虚拟MIMO传感器网络中一种联合网络效用和生存时间优化的分布式算法

虚拟(协作式)MIMO技术被认为是传感器网络中有效的节能解决方案之一,然而,现有虚拟MIMO传输策略的设计大多只关注如何有效降低网络能耗,而很少关注反映网络性能的其他指标,例如网络效用(Network Utility),该指标反映了网络数据采集和传输量的多少.为了联合优化网络效用和网络生存时间这两个网络性能参数.本文首先分析虚拟MIMO传输能耗特点,然后基于网络效用最大化(Network Utility Maximization)思想对虚拟MIMO传感器网络进行联合网络生存时间和网络效用的优化建模.在该模型的求解过程中,通过使用对偶分解技术将原需要集中计算的优化问题分解为可以在不同节点上进行计算的子优化问题,并得出一种联合优化网络效用和生存时间的分布式优化算法.该算法的仿真结果显示,网络中的虚拟MIMO节点仅需要交互邻居节点信息,通过有限次的迭代计算,就能收敛到全局最优的发送速率以及功率值.从而使系统总的效用和网络生存时间之间能够达到帕累托(Pareto)最优平衡.     

A utility-optimal backoff algorithm for wireless sensor networks

A novel backoff algorithm in CSMA/CA-based medium access control (MAC) protocols for clustered sensor networks was proposed. The algorithm requires that all sensor nodes have the same value of contention window (C _W ) in a cluster, which is revealed by formulating resource allocation as a network utility maximization problem. Then, by maximizing the total network utility with constrains of minimizing collision probability, the optimal value of C _W (W _opt) can be computed according to the number of sensor nodes. The new backoff algorithm uses the common optimal value W _opt and leads to fewer collisions than binary exponential backoff algorithm. The simulation results show that the proposed algorithm outperforms standard 802.11 DCF and S-MAC in average collision times, packet delay, total energy consumption, and system throughput. Foundation item: Project(60772088) supported by the National Natural Science Foundation of China     

无线传感器网络中联合功率 控制和速率调整

 无线传感器网络本质上是能量受限的,而且,传感器节点扮演着数据收集和数据转发的双重角色.本文提出了怎样分配传感器节点的功率用于转发其它节点的数据.在节点的转发功率分配比确定后,研究了采用价格作为一种方法,刺激节点与它到数据采集节点路径上的所有节点合作.通过把无线传感器网络中数据收集和传输抽象为一个网络效用最大化问题,通过采用对偶分解技术,提出了一种迭代价格与联合功率控制和速率调整的分布式算法.实验表明,该算法能提高系统的性能,同时降低功率的消耗.     

基于效用的无线传感器网络能量分配优化策略

该文对传感器网络在能量受限条件下的数据传输进行建模,提出了一种基于效用最大化的网络优化模型。该模型刻画了传感器网络节点之间在能量消耗方面的耦合关系。该文通过引入松弛变量和采用对偶分解技术,获得传感器网络能量控制的分布式算法。实验表明,该算法对所有的节点能收敛到速率和能量之间的帕累托(Pareto)最优平衡。     

IEEE 802. 11无线局域网中基于最优窗口的退避算法

首先通过把资源分配看成效用最大化的优化模型,说明在IEEE 802. 11无线局域网中各个节点争用信道的退避窗口应当一样,然后通过最小化节点间的冲突概率,得出节点个数与最优退避窗口之间的关系,由此提出一种基于最优共享退避窗口的重传算法。由于各个节点的退避窗口一样,算法有效地解决了I3EI3(I3inary Exponential Back-off)算法的不公平性问题;并且退避窗口根据网络的状况置,吞吐量也得到了较大的提高。仿真试验验证了算法的有效性。     

融合宽残差和长短时记忆网络的动态手势识别研究

针对现有的动态手势识别方法对长时间序列的时空特征难以精确匹配的问题,提出了一种基于宽残差和双向长短时记忆网络的时空特征一致手势识别方法。首先使用已经训练好的3D卷积神经网络从视频的空间和时间维度同步提取出短时特征,再经双向空间长短时记忆网络同步解析后形成长时空特征连接单元,并作为残差网络的输入。为了验证算法的有效性,使用Kinect传感器构建了一个全新的多模式手势数据集,在三个手势识别公开数据集SLVM、Montalbano和SKIG上的实验表明,提出的方法有很好的性能表现,识别精度超越了目前已公开的最佳识别率。     

基于网络编码的传感器网络信息交换算法研究

在以数据为中心的无线传感器网络中,节点间的信息交换问题越来越受到研究者的关注.信息交换的效率反映了网络的服务质量,甚至直接影响到网络的生命周期.立足于分簇的无线传感器网络,分类总结了簇节点拓扑模型,提出了基于网络编码的无线传感器网络簇内信息交换算法.在理论分析和仿真实验的基础上,将网络编码算法与传统信息交换算法进行了比较和总结,深入分析了其性能优劣和适用场景,并展望了信息交换算法未来的研究方向.