无线传感器网络中分簇时间同步算法的设计

根据低功耗的要求,提出一种分簇时间同步算法(CTSA),该算法利用LEACH分簇原理,将整个网络分成不同的簇,簇首节点之间的同步采用精度较高的双向同步交换机制,且在选择与上一级簇首节点交换同步包时,根据距基站的最小跳数为准,以减少多跳累加的影响.而簇首节点与簇内成员节点则采用功耗较低的单向同步原理,结合了无线传感器网络中簇首节点与簇内节点的特点,在精度与功耗上进行折中考虑.实验证明该算法具有较高的同步精度与较低的同步开销,特别适合于终端节点较多的环境中,如环境监测.     

基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

A recovery method using recently updated record information in shared-nothing spatial database cluster

A shared-nothing spatial database cluster is system that provides continuous service even if some system failure happens in any node. So, an efficient recovery of system failure is very important. Generally, the existing method recovers the failed node by using both cluster log and local log. This method, however, cause several problems that increase communication cost and size of cluster log. This paper proposes novel recovery method using recently updated record information in shared-nothing spatial database cluster. The proposed technique utilizes update information of records and pointers of actual data. This makes a reduction of log size and communication cost. Consequently, this reduces recovery time of failed node due to less processing of update operations.     

A recovery method using recently updated record information in shared-nothing spatial database cluster

A shared-nothing spatial database cluster is system that provides continuous service even if some system failure happens in any node. So, an efficient recovery of system failure is very important. Generally, the existing method recovers the failed node by using both cluster log and local log. This method, however, cause several problems that increase communication cost and size of cluster log. This paper proposes novel recovery method using recently updated record information in shared-nothing spatial database cluster. The proposed technique utilizes update information of records and pointers of actual data. This makes a reduction of log size and communication cost.Consequently, this reduces recovery time of failed node due to less processing of update operations.     

基于模拟退火算法的无线传感网PEGASIS算法

在PEGASIS算法基础上,采用模拟退火算法进行簇的形成,同时利用能量因素来选择每一轮的簇头.采用模拟退火算法后链路的长度平方与比原来采用贪婪算法的相比,降低了一半左右,从而减小了整个网络能量的消耗,大大延长了第1个节点的死亡时间.第1个节点的死亡时间为原算法的1.8～3倍以上,20 %、50 %和80 %的节点死亡时间也都比原算法的要长,由此提高了整个网络的生存周期.     

CAN总线平均关闭时间研究

为了增强CAN总线的抗干扰能力并提高CAN总线节点的报文传输成功率,在分析了CAN总线故障界定机制的基础之上,采用对CAN总线节点故障界定机制进行数学建模的方法,分析了CAN总线平均关闭时间与报文传输成功率之间的关系,研究表明:当报文传输成功率大于0.9时,CAN总线具有较强的抗干扰能力和纠错能力.     

全球供应链企业的港口集聚模型与仿真

通过建立的二级单链全球供应链模型,运用NetLogo仿真平台,计算供应链企业迁移到港口集群所需要的供应链产量规模、供应链成本、供应链利润等指标.经过反复实验,发现港口作为全球供应链的重要节点有利于吸引供应链企业集聚,形成港口集群.在其他变量保持不变的前提下,通过进一步试验,明确影响全球供应链向港口集聚的主要因素.由于全球供应链中的节点企业是动态的,因此,基于Cournot模型和Stackelberg模型,运用博弈论方法,研究集群外供应商进入全球供应链所在港口集群的经济性.     

一种基于蚁群算法无线传感器网络负载均衡策略

为了提高室内定位无线传感器网络的生命周期,提出一种基于蚁群算法的网络负载均衡策略.将节点分成多个群集子网,以监测位置数据包为全局蚂蚁,在传递的同时实现信息素的全局更新,通过局部蚂蚁的信息素更新使节点了解邻居信息,以能量、距离、跳数构造启发函数,数据包依据信息素轨迹及启发信息自主选择下一跳节点,无需建立与维护路由表完成整网数据收集.仿真结果表明:该算法能有效均衡网络负载与能耗,网络能耗利用率达88.22%.     

