一种基于SBL和APIT的混合定位算法

由于子区域分割粒度的限制,基于阶次序列的定位算法(Sequence-based localization,SBL)存在边缘区域节点定位误差较大和不能保证平均定位误差性能的问题。针对这些问题,提出了一种基于SBL和APIT的混合定位算法,利用APIT信标三角形切割SBL算法子区域,减小子区域面积,实现了分割粒度的细化。通过预先进行系统训练,优化了混合算法的加权系数,进一步提升了算法的定位精度。仿真结果表明,相比于原算法,所提出的混合算法有效地提升了边界区域节点的定位精度,其平均定位误差降低了17.9%,使基于阶次序列的定位算法的定位精度得到了有效改善。     

基于Voronoi图的WSN阶次序列定位算法

针对现有阶次序列定位算法复杂度高的问题,提出一种基于Voronoi图的无线传感器网络阶次序列定位算法。根据Voronoi图对定位空间进行划分,将多边形顶点和边界交汇点作为虚拟信标节点,建立虚拟信标节点到信标节点的阶次序列表。计算未知节点序列与最优序列的Kendall阶次相关系数,通过对系数的归一化处理实现未知节点位置的加权估计。仿真结果表明,与现有序列定位算法相比,该算法在保证较高定位精度的前提下降低了算法复杂度,并且未产生额外的网络成本与能耗。     

基于BP神经网络的ZigBee无线定位边界效应优化

针对基于ZigBee技术的井下定位区域内定位误差在边界处定位节点会从网络外部向网络内部发生一定偏移,致使定位误差相对较大,但正负方向固定不变的分布规律,定义了定位边界效应,并提出了针对边界效应的优化方法。利用最小二乘法对边界区域的平均误差做二次函数拟合,并通过改进的BP神经网络预测针对不同节点间距对应的网络模型的边界区域补偿函数。实验结果表明,由BP神经网络预测的补偿函数可大幅改善边界区域的定位精度,使边界区域定位误差达到1m以下。     

分布式AP选择策略在室内定位中的应用

由于物体遮挡和无线接入点(AP)故障等因素,导致将所有AP节点作为特征输入的定位效果并不一定最优.传统AP选择方法通过比较整体区域的信号特征参数进行选择,并没有考虑不同子区域与AP节点之间的相关性.针对该问题,提出一种分布式AP选择算法,能够有效去除较大噪声和位置分辨能力弱的AP节点.通过将室内区域划分为若干个子区域,并计算子区域与AP节点的相关性,选取相关性优的AP节点作为该子区域的训练节点,最后通过深度置信网络模型进行定位模型训练.实验结果表明:在12m ×12m的区域范围内,该算法平均定位误差为0.4151m,较BP算法、RADAR算法而言,平均定位误差分别降低了35.95％,46.78％,运行时间分别减少了22.8％,32.9％.     

基于阶次序列加权的无线传感器定位算法

针对WSN中节点的定位误差的问题,提出了一种阶次序列加权的无线传感器定位算法。首先根据节点定位中的信号传输采用Shadowing模型,其次根据锚节点建立Voronoi图,将Voronoi多边形的顶点作为参考点,然后建立参考点与锚节点之间的阶次序列,通过选择N个未知节点序列与最优序列加权估计未知节点的位置,仿真结果表明,相对于参比算法,算法不仅提高了传感器节点的定位精度,而且降低了算法的计算复杂度,在WSN节点定位方面具有较高的应用价值。     

WSN中一种改进的边界盒定位算法

边界盒算法利用通信范围内锚节点的区域位置信息实现自身定位.基于此,提出一种适用于无线传感器网络的改进边界盒定位算法,待定位节点利用边界盒算法得到初始区域位置信息后,广播该区域位置信息,并结合通信范围内其他待定位节点的区域位置信息实现二次定位.实验结果表明,改进算法的运算量较小,定位精度较高.     

