无线传感器网络DV-Hop定位算法

定位技术在无线传感器网络应用中起着非常重要的作用,也是具有挑战性的一种技术。近些年来,为了解决节点定位不精确的问题,很多定位算法被相继提出。在无需测距的定位算法中,DV-Hop定位算法利用节点之间的跳距估计传感器节点的位置,受到了越来越多学者的关注,但是这种定位算法本身也存在着一定的不足。针对DV-Hop定位算法的不足,提出了先对未知节点平均跳距进行加权处理,再用修正算法修正节点位置的改进算法。仿真结果显示,改进后的定位算法在一定程度上提高了节点的定位精度,具有很强的应用性。     

无线传感器网络LEACH协议的研究改进

无线传感器网络(WSN)数据传输离不开路由协议,路由协议是其组网的基础。由于WSN是一种资源受限网络,尤其是能量的受阻,因此路由协议必须维持较小的路由信息并尽可能的减少能耗。对于LEACH算法没有考虑节点的剩余能量、簇头位置分布、簇头与汇聚节点间直接传输数据等缺点,提出了一种改进协议LEACH-LOMUC。改进协议主要思想是在候选簇头选举时考虑节点剩余能量、节点到基站距离,簇在形成时考虑了簇头规模、能量以及簇头与基站的间距。同时在簇头之间通信距离过大时引入中继节点协助数据传输。MATALB仿真结果表明,LEACH-LOMUC协议有效节约能量,延长网络生存周期。     

基于改进ApFFT的动平衡信号检测算法

动平衡信号的检测应用于精密仪器,需具有较高精度。针对传统方法在处理动平衡信号时存在的能量泄露和分析精度不够的问题,提出改进的全相位FFT (ApFFT)动平衡信号检测算法。ApFFT能够准确提取动平衡信号的相位信息,然后基于时移相位差法修正幅值与频率。仿真结果表明,相比于传统FFT与短时傅里叶变换,改进的全相位FFT算法能高精度测量频率、幅值及相位信息,其相位误差达到10-5级别,幅值与频率误差分别为0.11%和0.48‰,并具有极好的抗高斯白噪声的性能。     

一种基于D2D集群的资源分配模型

随着无线通信的发展,用户对移动通信的要求也有所上升,D2D作为5G的关键技术之一,随着用户数量的增加,在蜂窝与D2D同时进行通信时,为了解决在多D2D(Device To Device)用户数时难以有效判断复用组合以及针对目标为D2D用户时的模式分析过程过于复杂等问题,在设置了最小Qos情况下,基于D2D用户集群的方式提出一种新型分析模型。首先通过用户权重最优算法确定集群中心用户,对于边缘用户归属采用最优Qos原则,对于群外用户采取水平路损分析。通过仿真分析表明,所提模型在水平面上的用户分布具有较好的覆盖度,大大减少了计算时的复杂度,为接下来的系统整体研究提供了基础。其中平均冗余用户比例低于0.98%,平均遗漏用户比例低于0.65%,平均完成时间比例降低36.8%。     

基于自私行为分析的超密集D2D中继选择算法

在超密集D2D通信中,目前的中继选择方案主要假定中继设备具有主动意愿参与数据转发,但部分理性中继设备出于自身考虑,可能会存在时延或拒绝转发的自私行为,进而影响用户体验效果。从中继设备自私行为角度出发,提出了D2D通信中自私中继设备识别方法,进而提出了基于自私行为分析的超密集D2D中继选择算法。首先,定义了联合兴趣度、转发历史比率和中继物理状态3个中继识别属性因子,并通过三角模糊函数计算三者的权重,从而对具有自私行为的中继设备完成识别。其次,基于理想解相似性偏好排序方法实现了中继设备的最终选择方案。仿真结果表明,所提算法能更有效地识别D2D通信中的自私中继设备,与其他中继选择算法相比,在D2D通信转发成功率、系统平均吞吐量和平均时延等方面均取得了显著进步。     

基于图像处理技术和BP神经网络算法的玉米病害诊断方法的研究

为了快速诊断识别玉米病害,及时采取防治措施,提高玉米病害的诊断水平,将图像处理技术和BP神经网络算法引入到玉米病害识别和诊断中。实验测试表明,利用图像处理技术的病害识别模型对采集的病害样本进行处理识别所得到的分析结论与实际应用领域的真实结论相符,满足农业生产的实际应用。该项技术为保证玉米产量和玉米品质提供了一种有效的方法。     

基于改进的DBSCAN算法的土壤肥力变化的分析研究

通常基于密度的DBSCAN算法可以有效地处理任意形状的簇,但由于时空数据具有明显的差异性,该算法不能综合分析土壤肥力状况。针对这一问题,提出了一种基于改进的DBSCAN算法来对农安镇土壤肥力状况进行分析研究。首先利用层次分析法得到土壤养分各属性的权值,以平衡数据间的差异性;其次,利用改进的DBSCAN算法对农安镇的土壤肥力数据进行分析,并将实验结果与传统的DBSCAN算法进行比较。实验结果表明,改进的DBSCAN算法对于选取Eps和minPts两个参数更加快速、有效,聚类结果更好。     

基于DP-HAFS算法的移动边缘计算卸载策略

针对移动边缘计算的计算资源有限、系统处理任务总开销过高的问题,提出一种基于动态感知—混合人工鱼群(DP-HAFS)算法的卸载策略。首先,构建本地—边缘—云端三层网络架构,采用基于细粒度的部分卸载模式;然后,针对一个终端设备被多个基站覆盖的场景,提出基站选择策略进行最优基站的选择;最后,采用DP-HAFS算法对卸载决策进行动态修正,得到最优卸载策略。仿真结果表明,所提卸载策略在任务数量较多的场景下能有效降低系统总开销。     

能量异构无线传感器网络分簇路由改进算法

路由算法作为无线传感器网络的核心技术,对延长网络生命周期,提高网络效率起到了至关重要的作用.针对分布式能量有效成簇算法未考虑节点位置和对节点保护、利用不充分的问题,提出了一种改进的能量异构分簇路由算法.该算法引入边缘度的概念,使距离基站近的节点优先担任簇头,减少了网络能量消耗;设立了双能量阈值,提高节点能量利用,延长节点生命周期;综合考虑节点、簇头、基站三者的位置分布,提出了更合理的入簇机制.仿真结果显示,在小面积检测(10 m× 10 m到100 m×100 m)与大面积检测(100 m×100 m到500 m×500 m)环境下改进算法与原算法相比,网络生命周期分别提高了18.7%到36.2%,24.4%到66.5%.