基于云模型的无线传感器网络链路质量的预测

无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.     

无线传感器网络中基于链路层服务的最可靠路由路径建立算法

无线传感器网络中, 链路通信质量随时空变化很大, 并且有5\%到15\%的非对称链路存在. 链路层服务不但可以发现邻居传感器节点, 测量和预测邻居节点间的链路通信质量, 而且还能提供链路数据转发机制减轻单向链路对其他协议的影响. 为了进一步提高路由路径的可靠性和减少能量损耗, 本文利用链路层服务, 采用分布式算法, 为每个传感器节点建立了到汇聚节点的最可靠路由路径, 并理论分析该算法的性能, 最后在无线传感器网络模拟器TOSSIM上进行了模拟. 实验结果表明, 基于链路层服务的最可靠路由路径建立算法, 可充分利用单向链路建立更可靠的路由路径, 有多于17\%的节点建立了更可靠的路由路径, 路由路径的可靠性提高了2\%到51\%.     

基于预测的节能数据分发机制

为减少无线传感器网络的数据流量,提出了一种基于预测的数据分发机制.在源节点和sink节点分别配置相同参数的预测器,用以预测未来采样值.当在源节点处预测值和实际采样值的差异大于某门限值时,当前采样数据才会被传送到sink节点.预测器采用双指数平滑预测模型,根据历史数据去预测未来数据.实验表明,该节能的数据分发机制可以滤除83%的冗余数据而仍然保持较高的精度.     

基于无线传感器网络弹性路由的链路可靠性预测模型

提出了一种基于无线传感器网络弹性路由的链路可靠性预测模型。首先，在研究了链路可靠性预测问题基础上建立链路可靠性预测映射函数。其次，设计了一种有监督的深度学习模型进行链路可靠性预测，从而提高模型泛化能力。最后，提出了一种基于当前最短路径和链路可靠性度量的弹性路由模型来消除网络攻击的影响并尽可能恢复网络连接。在实验阶段，与CN、LBCN、SRW和WL等链路可靠性预测模型相比，所提SDLM链路预测模型综合性能最优，AUC指标为0.986 4,精度为0.878 5。与FRR和SQR进行对比，所提弹性路由模型在传输延迟、系统剩余能量、平均路由长度和节点故障数量等指标方面综合性能最优。     

工业环境IEEE802.15.4链路的多频道可靠性分析与建模

无线传感器网络协议设计依赖于网络环境中的链路特征.在实际环境中,链路易受外界环境的影响而产生剧烈的变化.但是,目前只有少量的链路模型涉及多频道传输可靠性及其时间变化特征.以丢包率描述链路的可靠性,针对链路可靠性在频道和时间上的变化特征,提出了统计建模的方法,引入丢包率(PDR)和丢包序列(PDS)定量刻画出了链路可靠性与频道、时间的关系.通过在钢铁厂车间、学校实验工厂对2.4GHz的IEEE802.15.4模块进行测试及统计分析,发现数据丢包率服从logistic或log-logistic分布;在一个确定丢包率下,两次数据丢包之间的间隔服从lognormal分布.在此基础上,通过分析干扰链路可靠性的原因,提出了一种工业无线传感器网络链路可靠性模型,并基于此模型对IEEE802.15.4e的两种提案进行了评估和分析.     

基于能量和地理信息的水下传感器网络协作传输技术研究

研究了一种适用于水下传感器网络的基于能量预测的分布式数据协作通信技术。针对水下复杂的监测环境、水下无线通信以及网络拓扑等动态特性,建立了一种基于H∞的节点能量预测算法,由能量和地理信息建立的二维表进行中继选择并建立了一种分布式数据协作传输技术。该技术根据水下传感器节点间无线链路的广播特性,根据H∞滤波器预测得到的节点剩余能量及其地理位置建立二维表,据此选择最优者作为协作节点,根据无线链路质量自适应选择放大重传和解码重传机制。数学分析表明,H∞滤波器对节点剩余能量的预测精度较高,而且该协作传输技术能够在有效地延长水下传感器网络生命周期的同时显著提高网络的资源利用率和系统吞吐率。     

