc)2=d${}_{cd}^2$ (3)

式(1)减式(3);式(2)减式(3)后联立方程

可解得 D点的坐标(xd,yd)。

三边测距算法确定未知节点坐标的思想如图2所示。

由于三边测距算法基于两条直线的交点来估算未知节点的坐标,未充分利用A,B,C 3个节点的坐标信息,使估算的未知节点的坐标可能存在较大误差。

在图3中,根据式(1)～式(3)可解出圆A与圆C的交点Mac1(xac1,yac1)和Mac2(xac2,yac2),圆B与圆C的交点Mbc1(xbc1,ybc1)和Mbc2(xbc2,ybc2);圆A与圆B的交点Mab1(xab1,yab1),Mab2(xab2,yab2)。通过将圆A与圆C交点Mac1(xac1,yac1),Mac2(xac2,yac2)代入式(x-x2)2+(y-y2)2,判断大小即可找出两点距圆B的圆心较近的点,假设为Mac1(xac1,yac1)。同理可找出圆B,圆C交点中距圆A较近的点设为Mbc1(xbc1,ybc1),圆A,圆B交点中距圆C的圆心较近的点设为Mab2(xab1,yab1),依据质心思想估算未知节点D的坐标为

$(x{}_d,y{}_d)=\left(\frac{x{}_{ac1}+x{}_{ab1}+x{}_{bc1}}{3},\frac{y{}_{ac1}+y{}_{ab1}+y{}_{bc1}}{3}\right)$ (5)

从上述分析可知,若要对未知节点的定位误差进行补偿首先需要获得信标节点的坐标误差。获得信标节点坐标误差的过程中,由于取不同的3个信标节点做三边定位同样会得到不同的测量值,需要用这些测量值来得到最终的信标节点A0的计算坐标。文中采用加权质心算法来计算信标节点的计算坐标,如图3所示。

假设A01,A02,A03,…,A0n为A0坐标的多个不同测量值;A0′为A01,A02,A03,…,A0n的质心;d1,d2,…,dn为坐标A0到坐标A01,A02,A03,…,A0n的距离。

定义1 信标节点的计算坐标

式中

$\rho {}_i=\frac{1}{d{}_j{\displaystyle \sum _{i=1}^n\frac{1}{d{}_j}}}$ (7)

为加权因子,表示坐标Aoi的权重,离质心A0′的距离越近,所占的权重则越大;xi为Aoi的X坐标值,yi为Aoi的Y坐标值所以信标节点的坐标误差为

式中,x为信标节点X坐标实际值;xc为信标节点计算坐标X值;y为信标节点Y坐标实际值;yc为信标节点计算坐标Y值。信标节点的坐标误差反映了系统针对该节点附近区域的定位能力。

然而在定位系统实际应用过程中,未知节点B未必恰好处于某个信标节点附近,而可能离各个信标节点距离相当,因此并不能按照理想情况直接用A0的坐标误差去补偿未知节点B的坐标误差。但是,每个信标节点所在区域的定位误差都可以通过信标节点坐标误差来反映,综合考虑所有信标节点坐标误差就可得到由信标节点所构成的区域定位误差,只要未知节点B处于该区域内,其坐标误差就可以用该误差进行补偿。这里的区域大小需根据网络不同的精度要求和节点密度来具体设定。如图2所示,当未知节点B处于由信标节点A1,A2,…,Ai构成的区域时,先通过RSSI值计算出这些信标节点和自身的距离,然后综合各个信标节点的的坐标误差可得出未知节点所在区域的定位误差[5]。

定义2 未知节点校正误差

其中

$\omega {}_j=\frac{1}{d{}_{cl}{\displaystyle \sum _{j=1}^m\frac{1}{d{}_{cl}}}}$ (10)

是加权因子,表示信标节点Aj的坐标误差对未知节点校正误差的决定权,从上述分析可知,信标节点Aj离未知节点的距离越近,所占的权重越大,m为用于坐标校正的信标节点个数。所以未知节点D最终坐标为

$\{\begin{array}{l}x=x{}_{c1}+\stackrel{\to \leftarrow }{{\displaystyle e{}_x}}\\ y=y{}_{c1}+\stackrel{\to \leftarrow }{{\displaystyle e{}_y}}\end{array}$

(11)

式中,xc1为未知节点加权质心法计算的X坐标;yc1为未知节点加权质心法计算的Y坐标。将质心算法所求的未知节点D的坐标代入式(10)中,即可更准确地估计出未知节点D的坐标。

2 仿真实验与分析

在Matlab仿真环境里,这3种算法均处于相同环境。节点个数都是50个节点其中38个锚节点和12个未知节点,坐标系为50 m×50 m,节点通信半径为100 m,图4～图7为部分仿真结果。

从实验结果可看出,文中提出的改进算法能够有效地对节点进行定位,并且减少了误差。

参考文献

[1]方红雨,崔逊学.无线传感器网络的定位问题综述[J].电脑与信息技术,2005,13(6):1-6.

[2]周立君,刘宇.基于RSSI的无线传感器网络节点定位技术研究[J].电子测量技术,2010,33(8):115-118.

