面向多媒体应用程序的循环特征研究*

首先,介绍了多媒体应用程序测试的工具和对象;其次,分析了国内外有关多媒体程序特征研究的成果和现状,发现这些研究和工作在微观领域——多媒体应用程序核心循环方面的研究和关注还显不足,并据此引出了对有关多媒体程序核心循环的循环特征的一些研究;最后,对基于小波变换的EPIC(Efficient Pyramid Image Coder)程序进行了程序特征与循环特征的分析。     

面向多媒体应用的程序特征分析与研究

本文首先介绍了多媒体应用程序测试的工具和对象。其次，分析了国内外有关多媒体程序特征研究的成果和现状。发现这些研究和工作在微观领域--多媒体应用程序核心循环方面的研究和关注还显不足，并据此引出了对有关多媒体程序核心循环的循环特征的一些研究。最后，探讨了未来面向多媒体程序特征分析的一些研究方向。     

通用数据仓库元数据模型的研究

元数据及其管理是数据仓库技术的核心部分，数据仓库数据的使用及其相互间的关系迫切需要统一的元数据模型来描述。本文详细介绍了OMG推出的通用数据仓库元数据模型(CWM)的组成结构和底层技术标准，并讨论了这些技术标准与CWM之间的关系。     

无线传感器网络中一种拥塞感知的多路径流量分配算法

拥塞控制是无线传感器网络中的一个关键问题,拥塞不但增加丢包率,影响传输可靠性,而且会浪费宝贵的能量资源。本文从保证数据传输可靠性的多路径路由出发,提出了 一个拥塞感知的多路径流量分配算法COTA。COTA从全网出发,基于路径的启发式信息分配流量,避免给潜在的热点区域分配过多负载。此外,繁忙节点使用可靠性相关的报文文调度策略有效保证高可靠报文优先使用带宽。详细的模拟实验表明了COTA在可靠性、吞吐率等方面的优势。     

无线Mesh网络协作式路由度量的研究

本文针对无线通信的广播特性和传输多样性,提出一种适用于无线Mesh网络协作通信系统的路由度量COOPM。通过COOPM选出来的路由,可以使多个节点协作给同一接收方发送数据,从而提高整体网络吞吐量,得到更高的网络容量。     

基于边缘的联邦学习模型清洗和设备聚类方法

参与联邦学习的终端设备只需在各自的本地数据集上训练本地模型,并在服务器的协同下共同训练一个全局预测模型.因此,联邦学习可以在不共享终端设备的隐私和敏感数据的情况下实现机器学习的目的 .然而,大量终端设备对服务器的高并发访问会增加模型更新的传输延迟,并且本地模型可能是与全局模型收敛方向相反的恶意模型,因此联邦学习过程中会产生大量额外的通信成本.现有工作主要集中在减少通信轮数或清除本地脏数据,本文研究了一种基于边缘的模型清洗和设备聚类方法,以减少本地更新总数.具体来说,通过计算本地更新参数和全局模型参数在多维上的余弦相似度来判断本地更新是否是必要的,从而避免不必要的通信.同时,终端设备根据其所在的网络位置聚类,并通过移动边缘节点以簇的形式与云端通信,从而避免与服务器高并发访问相关的延迟.本文以Softmax回归和卷积神经网络实现MNIST手写数字识别为例验证了所提方法在提高通信效率上的有效性.实验结果表明,相比传统的联邦学习,本文提出的基于边缘的模型清洗和设备聚类方法减少了60％的本地更新数,模型的收敛速度提高了10.3％.     

异构无线传感器网络中一种可扩展的代码分发技术

代码分发一直是无线传感器网络研究的热点问题.目前的研究工作主要集中在同构场景下的代码分发,广播是这些研究工作中最常用的手段.而对于异构场景下的代码分发问题,研究工作则相对较少,传统的基于广播的方法很难直接适用.文中针对异构网络下的代码分发问题,把该问题归约为最小非叶节点MNN(minimum nonleaf nodes)Steiner树问题,并设计了一种基于多播的代码分发协议HSR(heterogeneous sensor networks scalable reprogramming protocol).该协议利用组件化的思想,为不同类型节点(或代码模块)建立了多棵最优代码分发多播树.并证明了在解决MNN问题时,HSR达到了理论最优近似率ln|R|(R为目标节点数),有效的降低了异构网络下代码分发过程中的通信开销和能耗.在此基础上,文中还设计了两种压缩编码机制:特殊路由日志机制SRL(special routinglog)和跳步受限的局部广播机制HLB(hops-restricted local broadcast),使得多播树的信息可以被无损压缩,增强了HSR协议的可扩展性.在实时性方面,提出了基于多播树的3阶段流水线调度方法,有效缓解了隐藏终端和干扰问题.仿真结果证明了协议的正确性和有效性.     

移动传感器栅栏覆盖研究

栅栏覆盖保证当某个移动目标沿任意路径穿越监控区域时都能被检测到,适合于移动监测和边界保护等应用.随机部署静止传感器时,为保证栅栏覆盖需要大量节点,造成了不必要的浪费.本文利用可移动传感器进行栅栏覆盖,移动传感器随机部署后能够自动再部署,可以利用少得多的节点保证栅栏覆盖.本文研究了能量有效的栅栏覆盖再部署问题,并设计了一个集中式再部署算法,为所有节点计算最优的再部署位置.     

无线传感器网络中一种实用的公平性控制模型

公平性问题是拥塞控制中的重要级问题,目的是确保所有数据源共享同等的端到端网络带宽.为了适应传感器网络的特点,扩展了传统公平性的定义,提出了一种基于信息量的公平性定义,并基于该定义提出了一套公平性控制模型CFRC.与现有工作不同,CFRC不需要预先确定数据源,对路由结构没有限制,节点上也不需要维护任何数据流信息和全局状态信息,而是动态地实现公平性控制.CFRC使用一种基于感知面积的信息量计算算法,每个节点只需简单的本地计算而无需复杂的计算开销.在带宽分配上,提出了一种干扰源感知的带宽分配方法,以拥塞节点为中心找到所有干扰源,根据干扰源的信息量来分配信道带宽,充分实现公平性目标.模拟结果表明,CFRC能根据各数据源产生报文的信息量进行公平性控制,降低丢弃报文数目.