搜索空间平滑技术在软硬件划分中的应用

软硬件划分问题是软硬件协同设计的重要问题之一,它涉及到系统建模,划分算法和划分方案评价等问题,其中划分算法设计是关键点。以提高系统时间性能为目标,利用任务流图构造系统模型,在其上实现了基于优先权的评价函数,提出了搜索空间平滑技术与离散粒子群算法相结合的软硬件划分算法,并且解决了两者的融合问题,并能根据系统信息动态适应调整算法参数。实验结果表明,算法时间开销稳定,求解质量较高。     

WSN中状态轮换分组的数据收集MAC协议

为了减少数据传递延迟,增加网络吞吐量和减少网络负载,提出一种状态轮换分组的MDDMAC(multi-divided deliver MAC)协议.将数据的发送和接收分开进行以减少碰撞和串音,并结合网络拓扑信息,实现节点分组状态轮换,降低网络延迟,减少耗能.OMNet++仿真结果表明:分组数为4的MDD-MAC在十字型网络中的端到端延迟和最大消息负载量分别比DW-MAC少67.59%和89.16%,比TMAC少72.49%和89.80%.在网格网络和随机网络中MDD-MAC的性能也优于DW-MAC和TMAC.     

基于全向小波的图像边缘检测算法

 针对现有边缘检测算法难以提取图像任意方向的边缘特征,提出基于全向小波的图像边缘检测算法.首先,定义了全向小波的概念、构造其模型并推导了全向小波的最大值与梯度模值相等的关系.理论分析表明本文算法始终沿小波变换值的最大值方向提取边缘.然后,选择二维高斯函数实例化模型,以8方向和3×3变换窗为例进行算法设计.标准图像对比试验表明本文算法能提取更多方向的边缘特征、边界清晰度也比SADD算法、Canny算子分别高出约2.17%、8.66%.     

一种高效的多媒体无线传感器网络地理路由算法

针对多媒体无线传感器网络数据流巨大的特点,本文提出一种高效的地理路由算法AOGR。与现有的地理路由算法以路由单包时的性能最优化为目标相比,AOGR将一次会话中所有交互数据包作为整体,使得平均每包传输的路由跳数最少。它充分利用先行包在路由方面的参考作用以优化后续包的路由。随着路由数据包的增多,AOGR最终收敛于最短路径。最后,通过仿真实验验证该路由算法能够有效地减少GPSR协议在周边转发模式时产生的绕道跳数,路由平均跳数有明显减少。     

面向资源优化的周期分配方法和总线访问配置研究

汽车系统的功能多样性和智能化发展,引起车内ECU数量的大量增加,给汽车成本的降低带来巨大压力。ECU节点通过TTP总线构成了以周期性任务触发、基于TDMA技术的消息分发、基于抢占的FPS调度等为特点的分布式体系结构。实时性和资源利用率是上述体系结构需要考虑的两个关键问题,特别是随着汽车系统复杂性的快速增长,对解决上述问题提出了严峻的挑战。本文提出一种利用GP进行周期分配和总线访问配置,并结合FPS进行实时调度分析,在保证系统时限的前提下,最小化系统资源利用率的方法,以减缓ECU数量的增加,降低系统成本。在具备工业实用价值的任务集基础之上进行的仿真实验结果表明了该方法的有效性和可扩展性。     

面向云网融合的数据中心能效评估方法

云网融合的加速发展,既推动着数据中心规模快速增长,也带来了巨大的能源消耗.如何制定合理的数据中心能效评估标准已成为指导数据中心能效提升亟需解决的关键问题.针对单一指标很难全面衡量数据中心的能源效率,且不同的数据中心能效指标各有侧重,甚至互相矛盾的问题,提出了将多指标进行融合来综合评估数据中心的能效,采用了主客观结合的赋权方法,为不同的能效指标设置权重,设计了基于云模型的多指标融合评估策略,得到了更加科学、全面的数据中心能效评估结果.最后,利用灰色关联法分析了评估结果与各能效指标之间的关系,分析结果对数据中心能效的提升具有重要的指导意义.     

低占空比、低碰撞的异步无线传感器网络MAC协议

提高信道监听质量是降低能量消耗和提高通信效率的有效方法。提出了一种低占空比、低碰撞的PB-MAC(predict-base MAC)协议。通过发送节点精确预测接收节点的唤醒时间,降低占空比;采用基于预测的重建连接机制和数据重传机制,有效地避免碰撞和实现高效重传。OMNet++仿真实验结果表明：在50节点随机网络中,PB-MAC的平均占空比、发送消息耗能和平均碰撞次数分别比RI-MAC少68.60%、24.75%、68.05%,比X-MAC少64.39%、64.05%、70.54%。同时,在网格网络中PB-MAC的性能也优于RI-MAC和X-MAC。     

基于权重的NPCHS-Leach协议簇头选取策略优化研究

Leach协议的提出很大程度上延长了网络的生命周期,但簇头的选取并未考虑当前节点剩余能量和节点分布情况,导致网络能量消耗不平衡。改进的簇头选择协议NCHS-Leach（Novel Cluster Head Selecting Leach）存在没有考虑节点当选簇头次数以及节点距离基站的距离等问题。据此,该文提出了改进协议—基于权值的簇头选取NPCHS-Leach（Novel Power Clus?ter Head Selecting Leach）协议,在选取簇头节点时综合考虑节点的剩余能量、距离、节点成为簇头的次数以及侦听密度,优化簇头节点选取策略延长网络生命周期。通过MATLAB工具软件随机建立的网络拓扑模拟NPCHS-Leach协议、Leach协议以及NCHS-Leach协议的运行,其仿真结果表明该协议比NCHS-Leach协议延长网络生命周期40~50％。     

压缩感知中迂回式匹配追踪算法

迂回式匹配追踪(detouring matching pursuit,DMP)是一种计算复杂度低、准确率高、对传感矩阵列相关性要求低的贪婪重构稀疏信号算法.DMP中子内积逆和系数矩阵递增递减核心式被提出并证明,DMP利用子内积逆和系数矩阵减少残差误差变化量的计算量,达到降低计算复杂度的目的.另外,DMP采用先逐个最优缩减、后逐个最优扩增假定支撑集元素的方法提高重构准确率和扩大重构稀疏信号的稀疏度范围.DMP算法复杂度分析表明,DMP算法中获取、缩减和扩增假定支撑集的复杂度分别为O(K2 N),O(b(K-b)N)和O(b(K-b)N).加权间接重构0-1稀疏信号实验结果表明,对于稀疏度为M/2的0-1稀疏信号,DMP、逐步贪婪追踪(greedy pursuit algorithm,GPA)、子空间追踪(subspace pursuit,SP)、压缩采样追踪(compressive sampling matching pursuit,CoSaMP)、正交匹配追踪(orthogonal matching pursuit,OMP)的重构准确率分别为99%,65%,0%,0%和13%.非零值服从正态分布的稀疏信号实验结果也表明DMP的重构准确率优势显著.