基于图着色模型的弹性光网络频谱分配算法

为了有效降低弹性光网络的频谱碎片程序和阻塞率,提出一种基于图着色模型的弹性光网络频谱分配算法。首先,对弹性光网络建立图着色模型,将频谱分配问题转化为带权值的图上色问题,然后提出了2种改进的上色算法(链式搜索法和改进的贪心算法)。仿真结果表明:与度最大着色算法相比,改进的2种上色算法能更好地优化频谱资源并降低平均链路阻塞率。     

基于分片重传链路感知的无线传感器网络能耗控制方法

针对无线传感器由于节点从休眠状态转换为觉醒状态的高频次,导致无线传感器网络存在耗能高、覆盖质量低的问题,提出了一种基于分片重传链路感知的无线传感器网络能耗控制方法。该方法确定待激活的最佳临近网络节点,计算节点轮数和剩余能量,明确待休眠节点,完成节点调度方法设计;引入分片重传链路感知,结合误码率检验数据传输成功率,数据传输失败实行休眠重传,不断迭代获得最佳状态,实现无线传感器网络能耗控制。实验结果表明,网络能耗控制方法在运行轮数为40轮时,覆盖质量仍在85%以上,高于对比方法5%,其在运行时间100 min时,网络能耗仅为10 000 J左右,降低了4 000 J以上,CPU占比率最高仅为23.91%,该算法在保证覆盖质量的前提下,最大程度降低了能耗,并且CPU占比率低,提高了使用效率。     

基于Conv1d-LSTM模型的能源分配预测

能源分配问题往往与其所在区域环境有关,能源分配的预测可以通过当地环境因素数据来推测之后对该区域的能源分配数值,最大程度上分配好能源. LSTM网络预测短期效果良好,但预测较长时期的数据会导致误差积累,速度慢且准确性差; Informer是近期新提出的能源预测算法模型,速度快但在该任务上预测能力不够.本文提出Conv1d-LSTM模型,预测结果优于上述两个模型,具有更低的平均绝对误差和均方根误差.     

基于多元回归算法的PaaS平台资源自动化分配方法

针对PaaS平台下资源离散性过强、数据量过大导致的分配不均问题,提出了一种基于多元回归的自动化分配算法实现有效解决。统计所有资源数据样本,利用多元回归算法计算观测序列中残差平方和最小的样本集,代入损失函数中求出损失差值,得到最小损失值,根据梯度下降规律寻找集合中梯度值最优样本,以该样本作为分配参照。设立一套内容为分配与参考样本值相关度最高的资源数据约束条件,不断迭代计算直至求得所有符合约束条件的资源,将符合条件的为一组分配,剩余为另一组分配。根据资源的时间和位数的分布序列,不断实施离散捕捉查找残留资源,再实施二次分配。仿真实验证明,所提方法分配后PaaS平台资源吞吐量增加,消耗代价减少,算法分配时间较低,整体实用能力强。     

医院无线传感网络分区节点能耗动态均衡算法

为解决能量消耗快、使用寿命短的问题,提出一种医院无线传感网络分区节点能耗动态均衡算法。计算医院内大流数据传输产生拥挤概率,明确候选路径选取最优结果,调度拥堵概率小的大数据流,建立节点能耗模型,计算节点跳转合作间能量消耗,凭借振动补给模型补充部分节点能量。受距离影响,节点间的补给程度不同,需计算单元中簇头数量迭代关系,利用簇点间传输数据融合率,确定单元个数及各单元簇头节点个数,平衡各节点耗能。实验结果证明,动态均衡算法节点能量消耗均衡,能有效延长节点使用时间,提高网络吞吐量、缩短时延。     

基于分段香农能量与结构特征提取的心电Ｒ波检测方法

R波检测是采用心电图(electrocardiogram, ECG)评估心率变异性与检测其他特征波的基础。针对便携式采集环境中受运动伪迹与噪声影响的ECG记录,存在R波检测准确度低的问题,提出了一种基于分段香农能量与结构特征提取的R波检测方法。首先采用平稳小波变换(Stationary Wavelet Transforms, SWT)提取原始ECG信号中的R波主要成分,然后通过分段香农能量增强R波特征信息,利用Hilbert变换的正交性质提取候选点,再采用结构特征分析校验候选点,最后根据心率标准优化结果,实现检测R波。将该方法应用4个典型ECG数据库,并与4种应用广泛的检测方法进行比较,在3个受噪声影响的ECG数据库检测实验中,该方法在R波检出个数方面分别提高了1.7%、20.17%与30.18%以上,F1分数指标上分别至少提高了1.3%、5.12%和4.7%,在临床ECG数据库检测实验中,所提方法的灵敏度、阳性准确率与F1分数均达到了99%以上。     

基于强化学习的频控阵-多输入多输出雷达发射功率分配方法

当前电磁环境日益复杂多变,新式干扰手段层出不穷,对雷达系统带来了极大的挑战和威胁。该文引入频谱干扰模型并提出了一种在频控阵-多输入多输出(FDA-MIMO)雷达与干扰机动态博弈框架下基于强化学习(RL)的发射功率分配优化方法,使雷达系统能够获得最大的信干噪比(SINR)。在此基础上,构造了频谱干扰模型。其次,雷达和干扰机之间存在一种Stackelberg博弈关系,且将雷达作为领导者,干扰机作为跟随者,建立动态博弈框架下的发射功率分配优化模型。采用深度确定性策略梯度(DDPG)算法,结合功率约束设计了奖赏函数,对雷达发射功率进行实时分配来获得最大的输出SINR。最后,仿真结果表明,在雷达与干扰机博弈的框架下,所提优化算法能够有效地对雷达发射功率进行优化,使雷达具备较好的抗干扰性能。     

非默认规则线技术下基于多策略的时延驱动层分配算法

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.     

基于能量均衡高效的LEACH改进算法

LEACH路由协议是无线传感器网络一个经典的分簇路由方法,但在限能严重的无线网络中,节点功耗高、生存时间短等问题严重影响网络性能,为此提出了改进的基于能量均衡高效的LEACH-X协议。通过加入最优簇首数,提出修正的剩余能量因子,考虑节点的剩余能量、周期内当选过簇首的次数以及密度因子,并对部署区域分区,针对区域调整距离因子增益参数的权重来修正簇首选举阈值函数;接着进行二次竞争并最终选举簇首,从而减小节点能耗,使WSN存活时间得到一定的延长。仿真结果表明,与传统LEACH协议进行对比,LEACH-X协议降低了网络能耗,延长了网络生存时间。     

智能电网中能量收集技术及应用综述

电力传感器需求快速增长,其能源补给需求愈加明显,传统的单蓄电池供电方案的弊端愈加明显。同时,动能、温差、光伏、电磁等能量收集技术及集成电路技术的发展,给电力传感器能源供给问题提供新思路。促进智能电网中能量收集技术及电力传感器耦合能够提高社会效益,形成多方共赢的局面。首先对智能电网对能量收集技术的迫切需求进行分析;其次,分析能量收集技术及相关集成电路的发展现状;最后,根据能量收集技术在智能电网中应用的不足,提出适用于智能电网的能量收集技术研究方向。