多试飞数据流文件的融合处理

为了向型号科研提供一个高质量、高精度的统一时间基准的数据信息,根据型号试飞需求,将来自多个相同或不同类型的数据流文件的参数数据进行融合处理。介绍线形插值、时间逼近及采样保持的数据融合算法,比较分析相关算法不同情况下的有效性,为试飞数据流文件的融合处理提供了依据。     

一种针对位操作密集应用的扩展指令自动选择方法

本文提出一种结合位操作分析和变换的扩展指令自动选择方法。该方法在数据流图中引入新的位操作中间表示结点,可精简地描述位访问操作。编译器可对程序数据流图进行选择性循环展开和位操作分析优化,并将其转换为带有直接表示位赋值操作结点的数据流图。实验结果表明,基于新的数据流图进行扩展指令选择可有效提升位操作密集型应用的性能     

无线自组网中基于多速率传输调度问题

为了研究无线自组网中多速率调度问题,首先将它模型化为一个优化问题,然后根据是否考虑节点缓冲区因素提出了两个多速率条件下的调度算法--HRFWICB和HRFWCB,它们的基本思想是在保证数据流基本公平性的前提下,优先调度高速率数据流来降低包的传输时间和延迟.实验结果证明,同Luo算法和GPPF算法相比,HRFWICB算法和HRFWCB算法能够明显地降低包的传输时间和延迟.     

分布式多媒体同步中表现质量的参数计算

分析并量化描述了分布式多媒体通信同步及连续表现问题。提出了源和目标结点间因网络传输延迟不确定性而导致的多媒体数据流传输与回放速度不匹配的３ 条解决措施：①源和目标结点在发送和接收多媒体对象时遵守时序制约关系;②在缓冲区中预置若干多媒体对象;③采用有界缓冲区。本文定量计算与证明了源结点的最迟发送时间以及目标结点预取的最大与最小多媒体对象数,并在实际应用中得到了验证     

MGO:一种针对异构集群的全局通讯优化算法

在异构集群环境中,网络拓扑结构的不规则性,以及计算机结点和网络性能的差异,影响了全局通讯的性能.针对这个问题,本文提出一种全局通讯的多粒度优化算法,该算法结合网络拓扑结构以及计算机结点和网络性能等参数来优化全局通讯路径.模拟结果表明,多粒度优化算法与相关优化算法相比,能显著提高全局通讯性能,并且性能提高百分比在一定范围内随着集群规模的扩大而增大.     

基于IAFS算法的毫米波大规模MIMO混合预编码方法

毫米波大规模多输入多输出系统可以通过部分连接混合预编码方法克服其信号路径损耗带来的不利影响,具有硬件实现复杂度低、能量效率高的优点,当输入的数据流数与射频链路数相等时,可以采用基于串行干扰消除的混合预编码方法。当输入的数据流数与射频链路数不相等时,提出了一种基于改进人工鱼群（IAFS）算法的混合预编码方法。其核心思想是基于频谱效率最优化准则和部分连接结构的特点,将针对模拟预编码矩阵变量的频谱效率优化问题转化为基于矢量变量的频谱效率最优化问题,利用IAFS算法进行寻优求解完成预编码矩阵设计。仿真结果表明,所提方法在低信噪比条件下具有较好的频谱效率与能量效率性能,有望在现实场景中得到应用。     

一种基于时间限制条件的低功耗高层综合设计方案

提出了多电压时间限制下电路功耗最小的高层综合设计算法,其输入为数据流图及时间限制条件.由于多电压设计会引起低层布局时的连线复杂性提高,所以提出的算法在进行高层调度过程同时考虑了低层分区问题,即算法利用调度步骤降低功耗,利用分区步骤来减小连线的复杂性.该算法的时间复杂性为O(n2),n是DFG图中的结点个数.大量的DSP基准实验表明该算法使得电路功耗平均降低46.5%.     

