面向射频能量捕获传感网的高吞吐量负载均衡的节点接入方案

由于传统无线传感器网络更换传感器电池较为麻烦或不具可行性,其实际应用范围受到很大的限制。考虑具有射频能量捕获能力的无线传感器网络,已知能量源、节点、基站(即汇聚节点)的部署位置,研究如何安排各个节点的接入基站,在满足基站负载平衡约束的情况下最大化整个网络节点的总吞吐量。首先,建立能量捕获传感网的能量捕获模型和信息传输模型,并将该节点接入问题建模为0-1整数规划问题;然后,针对该问题提出一种复杂度较低的算法和一种复杂度略高的贪婪式算法。仿真结果表明,与低复杂度算法相比,贪婪式算法所得到的节点接入方案具有更高的网络总吞吐量,但其复杂度略高,因此可用于节点数目较少的场景,而低复杂度算法可用于节点数目较多的场景。     

低空多无人机自组网数据可靠传输的跨层方法

低空多无人机自组织网络由于数据传输容易被地形或建筑物等遮挡,通信中断时有发生,同时传统拥塞处理体系已不能满足无人机间通信的质量要求。针对以上问题,提出一种数据可靠传输的跨层方法。运用该方法在物理层根据信道条件得出3种通信方式的中断概率,在MAC层根据数据包进入缓存队列时间,进行拥塞等级划分,在传输层根据拥塞情况控制滑动窗口大小,自适应控制源无人机的数据发送速率,在网络层以中断概率与拥塞值的联合权重为依据,提供数据可靠传输的路由选择。仿真结果表明,与移动自组网拥塞感知路由协议、动态拥塞感知路由协议相比,该方法有效降低了中断概率,并随着数据发送速率以及无人机速度的增加,可获得更低的平均时延和较高的投递成功率。     

WSNs中数据融合树的时隙分配算法

周期工作DC(Duty-Cycling)技术,即周期地开/关通信和感测能力,能够有效降低传感节点的活动时间,进而延长无线传感网络寿命.然而,此技术给数据融合提出了挑战.为此,提出免碰撞的数据融合树的时隙分配算法CF-DGSS(Collision-Free Data Aggregation Slots Scheduling Algorithm for Duty-Cycled Wireless Sensor Networks),进而解决基于DC的WSNs的数据融合时隙分配问题.为了解决碰撞问题,CF-DGSS算法给每个节点构建冲突集.每个节点在融合时隙分配过程中,保存自己的冲突集.在分配时隙时,传感节点应当确保与冲突集内节点的数据融合不干扰.仿真结果表明,与其他的分配算法相比,提出的CF-DGSS算法具有低的融合时延.     

基于数据价值的无人机数据收集方法

数据收集是无线监测网络的关键环节.利用无人机进行数据收集,其本质是通过无人机的移动代替网络中的转发节点,减少数据从源节点到基站的转发次数,有效节约监测网络能量,从而成为未来发展的趋势.现有研究关注如何利用无人机有限的能量获得更多的数据,缺乏对获取数据的价值评估,从而导致无人机数据收集能效比不高.如何利用无人机最少的能量付出在监测区域获取最大的数据价值,其难点在于数据价值是针对不同应用的主观评价,而不同节点获取的数据价值如何比较,目前缺乏统一的标准.我们发现,数据相似节点的数据价值存在相似性.在此基础上,我们提出了一种数据收集方法OnValueGet,利用关键性代表节点的数据,最大程度的近似代表整个监测区域的数据,从而在能量约束下获得最大数据价值.其核心思想在于：从分析感知数据的时空相似性入手,确定数据价值较高的感知节点,本文称为数据关键节点,在应用的误差范围内,它们采集的数据可以近似表示全部网络感知节点采集的数据.无人机以数据关键节点为数据采集的核心目标,在能量有限的情况下,根据遇到的障碍物和节点感知到数据的异常与否,动态的规划数据收集路线,从而使收集到的数据具有最大价值,显著提升数据收集的能效比.     