一种基于动态可分配比的服务器负载均衡算法

负载均衡是服务器集群技术研究的重点,为了解决分配不均的问题,综合考虑集群中各节点性能、负载情况、传输代价、网络随机任务等各方因素而提出了一种基于动态可分配比的负载均衡算法.基于动态可分配比的算法由一张动态的描述各节点负载情况的全局表动态生成一张候选节点表,并在该表中找出负载最轻的节点完成任务.通过仿真实验发现该算法思路简洁,实现简单,并在解决服务器负载均衡方面有明显效果.     

大规模集群一致性维护的网络传输控制方案

近年来,大规模集群被广泛应用于高性能运算等领域。由于它拥有大量的节点和复杂的拓扑结构。它的一致性维护工作一直存在自动化程度不高、效率低下等问题。提出一个网络传输控制方案,主要用于管理协调集群的一致性维护数据传输。该方案首先将集群划分为层级结构,建立了一个单一管理节点和多个层级代理节点联合控制集群网络传输的架构。然后通过一个全局化的虚拟逻辑模型来控制网络数据的传输方向和顺序,在实现集群网络一致性维护自动化的同时。提高了集群数据传输的效率。     

融合信任机制和HBMO算法的WSN能耗均衡分簇方法

针对无线传感器网络(WSN)中的能耗和安全问题,提出一种融合蜜蜂交配优化(HBMO)算法和轻量级信任机制的WSN分簇方法(LWT-HBM).首先,将WSN分成若干个小区,通过HBMO算法选择各自最优的簇头;然后,构建分簇结构,根据簇头和基站的距离设置簇的大小.在簇头能量消耗殆尽前,会利用HBMO选择替代簇头,以此均衡网络能源.在选择簇头的同时,融入轻量级信任机制,根据直接信任和间接信任值来评估节点的可信任度,避免恶意节点被选择为簇头.同时给出了一种精确能耗模型用来计算系统的整体能耗.通过实验将此方法与LEACH和TBCMA方法进行比较,结果表明LWT-HBM方法具有更低的能耗,有效的延长了网络寿命.     

传感器网络中基于抽样的带权近似Top-k〖WT〗〖HT3,2〗查询算法

提出一种适用于传感器网络的抽样带权阀值过滤近似Top-k聚集查询算法.该近似算法会将无线传感器网络划成几个两两不相交的簇进行处理,在汇聚节点进行预处理以及在各个簇内进行抽样过滤处理,在抽样过程中给可靠而重要的节点赋上相应更大的权值,同时根据节点采集的信息具有时间相关特性,在簇内进行抽样阀值过滤处理,每个簇头节点都会接收到该簇内的Top-k候选子集,然后将每个簇的子集发送给Sink节点,该Sink节点将接收到能代表整网Top-k样本候选集.仿真实验结果显示该算法只需发送少量的数据,更小的抽样样本,并能满足任意精度要求.     

基于蚁群的区域簇头选择路由算法

针对低能量自适应分簇路由LEACH存在的簇头分布不均和路由通信代价过大的缺陷,提出了一种基于蚁群的区域簇头选择路由算法（LEACH-ACANEW）.首先,将整个网络划分为若干个Dirichlet图单元,然后综合考虑节点剩余能量与消耗能量的关系,在单元区域内选取簇头,最后通过优化人工蚂蚁的路径选择机制,搜索到簇头和汇聚节...     