一种面向光纤网络路径优化的机器学习改进算法

针对光纤网络通信中数据流传输路径质量影响网络资源利用率的问题,提出了一种改进的数据传输路径优化机器学习算法。首先,利用机器学习完成对初始数据的预处理,获取数据特征信息,完成数据流分类。基于对光纤跨度内数据流的分析,构建集群组完成数据路径的调整,实现网络资源的充分利用。其次,以包含特征参数的相似矩阵为约束条件,完成聚类分析的优化。根据数据特征参数建立相似矩阵,并在特征参数与通信路径的数据流类型之间建立函数映射关系。最后利用核函数对传输路径进行优化,实现网络传输路径的优化。实验针对包含多个光纤跨度的网络进行路径优化,并与传统的K-means聚类算法对比。测试中6种不同数据流的比例可以充分反映不同条件下的数据通信状态。实验结果表明:该算法的分类准确率为94.6%,平均执行时间为12.8 s,平均聚类变化度为31.3%。传统的K-means聚类算法分类准确率为84.6%,平均执行时间为20.8 s,平均聚类变化为46.2%。该算法的收敛时间也优于传统算法,其在网络数据传输中具有更高的准确性和实时性。     

基于硬件加速的高速数据流连续实时聚集查询

近年来,动态数据流环境下的聚集查询正成为一个热点研究问题.目前的相关算法主要是采用近似技术,以牺牲精度来换取处理速度的提高.然而,在高速数据流环境下,处理速度仍然难以满足需求.软硬件协同的高速数据流处理技术逐渐引起人们的关注.提出了一种基于硬件加速的高速数据流聚集查询方法,充分发挥硬件在处理速度上的优势和软件在灵活性方面的长处.算法是增量的,也实现了多窗口资源共享.最后,给出了算法的复杂度分析并实验验证了方法的有效性.     

基于二维Gabor小波的人脸识别算法

该文提出了一种基于二维Gabor小波的人脸识别算法。该算法先对人脸图像进行多分辨率的Gabor小波变换,然后在图像上放置一组网格结点,每个结点用该结点处的多尺度Gabor幅度特征描述,采用主元分析法对每个结点进行去相关、降维,最后形成特征结。把每个特征结作为观测向量,对隐马尔可夫模型进行训练,并把优化的模型参数用于人脸识别。实验结果表明,该方法识别率高,复杂度较低。     

基于MapReduce的并行蚁群算法研究与实现

蚁群算法在处理大规模TSP问题耗时较长,为解决这一不足,给出了一种基于MapReduce编程模式的并行蚁群算法。采用MapReduce的并行优化技术对蚁群算法中最耗时的循环迭代和循环赋值部分进行改进,同时运用PC集群环境的优势将具有一定规模的小蚁群分配到对应的PC机上,使其并行执行,减少运行时间。实验证明改进后的并行蚁群算法在大数据集上运行时间明显缩短,执行效率显著提高。     

一种大规模传感器网络节点分布式定位算法

针对大规模无线传感器网络(WSN)中节点难以定位的问题,该文提出一种基于改进牛顿法的分布式定位算法。该算法包括网络划分和分布式算法。首先,根据节点位置和节点之间直接相连的距离信息,将无线传感器网络划分为若干个重叠的子区域,并将子区域的定位问题归结为无约束优化问题,每个子区域可以独立计算;然后,使用分布式算法估计子区域中的节点位置并进行局部融合。实验结果表明,与已有算法相比,该算法具有良好的扩展性,在大规模网络中定位精度更高,能满足大规模无线传感器网络中节点定位需求。     

求解TSP问题的离散型萤火虫群优化算法

基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.     

Shortest path planning of a data mule in wireless sensor networks

Data mules are extensively used for data collection in wireless sensor networks (WSNs), which significantly reduces energy consumption at sensor nodes but increases the data delivery latency. In this paper, we focus on minimizing the length of the traveling path to reduce the data delivery latency. We first model the shortest path planning of a data mule as an optimization problem, and propose an optimal model and corresponding solving algorithm. The optimal model solution has high time complexity, mainly due to the parallel optimization of node visit arrangements and data access point (DAP) settings during the solution process, which is to obtain the shortest path result. In order to improve the computational efficiency, we next give the approximate model and its solving algorithm, which is mainly to decompose the path planning problem into the Traveling Salesman Problem (TSP) and nonlinear optimization problem, and optimize the two parts separately. The proposed approach is capable of expressing the influence of the communication range of each sensor node, which is suitable for more general application scenarios than the existing methods. Theoretical analysis and simulation results show that the solution has good performances in terms of path length and computational efforts.

