基于无线传感器网络的压电能量收集技术

随着物联网的发展,多节点的传感器供电成为关键问题,由于环境中普遍存在低频振动,采用了压电悬臂梁结构,建立压电悬臂梁结构的电学模型,并进行了ANSYS的仿真,仿真得到电压76 V,约等于模型的理论值,验证了模型的正确性。进而继续研究了压电悬臂梁几何尺寸对固有频率的影响,振子越长,质量块越长,频率越低。从而收集低频振动环境中的能量,为传感器供电装置提供了设计的理论依据。     

基于RSSI距离修正的WSNs定位算法

针对无线传感器网络(WSNs)易受外界因素影响,导致三边定位的锚圆不能相交的情况,提出了一种接收信号强度指示(RSSI)距离修正定位算法。通过对锚圆半径进行修正,形成3个锚圆相交的区域,然后用加权定位法对未知节点进行准确定位。仿真和实验结果表明:在6 m×10 m的区域范围内,该算法的平均定位误差为0.62 m,和其他定位方法相比,有更好的定位精度。     

基于细菌觅食优化算法的WSNs节点部署策略

为了提高传感器节点的有效覆盖率,提出了一种基于细菌觅食优化(BFO)算法的节点部署策略。以网络覆盖率为目标函数,在细菌觅食算法的趋向操作过程中,引入碰壁策略,对细菌初始位置进行优化,从而提高算法的收敛速度。算法中的每个细菌都代表一只传感器,多个细菌组成的一个菌落代表一种传感器的部署方案。算法以菌落为单位做复制操作和迁徙操作,按照菌落适应度值大小选出较为优越的部署方案。通过仿真实验,分析了参数对算法性能的影响,并与其他方法的优化结果进行比较,结果表明:该算法有效地提高了传感器节点覆盖率。     

基于移动锚节点与多级通信的三维传感器网络节点自定位算法研究

在基于移动锚节点的三维传感器网络节点自定位算法SNLSFA(Sensor Node Localization Scheme based on Flying Anchors)的基础上,提出了一种新的基于移动锚节点与多级通信的三维传感器网络节点自定位算法SNLSFAMC(Sensor Node Localization Scheme based on Flying Anchors and Multi-level Communication)。首先由移动锚节点提供3个或4个辅助定位点,再由辅助定位点得到两条非平行线段,然后过线段中点分别做垂直于线段的平面,经两平面相交后得到一条经过待定位节点的直线,最后利用辅助定位点与待定位节点之间的距离作为通信半径即可得到待定位节点的位置。仿真结果表明,与SNLSFA相比,在相同锚节点数量下,SNLSFAMC提高了定位精度,且在相同定位精度下,SNLSFAMC降低了对锚节点数量的需求,提高了算法的响应时间。     

无线传感器网络中基于安全数据融合的恶意节点检测

无线传感器网络的一些固有特点,如节点能量、存储空间和计算处理能力均有限,网络节点布署在野外而无人值守,节点易被敌方捕获,因而网络内部易存在恶意节点。本文在分析Atakli等人提出的WTE方案基础上,提出了一种新的基于安全数据融合的恶意节点检测算法(MNDSDF)。针对节点数目较多层次型的无线传感器网络,MNDSDF算法首先在WTE权值融合的思想上添加了高信誉值过滤机制,来检测恶意采集节点;其次针对WTE和WCF只允许簇内单跳和融合结果受恶意节点影响较大等不足,提出了数据包计数的策略,来检测恶意转发节点。与WTE相比,MNDSDF算法能抵制更多种攻击行为,适应更宽泛的路由协议。通过仿真实验,MNDSDF算法可以有效检测出部分恶意行为,并经过与WTE和WCF比较,具有更高检测率和更低误检率。     

让无线网络覆盖更广

正现在在我们的办公室或者家中,无线网络绝不是可有可无的东西。如果无线路由器的信号覆盖不到角落,工作生活会很不方便。我们不可能为了信号将路由器挪来挪去,如何消除无线网络的盲区呢?选择最佳位置部署无线网络最重要的原则就是位置。很多人都知道路由器位于房间正中央的地方效果更好,但     

基于贝叶斯网络的新媒体事件分类模型

为了对新媒体事件进行准确有效分类,提出一种将K-means算法和贝叶斯网络相结合的混合算法。该算法首先运用K-means算法将训练样本聚类,再根据聚类的结果,运用改进的贝叶斯网络对新媒体事件进行分类。其中,层次贝叶斯网络模型的构建,避免了贝叶斯网络在参数学习时陷入局部寻优;同时引入隐藏节点,更大程度满足了贝叶斯网络的条件独立假设。实验结果表明该算法效果明显。     

基于加权的无人机集群组网分簇算法

在无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的环境进行了研究,提出了一种多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中,并且对链路保持率、节点度差、节点剩余能量进行改进,综合考虑这四种参数,通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明,该分簇算法不仅能够减少簇的数量和簇间切换率,提高分簇的稳定性,而且能够延长最小节点生存时间,改善网络的整体续航能力。     

基于改进自适应遗传算法的移动WSN覆盖方法

针对传统的WSN覆盖模型的弊端,尤其是如果一个传感器失效,K-覆盖模型需要至少k个传感器节点监测其范围内是否有目标需要覆盖,提出了一种基于改进自适应遗传算法的移动WSN覆盖方法,在能量资源有限的前提下,尽可能长时间的对指定的目标进行连续监测。该算法考虑到了移动传感器是可以连续和变速运动的,从而能够保证所有目标都在它们的覆盖范围内。仿真结果表明,在使用移动节点的情况下,与其他常用模型相比,改进方法的生存周期和数据包数量都有明显提高。     

一类非线性随机时滞系统的故障诊断

针对一类非线性随机时滞系统提出了一种新的故障检测算法,该方法不同于传统的故障检测方法,是通过构建一种带有Consensus滤波器的故障诊断滤波器的方法来进行故障诊断.首先采用一组传感器测量系统实际输出,然后根据传感器的测量值构建一组残差生成器,将每个残差生成器看作一个小世界网络模型中的一个节点,采用动态Consensus算法计算出残差生成器的残差,并根据残差来判断系统是否有故障发生.仿真结果表明了本文所提出方法的可行性和有效性.