[3]周小波,乔钢柱,曾建潮.无线传感器网络中基于RSSI的加权DV-HOP定位方法[J].计算机工程与应用,2011,47(14):2-3.

[4]赵昭,陈小慧.无线传感器网络中基于RSSI的改进定位算法[J].传感器技术学报,2009,22(3):391-392.

改进的节点分析法 篇10

关键词：桁架,节点板,钢结构,有限元,结构分析

0前言

桁架结构由于施工工期短,杆件可以在工厂制造后运往工地,因此,广泛应用在桥梁设计中,桁架桥在一些不影响通航的河流上建造具有明显的优越性[1]。对于桁架结构而言,布局优化不仅需要确定杆件截面和节点间杆件的连接情况,而且还需要确定节点的形状、类型和布置[2,3]。由于桁架结构的种类较多,杆件类型和截面面积也各不相同,桁架的施工和安装也受到了施工工法、施工现场的条件和环境等诸多因素的制约。因此,只有优化桁架节点设计才能使桁架施工满足不同的条件和环境,并且可通过优化桁架的整体构造来降低工程费用。

桥梁桁架结构大致可以分为三角型、斜杆型、K型和双重腹杆型四种,如图1所示。本文在研究角钢截面的K型节点板的应力分布情况的同时,也提出了对其他类型的节点板的改进方案。

1 传统的桁架节点板存在的问题

节点板的计算方法最早是由Whitmore提出的有效宽度法,该方法能够科学地分析出当节点板受到破坏时的承载力,因而在桁架节点的设计中得到了广泛的应用,但是该方法的缺点表现在节点板失衡时其承载力往往估计偏高,难免会产生不安全的现象。后来又出现了拟梁法和撕裂面法等[4,5]。到了1985年,Hardash通过反复的节点板试验,得出节点板的极限强度,同时发现当桁架受拉节点板开裂时会出现受剪的现象,或者出现栓孔拉伸的现象[6]。

另一方面如果节点板和杆件进行焊接,焊缝处易产生残余应力,在荷载的作用下有明显的应力集中现象,焊接过程中可能产生气泡或裂纹等缺陷,在交变荷载的作用下还会产生疲劳裂纹,并且使裂纹扩展。具体到钢桁架的节点设计,每个计算软件都有不同的考虑,在本文中针对目前大量存在的K型节点进行设计讨论。为了使节点的设计满足整体的设计理念,在必要时改进节点的构造,同时使节点板有良好的制造工艺性,只有这样才能使桁架结构在设计制造方面具有更好的方便性和灵活性[7]。在水利水电工程中,胶带机栈桥是用来支承胶带机的构筑物,由于胶带机栈桥比较长而且是临建结构,故栈桥梁跨结构多采用能重复使用、拆装方便的钢桁架梁或型钢梁,在这种情况下,新型节点将会发挥其应有的作用。

2 新型K型节点板有限元分析

对于本文中的改进型K型节点板实际上在制造时无形中增加了突出的部分,也就是增加了连接腹杆或弦杆的外伸部分。如图2(a)所示的桁架结构有限元模型是从轻载桁架中提取的其中一个组成部分的受力简图,图中的7根杆件全部都由角钢螺栓连接而成,其中节点2约束垂直位移,节点5约束水平和垂直位移。我们对第4节点即K型节点进行分析和研究。

用传统的节点板建立有限元分析模型如图2(b)所示,选用ANSYS软件梁中的梁单元BEAM188来模拟杆件,板单元SHELL63来模拟节点板,杆件长度为0.5 m,节点板为100 mm边长的正方形。材料选用Q345结构钢,弹性模量为2.1×105MPa,泊松比为0.28,节点板和角钢均为各向同性材料。实际结构中角钢与节点板之间是通过螺栓连接的。为了简化有限元分析模型,节点板所采用的有限元模型中不建立螺栓,而只把节点板和角钢螺栓孔边上的相关节点进行自由度耦合;新型的K型节点板同样在连接处用螺栓连接。为了能够将传统的节点板和改进后的节点板进行比较,建立如图3所示的有限元模型。通过对新型节点板的有限元计算和分析对实际工程具有很大的参考价值和现实意义。

从有限元的计算结果可以看出,新型K型节点板改善了应力集中,第一主应力和剪应力如图4~5所示。但是有一点应该指出,新型节点板的面积比以往的节点板面积大,意味着同等厚度的节点板的稳定性不如传统的节点板,发生失稳的可能性更大,但是在重载桁架中只要额外焊接边肋或其他型形式的补强,这一缺点不难解决。

3 新型节点板对于桁架的结构和杆件内力的影响

在对桁架的分析和设计的过程中,其承载力的计算十分重要,尤其是复杂结构,其承载力的分析计算更为关键,因为桁架节点的承载力、受力情况和破坏形态对桁架整体结构的稳固性和安全性有直接的影响,在设计时必须做到“强节点弱杆件”的原则,只有这样,当桁架受到破坏时,首先破坏的是杆件,然后才是节点,因为单个杆件的破坏对整个桁架的空间体系影响并不大。而如果是节点受到破坏,特别是某个复杂的桁架节点受到破坏时,轻则影响空间结构体系,重则导致桁架解体,后果非常严重。

