基于子带的AOFDM系统自适应调制方式选择

提出了一种基于子带的自适应正交频分复用(AOFDM)系统的调制方式的自适应选择方法,不同于传统AOFDM系统采用固定的门限,该方法基于子带中所有子载波的后验信噪比(SNR),计算得到当前信道状况下不同调制方式该子带的误码率(BER),并与系统所要求的目标BER对比从而确定子带所采用的调制方式。理论分析和计算机仿真表明,该方法能够同时兼顾系统可靠性和有效性,并在保证系统BER性能的前提下较大地提升了AOFDM系统的吞吐量。     

移动自组网中一种安全的最高节点度分簇算法

移动自组网的固有特征导致它非常容易受到各种攻击,本文着重考虑在移动自组网中广为使用的分簇技术的安全问题.首先分析分簇算法可能面临的攻击,提出一种安全的最高节点度分簇算法(SHDCA),包括基于AOA的位置验证和局部信誉机制,前者验证节点的位置信息,后者则来检测并隔离攻击者.安全分析和仿真实验表明,SHDCA能够有效的实现预定的安全目标,并且在安全和性能开销上达到了合理的折中.     

一种维类转换为维层次的方法

分析维层次的结构和定义对数据仓库聚集操作的重要作用,确定了某些维类也可能产生类似维层次的分析要求,提出维类转换为维层次的CDCDH方法.给出维类和维层次的定义,并进一步提出显性维层次和隐性维层次的定义.对于表现为维类的隐性维层次,则确定其向显性维层次转换的条件和转换的步骤.同时结合一个具体的实例,说明了CDCDH方法的实施过程.     

无线传感器网络的连通成簇算法

在大规模无线传感器网络中,层次型拓扑可有效地提高节点的能量效率,延长网络的生存时间.本文提出一种基于连通支配集的分布式分簇算法,利用剩余能量较优的节点来担任簇头的角色,使整个网络的能量均衡消耗;在簇内与簇间通信能力相同情况下,使所有的簇头节点构成一个连通子网,以简化簇间通信的约束条件,提高簇间通信的能量效率;模拟实验表明算法的可行性以及有效性,能进一步延长网络的生存时间,可应用于无线传感器网络的层次型拓扑控制.     

一个模拟网格上并行作业调度的离散事件系统

为评估计算网格上并行作业的无中心式调度,设计了基于离散事件的模拟系统J3S.离散事件包括作业提交、开始和终止,作业状态可以是等待、运行或完成.事件引起作业状态的变化 ,并触发网格层次或本地层次调度.作业由网格工作负荷模型产生,该模型基于并行计算机工作负荷模型构建.网格层次调度通过网格调度器之间的协作完成.本地层次调度模拟改进的装填法,使作业可有不同的调度优先级.网格资源性能可有差异,作业执行性能依赖作业指派.模块化实现使J3S可模拟网格上并行作业的无中心式调度的各种场景.     

环绕智能研究综述

新一代的计算模式代替PC时代的计算模式是不可逆转的发展趋势,理解AmI的概念、应对AmI提出的技术与非技术挑战非常关键.首先讨论了环绕智能概念的起源,并比较了AmI概念与Ubiquitous Computing等相关概念的异同.然后综合分析了AmI领域的国内外研究现状,提出了一种针对AmI领域的研究内容的层次划分方法,并且讨论了AmI研究面临的技术挑战.随后,分析比较了世界IT强国针对AmI远景制定的工作计划,总结了AmI研究近期研究热点和未来发展趋势.     

无线传感器网络成簇算法研究

将无线传感器网络节点组织成簇,实现层次化路由,通过数据融合,可以有效降低数据传输量,减少功耗,延长网络生存时间,是目前重点研究的路由技术.比较了主要的成簇算法,在均衡性改进、对异构网络的支持、不同的覆盖模型和数据发布模型的影响以及移动性等各方面做了归类讨论.系统分析了这些算法的内在特性、适用场景、对节点的要求以及算法的效果,并指出了尚待解决的一些问题和建议.     

RAID控制器中I/O调度算法研究

介绍应用于RAID控制器的I/O调度算法的设计与实现.主要目标是把来自RAID模块针对每个磁盘的具体读写请求按照响应的策略放入对应磁盘的读写I/O队列.然后根据具体请求的优先级和读写特性,对响应请求在队列中的次序进行调整或者对前后项进行合并,实现I/O请求的调度策略.     

一种密集部署传感器网络的分簇算法

针对分簇算法中的重新分簇所带来的高负载问题,提出了一种基于完全图的能量有效的分簇算法(CGCA),系统启动时刻,CGCA把网络划分成多个完全图,每个完全图独立成簇.CGCA利用完全图中节点之间是等价的性质,只是在系统启动的时刻执行分簇算法,而在以后的重新选举簇头阶段,簇头只需要在每个簇的内部节点间进行轮换,而不是像以前的分簇算法需要进行全局性的触发来选举簇头,这使得CGCA的通信和计算负载可以大量减少,它在单个节点的处理复杂度和消息复杂度均为O(1).另外,通过优先选择距离簇头近的节点加入簇内,CGCA不仅减少了簇头和簇内成员的簇内通信能量,而且使得簇头比较均匀地分布在部署区域.仿真实验表明:在节点密集部署的情况下,CGCA产生的消息交换个数远小于HEED分簇算法,最后在簇头均匀分布方面,CGCA也明显优于LEACH分簇算法.     

数据流上的分位数近似算法研究

数据流是一种新型数据模型,广泛应用于交通流量监控、通信管理、传感器网络、股票分析、Web点击流等众多领域.近年来越来越多的学者关注于数据流上的分位数计算研究.由于流数据的连续、无界、易失等特性,存储完整的流数据信息并得到精确的查询结果几乎是不可能的.在实施查询计算时追求内存用量与查询精度之间的最佳均衡.设计了规范数直方图的概要数据结构以存储流数据的摘要信息,并在此基础上提出了单遍扫描的、联机的分位数近似算法,其时间和空间复杂度均线性于概要结构中桶的个数,而与数据流的长度无关,因而具有很好的可规模性.该方法在均匀分布的数据上取得了优良性能.分析了算法精度与内存需求的关系.实验结果表明该算法具有较精确的查询结果,具备良好的实用性和有效性.