基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy, LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。     

基于节点位置的无线传感器网络分簇路由协议

针对LEACH协议生成非均匀簇造成能量损耗的问题,以网络簇头分布最优和降低能量损耗为目的,从选择簇头节点、形成簇、簇间路由等方面做了改进。经过理论分析和仿真实验与LEACH和LEACH-C算法比较,结果表明,该路由协议的设计使各节点较均衡地消耗能量,节点生存时间更长,延长了整个无线传感器网络的生命周期。     

基于能量均衡的无线传感器网络路由算法

为了提高无线传感器网络的生存时间,针对当前LEACH算法存在的能量不均衡难题,提出一种能量均衡的无线传感器网络节点路由算法。首先将监测区域看成以基站为中心的扇形区域,并将扇形区域分割成不同大小的弧形方块,每个弧形方块中的节点组成一个簇,根据节点剩余能量产生簇头,然后采用单跳和多跳相结合的簇间通信机制,最后采用仿真实验测试算法的性能。结果表明,本文算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长,适用于对网络生命周期要求较高的应用。     

无线传感器网络基于分簇路由的数据融合研究

无线传感器网络节点资源有限,所以需要采用有效的路由算法与数据融合机制来节省资源,延长网络寿命,提升数据采集效率。LEACH是经典分簇路由协议,针对其在簇头选择机制、数据融合以及簇头与基站通信的路由方面的不足,提出了几点改进方法,在簇头选择的算法中加入了能量控制条件,簇头与基站的路由改为更适合数据融合的多跳反向组播树,并基于信息熵提出了有效数据融合机制。仿真实验表明,改进之后的算法比原LEACH算法更有效地利用了节点资源,延长了网络生存时间。     

无线传感器网络LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

无线传感器网络LEACH协议的改进与仿真

LEACH路由协议是无线传感器网络中经典的层次型拓扑组织算法。对LEACH协议进行研究和分析,指出LEACH协议在簇的区域分布和簇头负载不均衡等方面问题。文章通过节点剩余能量和与基站的距离对簇头选择、构造分簇以及非簇节点选择簇头进行改进。并利用MATLAB对改进后的算法进行仿真,表明改进后的算法有效地均衡节点能量消耗,并延长网络生存时间。     

LEACH协议的改进与仿真分析

在深入分析无线传感器网络路由协议设计目标的基础上,由于低功耗自适应分簇路由协议（LEACH,Low Energy Adaptive Clustering Hierarchy）簇头既要融合簇内节点发送来的数据又要将处理后的数据发送给基站,导致能量消耗较大。因此融入负载平衡和簇内成链的思想对LEACH协议进行改进,通过贪婪算法使簇内节点数据传输采用链式传输,让簇头工作时间尽量延长,使簇的稳定阶段时间提高,全网节点负载均衡。通过NS2对改进的LEACH协议进行仿真分析,结果表明改进的LEACH协议网络寿命极大延长。     

基于LEACH协议的兄弟节点算法——LEACH-BN

为了延长无线传感器网络的工作时间,针对LEACH算法中能量分布不均衡以及簇头节点能量浪费的问题,提出了一种基于LEACH协议的兄弟节点算法（LEACH-BN,LEACH-Brother Node）：通过簇内兄弟节点调整节点密度、簇头兄弟节点改进簇头选取和转发机制、簇间兄弟节点向基站转发数据。分析和仿真同时表明,改进后的算法实现了WSN中节点能量的全面均衡,提升了首节点和网络的生存时间,均衡弱势节点,增强系统的可靠性。     

字符串相似度度量中LCS和GST算法比较

就字符串相似度度量算法的LCS和GST在概念、实现、效率方面进行比较分析,简要探讨了两种算法的应用领域.     

VBLAST系统的译码算法研究

对已有的传统译码算法如迫零算法（ZF）、最小均方（MMSE）算法、连续抵消（SIC）算法等的性能进行了研究,并在此基础上提出将迫零算法与连续抵消算法、最小均方算法与连续抵消算法相结合,构成迫零-连续抵消算法（ZF-SIC）与最小均方-连续抵消算法（MMSE-SIC）,从而明显改善系统的误码性能。此外,对收发两端采用不同天线数时的系统误码性能进行了仿真与分析,同时仿真分析了系统采用QPSK与16QAM调制方式的误码性能,最后给出仿真分析结果。     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法。首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配。仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算法、传统加速稳健特征算法及其他改进的图像配准方法相当,但在图像配准实时性方面具有一定的优势,仿真实验二通过立体匹配库验证了该方法具有普遍有效性。     

基于SLM-PTS算法融合的NC-OFDM峰均比优化

基于非连续正交频分复用（non-continuous orthogonal frequency division multiplexing，NC-OFDM）模型，提出和研究了选择映射（selected mapping，SLM）算法和部分传输序列（partial transmit sequence，PTS）算法，及其SLM-PTS融合优化技术，设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比，验证了SLM-PTS的融合具有优秀的峰值平均功率比（peak to average power ratio，PAPR）降低能力，但缺点是算法实现复杂度过高。因此，又进一步提出了互补型映射和限幅的联合算法（SLM-Clipping）融合解决方案，并利用深度学习方法建立PAPRnet模型。仿真结果验证了此算法对NC-OFDM系统具有PAPR良好的抑制效果，而且能够提高仿真运算效率。     

RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。     

一种变步长凸组合LMS自适应滤波算法改进及分析

为了避免单个滤波器在收敛速度与稳态误差上相互制约,从而导致系统性能降低的问题,本文采用凸组合最小均方算法（Combined Least Mean Square ,CLMS ）,将快速滤波器和慢速滤波器并联使用,同时为进一步改善CLMS算法的性能,对已有的变步长凸组合最小均方算法（Variable Step-size Convex Combination of LMS ,VSCLMS ）做出改进,提出了一种新的VSCLMS算法。在该算法中,对快速滤波器选用以最小均方权值偏差（Minimization of Mean Square Weight Error ,MMSWE）为准则的按步分析的变步长滤波器;对慢速滤波器采用以稳态最小均方误差（Least Mean Square , LMS ）为准则的固定步长滤波器。通过理论分析与仿真实验表明,该算法能够在噪声、时变以及非平稳的环境下保持较好的随动性能,且在各个阶段均保持良好的收敛性,与传统的CLMS、VSCLMS算法相比,不仅具有更快的收敛速度,而且拥有稳定的均方性能和较优的跟踪性能,为自适应滤波算法的研究提供了一条可行途径。