无线传感器网络性能监测技术与系统研究*

探讨了无线传感器网络性能监测中存在的问题与挑战,着重研究当前具有代表性的监测系统并分析其主要特点,最后指出了需要进一步研究的方向。     

无线传感器网络中一种有效的分布式簇划分算法

提出了一种快速有效的分布式簇划分算法，为每个节点设定一个初始时间，最先到期的节点成为簇头。考虑到簇头选举的合理性，时间衰减与节点连通度相关，并辅以随机化的方法消除时间同步对算法的影响。通过仿真验证该簇划分算法的有效性，并定量分析了通信半径与平均簇头个数的关系。     

基于异常任务运行记录的WSN故障检测

针对传感器网络在资源受限部署后难以实施故障检测的问题,提出基于异常任务运行记录的故障检测方法。通过分析节点程序运行特征,建立节点行为状态模型,结合系统部署前的测试执行记录和卡方检验技术进行故障检测。实验结果表明,该方法与已有方法相比,能有效检测未知类型故障,且通信、存储和计算开销均较小。     

改进的RetinaNet模型的车辆目标检测

目前，在智能交通领域使用深度学习方法进行车辆目标检测已成为研究热点。针对传统机器学习方法的性能易受光照、角度、图像质量等外界因素影响，检测步骤繁琐等问题，通过对当下经典的一阶目标检测模型和二阶目标检测模型进行分析，提出了一种基于改进的一阶目标检测模型RetinaNet的车辆目标检测方法，使用深度残差网络自主获取图像特征，融合MobileNet网络结构进行模型加速，把复杂交通场景下的目标检测问题转化为车辆类型的三分类问题，利用KITTI数据集进行训练，并使用实际场景中的图像进行测试。实验结果表明，改进的RetinaNet模型在保证检测时间的情况下，相比原RetinaNet模型MAP值提高了2.2个百分点。     

一种高效可扩展的传感器网络系统状态监测协议

具备一种底层基础设施来指示网络运行时的失效节点、资源消耗以及系统综合性能,对于传感器网络这样的分布式系统相当重要.研究了用于系统状态监测的数据分发与收集网络协议,提出了基于最大连通度的分簇模型,并通过仿真对其有效性进行了验证,在该模型基础上设计与实现了用于系统状态监测的层次型数据分发与收集网络协议,仿真证明该协议与现有数据分发与收集协议相比具有更好的可扩展性与能量有效性.     

无线传感器网络位置辅助路由算法研究*

介绍了位置辅助路由的设计特点和准则,分析并定性比较了现有位置辅助路由的贪婪转发策略以及遇到路由空洞时的各类恢复策略,最后指出了需要进一步研究的方向.     

传感器网络能源有效任务分配算法

为了延长网络生命期,传感器网络在设计过程中,通常利用节点本身的处理能力,进行网内处理,以减少通信量,节省能量.在传感器网络内引入处理或计算后,应用可以描述为一个任务集及任务之间的数据依赖关系.不同的任务分配方案导致应用执行所需的通信量和计算量不同,从而影响应用执行的能量消耗.在使用任务图对传感器网络应用描述的基础上,提出了传感器网络任务分配模型.由于应用的任务可划分为感知任务集和处理任务集,因而传感器网络中的任务分配可分成感知任务分配和处理任务分配两个阶段.针对处理任务分配,将其建模为二次0-1规划问题,并提出了分布式逐层优化分配算法OALL.仿真实验验证了分布式算法OALL的有效性.     

基于FSM的感知节点软件故障检测

针对事件驱动程序运行时的故障检测问题,提出了一种基于有限状态机(FSM)的感知节点软件故障检测方法. 用户通过撰写FSM规范,并在程序中添加与FSM执行相关的宏标记,对程序期望行为进行描述. 在节点运行时通过比较FSM规范和收集的FSM执行信息,实现节点软件故障检测. 针对2类典型节点硬件平台,研究了3种故障检测机制的存储和计算开销,最后通过2个实例分析验证了所提方法的有效性.     

无线传感器网络测试平台研究

由于无线传感器网络与物理世界的紧密耦合以及物理世界本身的不确定性,导致人们在实际部署应用前必须通过无线传感器网络测试平台才能更加有效地验证程序与系统的正确性,从而尽早地在实际部署前发现软件中的问题。分析了无线传感器网络测试平台出现的背景,介绍了通用的无线传感器网络测试平台设计要求和原则;着重研究了当前具有代表性的无线传感器网络测试平台并分析其主要特点,最后给出了总结和展望,指出了需要进一步研究的方向。