基于ZigBee技术的无线传感器网络及其应用研究

无线传感网络是当前国内外传感器技术领域的热点研究课题,着重研究了基于ZigBee技术的无线传感器网络节点的软硬件设计,实现了ZigBee无线传感器网络节点的设计,并运用该无线传感节点建立了基于ZigBee技术的无线结构健康监测系统,利用模式匹配的方法实现了基于无线传感器网络的载荷定位和结构紧固件失效的实时监测.     

基于超级节点的分布式传感器节点定位算法

针对无线传感器网络中数目庞大的传感器节点难以进行有效定位的问题,提出一种分布式的传感器节点迭代定位算法.基于整个网络中相互重叠的子图,该算法的每一步迭代涉及两个步骤:一是每个子图内的高效定位,二是相邻子图之间的局部一致.对于每个子图,采用共轭梯度法对节点进行局部定位;之后,对相邻子图重叠区域内节点的局部位置进行融合平均.这两个步骤持续进行,直至满足迭代终止条件.仿真实验表明,与现有分布式算法相比,所提出算法的定位误差降低了一个数量级,能够对大规模的无线传感器网络进行高效定位.     

ZigBee在网域遥控系统中的优化设计研究

为了准确检测和定位网域内基于ZigBee节点的各种监测信息,从无线电遥控的功能和应用出发,分析和比较了现有无线电遥控的基本功能,提出了一种基于ZigBee遥控系统优化处理方法.研究了无线通信系统和子设备节点间的通信协议和数据格式,并利用无线传感器网络技术,GPS定位及系统安全控制技术,设计出改进的ZigBee遥控系统体系结构,然后通过软件实现.实验结果表明,该方法提高了网域控制的灵活性和复用率,降低了制作成本,提高了工作效率.     

ZigBee无线传感器网络教学实验平台开发

针对实践教学和创新训练需要,设计了基于ZigBee的无线传感器网络实验平台和教学方案,详细阐述了ZigBee无线传感器网络实验平台的硬件结构、软件开发方法和教学实施过程。该平台中的三类节点设备均以JN5148无线微控制器为核心,硬件采用模块化结构。实践表明,利用该平台开展多层次、案例化教学和项目设计训练,可使学生较快掌握ZigBee无线传感器网络的相关技术要点,有效提高无线传感器网络的应用开发能力。     

无线传感器网络节点分布策略研究

提出了解决无线传感器网络寿命问题的基础是节点分布策略,在一般的无线传感器网络模型和通讯模型下给出了具体的h_max~η节点数分布模型,从根本上解决了制约无线传感器网络寿命的瓶颈节点问题。仿真结果显示,比起简单的节点随机分布模型,h_max~η节点数分布模型极大地延长了网络寿命。     

关于最优双环网的构造

在刘焕平等人工作的基础上,给出一个改进的h（h≥0）紧优双环网络的构造算法。利用VC++6.0编程来实现这一算法,对任意给定N,找出s（1<s<N）使得双环网络G（N;1,s）h（h≥0）紧优。首次给出了N在一亿之内,所有h（0≤h≤7）紧优双环网的个数及对应h的最小N值。并根据实验所得数据,指出Augilo和Fiol的求紧优双环网络算法的不足与错误。     

等价树的双环网络G（N；r，s）的研究

基于前人提出的双环网络G（N;r,s）的分步直径求解法,提出了一个等价树直径求解方法,得到一个新的研究双环网络的拓扑结构－等价树;研究了双环网络等价树的性质并给出了等价树的构造算法;给出了双环网络直径d（N;r,s）的显示公式;利用C＃编程语言对等价生成树的结构模型进行了仿真实现;对任意给定的N,1≤r≠s＜N,可以计算出双环网络G（N;r,s）的紧优、几乎紧优、k紧优解。     

