支持多关键字的P2P搜索技术研究

在结构化的P2P网络中,传统的资源搜索过程大多采用DHT路由算法进行资源的定位和搜索,但这类网络只能支持单一关键字的精确匹配查询。针对这个问题,本文提出混合式的P2P网络模型,并在此基础上实现了支持多关键字搜索的搜索算法。首先为节点和资源关键字分配唯一的标识符,然后对资源关键字标识符进行拆分操作,并将拆分后的标识符存储到相应的节点上。在搜索过程中,只需根据拆分后的标识符查找相应的节点即可。结果表明,采用这种搜索算法的网络不仅能够支持多关键搜索,同时也能实现网络的负载均衡。     

混合型P2P网络中的基于Gossip的动态自适应算法

为了提高搜索的性能,出现了混合P2P网络搜索方法。在混合P2P网络中,关键的问题在于确定资源的流行程度。针对该问题,该文提出了一种基于Gossip的动态自适应算法(DAHG),通过抛硬币操作估计节点加入和离开P2P网络时所带入和带走的文档副本数;并通过Gossips传递估计值,获得资源的流行程度。仿真结果表明,该算法具有良好的适应性,能够反映P2P网络中节点和资源的动态性,从而选择出正确的资源搜索方法,减少搜索响应时间和提高资源的命中率。     

基于Flooding的非结构化P2P网络搜索算法的研究

当前随着P2P网络的广泛应用,P2P搜索技术发展迅速,在非结构化P2P网络中,如何快速、准确对资源定位是当前研究的热点问题,针对非结构化P2P网络中的搜索方法——广度优先搜索（BFS）可扩展性差和搜索效率不高的缺点,文章采用改进BFS搜索方法,按照邻居节点的相似度采取有选择性的发送搜索消息,降低了网络负载,提高了搜索效率。     

改进的非结构化对等网络动态搜索算法

非结构化对等网络中的资源搜索效率通常由搜索失败率和平均跳数来衡量.目前绝大多数搜索算法都难以保证查找的成功率.本文研究了 3 种Gnutella 网络中使用的资源搜索算法,包括Flood,Random Walk和Random Walk with Neighbors Table.在此基础上,提出一种改进的动态搜索方法(IDS).通过在动态搜索算法(DS)中增加Neighbors Table 索引机制,能够增强搜索性能.实验证明本方法在查询失败率基本不变的情况下,具有减少搜索平均跳数的效果.     

一种基于社会行为的非结构化P2P搜索算法

针对非结构化对等网络(P2P)中信息资源搜索效率低的问题,给出一种基于社会行为的单跳算法。为网络中每个节点引入朋友列表和查询记录列表,记录过去的搜索经验,用于同伴选择和路线查询,之后排列节点价值,更新列表。利用基于推荐节点搜索、基于有用的朋友节点搜索和基于邻居节点搜索3种机制,搜索所需资源。仿真结果表明,所给算法可减少搜索跳数,提高搜索成功率,减少冗余消息,节省内存空间。     

基于罚函数与水波优化的WSN定位算法

为了提高启发式定位算法的搜索效率和定位精度,提出了基于罚函数和水波优化的无线传感器网络（WSN）定位算法.首先利用bounding-box方法构造罚函数,提高算法搜索的效率和定位精度;然后利用动态学习策略对传统水波优化算法的传播阶段进行改进,促使个体对周围优秀个体的学习,并通过动态波高提高个体在后期局部搜索的概率,进一步提高搜索效率和求解精度.仿真结果表明,罚函数策略与改进水波优化算法能提高搜索效率和定位精度,所提出的算法在WSN节点定位上有较好的可行性和有效性.     

一种采用组内分级策略的P2P搜索模型

针对当前主流P2P网络模型搜索效率低,大量的消息通信造成网络负荷过重,以及网络扩展性不高问题,分析了现有P2P模型,同时考虑网络通信时延,提出了基于节点之间通信时延的P2P搜索模型．该模型通过对网络中的节点进行逻辑上的分组,然后分别建立组内和组间的搜索策略,以减少消息通信量及网络负荷,提高整个网络系统的性能．     

基于移动Multi-Agent的P2P网络中资源搜索技术的研究

资源搜索是P2P网络中的关键技术.针对目前已有的资源搜索方法存在占用网络带宽过多、搜索时延过长,以及由于Peer节点的动态加入和离开导致资源搜索的不稳定性等缺点,在具有超级节点架构P2P网络模型的基础上提出了一种改进的基于移动Multi-agent的资源搜索方法.该方法通过移动Multi-agent间的协作来完成资源搜索任务.最后,通过实验验证了该方法是可行和有效的.     

基于利益的非结构化对等网络资源定位机制

为提高资源发现效率,减少非结构化对等网络中由于覆盖网络和物理网络间的不匹配,对等节点能力及节点间“兴趣域”的差异对资源定位的影响,建立了节点价值模型,提出了基于“利益”的非结构化对等网智能拓扑形成策略和资源定位机制。该机制中节点根据自身利益最大化原则有选择地与邻居节点建立连接,进行查询消息的转发。与超级节点和基于兴趣的对等网搜索机制相比,该机制在提高搜索效率的同时保证了节点间的公平性,并分别减少了约40％和25％的系统总开销。     

基于移动agent的P2P网络搜索算法研究

高效搜索P2P网络上的资源是P2P网络实现最为关键的问题.通过引入移动agent,在混合式P2P网络模型基础上提出了一种基于区域划分的网络搜索模型,设计了基于移动agent的网络搜索算法,从而实现了P2P网络搜索的灵活性、全面性和有效性.     