传感器网络通信延迟的实时预测

针对使用CSMA/CA通信机制的无线传感器网络提出一种通信延迟估计算法。利用链路质量具有时间和空间相关性的特点建立组合的链路模型,预测链路可靠性,使用简化的冲突概率模型预测信道竞争延迟,结合预测的链路可靠性得到通信延迟。分析了算法的开销,在ns2模拟器上对信道竞争延迟预测算法进行了模拟,结果表明预测算法能够比较准确地预测网络的竞争延迟。     

基于贝叶斯网络的WSNs链路质量评估机制研究

在无线传感器网络(WSNs)应用中,链路质量的有效评估是保障数据可靠传输和上层网络协议性能的基础性问题.针对现有无线链路质量评估研究中,链路质量等级划分仍无统一标准和模型缺乏环境自适应性问题,提出了一种基于贝叶斯网络的链路质量评估机制.从链路质量多属性角度出发,采用贴近度分析法对链路质量等级进行划分,利用贝叶斯网络对链路质量进行不确定性推理与评估建模.通过多应用场景的训练与测试,最后实际测试表明:基于贝叶斯网络的评估模型在不同应用环境具有较高准确率和泛化能力,体现了良好的自适应性.     

一种优化算法物联网技术分布式协作路由研究

研究无线传感器网络分布式协作优化问题。针对无线传感器网络资源利用率和传输效率低下等问题,建立了一种基于遗传优化算法的无线信道质量预测的分布式优化协作路由技术。该技术充分利用遗传算法,采用启发式方法建立无线链路信道信噪比预测模型,然后根据信道质量选择最优者作为协作节点,以较小代价在动态无线网络拓扑中搜寻到最优路由。数学分析表明,遗传算法收敛速度快、可靠性高,可以准确地预测无线链路质量;同时该协作路由技术对无线传感器网络具有更好的适应性,并有效延长了网络生命周期。     

EasiTOD:一种降低传感器网络时效障碍物干扰的检测调节机制

时效障碍物是一类由于传感器网络周围环境因素的改变所造成无线链路通信质量下降的障碍物.针对周期性时效障碍物对传感器网络所产生的影响提出了EasiTOD(EasiNet timeliness obstacle detection)检测调节机制,该机制利用时效障碍物对传感器网络链路产生周期性干扰的特点,将链路质量的周期划分为链路稳定时期与链路波动时期,并针对不同时期的链路状态采取相应的检测调节方法.通过实测验证,无线链路采用EasiTOD机制可以有效地检测并降低周期性时效障碍物对无线网络通信的干扰,同时在保证无线链路通信可靠性的前提下尽可能地降低网络能耗,从而提高传感器网络的整体性能.     

Currents in connectionism

This paper reviews four significant advances on the feedforward architecture that has dominated discussions of connectionism. The first involves introducing modularity into networks by employing procedures whereby different networks learn to perform different components of a task, and a Gating Network determines which network is best equiped to respond to a given input. The second consists in the use of recurrent inputs whereby information from a previous cycle of processing is made available on later cycles. The third development involves developing compressed representations of strings in which there is no longer an explicit encoding of the components but where information about the structure of the original string can be recovered and so is present functionally. The final advance entails using connectionist learning procedures not just to change weights in networks but to change the patterns used as inputs to the network. These advances significantly increase the usefulness of connectionist networks for modeling human cognitive performance by, among other things, providing tools for explaining the productivity and systematicity of some mental activities, and developing representations that are sensitive to the content they are to represent.A version of this paper was the invited address at the first annual conference of the Society for Machines and Mentality in December, 1991. A related version was presented at the Computers and Philosophy Conference in August, 1992. I am extremely grateful to Adele Abrahamsen for her numerous suggestions and comments on various drafts of this paper.     

复杂网络聚类算法在生物网络中的应用

复杂网络在现实世界中普遍存在,具有小世界性和无标度性等统计特性,网络簇结构是复杂网络重要的拓扑属性之一。在复杂生物网络中使用聚类算法揭示生物网络中的簇结构对分析生物网络的拓扑结构、预测其功能都具有重要意义。对复杂网络聚类方法在蛋白质-蛋白质相互作用网络和新陈代谢网络中的应用及其进展情况进行了综述,分析了几种聚类算法的评价函数和适用条件,并对生物网络聚类算法研究所面临的主要问题进行了讨论。     