面向节能和容错的异构WSNs数据收集算法

采用连通支配集作为虚拟骨干可以延长无线传感器网络的生命时间,但是考虑节点容易失效的特性,网络还需要具有一定的容错性。针对k-连通m-支配集的容错方法能耗过大的问题,提出了一种面向节能和容错的分布式数据收集算法。算法首先构建连通支配集,然后选择容错度大的节点作为备份节点,最后在数据收集过程对支配节点的能耗进行均衡。理论分析和仿真实验证实算法不仅以较小的时间和消息开销构建规模较优的连通支配集,而且还保证了容错性并最终延长了网络的生命时间。     

能量捕获无线传感器网络中高可靠数据收集策略

能量捕获无线传感器网络(EH-WSN)具有从环境中捕获能量的能力,可以无限期持续工作,因此具有非常广泛的应用前景。目前已有的大多数EH-WSN路由方案往往侧重于如何提高能效性,而可靠性作为EH-WSN中的重要性能指标却很少被考虑到。文中利用能量捕获网络特性,对节点的链路成功收包率和节点重传次数期望进行推导,建模网络可靠性最大化问题,基于能量捕获速率、链路质量、节点间距离,提出了一种生成高可靠性数据收集树的方案。实验结果表明,相比于其他数据收集方案,该路由方案能显著提高网络可靠性。     

一种射频能量捕获无线传感器网络的分层分步数据收集策略

在射频能量捕获无线传感器网络中,采用多跳的方式将数据发送给网络中的Sink节点能够减少节点间的通信距离,从而减少能量的消耗,但增加了转发节点的收发数据量。为了减少网络中转发节点的负载,延长网络的生命周期,提出了一种分层分步的数据收集方法(Layer-Step Data Collection,LSDC)。通过对网络中节点能量进行捕获和在能量消耗过程进行建模,得到节点的剩余能量。通过运用多次“跳”命令的方式通知网络中的传感器节点分步地将采集到的数据传递给Sink节点。在传递节点的选择上,以能量状况最佳的节点作为传递节点,最终达到高效地将网络中的数据全部收集到Sink节点进行处理的目的。理论分析与仿真实验结果表明,与采用逐层收集数据的方法(Layer-By-Layer Data Collection,LDC)相比,所提方案更节能,能量消耗更均衡,能够延长网络的生命周期。     

基于改进机器学习的无人机中继通信数据调度控制研究

为解决无人机通信网络中数据调度行为中断概率过大的问题,实现对通信资源的合理分配,针对基于改进机器学习的无人机中继通信数据调度控制方法展开研究。设计基本网络架构,联合BMRC协议,设置URLLC数据链路单元,联合相关通信数据样本,求解通信中断概率的具体数值,实现对无人机中继通信网络资源的联合优化处理。分别计算时隙分配参量与带宽分配参量,并以此为基础,确定无人机中继位置,实现对中继通信资源的调度。按照机器学习算法标准,定义PCA改进特征,从而完善改进机器学习算法,再联合最优控制器闭环,实现对通信数据调度行为的控制,完成基于改进机器学习的无人机中继通信数据调度控制方法的设计。实验结果表明,改进机器学习算法作用下,随着中继数据累积量的增大,无人机通信网络中数据调度行为中断概率的最大值只能达到7.3%,有效降低了中断概率,符合合理分配通信资源的实际应用需求。     

无线传感网中面向能量收集的数据重传协议

能量收集可以为下一代无线传感器网络提供能源,是目前无线传感器网络的研究热点。然而由于能量收集设备无法提供稳定的电源,导致基于能量收集的传感器节点不能与其他节点保持通信。节点无法知道相邻节点是否有充足的能量以接收它所传递的数据包。在数据报中继传输过程中,每进行一次中继传输,便会增加数据包的丢失概率。针对该问题,根据接收节点计算而得的接收概率和活跃间隔,确定传输一个报文所需次数,提出两种基于能量收集的无线传感器网络数据采集协议:基于概率的重传协议和基于冲突避免的重传协议。仿真实验结果表明,相比于已有的数据采集协议而言,该方案的数据送达率更高,延时更低。     