一种利用节点误码率大小的调制结构优化算法

为降低小波包调制系统的误码率,该文提出了一种利用各节点误码率大小的调制结构优化算法.该算法将满树结构各节点代表的子信道的误码率作为各节点的度量值,按照一定的剪枝规则将满树结构中导致系统误码率升高的子节点剪枝实现调制结构的优化.理论分析和仿真结果表明,与其他算法相比,该算法优化出的调制结构能够进一步降低系统误码率,且算法计算复杂度较低.     

一种基于DGKAD模型的FTP搜索引擎索引算法

为解决FTP资源快速定位问题,提出了基于双字母倒排索引和引入地理位置信息的Kademlia模型（DGKAD）。在Kademlia（KAD）网络中加入了地理位置信息,弥补了KAD网络的层叠网逻辑拓扑和物理拓扑不匹配的问题,提高了网络通信效率;同时,鉴于FTP搜索引擎的检索对象是文件名,使用双字母倒排索引可以避免分词,提高了检索精确率。模拟实验表明,与基于中文分词的标准KAD（CKAD）相比,该算法的资源定位时间减少了约50％,检索查全率提高了约30％。     

黎曼序列降低小波包调制系统PAPR的性能研究

在分析选择映射算法基本原理上,探讨了一种基于黎曼序列降低小波包调制系统的峰均功率比的算法。算法核心思想是根据小波包调制采用分级调制的特点,利用黎曼序列分级扰乱,实现对发送序列的多级置乱,减弱发送序列的自相关性,从而达到降低小波包调制系统的峰均功率比,同时也克服了传统选择映射算法中需要传输附加信息,占用频带资源的不足。仿真结果表明,算法实现简单,较好地改善了小波包调制系统的峰均功率比性能。     

基于RSSI的四边测距改进加权质心定位算法

该文根据接收信号强度指示的测距特性,改进四边测距,并提出一种改进的加权质心定位算法。首先引入统计中值加权的方法,有效地降低了采集RSSI信号时的测量误差。然后运用Euclidean节点定位算法,改进四边测距算法。为进一步提高精度,对WSN定位技术中关于未知节点近似位置的算法做了修正,并对加权质心定位算法中的加权因子进行了优化,使未知节点的定位精度更加精确。相比之前的许多加权质心定位算法,仿真结果表明,改进的质心定位算法在定位精度方面有很大的提高,鲁棒性也较高。     

基于MIMO-OFDM协作系统的中继混合选择合并算法

提出了一种基于MIMO-OFDM协作系统的多中继混合选择合并算法。算法原理主要是采用地理位置信息得到一个性能最优的AF（放大转发中继）中继节点,根据瞬时信噪比门限值或相对最小BER门限值选择符合要求的多个DF（译码转发中继）中继,所选择出来的最优AF中继和多个DF中继将协作MIMO-OFDM系统完成信号的转发,最后在目的节点处对直传链路信号和中继链路信号进行最大比合并（MRC）。对该算法进行了理论分析,并研究了该算法对系统误比特率性能的影响,并在MATLAB上进行链路级仿真分析比较。仿真结果表明所提出的多中继混合选择合并算法能有效提高空间分集增益,从而降低系统误比特率。     

改进SPTA在ARM平台上的应用与分析

针对硬件平台定时器资源不足的问题,基于时间片步数算法（SPTA）思想,设计并实现了SPTA算法的改进算法。算法引入sigmiod函数,通过对函数各项参数进行调整,构建一条适应步进电机脉冲频率变化的平滑曲线,并使其在精简指令集的芯片Cortex-M4平台上稳定运行。通过分析电解质分析仪上的应用情况,改进SPTA算法较传统脉冲宽度调制（PWM）控制算法在定时器资源利用率上提升1~2倍,同时能保证精确的定位精度,有效保证定时器资源的最大利用。     

基于TD—SCDMA的一种改进的负荷控制算法

负荷控制是第三代移动通信无线资源管理RRM（radio resource management）的一个重要内容,能够为系统内移动用户提供业务质量保证。阐述了TD—SCDMA系统的负荷控制机制,提出了一种改进的“联合”负荷控制算法。该算法基于现有协议标准,让过载判断在基站端执行,过载解决在无线网络控制器RNC（radio network controller）中进行,通过时间窗测量各时隙内过载情况,让服务质量较差的用户主动掉话。通过仿真表明,该算法能够降低系统的误码率,提高整体系统的通信质量。     

一种适用于小波包调制系统SLM改进算法

小波包调制技术是一种新型多载波调制技术,但峰均功率比过高严重影响了系统的性能。该文结合小波包调制系统多级调制的特点,通过采用多级相位置乱的方法,提出了一种适用于小波包调制系统的改进选择性映射算法。仿真结果表明,与传统的选择性映射算法相比,提出的改进算法能进一步降低小波包调制系统的峰均功率比。     

具有能量补给的无线传感器网络能量感知路由算法

为适应新能源条件下无线传感器网络的能量补给特点,根据节点自身能量起伏变化和能量补给的速率等特点,提出了一种考虑能量补给因素的无线传感器网络能量感知路由算法——PHEA.PHEA将传感器节点从周围环境中获取能量的因素考虑进路由算法中,并使用信息融合D-S证据理论算法选择下一跳节点,使得能量消耗能够平均分配到整个网络中.仿真结果表明,算法改善了能量补给因素条件下无线传感器网络中的能量消耗的均衡特性,延长了网络的生命周期,与经典能量感知路由算法EA相比,PHEA的性能高50%左右。     

基于支持向量机的局域线性嵌入算法在图像检索中的应用

SVM算法复杂度与样本维数无关,具有的泛化能力强、分类精度高的特点,而LLE是有效的非线性降维方法,本文利用支持向量机（SVM）算法对局域线性嵌入（LLE）算法进行改进,有效地解决了基于内容的图像检索中的高维特征向量的降维问题,实验表明具有较高的查全率和查准率。