Sink节点移动的三维无线传感网数据收集算法研究

为克服三维静态无线传感网中的能量空穴问题和提高网络生存时间,考虑Sink节点移动,提出一种Sink节点移动的三维无线传感网数据收集算法(DCA-TWSN),在DCA-TWSN中,提出三维环境下的正方体网格划分方法,建立包括Sink 移动路径选择约束、数据流量约束、能耗约束、链路约束等约束条件的数据收集优化模型,采用最优化方法求解已知Sink节点移动路径的数据收集优化问题,采用修正的蚁群算法求解Sink节点的移动路径问题,获得最优方案。仿真结果表明:不管Sink节点的最大数据收集跳数和传感节点数量如何变化,DCA-TWSN都能寻找到较优的移动路径和数据传输方案,从而提高了网络生存时间和传感节点的平均数据传输率,降低了移动路径长度、平均节点能耗方差和丢包率,比RAND、GREED和EDG-3D更优。     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

优化网络生存时间的Sink节点移动路径选择算法

为克服无线传感网的能量空穴问题,采用最优化方法,研究一种优化网络生存时间的Sink节点移动路径选择算法(MPSA)。在MPSA算法中,将单跳传输的无线传感网监测区域分成多个大小一致的网格,Sink节点可移动到任一网格中心,停留收集单跳最大通信范围内的传感节点数据。分析停留位置的全节点覆盖条件和所有传感节点的能耗,建立权衡网络生存时间和Sink节点移动路程的优化模型。提出一种改进的遗传算法,用于求解优化模型,即迭代执行染色体评估、选择、交叉、变异、最小覆盖处理、孤立节点处理等步骤,最终获得优化网络生存时间的Sink节点移动方案。仿真结果表明:MPSA算法能提高网络生存时间,将移动路程保持在较小范围。在提高网络生存时间方面,比RCC算法更优。     

面向带状无线传感网低延迟可靠数据收集算法

带状无线传感网为长距离带状分布，现有的数据收集算法无法很好解决其数据收集延迟较大的问题。提出了一种主动定位移动Sink的数据收集算法DCFAN（Data Collection based on Forwarding of Agent Nodes），DCFAN构建移动Sink的同步代理节点以及存储同步代理节点的线节点序列，通过获取同步代理节点转发感知数据到Sink汇聚点。仿真结果表明，DCFAN算法能有效降低网络节点能耗以及数据收集延迟，同时提升数据收集率，适用于对数据收集延迟具有一定要求的带状无线传感网应用场景。     

WSN中基于移动Sink的高效数据收集算法

针对无线传感器网络中的数据收集问题,提出一种改进的MWSF算法。该算法结合A*算法求解出移动Sink在传感器节点之间移动的最短路径,利用MWSF算法找到移动Sink所需访问的下一个传感器节点,并与单跳通信范围内的其他传感器节点进行通信,从而收集数据。仿真结果表明,该算法能降低数据溢出发生率,提高网络的数据传输效率。     

容忍延迟传感器网络中基于分簇的移动Sink动态路由算法

在无线传感器网络中使用移动Sink能有效延长网络寿命。提出一种在容忍延迟传感器网络中基于分簇的移动Sink动态路由算法MSDR（Mobile Sink Dynamic Routing）,移动Sink根据簇头位置构建遍历所有簇头的Hamilton回路,并沿着该路径收集数据。进一步提出基于标记的数据缓存机制,有效解决算法中每一轮之间的数据存储问题。仿真实验结果表明,MSDR算法使网络具有较长的生命周期,能有效平衡网络能耗。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

基于轨迹受限的移动Sink低能耗数据收集协议

无线传感器网络数据收集的能耗问题一直以来都是研究的热点。本文主要研究基于移动Sink轨迹受限的数据收集协议。首先针对轨迹受限的无线传感网络提出一种通用的系统模 型,将该问题形式化为最大化降低全网总路径长度轨迹设计问题 (Maximizing total length reduction for constrained trajectory, MTRC),并证明了MTRC为NP-Hard问题;然后设计一种轨迹约束低能耗贪心算法 (Trajectory constrain of low energy consumption, TCLEC),通过 TSP近似算法设计最大化降低有效长度的Sink移动轨迹。理论分析和仿真实验结果表明,TCLEC在网络拓扑数据收集树的初始化以及优化方面是高效的,并且相对于同类基于移动Sink的无线传感网络分层数据收集方法,其能耗降低了7%左右。     