无人机协助的多用户MIMO毫米波网络混合预编码方案

针对无人机（UAV）协助的毫米波网络下行链路多用户通信场景,设计一种混合预编码方案。在发射端和接收端分别使用混合预编码器和模拟合并器,并将多元联合优化问题分解为子问题进行求解。构建UAV与地面用户的三维位置模型,利用带外位置信息对波束导向向量进行优化,进而通过码本生成模拟预编码器和模拟合并器。以最小化接收数据和发送数据之间的误差为目标,利用卡尔曼滤波算法设计基带预编码器,从而减少用户之间的干扰。仿真结果表明,该方案相比模拟波束成形方案、数字预编码方案和迫零混合预编码方案可有效提升系统频谱效率和能量效率。     

无线传感器网络中一种新的分布式定位方案研究

Node localization in wireless sensor networks (WSN) is treated as a functional dual of target tracking from a novel perspective in the paper. Different from the traditional tracking problem in WSN, using the static location-ware node to estimate the moving target, the mobile node is used to help unknown nodes to accurately discover their positions. A new node localization scheme virtual beacons-energy ratios localization (VB-ERL) and its refinements for the WSN are presented. In the scheme, the mobile node moves in the surveillant field based on the Gauss-Markov mobility model and periodically broadcasts the information packets. Each static unknown node receives the virtual beacons and energy in its sensing range, and estimates its location by finding the intersection of a set of hyper-spheres. Simulation results show the proposed scheme is efficient.     

无人机遥感发展与应用概况

在阐述无人机发展历程基础上,论述了无人机在遥感领域的应用理论发展以及在气象监测、资源调查、航拍测量和应对突发事件等方面的应用,归纳了目前无人机遥感研究存在的问题,展望了今后无人机遥感研究的热点和重点。     

无线传感器网络动态频谱分配方案

针对无线传感器网络带宽与能量受限问题,以最大化频谱利用和最小化频谱切换为目标,兼顾优先级和公平性指标,构造最大化系统整体性能的目标函数。在此基础上,提出一种适合无线传感器网络的动态频谱分配方案。仿真结果表明,该频谱分配方案在考虑优先级的同时能够公平地分配频谱资源,实现最小化频谱切换。     

基于MaUMiH的无线传感器网络频谱分配方案

针对无线传感器网络频谱资源有限问题,以最大化频谱利用和最小化频谱切换（MaUMiH）为目标,构造了最大化系统整体性能的目标函数,在此基础上,提出一种基于MaUMiH频谱分配算法。仿真结果表明提出的算法在考虑优先级的同时能够公平地分配频谱资源。     

基于OGRE的无人机全轨迹实时视景仿真系统

通过构建无人机全轨迹实时视景仿真系统,用于无人机全轨迹实时视景显示和运动模拟。该系统以开源的OGRE图形引擎作为基础,并结合建模软件3ds max,开源场景编辑器Ogre SE,及导入工具Ogremax,构建了全轨迹视景仿真所需要的三维机体模型,以及起飞阶段,巡航阶段和降落阶段的三维场景模型。通过编写解析函数库在OGRE图形引擎中解析和渲染场景。运用基于轴对齐包围盒(Axis-Aligned Bounding Box-AABB)的射线碰撞检测算法进行无人机投弹和击中目标爆炸效果模拟。通过开源的CEGUI图形界面库进行系统的人机界面的设计与构建,用于飞行数据的显示和人机交互。同时运用基于UDP的通信方式与d SAPCE实时运算主控机进行通信,使得视景系统能够实时地展示无人机飞行状态。最后通过联合实验验证视景系统的各项功能。     

基于神经网络的无人机滑模飞行控制设计

针对无人机受扰运动,基于Backstepping方法和非线性滑模控制提出了一种鲁棒神经网络飞行控制方案。对无人机姿态角速度层的系统不确定性项,采用径向基函数神经网络并对其权值进行在线调整,从而实现对其进行逼近。将回馈递推设计方法与滑模控制方法结合起来,基于神经网络的输出为无人机设计了一种回馈递推滑模飞行控制器。所设计的飞行控制器用于无人机的姿态控制,仿真结果表明所研究的无人机鲁棒神经网络飞行控制方案是有效的。     