因子分解二终端网络可靠度近似计算

因子分解算法可以用来计算网络可靠度精确值,但对于大型网络,可靠度精确值的计算非常困难。基于时间和精确度的双重考虑,在精确算法的基础上通过改进得出一种近似算法。实验结果证明,该算法得到的近似值接近精确值,而且计算时间要低于精确算法。     

A middleware for industry

This paper describes an innovative distributed framework for monitoring and control of large-scale systems by integrating heterogeneous smart objects, the world of physical devices, sensors and actuators, legacy devices and sub-systems, cooperating to support holistic management [1]. Its featured Service Oriented Architecture (SOA) exposes objects’ capabilities by means of web services, thus supporting syntactic and semantic interoperability among different technologies, including SCADA systems [23]. Wireless Sensor and Actuator Network (WSAN) devices and legacy subsystems cooperate while orchestrated by a manager in charge of enforcing a distributed logic. Particularly crafted for industrial networks are new middleware services such as dynamic spectrum management, distributed control logic, object virtualization, WSANs gateways, a SCADA gateway service, and data fusion transport capability. In addition, new application oriented objects such as shop floor, manufacturing line, welding station, robots, and cells have been introduced in the middleware. The combination of such objects and previous modules offers a new and flexible industry oriented middleware. A second contribution is in the form of traffic analysis conducted at the floor level. It shows the dominance of some end systems such as PLCs, the presence well behaved almost constant traffic made up of small packets.     

A new routing algorithm for multirate rearrangeable Clos networks

In this paper, we study the problem of finding routing algorithms on the multirate rearrangeable Clos networks which use as few number of middle-stage switches as possible. We propose a new routing algorithm called the “grouping algorithm”. This is a simple algorithm which uses fewer middle-stage switches than all known strategies, given that the number of input-stage switches and output-stage switches are relatively small compared to the size of input and output switches. In particular, the grouping algorithm implies that m = 2n+(n−1)/2^k is a sufficient number of middle-stage switches for the symmetric three-stage Clos network C(n,m,r) to be multirate rearrangeable, where k is any positive integer and rn/(2^k−1).     

Banet — a local area network for distributed data processing

A broadcast architecture network (Banet) suitable for distributed data processing is proposed. One feature of Banet is that the broadcast-within-a-group function is supported not only by the datalink level but by the transport or session-level network structure. The commitment control scheme is included in the network protocol. Design goals, physical structure and protocols are discussed.     

多层前向小世界神经网络及其函数逼近

借鉴复杂网络的研究成果, 探讨一种在结构上处于规则和随机连接型神经网络之间的网络模型—-多层前向小世界神经网络. 首先对多层前向规则神经网络中的连接依重连概率p进行重连, 构建新的网络模型, 对其特征参数的分析表明, 当0 < p < 1时, 该网络在聚类系数上不同于Watts-Strogatz 模型; 其次用六元组模型对网络进行描述; 最后, 将不同p值下的小世界神经网络用于函数逼近, 仿真结果表明, 当p = 0:1时, 网络具有最优的逼近性能, 收敛性能对比试验也表明, 此时网络在收敛性能、逼近速度等指标上要优于同规模的规则网络和随机网络.     

无线有组织网络

无线有组织网络是网络节点间有内在关系的无基础设施的无线网络,其除具有无基础设施无线网络的特征外,网络有中心节点,且节点位置关系相对固定。这种特殊的网络应用于野外救援、军事活动等临时性通信。首先回顾了对讲机系统、无线分组网络和无线自组织网络等无基础设施无线网络的结构和特点,它们都不能包涵无线有组织网络特征。详细定义了无线有组织网的相关模型,分析了无线有组织网络的特点和研究重点。     

神经网络控制结构及所用神经网络

本文阐述了神经网络控制所能解决的控制难题，若干种控制结构及常用的动态神经网络。讨论了神经网络控制研究的重点，在实时控制中的物理可实现性及其发展等问题。     

Training wavelet networks for nonlinear dynamic input–output modeling

In the framework of nonlinear process modeling, we propose training algorithms for feedback wavelet networks used as nonlinear dynamic models. An original initialization procedure is presented that takes the locality of the wavelet functions into account. Results obtained for the modeling of several processes are presented; a comparison with networks of neurons with sigmoidal functions is performed.