实时监测无线传感器网络改进方法

结合危险品运输监测应用,搭建了基于无线传感器网络的实时监测系统,并对其MAC层协议和物理层无线数据发送时序进行了改进和优化。改进了MAC层中的原始BEB算法,引入了支持优先级的GDCF算法。对MAC层中的RTS/CTS方式进行了有效性分析,并出于节能考虑,引入了睡眠技术。在物理层数据无线发送过程中,为缩短发送时间,减少碰撞可能性,对其时序进行了优化。在工程车辆上安装基于IRIS无线传感器的节点平台进行实际测试。测试结果表明:改进后的退避算法节点丢包率随网络节点数目增加变化不明显;去除RTS/CTS机制后,在采样间隔时间为50ms时,网络丢包率由20%左右下降到了6%以内;一个工作周期内节省能量达到95%;无线数据发送时序优化达到了设计要求,满足了实际应用中对实时监测无线传感网络的性能要求。     

基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

基于负载均衡的OFDMA双跳中继网络资源分配策略

为适应蜂窝小区内不同的用户分布,针对基于正交频分多址接入技术的双跳中继网络,提出了一种基于负载均衡的资源分配策略.考虑难以得到联合分配的最优解,在降低计算复杂度的前提下,采用分步式次优化分配.采用比例公平算法对子载波进行分配,并用数学建模的方法解决功率分配问题;根据凸规划和注水算法确定功率分配最优解需满足的条件,在逼近最优解的目标下,求得基站和中继站的发射功率.仿真分析结果表明,与传统的静态资源分配策略相比,提出的基于负载均衡的资源分配策略可以适应不同的用户分布和信道条件,系统吞吐率提高7.8%以上.      

列车通信以太网周期数据时态约束调度方法

针对工业以太网调度方法以报文截止期为唯一约束的局限,提出了一种基于时态约束的列车通信网络周期数据调度表生成方法.首先基于时间触发机制改造列车以太网的通信与消息模型;其次利用网络设备通信参数与数据报文参数,提出周期数据通信的时态约束有向图量化模型;最后设计了基于可满足性模理论的调度表生成算法,求解单播及广播业务的周期数据调度表以验证算法有效性,并在实际列车通信网络的拓扑条件下进行调度性能测试及分析.实验结果表明:该调度算法能够解决部分传统算法不能调度的通信任务,满足更细化的周期数据调度需求并提升调度灵活性;调度性能测试中最大链路负载超过80%,可调度周期数据业务量达到1 000项.      

无线Mesh网络的跨层设计理论与关键技术

由于无线M esh网络(WMN)在拓扑、传输和业务上的特性,传统的用于有线网络的分层协议设计方法已不能保证其服务质量(QoS).探索基于物理层、MAC层、路由等协议层的WMN跨层设计方法的目标是在无线资源利用率和多媒体业务的QoS需求两方面达到较好的折衷.WMN各个协议层在设计过程中的有关协议和算法要求附加统一的跨层管理器,监测各层的分组传输性能或需求,动态控制或调节相关算法.通过实现较高协议层的多媒体业务QoS需求与较低协议层的网络状态信息在各协议层之间的共享,可以达到对协议层控制算法的优化.在合理地选择跨层设计目标的基础上,多个协议层需要联合设计与优化.从物理层、MAC层、路由协议层和TCP层等层面介绍了WMN跨层设计的一般原则和方法.归纳了目前WMN跨层设计中亟待深入研究的一些理论和关键技术,包括自适应速率与节能机制、基于QoS需求的跨层MAC协议设计和路由协议设计等.     

AODV路由协议局部修复机制的优化与仿真研究

Ad Hoc网络是一种自创造、自组织和自管理的网络,开发良好的路由协议是建立Ad Hoc网络的首要问题.AODV协议是Ad Hoc网络中最具代表性的按需路由协议之一.文中详细分析了AODV的局部修复机制,并在此基础上,讨论了两种典型的改进思想.提出了一种优化算法OPTAORTI,该算法通过对局部修复机制的改进在保证相对少的增加路由开销的同时降低路由延迟.模拟结果表明该算法的路由延迟低于原协议及两个改进算法.     

Ad Hoc网络基于蚁群的按需路由算法研究

目前已有一些研究将蚁群优化算法应用于Ad Hoc网络,文中在分析已有成果的基础上提出了一种新的按需路由算法,该算法综合了蚁群优化和AODV及DSR协议的思想,在源和目的之间建立起多路径路由,有效地提高了网络传输性能.模拟结果显示,该算法能较好地适应MANET动态变化的拓扑环境,在性能上优于一些相关的算法.     

基于分组合并的多信道停等ARQ性能

从信道数、合并方式、分组丢失率、传输延迟等方面,分析了在Rayleigh衰落信道下具有分组合并的多信道停等ARQ性能.分析结果表明:对于多信道停等ARQ,需根据分组传输时间和往返延迟时间合理安排停等ARQ的信道数,以使ARQ系统性能达到最佳;根据信道质量,采用合适的分组合并方式可减少接收处理延迟;为获得恒定分组传输延迟和系统吞吐率,可根据分组丢失率要求和信道质量调整最大传输次数.     