无人机飞行控制系统模拟器设计

提出了一种基于工业控制计算机开发的某型无人机飞行控制系统模拟器设计;详细介绍了系统设计原理，给出了硬件构成方案、软件功能模块组成和程序流程图，最后分析了测试结果；该模拟器充分利用了当前计算机技术、自动控制技术、系统实时仿真技术和面向对象编程技术，具有功能强大、界面友好、操作灵活的特点。可用于无人机系统先期设计验证或后期测试维护；实际使用情况表明该系统性能良好，完全能够代替真实飞行控制系统进行实时仿真试验。     

A Flocking-Based on Demand Routing Protocol for Unmanned Aerial Vehicles

研究人员的某社区显示出到自治雄蜂或 UAV (无人的天线车辆) 的兴趣与无线通讯网络的来临增加了。这些网络允许 UAV 以一种特定的方式更高效地合作以便在特定的环境完成特定的任务。到那么,当保持经由收音机连接在它的组与另外的节点连接了时,每只雄蜂独立地遨游。这个连接能故意被维持一会儿抑制雄蜂的活动性。这将对涉及在来源和一个目的地之间的给定的传播的一条给定的路径的雄蜂合适。这限制能在传播过程的结束被移开,每只担心的雄蜂的活动性从其它变得再独立。在这个工作,我们建议为 UAV 的一个基于成群的路由协议叫了 BR-AODV。协议为当数据正在被播送时,维持的连接和线路为雷纳兹机制的按需的线路计算,和 Boids 利用一个众所周知的特定的路由协议。而且,自动扎根的基础车站发现机制为为即时应用程序的上下文需要的一个积极雄蜂和地面网络协会被介绍了。BR-AODV 的表演被评估,与古典 AODV 路由的相比,协议和结果证明 BR-AODV 以延期,产量和包损失超过 AODV。     

认知中继网络中的功率分配算法

无人机（Unmanned aerial vehicle, UAV）通信是当前无线通信领域的研究热点。为了保证地面移动端与UAV通信的可靠性,提出了基于空时块码（Space-time block code, STBC）的协作中继传输方案。为了提升频谱效率,本文利用认知无线电技术,于协作中继处分别采用放大转发(Amplify-and-forward, AF)和解码转发(Decode-and-forward, DF)两种协议进行传输,在主用户通信服务质量得到保证和认知用户传输功率受限的条件下,建立以认知中继网络的吞吐量最大化为目标函数的优化问题。采取拉格朗日乘子法与Karush-Kuhn-Tucker (KKT)条件相结合的方案来实现优化问题中最优功率的分配。最后,仿真结果不仅验证了所提方案的有效性,还表明了DF中继协议下认知中继网络的吞吐量优于AF中继协议。     

Metaheuristic Secure Clustering Scheme for Energy Harvesting Wireless Sensor Networks

Recently, energy harvesting wireless sensor networks (EHWSN) have increased significant attention among research communities. By harvesting energy from the neighboring environment, the sensors in EHWSN resolve the energy constraint problem and offers lengthened network lifetime. Clustering is one of the proficient ways for accomplishing even improved lifetime in EHWSN. The clustering process intends to appropriately elect the cluster heads (CHs) and construct clusters. Though several models are available in the literature, it is still needed to accomplish energy efficiency and security in EHWSN. In this view, this study develops a novel Chaotic Rider Optimization Based Clustering Protocol for Secure Energy Harvesting Wireless Sensor Networks (CROC-SEHWSN) model. The presented CROC-SEHWSN model aims to accomplish energy efficiency by clustering the node in EHWSN. The CROC-SEHWSN model is based on the integration of chaotic concepts with traditional rider optimization (RO) algorithm. Besides, the CROC-SEHWSN model derives a fitness function (FF) involving seven distinct parameters connected to WSN. To accomplish security, trust factor and link quality metrics are considered in the FF. The design of RO algorithm for secure clustering process shows the novelty of the work. In order to demonstrate the enhanced performance of the CROC-SEHWSN approach, a wide range of simulations are carried out and the outcomes are inspected in distinct aspects. The experimental outcome demonstrated the superior performance of the CROC-SEHWSN technique on the recent approaches with maximum network lifetime of 387.40 and 393.30 s under two scenarios.