基于动态PSO的WSNs发音节点定位研究

发音节点定位是无线传感器网络(WSN)一项重要的监控任务.为定位发音节点位置的极大似然估计解(MLE),通过分析栅格策略,基于此提出了动态粒子群优化(PSO)的算法,该算法在降低计算量的同时,减少了损失函数局部最优解的影响.另外,相对于原始数据,节点仅仅将信号的能量量测发送到融合中心,大大降低了对通信带宽和能量的消耗.在多种场景下进行了对比仿真,实验结果验证了该算法的优越性能.     

基于类二叉树的圆锥型UWSNs的研究

针对水下无线传感器网络(UWSNs)能量损耗严重,节点分布不均匀无规律等现象,提出以各个水面浮标节点为顶点,构建一种圆锥型UWSNs信息网(传感器节点能根据能量大小而移动),并将其活跃节点与备选节点抽象成类二叉树结构,简化了拓扑控制与路由传递.传感器节点采集信息后,能通过活跃节点沿着类二叉树的右节点传递到浮标节点.通过Matlab实现了算法的性能仿真测试,探讨了同样水深的层数为4,6,8的类二叉树数据包传递率,结果显示:层数越多,传递率越高;将6层类二叉树的圆锥型UWSNs算法和深层路由(DBR)算法进行比较,结果显示,该算法数据包传递率高,能耗低.     

移动无线传感器网络连通性自主恢复算法

无线传感器网络(WSNs)中关键节点故障会将网络分割成多个不连通的分区,给网络性能带来严重影响.而无线传感器网络往往布置在人工难以干预的偏僻恶劣环境中,网络连通性的自主恢复尤其重要.提出一种自主网络分区检测和连通性恢复(APDCR)策略,容忍无线传感器网络中关键节点的故障.APDCR首先基于1跳邻居和部分2跳邻居信息提出一种新的关键节点识别算法,然后给出关键节点的备用节点的选取算法和网络连通性恢复算法,最后扩展算法处理两个节点同时故障时网络不连通问题(2-APDCR).模拟实验结果表明了算法APDCR的有效性.     

云视频监控系统的能耗优化研究

随着基于云计算的视频监控系统(以下简称云视频监控系统)的兴起,其无限扩展的终端设施、众多的物理服务器、频繁的网络传输等所带来的能耗问题不容忽视.分析了云视频监控系统的体系结构、能耗的产生及其优化机理,并将云视频监控系统的能耗研究分为监控节点、物理节点和存储节点这3个层次;然后,结合国内外应用于传感器网络和云计算数据中心的相关能耗优化理论与方法,分别对3个层面上的云视频监控系统的能耗优化方法进行综述,并进行了深入的分析和比较;最后,针对当前的研究空缺和问题,提出今后可能的研究方向和重点,并进行了总结.     

基于单神经元PID的WSNs邻居节点级功率控制算法

针对无线传感器网络(WSNs)中功率控制算法不能实时地调整节点功率和能量消耗较大等问题,提出了一种基于单神经元PID的邻居节点级功率控制算法.该算法结合WSNs传输功率模型,通过实时地控制邻居节点的数量,调整每个节点的功率,动态控制网络的能耗.仿真结果表明:该算法能根据网络连通性要求调整传感器节点的功率,实时性好,收敛速度快,有效地降低了网络的整体能耗.     

基于阵列扩展的宽带DOA估计算法

导向矢量的频率不一致性不利于宽带信号的DOA估计。为此,首先提出宽带直接空间谱估计算法,但是其限制条件过于苛刻;然后利用宽带信号的时延性质对阵列进行扩展,提出一种新的宽带DOA估计算法,新算法不需要DOA预估计;最后分析了梳妆谱和连续谱两种情形下如何使用新算法的问题。仿真实验结果表明,在信噪比较高的条件下,与传统算法相比,新算法的估计成功率更高,估计误差更小。     

基于图刚性的无线传感器网络定位新算法

针对分布式 MDS-MAP 算法的不足,提出了一种基于图刚性理论的无线传感器定位新算法 MDS-MAP (GR)。算法利用图的刚性理论,确定网络中的所有刚性子区域,然后利用合并定理将刚性子区域进行扩展,最后对合并得到的刚性区域利用 MDS-MAP 算法和锚节点实现网络中节点的大规模定位。算法尽可能对刚性区域进行合并,节省了执行 MDS-MAP 算法的次数,提高了执行效率。通过在不同拓扑结构的无线传感器网络中进行了仿真实验,说明了提出的算法能有效定位不同半径下网络中90%以上的节点,另外,新方法比现有方法在定位成功率上提高了4%～5%,并且定位精度提高了2%～3．5%左右。算法适用于大规模无线传感器网络中的快速定位。     

基于聋人案例的空间隐喻语义认知计算

我们从心理语言学的角度,对空间隐喻进行相似性分类和计算,使用多维量表和聚类方法,以聋人为被试分别进行了两个实验。实验结果表明,聋人为实现空间隐喻理解的计算,使用了地形空间和语法空间的特征信息,同时受手语语言特点的影响,其空间隐喻的认知主题包括手势者自身参照系、参照物的相对坐标系、手势空间的饱和度、以手部或胸部为边界。同时表明由于两种空间的存在,聋人大脑对空间隐喻的理解存在着层次,并且在长期使用手语交流的过程中,其地形空间和语法空间相互作用,影响了聋人大脑空间隐喻的结构和表征,从而导致了独特的高效快速空间隐喻计算。
     

基于多通信半径的加权DV-Hop定位算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距的定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权DV-HOP 定位算法,并在加权算法基础上,引入多通信半径广播方法细化节点间的跳数,最后提出了一种基于加权DV-HOP的改进型RWDV-Hop定位算法。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了7.3%,改进型RWDV-HOP在定位精度上比加权DV-HOP算法提高了6.7%。     

多通信半径的无线传感器网络DV-Hop定位算法

为了实现无线传感器网络中基于无需测距DV-Hop定位算法的高精度定位,改进基于2、3通信半径的DV-Hop节点定位算法,并利用最小均方差准则改进计算平均每跳距离的公式,在最佳指数值下,修正锚节点平均每跳距离。MATLAB仿真结果表明,改进的算法在随机分布环境能提高节点定位精度;在最佳指数值下,进一步提升节点定位精度;在锚节点人工部署环境下,大大提高节点定位精度。改进的算法实现高精度定位同时,不需要增加网络泛洪次数和硬件成本。