由于节点板的受力情况复杂,并且节点的连接型式多样,节点板的破坏机理以及极限承载力各有不同之处。对于图3所示的桁架结构虽然只有7根杆接所构成的十分简单的结构,但是通过此结构却能体现出新型节点板所具有的“强节点弱杆件”的原则,其杆件应力与相同结构的传统节点板桁架相比增加了,而节点板的应力却减小了,如图6所示。

在该图中选择了两种节点板工况下角钢边缘上面的两条轴线的应力分布。对于杆件1和杆件4,改进型节点板的桁架轴向应力比传统的节点板大;而对于杆件2和杆件5,轴向应力反而比传统杆件小。即便如此,杆件应力的增加只是局部很小范围内应力的增加,在施工中面对这种情况可以对杆件连接处的尖角部位进行补强处理,如果要进一步保证安全可靠,对于受力较大的杆件可以提高规格或在原有的基础上增加杆件。

4 两种节点板的实验研究和分析

在传统节点板桁架中,虽然增加节点板的尺寸和厚度可以确保安全可靠,但却增加了在不利环境下的施工难度,因此并不可取;改进型的节点板不仅能降低应力,而且能做到标准化和系列化,必要时还可以考虑增加折角边。K型节点板的实验装置如图7(a)所示,加载装置采用液压千斤顶,两根斜腹杆粘贴应变片,应变片的两个引脚接入DH3816或DH3818静态应变仪,连接方式采用1/4桥路接法,然后再与电脑相连接,从相应的电脑软件中可以测出杆件的应变值,从而得出应力值。分别采用两种节点板,启动液压千斤顶对如图7(b)所示的杆件结构进行实验,杆件长度和节点板尺寸同前面所述,三个方向全部施加2.5kN的拉力。选出两根斜腹杆在角钢折角部位的外部中线粘贴应变片,应力分布的曲线如图8所示,在该图中分别选取了角钢杆件两条中线之应力较大者,对此进行比较。另一方面通过有限元分析得出,传统节点板的最大第一主应力为10.3 MPa,改进型节点板的最大第一主应力则为8.58MPa。

5 结论

1)桁架结构的节点板可以采用模具进行大规模加工制造,同时可以使桁架标准化、系列化,在施工中省去了制造节点板的工序,因此,更加方便了设计人员进行设计,同时使桁架拆卸更加灵活方便,建筑领域新的工种将会产生。

2)采用新型节点板之后,桁架的杆件和节点板连接的部位仍然会出现应力集中,但是可以将出现应力集中的部位补强或将受力较大的杆件提高规格,也可以在原有的基础上增加杆件。

3)由于节点和杆件的受力交织在一起,随着新型节点板的应力集中的改善,桁架整体结构也可以进行优化设计,使钢材的利用率得到了提高。与此同时,改进型的节点板也可用于空间桁架结构。

4)新型节点板虽然并没有普遍认可,但随着桁架结构的系列化一定会提高桁架杆件制造效率,节点板的库存和保管也会提到日程。

5)新型节点板带来的桁架结构在其他领域有更加广泛的应用,也为我国的钢产量的产能过剩寻找了一条出路,完全适应了我国的市场经济。

6)新型节点板也可以用于圆管截面的杆件,其分析和计算的方法类似,由于篇幅所限不再分析。

参考文献

[1]姜冬菊,王德信.桁架结构智能布局优化设计[J].工程力学,2009,26(1):200-205.

[2]谭中富,张作泉.关于桁架结构布局优化理论和方法的探讨[J].科技通报,1995,11(3):167-170.

[3]姜冬菊,张子明.桁架结构的拓扑变换法[J].河海大学学报,2005,48(3):158-163.

[4]李旲,胡云昌,曹宏铎.桁架结构智能布局优化系统[J].中国工程科学,2003,5(2):78-82.

[5]褚云朋,许立英,张玲玲.门式刚架新型节点力学性能分析[J].西南科技大学学报,2008,27(1):4-10.

[6]中国钢结构协会.建筑钢结构施工手册[M].北京:中国计划出版社,2002.

[7]沈泽渊,赵熙元.焊接钢桁架外加式节点板静力性能的研究[J].工业建筑,1987,22(8):21-28.

[8]高如国,刘欢云,刘长永.高材质超厚板“蝶”型桁架节点加工技术[J].江苏建筑,2015,35(4):62-65.

[9]HUSZ,CHENG J J R.Compressive behavior of gusset plate connections[A].Structural Engineering Report No.153,University of Alberta,1987.

[10]YAMM C H,CHENG J J R.Analytical investigat ion of the compressive behavior and strength of steel gusset plate connections[R].Structural Engineering Report No.207,University of Alberta,1994.

[11]Yam M C H,Sheng N,Iu VP,etal.Analytical study of the compressive behaviour and strength of steel gusset plate connections[A].Proceedings of the CSCE 1998 Annual Conference[C].Halifax,Nova Scotia,1998.