基于全局时延最小化的移动Sink数据收集算法

针对Sink节点移动所带来的时延问题,提出了一种基于最优路径的移动Sink数据收集方案OPDG（Data Gathering Based on Optimal-Path）。首先由MWHA（Minimum Weighted Heuristic Algorithm）算法得到汇聚节点RP（Rendezvous Point）的集合,然后根据这些RP节点求出移动Sink的最佳驻留点集合,最后求出经过驻留点的最短路径。Sink沿着这条路径周期性采集数据。通过NS-2中大量的仿真实验结果表明,与已有算法相比,OPDG算法能最大限度的减小时延,延长网络的生命周期。     

采用转发优先级的水下传感网络的机会路由

机会路由OR(Opportunistic Routing)在水下传感网络中广泛应用。然而,现存OR协议忽略了一个问题:转发节点采用恒定转发优先级,其加剧了部分节点的能耗,也未能平衡节点间的能量消耗。为此,提出基于轮换转发优先级的机会路由RFP-OR(Rotating Forwarding Priority-based OR)。RFP-OR路由利用节点剩余能量,链路可靠性和水压差值构建候选转发节点集,再计算候选转发节点集内每个节点的适度值,并依据适度值给节点设置转发优先级。最后,依据节点的转发优先级设置定时器,进而产生下一跳转发节点。仿真数据表明,提出的RFP-OR路由的活动节点数得到有效的提高,并且数据包传递率也得到了提升。     

基于链路时间预测的移动Ad Hoc网路由

移动Ad Hoc网络是一种自组织、无基础设施的网络。而节点的自由移动促使链路频繁的断裂。为此,提出基于链路连通时间预测路由LDPR(Link Duration-Prediction-based Routing)。LDPR路由先通过节点运动信息,预测链路的连通时间。然后,再依据链路的连通时间计算路由生成时间,并选择两条路由生成时间长的路由协同传输数据,一条路由作为主路由,另一条路由作为备用路由。通过双路由机制,提高数据包的传输效率。实验数据表明,相比于传统的按需距离矢量AODV(Ad Hoc On-demand Distance Vector)路由,LDPR路由在吞吐量和端到端传输时延方面的性能得到有效改善。     

优化极限学习机算法及其在力信息解耦中的应用

高性能解耦算法有助于提高多维力传感器的检测精度。针对传统非线性解耦算法存在精度较低等缺点,对极限学习机算法进行了优化和改进,并将其应用于多维力信息解耦。在基于粒子群和遗传算法两种改进极限学习机算法(PSO-ELM、GA-ELM)的基础上,提出了一种基于天牛须算法的改进极限学习机(BAS-ELM),天牛须算法针对极限学习机隐含层节点参数的每一维进行逐步的优化,使得整体损失函数最小。为验证算法性能,本文以六维力/力矩传感器为实验对象,将各类改进算法应用到力/力矩传感器的非线性解耦中,通过解耦实验可知,与其他算法相比,BAS-ELM解耦精度更高、收敛时间更短,对于非线性解耦具有更强的适应性。     

改进克里金插值算法的井下无线定位指纹库构建方法

针对煤矿井下巷道中构建一个采集点密集分布的无线定位指纹库,需要逐点采集信号,会耗费大量的人力和时间,为此提出基于模拟退火SA(Simulated Annealing)人工蜂群ABC(Artificial Bee Colony)混合算法优化克里金(Kriging)插值算法的构建井下无线定位指纹库的方法。首先通过无线网络采集井下巷道部分采集点的指纹数据,并建立采集指纹数据库。其次利用采集指纹数据库构建Kriging插值算法模型,再通过SA-ABC算法对变异函数的参数寻优,建立SA-ABC-Kriging插值算法模型。再次用插值算法估算出预测点的信息数据,并建立插值指纹数据库。最后将采集指纹数据库和插值指纹数据库构建井下无线定位指纹库。实验表明,该构建方法比传统Kriging插值算法的定位精度和插值精度更高,而且可减少50%的人工采集指纹数据工作量。     

基于质量刚度解耦的三波腹嵌套环MEMS陀螺结构优化设计

相比于经典的二波腹嵌套环式MEMS陀螺,三波腹嵌套环式MEMS陀螺具有工作频率高,抗干扰能力强等一系列优点,但是由于其工作频率高,环谐振状态下的热弹性损耗随之提高。针对这一问题本文采用了一种基于质量刚度解耦的质量块悬挂方法。该方法在基本不改变陀螺结构刚度的情况下,通过在嵌套环结构上悬挂质量块来提升陀螺的有效质量,从而可以按照需求合理降低陀螺的工作频率,降低其由热弹性阻尼带来的能量损耗,提升陀螺结构的整体性能。经COMSOL仿真软件的验证,我们优化了质量块的悬挂方式,避免陀螺振动时质量块的偏移,并且确定最佳的质量块悬挂环数为2环,而后在同一张<100>硅片上制作了优化前后的两种嵌套环式MEMS陀螺进行实验对比。实验测试结果表明:采用的质量块悬挂优化方式成功实现了质量刚度解耦,提升陀螺结构的品质因数3.12倍,降低陀螺由于加工缺陷带来的频率裂解3.37倍。     

