无线传感网络可信信息覆盖泰森多边形区域划分算法研究

针对无线传感网络区域划分问题,基于可信信息覆盖模型,设计了一种新的面向可信信息覆盖的泰森多边形区域划分算法。首先,该算法利用节点间的协作感知,通过节点聚类形成节点协作感知盘;然后基于可信信息覆盖模型计算各重建点的权值;最后利用权重泰森多边形图理论设计基于该模型的泰森多边形区域划分算法。仿真实验结果表明,该算法与传统圆盘模型下的泰森多边形法相比较,在相同数量节点下划分的泰森多边形区域数量更少,并且有着更高的覆盖率。     

物联网专用频点自组网驱动路由协议算法分析

为了解决物联网专用频点自组网网络节点能量消耗容易失衡,当节点数增加时易产生链路故障的问题,设计一种改进物联网专用频点自组网驱动路由协议算法.以感知现场、汇聚节点和Internet为主要结构,构建物联网专用频点自组网网络模型.模型采用多媒体印刷读物(multimedia print reader,MPR)集合综合选取节点机制,以网络节点总能量消耗以及能量代价为基础,通过节点优化目标函数,确保自组网能量消耗处于均衡状态.通过网络路由协议改进算法,采用最小覆盖集实现物联网专用频点自组网链路故障的修复.结果表明,改进后的算法对路由链路信息转发具有良好的吞吐性能,可以提高网络数据传输性和连通性,并可增加节点生存时间,最终提升数据包到达率和数据控制量.     

物联网中重复博弈论入侵检测模型

由于物联网通信节点自身的缺陷,导致现有的安全方法难于应用到物联网中。针对这一情况,提出基于重复博弈论的入侵检测模型。建立一种用于检测恶意通信节点的重复博弈模型算法,使模型应用更符合实际情况,结合随机最优反应均衡算法优化模型使结果能更适应实际网络并且能趋于纳什均衡,并引入一种通用惩罚策略,刺激通信节点之间采取合作策略,提高模型发包成功率。通过对模型算法进行实验仿真,表明该模型能够有效地遏制恶意节点的攻击,提高网络效率。     

移动云中基于随机博弈的多用户任务卸载效用优化

针对移动云中多个资源需求节点(resource demander, RD)同时卸载任务到资源提供节点(resource provider,RP)时会造成各个RP上任务分布不均匀,从而导致节点任务执行时间不一致引起移动云服务效率下降等问题,提出了基于随机博弈的多用户任务卸载方法。该方法以任务卸载节省的时间为各个RD效用,建立基于节点效用最大的优化模型;分析该模型并依据RD中任务产生的随机性,将节点效用优化问题转化为每个RD为获取最大效用而进行博弈的问题,确定该博弈为N玩家随机博弈,提出能够达到ε-纳什均衡解的反向迭代算法以得到每个RD的纳什均衡策略;并将获得的策略与采用静态博弈得到的策略进行实验对比,结果表明,采用随机博弈得到的卸载策略能够有效降低任务执行时间,同时提高移动云服务效率。     

基于演化博弈的MANET路由算法

提出用演化博弈理论建模移动自组网非协作路由问题，在证明了博弈的Nash均衡和无环的有效路径之间一一对应之后，给出了基于演化博弈的路由算法．该算法采用模仿者动态机制调整策略使博弈逐步收敛于Nash均衡点．仿真结果显示在能保证节点密度的情况下，新的路由算法的报文发送率接近于节点间无条件合作假设下的路由算法性能．     

基于博弈的能量获取传感器网络分布式估计算法

针对传感器网络节点环境微能量采集的随机不稳定性问题,文章提出了一种基于完全且完美信息扩展博弈模型的分布式估计算法.该算法以一个典型的量化分布式估计问题作为研究对象,①分析了其微能量采集和能量消耗模型;②重点构建了扩展博弈模型和博弈树,并进一步探讨了其子博弈精炼纳什均衡的存在问题及其求解方法;③仿真验证了所提算法比传统的分布式估计策略能更有效地应对微能量的随机扰动.     

基于轴面对称机制的物联网节点覆盖算法

为解决物联网部署过程中存在的节点覆盖强度低、传输盲区面积大,以及簇头节点受限等不足,提出了一种基于轴面对称机制的物联网节点覆盖算法.首先,采用等距分割方案,设计了一种基于轴面对称机制的区域覆盖方法,通过对称分布簇头节点来实现网络区域的初级分割,提高网络初始化覆盖效率.随后,鉴于主备机制难以进行节点动态更新,通过预热方式来部署多个镜像节点,构建了基于热备机制的簇头轮询方法,降低网络因簇头节点受限而出现传输受阻现象.最后,对初始化分割区域进行非等距优化,提出了一种基于量化部署机制的传输优化方法,增强网络传输能力,提升簇头节点对数据的传输效率.仿真实验表明,与改进的蚁狮算法的无线传感器网络覆盖优化和基于改进粒子群算法的无线传感器网络覆盖策略等方案相比,本文算法具有更高的拥塞控制能力和节点覆盖效率高,以及更低的簇头受限概率.     

