基于时变空时自回归模型的STAP算法

针对空时自适应处理(STAP)中时域非平稳杂波过程造成的空时自回归(STAR)算法失效问题,文中将时变自回归(TVAR)模型引入STAP处理中,提出了一种新的时变空时自回归(TV-STAR)算法。TV-STAR算法能够有效弥补平稳自回归(AR)模型与实际非平稳杂波环境失配造成的STAR算法性能损耗,在非平稳杂波环境中具有良好的检测性能。同时,TV-STAR算法由于引入了低阶数的TVAR模型,其收敛速度显著优于降秩STAP算法。文中分别通过仿真实验以及机载雷达实测数据的处理对算法有效性进行了验证。     

无线传感器网络中基于序列相关性的数据压缩算法

无线传感器网络(WSN)中传输的数据具有相关性和冗余性。如何有效降低网络中的数据量,延长网络生命周期,始终是WSN的研究热点之一。该文基于WSN中数据序列的相关性,提出一种两步数据压缩算法(TSC-SC)。网络中的簇首和簇内节点执行各自的压缩算法：簇首首先执行相关性分组算法,将数据分组,减少簇内节点的计算量以及消除簇内数据的空间相关性;簇内节点对多属性数据分类压缩,并将压缩参数传至簇首,簇首解压后再次进行分类压缩,进一步消除数据相关性,减少节点数据冗余度,降低通信能耗。为实现对压缩算法的综合性能评价,考虑基本的压缩要求和算法的计算能耗,提出了基于能量判别的算法评估模型(NCER)。仿真结果表明TSC-SC算法可以有效降低压缩比和压缩误差,充分减少数据传输量和网络的通信能耗,利用NCER指标能够直观地评价算法的性能。     

一种改进的一元线性回归算法

提出了一种改进的一元线性回归算法。该算法基于递推一元线性回归算法,通过收敛判据的设定能自动收敛到给定误差,收敛速度提高到未加判据时的4倍。仿真结果显示,该算法具有很好的收敛性能,计算量和存储量都大幅度下降,具备良好的工程应用价值,已在数字信号处理器上得到了硬件验证。     

无线传感器网络中分布式空时分组码设计

从无线传感器网络（WSN）节点能耗的节省和传输数据的可靠性出发,研究和设计了基于4个协同节点和能量可补充节点（Sink）形成的分布式虚拟多天线空时分组码;同时考虑到节点的实际工作条件以及对能量的苛刻要求,提出并分析了其改进型算法,即从信道参数及协同节点能量剩余状况考虑重新选取协同节点,进一步提高系统性能。理论分析和仿真结果表明,该分布式空时分组码（D-STBC）在无线传感器网络中的应用是有效和可行的。     

无线传感器网络中基于小波的自适应多模数据压缩算法

基于数据的多模性,设计了一个基于小波的自适应多模数据压缩算法.在给定的相关度阈值的条件下,算法能自适应地对数据调整分类,对相关数据采用最小二乘估计进行拟合,把特征数据抽象成一个矩阵,利用小波变换去除数据的空间和时间相关性.理论分析和仿真实验表明,新算法能够有效地去除数据之间的多模相关性和同种数据的空间和时间相关性,新算法有效地提高了压缩比,降低了网络的能耗.     

CDMA系统中基于T-H网络的空时多用户检测算法

CDMA技术已经在当前第三代通信（3G）标准中得到广泛采用,其中多用户检测技术能明显地改善CDMA通信性能,提高其系统容量。本文充分利用空时二维信息来增强CDMA系统的性能,提出一种基于Tank-Hopfield网络多用户检测算法：利用T-H网络快速计算LS的能力,来求解空时多用户检测问题。分析和仿真实验表明该算法的有效性,相比传统的子空间等方法,该方法具备更好的收敛速度和检测性能。     

MIMO系统中线性弥散空时码的优化设计

MIMO系统的大部分空时编码方法在设计时单一强调对传输分集性能或传输复用性能的提高,为了联合提高分集性能和复用性能,在LDC编码基础上提出了线性正交弥散空时码(OLDC),LDC编码的优化中利用遗传算法来构造OLDC的空时正交调制基矩阵.优化的编码方法设计简单,便于调制解调.仿真结果表明,OLDC码比传统的LDC编码在误码性能、分集性能、复用性能等方面均有大幅度提高.     

机载MIMO雷达杂波特征结构的空时自回归算法

非均匀环境下,机载MIMO雷达杂波不再满足独立同分布(independent identically distributed, IID)条件,由于没有足够多的IID样本来估计杂波协方差矩阵,从而导致传统的STAP方法性能急剧下降。本文研究了非均匀环境下机载MIMO雷达的杂波抑制问题,将空时自回归算法(Space time autoaggressive , STAR)引入机载MIMO雷达,降低训练样本数目,减小运算量。针对STAR算法中参数确定复杂、易受训练样本数目不足影响的缺点,提出了一种基于杂波特征结构的模型参数确定方法,仿真结果表明,该方法能在极小训练样本条件下,有效确定模型参数,实现杂波抑制,适用于非均匀杂波环境。      