     

Optimized distributed MIMO for cooperative relay networks

This paper presents an optimized distributed multiple-inputmultiple-output (OD-MIMO) for cooperative communication in wireless relay networks. The set of cooperating nodes is a priori unknown. In order to avoid the centralized stream and pilot allocation procedure, a fixed signature vector (SV) is assigned for each node in the network. We analyze the constraints of the proposed scheme, and derive an optimization criterion for the decision of the SVs. A gradient-based algorithm for SV design is provided. Simulation results show that the performance loss of OD-MIMO compared to centralized distributed MIMO is small for large number of cooperative relay nodes.     

动态分层的水下传感器网络分簇路由算法

针对平面路由难以适应较大规模水下传感器网络的局限,该文提出一种能更好地适用于较大规模网络的分簇路由算法DLCR(Dynamic Layered Clustering Routing)。该算法将网络自上向下划分为多层,并选择层内与sink节点距离较近、剩余能量较高的节点作为簇头节点,从而降低簇头节点的通信能耗。为了避免同一节点连续被选举为簇头节点,提出一种动态分层机制,每一轮数据采集周期都将网络重新划分为多层。实验证明DLCR不仅具有良好的稳定性,还降低了网络的能耗,延长了网络的寿命。     

Connectivity constrained wireless sensor deployment using multiobjective evolutionary algorithms and fuzzy decision making

Deployment of sensor nodes is an important issue in designing sensor networks. The sensor nodes communicate with each other to transmit their data to a high energy communication node which acts as an interface between data processing unit and sensor nodes. Optimization of sensor node locations is essential to provide communication for a longer duration. An energy efficient sensor deployment based on multiobjective particle swarm optimization algorithm is proposed here and compared with that of non-dominated sorting genetic algorithm. During the process of optimization, sensor nodes move to form a fully connected network. The two objectives i.e. coverage and lifetime are taken into consideration. The optimization process results in a set of network layouts. A comparative study of the performance of the two algorithms is carried out using three performance metrics. The sensitivity analysis of different parameters is also carried out which shows that the multiobjective particle swarm optimization algorithm is a better candidate for solving the multiobjective problem of deploying the sensors. A fuzzy logic based strategy is also used to select the best compromised solution on the Pareto front.     

旅行商问题的一种模拟退火算法求解

旅行商问题(TSP)是组合优化领域里的一个典型的、易于描述却难以处理的NP难题,其可能的路径数目与城市数目是呈指数型增长的,求解非常困难。首先介绍了旅行商问题,模拟退火算法原理及其算法实现。应用模拟退火算法对TSP进行研究,给出解决TSP的一种比较精确的算法并用Matlab实现了算法。最后用该算法对TSP进行了仿真,验证了该算法的有效性。     

模拟退火算法及其在求解TSP中的应用

TSP是组合优化中著名的NP hard问题,模拟退火算法是解决TSP的有效方法之一。介绍和描述模拟退火算法原理和Metropolis算法的过程,并应用模拟退火算法对TSP进行研究,给出解决TSP的一种比较精确的算法,比较好地解决了NP hard问题中TSP,同时为计算机编程提供了编程思路。     

基于发布/订阅模型的WSN设计

为降低通信频率对节点能耗的影响同时提高大规模节点下传感器网络的连通率,本文设计了一种以发布/订阅模型作为应用层数据交互方式的无线传感器网络。该网络利用6LoWPAN技术实现组网,并以Contiki操作系统为平台完成了基于发布/订阅模型的MQTT-S应用层协议设计。测试结果表明,该设计能够有效降低节点的通信流量,实现对节点功耗以及网络通信优化,并能与互联网实现无缝连接减少开发成本,对大规模传感器网络的设计与应用具有重要意义。