基于Nash-Stackelberg分层博弈模型的路网交通控制强化学习算法

为了解决多交叉口博弈引发的Nash均衡计算复杂度问题，考虑路网中不同交叉口的重要程度和博弈关系，兼顾路网中子区之间及子区内部的交通控制策略，以2个子区内的重要交叉口作为上层博弈主体，次要交叉口作为下层博弈主体，构建了一种Nash-Stackelberg分层博弈(NSHG)模型.然后，提出2种多Agent强化学习算法，即基于NSHG的Q学习(NSHG-QL)算法和基于NSHG的深度Q网络(NSHG-DQN)算法.在实验中，使用NSHG-QL和NSHG-DQN算法在SUMO仿真软件搭建的路网环境中对信号灯进行控制，并与基础博弈模型求解算法进行比较.实验结果表明：NSHG-QL算法和NSHG-DQN算法减少了交叉口内车辆的平均旅行时间和平均时间损失，提高了平均速度；NSHG模型在满足重要交叉口间上层博弈的基础上协调次要交叉口，做出最优策略选择，而且基于分层博弈模型的多Agent强化学习算法能明显提高学习性能和收敛性.     

基于博弈论的无线传感器网络能耗均衡

传输环境的异构特性使得无线传感器网络某些节点电源过早耗尽,为解决无线传感器网络中的多个节点间的能耗均衡问题,考虑到了节点能耗异构性,通过设计效用函数并设置系统参数,并建立起基于任务调度的完全信息静态博弈模型,获取每个节点的最优发送概率.通过在异构的环境中的大量仿真测试,结果表明:与传统的两种算法相比较,博弈算法被证明能有效地均衡网络节点的能耗,并延长网络的工作寿命.     

灰色博弈网决策模型研究

针对超博弈决策问题中存在的"灰色"的"贫信息"问题,提出一种基于信息缺失下的灰色博弈网模型;并给出了灰色博弈网的建模思路及其纳什均衡求解算法,解决了博弈网决策模型中的灰色不确定性问题。通过宏观信念建模,生成全局灰场景和优化典型灰场景。通过微观信念均衡建模,利用可能度分析和粒子群算法求解纳什均衡。最后实例仿真,验证了该灰色博弈网模型的可行性和有效性,真实性好,有较高的应用研究价值。     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

基于局部子空间的可信数据多标记特征选择算法

为提高异构物联网感知设备可信数据的挖掘和检测能力,提出基于局部子空间的可信数据多标记特征选择算法.建立异构物联网感知设备可信数据的大数据分布式存储结构模型,采用大数据信息融合方法进行异构物联网感知设备可信数据的可信动态特征度量,提取异构物联网感知数据的关键特征点,采用关联规则挖掘方法检测物联网设备可信数据,建立数据的关联特征分布模型,采用模糊相关性融合调度方法进行自适应多标记特征选择,结合局部子空间聚类分析方法实现可信数据多标记特征选择的自适应控制和寻优,在聚类中心中实现对异构物联网感知设备可信数据的自适应融合和自适应多标记特征选择.仿真结果表明,本文方法进行可信数据多标记准确性较高.     

基于强化学习的能量采集物联网视频编码技术

物联网设备的视频压缩码率和量化参数等编码方案决定着视频质量和物联网设备的使用寿命.针对未知视频传输模型和能量采集模型的物联网设备,提出一种基于强化学习的视频编码方案,能够动态优化视频编码码率和量化参数.该技术根据物联网设备的无线信道带宽、电池水平和采集的能量,结合反馈的视频质量和时延等信息,采用强化学习算法优化选择视频编码码率和量化参数.在动态的网络环境下,物联网设备不需预知视频传输模型就可以综合优化视频质量和设备能量损耗.仿真结果表明,该方案可以提高视频质量,降低设备能量损耗和时延,改善物联网设备效益.     