基于模糊规则的WSNs分簇路由算法

考虑到无线传感网络WSNs(Wireless Sensor Networks)的电源能量有限问题,提出基于模糊规则算法的分簇-能效-路由算法FLECR(Fuzzy Logic-based Energy-efficient Clustering Routing)。FLECR路由引用"分布簇头选举"方式,并采用按需方式进行簇重构。同时,FLECR路由利用相对剩余能量、距离以及中心度三个变量,并结合模糊规则算法选举簇头。仿真结果表明,相比于低功耗自适应层次路由LEACH(Low Energy Adaptive Clustering Hierarchy),FLECR路由的网络生存时间得到大幅度提升。     

硬件加速神经网络综述

人工神经网络目前广泛应用于人工智能的应用当中,如语音助手、图像识别和自然语言处理等.随着神经网络愈加复杂,计算量也急剧上升,传统的通用芯片在处理复杂神经网络时受到了带宽和能耗的限制,人们开始改进通用芯片的结构以支持神经网络的有效处理.此外,研发专用加速芯片也成为另一条加速神经网络处理的途径.与通用芯片相比,它能耗更低,性能更高.通过介绍目前通用芯片和专用芯片对神经网络所作的支持,了解最新神经网络硬件加速平台设计的创新点和突破口.具体来说,主要概述了神经网络的发展,讨论各类通用芯片为支持神经网络所作的改进,其中包括支持低精度运算和增加一个加速神经网络处理的计算模块.然后从运算结构和存储结构的角度出发,归纳专用芯片在体系结构上所作的定制设计,另外根据神经网络中各类数据的重用总结了各个神经网络加速器所采用的数据流.最后通过对已有加速芯片的优缺点分析,给出了神经网络加速器未来的设计趋势和挑战.     

一种基于自更新的简单高效Cache一致性协议

随着片上多处理器系统核数的增加,当前一致性协议上存在的许多问题使共享存储系统复杂而低效.目前一些一致性协议极其复杂,例如MESI(modified exclusive shared or invalid)协议,存在众多的中间状态和竞争.并且这些协议还会导致额外失效通信,以及大量记录共享信息的目录存储开销(目录协议)或广播消息的网络开销(监听协议).对数据无竞争的程序实现了一种简单高效一致性协议VISU(valid/invalid states based on self-updating),这种协议基于自更新操作(self-updating)、只包含2个稳定状态(valid/invalid).所设计的两状态VISU协议消除了目录和间接事务.首先基于并行编程的数据无竞争(data race free, DRF)模型,采用在同步点进行自更新共享数据来保证正确性.其次利用动态识别私有和共享数据的技术,提出了对私有数据进行写回、对共享数据进行写直达的方案.对于私有数据,简单的写回策略能够简化不必要的片上通信.在L1 cache中,对于共享数据的写直达方式能确保LLC(last level cache)中数据最新从而消除了几乎所有的一致性状态.实现的VISU协议开销低、不需要目录、没有间接传输和众多的一致性状态,且更加容易验证,同时获得了与MESI目录协议几乎相当甚至更优的性能.     

基于半监督深度生成对抗网络的图像识别方法

基于生成对抗网络的图像识别方法拥有很高的识别率,但训练时需要大量有标签样本,在有标签样本较少的情况时识别效果不佳。针对这个问题,结合深度卷积生成对抗网络和半监督生成对抗网络的特点建立半监督深度生成对抗网络。根据有标签样本和无标签样本分布,模型生成拟合真实分布的样本输入并训练分类器,增加了训练样本数从而提升识别率。将模型优化调整并进行图像识别实验,结果表明,该方法仅用少量有标签样本即可实现准确的图像识别。     

基于位置的层次式Chord模型

P2P网络中逻辑网络与底层物理网络拓扑不匹配以及路由表冗余问题导致路由效率低下,节点的异构性产生节点瓶颈。针对上述问题,在Chord的基础上利用节点的位置信息提出一种基于位置的层次式模型ALHChord。模拟实验表明,该模型可以有效提高路由效率,解决节点异构性问题,减少整个系统的维护开销。