de Bruijn序列查寻表标签的k位修正构造法

de Bruijn序列的结构是一个查寻表,其核心是它的表标签。因此构造出查寻表标签对于生成de Bruijn序列十分重要。给出两种k位修正构造法。方法1为k位提升构造法,即对大部分节点将其第k（k=1,2,…,n-1）位提升一个定值c（1≤c≤m）,来作为该节点的标签。方法2为k位收缩构造法,即对大部分节点将其第k（k=1,2,…,n-1）位向定值r（0≤r≤m）收缩,来作为该节点的标签。这些方法构造的查寻表标签数随着m,n增长而成指数式增长。与定值构造法一样,在局部看是有效的,但与查寻表标签本身数目的惊人增长比较起来就很渺小。方法2与定值标签构造法比较其速度提高了关于m,n的指数式倍。     

基于复杂网络理论的PPI网络拓扑分析

蛋白质相互作用在生命活动中起核心作用,由蛋白质相互作用构成的PPI网络的拓扑特性分析是后基因组时代最重要的研究课题之一。应用复杂网络理论对DIP数据库中7个物种的8个PPI网络的拓扑结构进行分析与研究。分析结果表明,这些PPI网络具有较小的平均路径长度和较高的聚集系数,其度分布服从幂规律,即p（k）=ak^-r,其中r大于1小于3,a近似等于1±0.5,表现出典型的无标度性,并具有高的异质性。其中平均度大于3.5的5个PPI网络对随机删除不超过10%的顶点都具有很好的鲁棒性,但对有选择的删除2%的高度顶点就开始表现出极弱的抗攻击性。     

Traffic load analysis and its application to enhancing longevity on IEEE 802.15.4/ZigBee Sensor Network

Power consumption is an interesting challenge to prolong the operational lifetime on IEEE 802.15/ZigBee Sensor Network (ZSN). ZigBee routers closer to the ZigBee coordinator (ZC) have a larger forwarding traffic burden and consume more energy than devices further away from the ZC. The whole operational lifetime of ZSN is deteriorated because of such an uneven node power consumption patterns, leading to what is known as an energy hole problem (EHP) around the ZC. In this article the average load traffic pattern for the ZSN has been explored and derived in terms of closed-form mathematical expressions. Also we propose a novel power-saving scheme to alleviate the EHP based on the N-policy M/G/1 queuing model. Having a counter (N) that controls the triggering radio server can reduce power consumption of a generic node. With little management cost, the proposed queue-based power-saving technique can be applied to prolong the lifetime of sensor network economically and effectively. For the proposed queue-based model, mathematical framework on performance measures has been formulated. Focusing on ZigBee routers deployed at the innermost shell of ZSN, numerical and network simulation results validate that the proposed approach indeed provides a feasibly cost-effective approach for lifetime elongation of wireless sensor networks.     

快速提高NSGA-Ⅱ算法双目标优化效率的方法

NSGA-Ⅱ是一种性能优良的多目标进化算法,近年来非常流行。为了进一步改进NSGA-Ⅱ在双目标优化时的效率,采取了按需分层的策略,提出了一种新的非支配前沿集分层方法以替代NSGA-II原有的分层方法。与NSGA-Ⅱ的时间复杂度O(N2)相比,新方法的时间复杂度减少为O(kN+NlogN),k为所分前沿层数(k<相似文献   

基于L*a*b*色彩空间的视神经边缘自动提取

视神经(Optic nerve)形状、面积和深度等参数是衡量眼底健康状况的重要指标, 其边缘提取是量化这些参数的前提. 为精确识别视神经边缘, 本文提出了一种基于L*a*b*色彩空间眼底图像视神经边缘自动提取算法. 该方法通过L*a*b*色彩空间自适应形态学方法与区域辅助几何活动轮廓模型边缘提取方法, 结合基于交叉网络的视神经自动定位, 实现视神经边缘的自动提取. 采用国际上通用的DRIVE眼底图像库和临床图像进行实验, 验证了该算法的有效性.