基于Q学习的无线传感网自适应容侵覆盖优化方法

针对无线传感器节点易受干扰和入侵的特点,为保障网络覆盖和安全性,基于信任管理和Q学习提出了一种新的自适应容侵覆盖优化方法．利用信任管理机制从节点的历史通信行为、能量、信息权重等方面评估节点的信任值,并根据节点信任值对受干扰或恶意节点的通信半径和感知半径进行调整,降低网络安全风险;同时,采用Q学习对网络覆盖进行优化,对节点进行训练,满足网络覆盖要求．所提方法具有较好的自适应能力,可有效地识别受干扰或恶意节点,提升网络覆盖率,且可快速收敛达到纳什均衡．     

基于纳什均衡解的无线Mesh网络资源分配算法研究

针对无线Mesh网络因存在大量竞争节点导致网络资源利用率降低的问题,从最大化网络性能为目标,建立一个反映无线Mesh网络节点间竞争资源过程的非合作动态博弈模型,并在此模型基础上提出一种基于纳什均衡解的无线Mesh网络资源分配算法。算法通过求解求解博弈的纳什均衡解来获得各类业务的最优发送概率,使各类业务获得了最优的发送机会。通过优化数据发送行为,减小了节点间竞争的碰撞概率,降低了不必要的退避时间,进而提高了网络资源的利用率。仿真实验结果说明了算法的可行性和有效性。     

三维空间中异构传感器网络的目标覆盖

在传感器随机分布的目标覆盖问题中,针对由感知属性不同的普通节点和超级节点构成的异构传感器网络,在三维空间中基于概率感知模型,结合免疫优势克隆算法来进行目标覆盖问题的优化．由免疫优势克隆算法提供的传感器节点最少等效个数的寻求方法,保证了随机分布于三维空间里的可感知的目标点能够全部被覆盖到．实验结果表明,与目前解决此问题最好的遗传算法相比,在达到与遗传算法相同覆盖质量的条件下,免疫优势克隆算法有效提高了实时性,明显降低了寻优时间．     

基于随机博弈机制的物联网安全收敛算法研究

为解决当前物联网安全收敛算法存在的节点覆盖区域冲突,读写性能不强,难以解决信号干涉等不足,本文提出了基于随机博弈机制的物联网安全收敛算法。首先,采取信号正交调节方式,确定信道发射过程中最佳信噪比性能,且通过随机博弈方式进一步调节节点覆盖半径,降低因节点间频率干涉而导致的覆盖区域冲突及读写性能不强等问题,改善了节点间因工作频段相似而导致频率干涉问题;随后,考虑到单纯通过调节节点覆盖半径方式存在的精确化程度不够的问题,采取调整节点发射过程中时间戳读写的措施,构建时间戳读写规避机制,通过调整物联网节点进行信道发射过程中的时间窗口,实现对发射信号的精确传送,进一步降低了信号干涉发射的概率。仿真实验表明:与当前广泛部署的节点能量感知退避算法(Node Energy Aware Backoff Algorithm,NEAB机制),时间窗口感知调整算法(Time Window Aware Adjustment Algorithm,TW2A机制)相比,本文收敛算法具有更小的网络完全收敛时间与节点读写时间,以及更少的单节点最大收敛次数,具有很强的实际部署价值。     

基于NB-IoT技术的物联网网关多协议转换研究

为了提高物联网网关多协议转换的稳定性,提出基于NB-IoT技术的物联网网关多协议转换技术。在构建物联网路由节点定位模型的基础上,采用高效可靠的机会网络路由分布设计方法,设计物联网网关多协议传输的邻阶均衡控制模型。然后进行网关多协议调节,通过节点自适应定位构建分簇节点部署模型规则。基于此,采用NB-IoT技术实现对物联网网关多协议转换过程中的多层次路由规划和算法的设计,提高转换过程的可靠性和自适应。仿真结果表明,该转换技术的输出均衡性较好、传输正确率较高,提高了物联网的输出稳定性。     

最大化全移动无线传感器网络寿命的可信信息覆盖重定位算法

针对全移动传感器网络覆盖空洞的修复以及网络寿命最大化问题,研究并设计了一种基于可信信息覆盖模型的传感器节点重定位协议。该协议在可信信息覆盖模型下的信息网格的概念下,设计一种局部信息网格结构,通过使用移动最近的冗余传感器节点修复覆盖空洞区域来维持网络的完全覆盖。仿真结果表明,所设计的协议与现有的协议传感器节点重定位协议相比,可以有效减少重定位的移动能量消耗,明显提升全移动传感器网络的工作寿命。     

基于移动节点的无线传感器网络覆盖优化

为了提高无线传感器网络监测区域的覆盖率,研究了节点随机部署的无线传感器网络的覆盖优化问题．在含有移动节点的混合无线传感器网络中,采用更符合实际情况的基于误警率的概率探测感知模型,以区域覆盖率评价覆盖效果．通过计算节点的联合探测概率寻找覆盖空洞,提出了基于最佳概率的移动节点优化策略．仿真结果表明：所提方法能够有效探测覆盖...