结合STBC的一种分层空时编码结构模型

本文讨论了结合空时分组码(STBC Space Time Block Coding)的一种分层空时编码(Layered Space Time)结构模型。VBLAST(Vertical Bell Laboratories Layered Space Time)作为LST的一种结构，其性能受到最先译码信息符号准确度的影响，本文通过在VBLAST的首层采用STBC结构，从而增加了第一层信息符号的分集度。在接收端，采用组干扰抑制同时结合STBC和VBLAST译码，降低了接收机的复杂度提高了系统的性能。仿真结果表明结合STBC的VBLAST结构模型性能明显好于传统的VBLAST。     

一种新型的空时编码-酉空时编码

详细地介绍了一种新型的、不需要任何信道信息的空时编码———酉空时编码;并给出了一种简单的、可产生大量的、系统化的酉空时编码的方法。     

基于空间相关性的事件驱动无线传感器网络分簇算法

分簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

基于最优阶估计与分布式分簇的传感器网络数据压缩方法研究

在无线传感器网络的诸多应用中,被监测区域发生异常情况的概率通常较小,正常情况下,同一传感器节点在前后连续时刻所采集的数据具有时间相关性,处于相邻区域的不同传感器节点在同一时刻所采集的数据具有空间相关性,发送存在时间、空间冗余的数据至基站必将耗费节点大量的能量。该文提出了基于最优阶估计和分布式分簇的传感器网络数据压缩方法,利用节点采集数据的时空相关性,基于最优阶估计在基站处建立相关系数,经分布式分簇,节点仅需传送少量数据,基站根据时空相关性恢复原始数据。仿真结果表明应用该算法,可以有效减少传感器网络中冗余数据传输量和节点能耗,进而延长系统寿命。     

一个无线传感器网络中的ipv6协议栈头部压缩方案

提出了一个无线传感器网络中的IPv6协议栈的头部压缩方案,包括IPv6头部、扩展头部和UDP头部的压缩.该方案易于实现,能够较大程度的减少无线传感器网络中报文的传输时间,从而降低能量消耗,延长节点寿命.     

无线传感器网络基于多元簇首的分簇数据收集算法

为了提高数据收集可靠性和延长网络生命周期,该文提出基于多元簇首的分簇数据收集算法。算法将网络划分为大小相等的栅格,由每个栅格中的节点各自构成一个簇,根据节点失效概率从每个栅格中选出多个簇首,并由同一栅格中的多个簇首协作完成栅格中节点的数据收集任务。此外,算法还采取了一些降低能量开销的措施。仿真实验结果表明,与现有相关算法相比,该算法具有较高的数据收集可靠性,并能够显著延长网络生命周期。     

无线传感器网络中基于空间相关性的移动代理路由算法

资源受限的传感器节点密集分布在无线传感器网络监控区域,sink节点通过收集节点间观测信息对监控区域内发生的事件进行感知.本文提出SCMAR(Spatial Correlation-based Mobile Agent Routing)路由算法,在移动代理架构内,利用节点观测数据的空间相关性以能量有效的方式对感知事件进行...     

无线传感器网络中基于移动代理的自适应数据融合路由算法

该文提出在无线传感器网络中基于移动代理的自适应数据融合路由(AFMR)算法,解决移动代理如何以能量有效的方式融合、收集相关性数据的问题。该算法综合考虑了移动代理在路由过程中传输能量和融合能量的消耗,并根据数据融合算法的能量开销和节能增益,对移动代理迁移到各节点时是否执行数据融合操作进行自适应调整,以达到在各种不同的应用场景中优化移动代理能量开销的目的。通过仿真验证了在无线传感器网络的各种相关性数据收集的应用环境中,AFMR算法在节省能量方面比现有TSP和FMR的移动代理路由算法更加有效。     

A Simple Algorithm for Data Compression in Wireless Sensor Networks

Power saving is a critical issue in wireless sensor networks (WSNs) since sensor nodes are powered by batteries which cannot be generally changed or recharged. As radio communication is often the main cause of energy consumption, extension of sensor node lifetime is generally achieved by reducing transmissions/receptions of data, for instance through data compression. Exploiting the natural correlation that exists in data typically collected by WSNs and the principles of entropy compression, in this Letter we propose a simple and efficient data compression algorithm particularly suited to be used on available commercial nodes of a WSN, where energy, memory and computational resources are very limited. Some experimental results and comparisons with, to the best of our knowledge, the only lossless compression algorithm previously proposed in the literature to be embedded in sensor nodes and with two well- known compression algorithms are shown and discussed.     

一种基于贝叶斯博弈的传感器网络分簇算法

提出了一种基于贝叶斯博弈的无线传感器网络分簇算法.算法将无线传感器网络节点的簇头选择抽象为一个多人的博弈过程,节点之间通过不完全信息的静态博弈实现簇头的合理分布.算法在支付函数的设计时充分考虑了节点能耗和路径损耗等因素,因此通过博弈该算法能实现簇头的合理分布.仿真结果表明,算法在保证数据传输实时性的前提下可使网络能耗更加稳定、能量分布更加均匀,有效地延长网络生命周期.     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。