从新冠疫情防控看信息技术创新应用促进经济社会高质量发展

新冠疫情发生以来,互联网、大数据、人工智能等新一代信息技术在服务疫情防控和经济社会发展中发挥了重要作用.通过梳理新一代信息技术创新应用在疫情防控、社会服务、复工复产、新动能培育等领域发挥的重要作用,从生产生活空间变化、技术产业增长、公共数据融通应用、数字化转型共识形成等4个方面剖析了新冠疫情为新一代信息技术创新带来的重要机遇,并在此基础上探讨新一代信息技术促进经济社会发展面临的制约因素,并提出相关对策建议.     

无线传感器网络多目标跟踪中协同任务分配

采用动态联盟机制进行多目标跟踪协同任务分配,并对自组织动态联盟进行研究,重点探讨盟员选择机制;分析能量消耗情况,给出改进的能耗模型;介绍三点定位法原理,分析其定位精度,提出基于面积和法以限制节点选择,建立精度模型。将能耗模型与精度模型结合,构造出综合性能指标函数,指导盟员的选择,并运用遗传算法实现此选择。仿真试验结果表明:综合性能指标函数使能耗和精度2个指标都更趋优化,证明了运用遗传算法进行盟员选择的有效性。     

基于虚拟机的文件完整性监控系统

以虚拟化软件Xen为基础,设计实现基于虚拟机的文件完整性监控系统——FSGuard。被监控系统（DomU）运行在全虚拟化模式,无法感知底层VMM的存在。Xen实时监控文件操作相关的系统调用,对被监控系统透明。DomU中的用户态程序提供配置和管理的接口,管理员可对某个DomU进行配置,指定需保护文件的列表和访问控制策略。当DomU中的进程对关键文件进行操作时,Xen实时记录文件操作信息,并通过DomU中用户态程序进行反馈。     

一种能量平衡的最优分布式成簇机制

针对无线传感器网络能量不平衡影响网络寿命的问题,引入一个新的基于节点剩余能量标准差的能量平衡指标,据此提出了一种能量平衡的最优分布式成簇机制.将其转化为多目标约束优化问题,并采用具有最佳个体保存机制的自适应遗传算法求解最优解.在Matlab环境下,将文中提出的成簇机制与基于能耗和最大簇员数目的成簇机制进行比较.仿真结果表明:文中提出的成簇机制能在保证能量平衡和跟踪精度的前提下有效地延长网络寿命.     

具有固定滞后平滑的变结构机动目标跟踪

针对变结构多模型算法在目标机动性较强时,因模型切换不及时而出现较大的误差峰值问题,提出了一种固定滞后平滑的变结构多模型(lag smoothing variable structure multiple model,LS-VSMM)跟踪算法.建立一个完备的模型集,根据模型概率利用有向图切换规则实现模型子集与目标运动模式的匹配;引入固定滞后平滑算法,通过对状态向量扩维,将平滑问题转化为滤波问题,使得原特定时刻的目标状态在系统中停留的时间更长,增加更多的状态量测信息,让状态估计变得更加准确,并且以延迟一定时间输出来改善滤波性能;对算法进行了仿真实验分析.仿真结果表明,与基于无味有向图切换的多模型算法以及基于有向图切换的变结构多模型(digraph switch variable structure multiple model,DS-VSMM)算法相比,LS-VSMM算法在有效降低误差峰值的同时,提高了目标的跟踪精度.     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.