事件驱动无线传感器网络节点自组织分簇休眠方法

针对突发事件监测的事件驱动无线传感器网络有着其自身的特点,结合最小跳数路由方法,在节点上建立链路节点列表.当节点被事件触发时,依照各节点触发顺序及相互关系,构建局部的自组织分簇.然后在利用已有的链路节点列表,快速构建簇首与Sink节点的通讯通道并更新链路节点列表信息.仿真实验结果表明,所提自组织分簇休眠方法的能量消耗低于传统周期采样的能量消耗,也低于基于LEACH分簇的休眠方案.     

自适应采样间隔的无线传感器网络多目标跟踪算法

多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大,跟踪丢失等问题,提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态,采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心,基于马氏距离来量化主节点 MN 的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度,并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验,实验结果显示,本文设计的跟踪算法能准确预测目标的运动轨迹,能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知,本文提出的算法能在实现 WSN网络节能的基础上提高跟踪精度。     

图像聚类的入侵性杂草优化算法

针对原始谱聚类初始敏感的缺点,构造了图像聚类质量的评价函数,提出了一种新颖的基于入侵性杂草优化的图像聚类算法(CIWO)。算法模拟杂草克隆的鲁棒性、适应性和随机性等特点,简单易于实现,具有快速精确地对图像灰度数据集的簇中心进行全局定位能力。将算法应用于几个测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法比较分析CIWO具有更稳定的图像聚类性能,实验结果表明提出的算法得到了更优的图像聚类质量。     

基于GSM的室内无线传感器网络簇头节点

为了实现温室环境信息低功耗、低时延高效无线检测与控制,构建了三层次室内无线传感器网络系统,研制了在网络系统中较关键的具有远程和短距离无线通信功能的网络簇头节点.采用短距离无线通信CC2430模块和全球移动通信系统(GSM)GPRS模块设计网络簇头节点,并利用GSM网络内嵌的TCP/IP协议,设计基于Zigbee技术的无线收发功能程序和GSM网络传输控制功能程序.网络系统试运行表明,网络管理计算机可以随时获取被监测的温室温度等环境信息,与一般无线传感器网络相比,信息传输能耗低、时延小响应快,实现了无线传感器节点和远程管理计算机之间的信息高效无线传输.     

Parallel recovery method in shared-nothing spatial database cluster system

Shared-nothing spatial database cluster system provides high availability since a replicated node can continue service even if any node in cluster system was crashed.However if the failed node wouldn't be recovered quickly, whole system performance will decrease since the other nodes must process the queries which the failed node may be processed. Therefore the recovery of cluster system is very important to provide the stable service. In most previous proposed techniques, external logs should be recorded in all nodes even if the failed node does not exist. So update transactions are processed slowly.Also recovery time of the failed node increases since a single storage for all database is used to record external logs in each node. Therefore we propose a parallel recovery method for recovering the failed node quickly.     

Parallel recovery method in shared-nothing spatial database cluster system

Shared-nothing spatial database cluster system provides high availability since a replicated node can continue service even if any node in cluster system was crashed. However if the failed node wouldn‘t be recovered quickly, whole system performance will decrease since the other nodes must process the queries which the failed node may be processed. Therefore the recovery of cluster system is very important to provide the stable service. In most previous proposed techniques, external logs should be recorded in all nodes even if the failed node does not exist. So update transactions are processed slowly. Also recovery time of the failed node increases since a single storage for all database is used to record external logs in each node. Therefore we propose a parallel recovery method for recovering the failed node quickly.     

传感器网络中一种基于簇的路由算法的研究

为了降低无线传感器网络中节点的能量消耗,提高网络生存期,提出了一种基于簇的路由算法.该算法首先采用K均值动态聚类算法将网络分簇,靠近Sink节点处具有更多的簇;其次利用数据汇聚路由算法寻找从簇头节点到Sink节点的路由;最后由当前簇头根据节点剩余能量及邻居节点的位置重新选择下一轮的簇头,并由新簇头形成簇间路由.仿真计算证明该算法是合理有效的,达到簇内节点能量均衡消耗的目的,同传统分簇算法相比,具有更长的网络生存期和更低的通信能耗.