QoS保证的传感器网络拓扑控制算法的设计

传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。     

高能效传感器网络调度算法研究与仿真

无线传感器网络用于事件探测是一个重要的研究方向,由于传感器节点能量受限,为了延长网络寿命,设计了EAWS高能效节点调度算法。该算法根据节点的剩余能量安排节点的工作强度,在保证网络探测性能的前提下,达到平衡能耗的效果。为了评估EAWS算法性能,作了全面的系统仿真和理论分析,通过OPNET软件搭建一个近似真实的传感器网络探测模型,验证了EAWS算法的探测概率、探测延时和网络能耗三个指标,结果表明EAWS方法具有能量高效性和较好的探测性能。     

一种基于分簇及蚁群算法的分布式能量高效路由算法

为了提高无线传感器网络中节点的能量使用效率,延长网络生存期,提出了一种基于分簇及蚁群算法的分布式能量高效路由算法.首先,网络中的节点采用改进的最小ID分簇算法对传感器网络进行快速分簇;然后,各簇头节点使用改进蚁群算法进行并行优化计算,寻找从簇头节点到Sink节点的数据汇聚路由.该算法是一种分布式算法,经仿真验证算法是合理的,和典型路由算法相比,能均衡节点能量消耗,具有更高的网络生存期.     

基于节点复合特性的端-边协同网络生成算法

针对智慧交通系统数据处理量大、对传输时间要求严苛的难题，通过将协同系统定义为复杂网络模型，构建了设备端和边缘节点协作运行的端-边协同系统。提出了基于网络节点复合特性的协作网络生成算法，实现了多层复杂网络的构建。相比随机几何法，提出的由节点聚类系数和介数中心性两种特性参数相结合的协作网络生成算法能够更全面地描述节点特性，反映节点重要性，改善现有多层复杂网络模型对节点信息描述不全的问题。最后，使用4种复杂网络模型构建多层网络模型并验证该算法，以节点间最短路径值作为评价指标，证明提出的由节点复合特性生成协作网络的算法能够明显降低整个网络中节点间最短路径值，减少传输时间，提高传输效率。     

一种基于星型子网的片上网络结构研究

提出了一种基于星型子网的片上网络结构SSBM NoC（Star-Subnet-Based-MeshNoC）,它在已有网格状结构的基础上引入了子网的概念,并在子网内使用星型拓扑结构来连接一个交换机与四个网络节点。OPNET仿真结果表明,在同等网络规模下SSBM结构较之单纯的二维网格状结构具有更少的端到端通信延时,并仅使用其1/4数目的交换机,而交换机的负载则不到其两倍。     

基于链路保持时间的认知移动自组网拓扑算法

针对认知移动自组网中认知用户（cognitive user,CU）移动性和主用户（primary user,PU）优先通信导致网络不稳定,基于改进的移动模型,运用概率原理预测链路平均保持时间,并给出邻域拓扑保持时间的计算公式。用最大生成树的思想设计拓扑生成算法,以邻域拓扑保持时间为周期设计拓扑重构机制。证明算法保证了网络连通,同时可在各节点分布运行。仿真结果表明,算法简化了网络拓扑,对PU具有认知能力,有效减少链路断裂导致的拓扑重构和路由开销,提高了网络端到端传输效率。     

无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点, 采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差, 以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题, 提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing, APAR)算法。该算法将蚁群算法与动态源路由算法相结合, 通过感知路径长度、路径拥塞度和路径稳定性, 计算出由路由发现过程得到路径的信息素水平, 并将其作为选路标准, 经过改进的信息素挥发机制也被引入该算法。同时, 根据无人机编队的变化做出合适的调整, 以保证其网络性能不下降。仿真结果表明, 与其他经典算法相比, APAR算法提高了数据包成功传输率, 降低了平均端到端延时, 减少了路由开销, 且在战场环境下有较高的可靠性。     

WSN节点重要性和网络抗毁性的分析方法

无线传感器网络的一个重要设计目标是网络可靠性,无线传感器网络条件受限,节点能源有限,布置环境恶劣,使得研究无线传感器网络的节点重要性和抗毁性变得至关重要.节点的剩余能量会对网络生存时间产生影响,同样节点在拓扑结构中的位置也会对网络各个指标产生影响.通过研究节点的剩余能量和节点在拓扑结构中的贡献,综合这两种因素,提出了计算节点重要性和网络抗毁性的方法.仿真结果及对比表明该方法效果较好,且算法并不复杂.     

