煤矿井下WSN最优线性拟合时间同步算法

针对煤矿井下无线传感器网络结构的特殊性以及由节点时钟不稳定性对同步精度产生的影响,提出一种基于最优线性拟合时间同步算法。在传统TPSN(Timing-sync Protocol for Sensor Networks)算法的基础上,建立一种新型算法模型,并利用线性回归算法对时钟漂移进行补偿,过滤异常数据点,从而提高同步的精度,减少异常数据点对同步精度的影响,延长同步时间。实验结果表明:该算法能有效提高同步精度和稳定性。     

面向煤矿井下WSN低功耗双向时间同步算法 研究与实现

针对传统时间同步算法通过交换较多数据包来获取同步精度而导致能耗过大的现象,结合煤矿井下网络结构的特殊性,在分析双向成对同步机制和单向广播同步机制基础上,利用广播传输特性将2种机制有效结合起来,提出一种基于簇状结构的主被动式低功耗双向时间同步算法。实验表明,基于簇状结构的主被动式同步方式可有效解决传统双向报文交互频繁的问题,在误差允许范围内达到减少消息开销和平衡整个网络能量损耗的目的。     

基于核函数法及粒子滤波的煤矿井下定位算法研究

煤矿井下受限空间中,射频信号强度受到多径衰落、阴影效应及人为因素的影响,采用路径损耗模型的定位方法误差较大,提出了基于核函数法及粒子滤波的定位算法。该算法利用指纹匹配技术结合贝叶斯估计,基于核函数法构建模型,搜索训练数据中接近未知节点指纹特征的位置并加权得到初步观测坐标,最后利用粒子滤波将目标运动状态与观测值相融合,平滑位置突变以追踪移动轨迹。实验证明,对于静态目标定位,核函数法效果优于确定型匹配算法和高斯分布模型;对于动态目标定位,所提算法比基于Markov状态转移的算法定位结果更精准。     

新冠疫情下的SEIRD时滞性谣言传播模型及辟谣策略

随着互联网的发展与新冠疫情的蔓延,疫情相关谣言的流量与受关注度大大提高,使其能够迅速发酵并造成极其不良的社会影响。由此可见,研究网络谣言的传播过程并给出遏制网络谣言传播的策略有着重大意义。在传统网络谣言传播SIR(Susceptible, infected, recovered)模型的基础上加入潜在信谣者与铁杆信谣者群体,引入政府辟谣机制,同时考虑辟谣者与政府辟谣的滞后性以及高等教育普及率对谣言传播及辟谣过程的影响,建立了SEIRD(Susceptible, exposed, infected, recovered, die-hard-infected)谣言传播模型,以研究一个网络谣言自诞生起,不知情者、潜在信谣者、信谣者、铁杆信谣者以及醒悟者这五类网民比例在有无政府辟谣、辟谣是否具有滞后性、以及网民不同比例高等教育率下的变化规律,并通过实验仿真验证了模型的有效性,为控制网络舆情传播提供参考。此外,还提出了用于衡量辟谣者群体及政府权威机构辟谣能力的辟谣系数。研究结果表明,提高高等教育普及率对于减缓谣言传播、降低谣言传播峰值有着显著效果;政府权威机构辟谣对于最终彻底消灭谣言起决定性作用;消灭辟谣的滞后性对于减缓网络谣言传播同样有极大帮助。为此,还提出了一种未来可能的消灭辟谣滞后性的网络谣言抑制策略。