无线传感器网络路由协议安全研究

路由算法是无线传感器网络（WirdessSensorNetworks,WSNs）感知信息传输和汇聚的基础,作为多跳网络,WSNs有其自身的特点,特别是在路由的安全性方面,需要进行深入的研究。文章对近年来的WSNs路由协议安全进行了分析和总结,首先介绍WSNs安全路由的基本概念,接着对路由协议易受到的安全威胁和攻击进行了分类对比,最后对WSNs中几种典型路由协议的安全陛进行了描述和分析。     

基于SNMP的网络管理系统的设计与实现

介绍了SNMP的基本原理，提出了一种基于SNMP的网络管理系统的实现方案，并结合某校园网管理中的实现问题，阐发了这一方案的具体实施，最后提出了该系统的展望。     

基于SNMP的网络管理软件的设计与实现

简单网络管理协议SNMP是目前TCP/IP网络中应用最为广泛的网络管理协议,绝大多数网络管理软件都是基于SNMP进行开发的。介绍了SNMP协议的原理,研究了SNMP在Windows系统下的实现方法,并且在VC＋＋6.0的平台下使用WinSNMP API和SNMP＋＋实现了基于SNMP的简单网络管理软件。软件实现了网络命令、扫描、SNMP信息显示、端口流量监测、SET操作、线路状态监视等功能。     

基于随机森林的红外图像超分辨力算法

为提高低分辨力红外图像的分辨力,提出了一种红外图像超分辨力算法。该算法训练2个随机森林模型：红外图像训练第1个模型、配准的多传感器图像训练第2个模型。采用自适应边缘提取算法提取红外图像与可见光图像的边缘,计算输入的低分辨力红外图像块与对应的高分辨力可见光图像块之间的相关系数。根据相关性选择合适的重建模型,用选择的模型重建高分辨力红外图像块,并整合为高分辨力红外图像。实验结果表明,与超分辨力随机森林算法相比,算法重建的高分辨力红外图像具有更高的客观指标,峰值信噪比(PSNR)平均提升了0.09 dB,并且获得更为清晰的主观视觉效果,更接近原始图像。     

基于自适应锚定邻域回归的图像超分辨率算法

在基于字典的图像超分辨率（SR）算法中，锚定邻域回归超分辨率（ANR）算法由于其优越的重建速度和质量引起了人们的广泛关注。然而，ANR算法的锚定邻域投影并不稳定，以致于不足以涵盖各种样式的映射关系。因此提出一种基于自适应锚定邻域回归的图像SR算法，根据样本分布自适应地计算邻域中心从而以更精确的邻域来预计算投影矩阵。首先，以图像块为中心，运用K均值聚类算法将训练样本聚类成不同的簇；然后，用每个簇的聚类中心替换字典原子来计算相应的邻域；最后，运用这些邻域来预计算从低分辨率（LR）空间到高分辨率（HR）空间的映射矩阵。实验结果表明，所提算法在Set14上平均重建效果以31.56 dB的峰值信噪比（PSNR）及0.8712的结构相似性（SSIM）优于其他基于字典的先进算法，甚至胜过超分辨率卷积神经网络（SRCNN）算法。同时，在主观表现上看，所提算法恢复出了尖锐的图像边缘且产生的伪影较少。     

无线传感器网络时钟同步技术

在无线传感器网络中,时钟同步是一项重要的支撑技术;诸如数据融合、TDMA调度、休眠唤醒节能模式和移动节点定位等应用均需要传感器节点本地时钟保持同步;由于传感器网络一些独特的内在特性,NTP等传统同步技术无法适用于这种新型网络;因此,越来越多的研究者开始关注传感器网络时钟同步协议的研究与设计;通过回顾时钟同步的问题及传感器网络对时钟同步的需求,介绍了时钟的数学模型,并基于该模型讨论了时钟同步的3个重要概念:时钟漂移、时钟偏移和分组的传输延迟;之后简要阐述了3种专门为传感器网络设计和提出的典型传感器网络时钟同步协议.