基于博弈的无线Mesh网络高效可靠路由算法

由于无线网络节点自身资源有限,末端节点往往会表现出自私行为以保证其生存时间和工作效率.针对这些特点提出了一种基于博弈的能量容忍策略（ETS）模型,该模型在经典针锋相对（TFT）策略的基础上,加入合作度及能量容忍因子,宽容节点一定程度的自私行为,并给予自私节点改过自新的机会,使其能够恢复合作.同时,基于ETS设计一种路由激励机制,通过奖惩激励自私节点放弃自私行为,并对能量相对较低的节点进行保护,在一定程度上避免个别繁忙节点过度消耗,均衡网络能量,延长了网络的运行时间.实验表明ETS激励机制在防止节点自私行为、优化网络吞吐率和网络生存时间方面等表现出较好的性能优势.     

移动Ad Hoc网络中AODV路由协议的改进及仿真

对现有AODV的协议进行改进,使其满足一定的延时约束,并对延时进行预测,建立延时参考模型,给出了正确性验证及复杂性分析,并在NS2平台下对该改进后的协议进行了仿真实验和分析.仿真结果表明,改进的AODV路由协议有效地增加了Ad Hoc网络的吞吐率,降低了延时,从而有效地提高了网络性能,并对下一步改进工作也作简单介绍.     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机（SVM）参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

基于微遗传算法的超宽带天线(阵)优化

为满足天线的不同设计要求,提高设计效率,采用时域有限差分法（FDTD）,并与微遗传算法（MGA）结合,用于超宽带天线的优化设计.分析表明,用微遗传算法比遗传算法收敛快.以TEM喇叭天线为例证明了该方法的有效性.用FDTD分析了超宽带电磁脉冲经同轴线馈电在平行板传输线和超宽带天线中的传输过程,得到了天线的时域信息.由天线的时域信息计算天线的性能参数,再用归一化的性能参数构造适应度函数,最后用微遗传算法优化天线结构.     

城市快速路网行程时间计算与最优路径选择算法

为提高城市快速路网的整体功能和运行效益,利用实时动态交通数据,根据动态交通因素对路段通行时间的影响,将城市快速路网划分为非拥塞和拥塞两种情况,基于安全停车距离和剩余通行能力,分别计算了两种情况的路段通行时间,提出了以行程时间最短为目标的城市快速路网行程时间计算与最优路径选择算法.将该算法应用于西安城市快速路网进行案例分析,结果表明:该算法的最优路径计算结果与实际相符,误差在15%以内;最优路径的距离约为最短路径的1.84倍.      

基于改进 BP 神经网络的铁路货运量预测

在分析铁路货运量预测方法的基础上,针对标准BP神经网络的不足,提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度,以此来得到更好的激励函数响应特征以及更好的非线性表达能力;其次,利用附加动量因子,通过对以前经验的积累,既降低了神经网络对误差曲面的局部细节敏感特性,又较好的遏制了神经网络易于限于局部最小的缺陷;最后,采取改变学习率的方法,给定一个较大的学习率初始值,在学习的过程中学习率不断减小,网络最终趋于稳定。改进BP算法既可以得到更优的解,还能够缩短训练时间。利用全国铁路货运量的相关数据对改进BP神经网络进行了验证。验证的结果表明,改进的BP神经网络预测模型在相对误差和迭代次数上有较大改善,对铁路的货运量预测很有效。     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

基于神经网络的路口交通流转向比预测

为了预测路口交通信号控制所需的转向交通流量,提出了基于改进BP(back-propagation)神经网络的路口交通流转向比预测模型,给出了相应参数的计算方法;采用自适应学习率和动量梯度下降法以提高神经网络的学习速度和算法的可靠性,并用调查数据对模型进行了检验.研究结果表明,与传统的平均值法相比,用所提出的模型,平均绝对相对误差减小约1%~3%.     

基于先验知识和BP网络的隧道爆破参数计算

为克服当前隧道爆破参数选取受人为因素影响的不足,以围岩普氏系数、隧道断面积、实际进尺和炮孔直径等为网络输入参数,以设计进尺、炸药单耗、周边孔距和掘进孔孔距等为网络输出参数,建立了含输入层、输出层和隐含层的神经网络模型,并给出了模型学习算法,提出了基于爆破先验知识的可加快模型求解收敛速度的网络学习约束条件.隧道爆破参数的实例计算结果表明,给出的网络模型及其算法能在借鉴已有爆破资料的基础上准确、快速计算爆破参数,并且获得理想的爆破效果.     

An Adaptive Joint Source/Channel Coding Using Error Correcting Arithmetic Codes

An approximately optimal adaptive arithmetic coding (AC) system using a forbidden symbol (FS) over noisy channels was proposed which allows one to jointly and adaptively design the source decoding and channel correcting in a single process, with superior performance compared with traditional separated techniques. The concept of adaptiveness is applied not only to the source model but also to the amount of coding redundancy. In addition, an improved branch metric computing algorithm and a faster sequential searching algorithm compared with the system proposed by Grangetto were proposed. The proposed system is tested in the case of image transmission over the AWGN channel, and compared with traditional separated system in terms of packet error rate and complexity. Both hard and soft decoding were taken into account.