无线传感器网络动态调度分簇算法

提出了一种基于K均值的无线传感器网络动态调度分簇算法(DSCA),不但考虑了能量感知这一重要问题,还针对无线传感网络的稳定性和可靠性,提出了节点的同步失效概念,通过采用K均值得到更加平衡的分簇,使得能量消耗更加平衡.该算法发展了一种基于信号接收强度指标(RSSI)而无需知道节点坐标的簇质心求解方法,提出了基于局部信息集中的动态多簇头选举机制和动态时分复用(TDMA)通信轮数分配机制,这些机制使无线传感网络的能量消耗达到了高度均衡,保证了节点的同步失效,提高了传感网络的稳定性和可靠性.仿真结果表明,算法可以减少约70%的簇重构次数.     

Observer软件设计模式在Delphi中的实现

本介绍了软件设计模式的基本概念，讨论了在Delphi中Observer这一重要软件设计模式的实现方法及其应用。     

无线射频识别系统中的事件处理机制

针对无线射频识别系统产生数据和应用系统需求信息之间的不匹配,提出使用事件处理机制处理标签识别数据并完成信息转换.在简单事件处理中,引入标签识别状态和事件驱动状态转换,将连续的标签识别数据流转换成为良序的离散数据元组序列,避免了错误和不完整标签识别数据的产生.在复合事件处理中,通过应用无关的处理规则解决射频识别数据的重复、冗余等共性问题.应用系统通过定义规则,继续对数据进行处理.通过数据处理和转换,将原始的射频识别数据转化成为满足应用系统需求的信息.最后,结合关系型数据库,给出了一种事件处理机制的轻量级实现方法.     

射频识别的随机模型及参数分析

为提高影响射频识别系统广泛应用的关键因素之一-多标签识别的识别效率和可靠性,基于二项分布随机过程,建立了射频标签识别时隙ALOHA协议的马尔可夫随机模型,给出了其求解方法和过程,讨论了依据时隙占用情况进行标签数量估计的方法,建立了标签数量、时隙数量和识别吞吐率、识别效率之间的数学关系,分析和得出了识别不同数量标签时帧中最佳时隙数量的选择.通过数字仿真,验证了所建立马尔科夫随机模型和理论分析的正确性,并得出了一些有益的结论.