冲突避免的水声网络拓扑发现协议

当水声网络的所有节点完成在目标区域的部署后,每个节点除了自己的节点ID已知外,对新网络的信息一无所知,而这些信息是网络顺利运行的必要前提。因此,一个能够完成网络中所有节点和链路发现的网络拓扑发现协议是非常必要和重要的。水声拓扑发现协议完成的效率,往往依赖于信道接入策略的选择,但它不能完全使用已有的水声多路访问控制(multiple access control, MAC)协议,因为在网络建立的初始阶段拓扑未知,已有传统水声MAC协议不能完成拓扑发现,所以需要根据这一阶段的特殊状态来设计拓扑发现协议。基于此问题,提出了一种高效的冲突避免的水声网络拓扑发现(简称为CFVE)协议,该协议利用网络中节点ID的唯一性,在其特定时隙接入信道,节点无冲突地发现控制分组的交换,最终实现网络中所有链路和节点的发现。仿真结果表明, CFVE协议可以以较低的发现时延和能耗完成全网拓扑的发现,是一种适合于多跳水声网络的拓扑发现协议。     

自适应的无线融断网络路由算法研究

无线融断网络具有长延时、高动态拓扑、链路不稳定等特点,伴随着网络联接缺乏源端到目的端的持续性,为解决网络通信困难的问题,将多头绒泡菌的智能性和自适应性引入,提出一种自适应的无线融断网络路由算法。搭建无线融断网络模型,推导出链路容量的数学表达;设计下一跳节点的选择策略和最佳路由选择策略,实现在融断网络环境下的数据尽力投递。仿真实验表明,该算法能够在网络开销率较低的情况下,达到良好的数据投递,且平均延迟小。     

Coverage of communication-based sensor nodes deployed location and energy efficient clustering algorithm in WSN

An effective algorithm based on signal coverage of effective communication and local energy-consumption saving strategy is proposed for the application in wireless sensor networks. This algorithm consists of two sub algorithms. One is the multi-hop partition subspaces clustering algorithm for ensuring local energybalanced consumption ascribed to the deployment from another algorithm of distributed locating deployment based on efficient communication coverage probability (DLD-ECCP). DLD-ECCP makes use of the characteristics of Markov chain and probabilistic optimization to obtain the optimum topology and number of sensor nodes. Through simulation, the relative data demonstrate the advantages of the proposed approaches on saving hardware resources and energy consumption of networks.     

Multi-constraint quality of service routing algorithm for dynamic topology networks

An adaptive multi-QoS routing algorithm called AMQRA is proposed for dynamic topology networks, such as satellite networks and Ad-hoc networks. The AMQRA is a distributed and mobile-agents-based routing algorithm, which combines ant quantity system （AQS） with ant colony optimization （ACO） that is used in AntNet routing algorithm. In dynamic topology networks, the AMQRA achieves timely optimization for concave metric QoS constraint and fast convergence. The proposed routing algorithm is simulated in Iridium satellite constellation on OPNET. The results show that AMQRA not only outperforms the AntNet in convergence rate in dynamic topology networks but also can optimize concave metric QoS constraint and reasonably allot bandwidth to the load to avoid networks congestion.     

基于多层Hopfield神经网络的配电网网络规划

分析了配电网网络结构规划模型,在此基础上提出用Hopfield神经网络进行网络结构规划.针对城市电网辐射状运行的特点,提出多层Hopfield神经网络模型、对应的能量函数以及参数选择规律.多层Hopfield神经网络的每一层对应于一个负荷点的供电线路,能量函数的建立同时考虑到各层的状态.提出一种新的基于多层Hopfield神经网络的配电网网络结构的规划算法,该算法通过使能量函数降到最低值,可以求得配电网网络规划问题的最优或近似最优解.新算法无需对线路编码、无需对数据进行归一化处理,更加易于编程实现.实例计算表明该方法可行、有效.     

卷积神经网络复杂性质与准确率的关系研究

卷积神经网络的结构也会对其性能造成影响,设计卷积神经网络更多的是依靠经验和强大的算力,如何设计出性能更好的卷积神经网络目前缺少有效的理论支撑。为了解决这一问题,在分析典型卷积神经网络拓扑复杂性的基础上,为快速实现满足给定复杂性特征的卷积神经网络,给出了由复杂网络拓扑到卷积神经网络的生成算法,通过建立系列不同拓扑特征的卷积神经网络,采用Cifar10和Cifar100数据集分析了平均聚集系数、平均路径长度、图密度、模块度等拓扑性质对卷积神经网络识别有效性的影响关系。实验表明在神经网络的参数数量基本相等的情况下,平均聚类系数会对卷积神经网络的性能产生影响。最终得到结论在统计意义上,平均聚集系数小的网络结构会有更好的性能表现,这为进一步设计出更好的卷积神经网络提供了理论依据。     

面向特定应用的片上网络低能耗拓扑生成方法

为解决面向特定应用的片上网络（network on chip, NoC）设计中的低能耗问题,提出基于遗传算法的层次化拓扑生成方法(genetic algorithm based topology generation, GATG)。该方法以降低网络通信能耗为目标,在满足带宽和延时约束下,根据给定应用的通信需求和路由器结构特征,自动将IP核映射到所选路由器单元。同时提出一种基于递归实现的路径构建算法嵌入GATG,用于确定IP核间的通信路径,从而构建路由器之间的链路,最终生成专用的不规则的NoC拓扑结构。实验结果表明,GATG生成结果与采用规则二维Mesh结构相比平均降低能耗46.5％,并可节省52.7％的路由器资源开销。     

基于泛函网络的组合推荐算法

在研究组合算法的基础上，提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题，给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立，利用泛函神经元的自学习、自组织和自适应能力，进一步优化推荐结果，较大地提高了系统的推荐准确度. 最后，将算法应用于Movielens推荐系统中，计算机仿真实验结果表明，本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

异构多跳无线传感器网络容错性拓扑控制算法

异构无线传感器网络(heterogeneous wireless sensor works, HWSN)能有效降低数据转发延迟、网络能量消耗,是一种更现实的网络模型,基于HWSN的k容错性拓扑控制是一类NP难问题。在综合分析HWSN网络模型的基础上,本文设计了简化网络图构建方法,通过构造有序邻集来约束节点的最大发射功率,以网络总功耗与容错性双优化为目标,实现了一个k容错性分布式拓扑控制算法(k-fault tolerant distributed topology control, k-FTDTC)。实验结果表明,相比分布式拓扑控制(distributed adaptive topology control, DATC)方法,k-FTDTC算法有效降低了网络总功耗和最大发射功率,且具有较好的容错性和较低算法复杂度。     

基于拓扑维护的自适应多信道OLSR路由协议

OLSR是一种应用于无线移动Ad hoc网络的基于链路状态机制的先应式路由协议。在OLSR中,网络拓扑的动态变化会使节点掌握的拓扑信息失效,从而导致路由表项不全,影响路由性能。针对上述问题,提出了一种基于拓扑维护的自适应多信道路由协议MOLSR-TM,该协议把拓扑维护状况感知和自适应算法引入OLSR,以调整HELLO控制消息的发送频率和邻居记录表、拓扑记录表的刷新频率。性能分析和仿真结果表明,MOLSR-TM能改善节点的拓扑维护状况,增强动态拓扑适应能力,提高数据成功率、端到端时延和网络吞吐率等性能。     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题，提出一种模糊最大后验估计方法，该方法将模糊理论引入到参数学习中，通过对约束效力的度量，利用隶属度函数来确定超参进行学习，以提高约束使用的准确性。实验证明，所提方法可以有效提高参数学习的精度。除此之外，将所提方法应用到网络安全评估中，将通用漏洞评分系统作为专家先验参数，结合漏洞信息迁移样本来进行参数学习。最后，通过节点和路径安全评估验证了所提方法的有效性。     

MWSN中基于功率自适应的拓扑维护算法

为解决移动无线传感器网络(mobile wireless sensor networks,MWSN)中由于节点移动、新节点加入网络、节点退出网络和节点失效等因素引起网络拓扑发生变化而影响网络性能的问题,提出了一种基于功率自适应的拓扑维护算法(power adaptation based topology maintenance algorithm, PATMA)。PATMA算法将传输单位比特数据包的能耗大小作为选择中继节点的条件,通过中继节点维护与距离较远的邻居节点的连通;当网络拓扑结构发生变化时,节点自适应地调整发射功率维护网络的连通;同时根据引起网络拓扑发生变化的具体原因设置不同事件,节点依据检测到的事件采取相应的拓扑维护策略。仿真结果表明,PATMA算法与功率自适应控制(new adaptive power control, NAPC)算法、拓扑控制(topology control, XTC)算法在平均发射功率、网络连通度、网络中存活的节点数等性能指标方面具有明显改善。