一种基于超帧机制的Zigbee时间同步算法研究与实现

对于几乎所有无线传感器网络应用来说,时间同步是非常重要的.由于无线传感器网络的多节点、低功耗等特点,一种合适的时间同步算法的实现尤为关键.以自主研发的硬件平台为基础,设计并实现了一种适用于Zigbee无线通信协议的单跳和多跳网络的时间同步算法,并给出了详细的算法分析及实现流程.实验结果表明所提出的时间同步算法在Zigbee单跳及多跳信标网络中均有良好的性能表现,满足了Zigbee协议低功耗、高同步精度的要求,在实现Zigbee休眠节能机制的同时,算法达到了较高的时间同步精度.     

煤矿井下WSN容错性时间同步算法的实现

为了提高井下时间同步精度,针对无线传感器网络对节点同步精度要求高、鲁棒性强以及时间同步协议普遍容错性较低的特点,提出一种面向煤矿井下的无线传感器网络容错性时间同步算法。该算法结合煤矿井下结构的特殊性,采用动态选举时间基准节点和避免重复发送策略,增强了网络的可扩展性,对于新加入节点可迅速收敛。在洪泛时间同步协议算法的基础上,利用概率统计学中的残差分析理论改进线性回归算法并进行差错判断,剔除井下异常数据点对拟合曲线的影响,抑制由异常数据导致同步误差的大幅度跳变,提升无线传感器网络(WSN)同步算法的容错性和可靠性。实验证明,该算法可在网络拓扑不断变化的情况下达到一定的同步精度,可保持网络稳定性,满足井下同步精度需求。     

无线传感器网络IRBS时间同步优化算法

针对无线传感器网络参考广播时间同步(RBS)算法网络同步精度低和网络能耗开销较大的问题,提出了一种改进的参考广播同步算法IRBS(Improved References Broadcast Ring Synchronization)。该算法是在RBS算法的基础上,采用最大后验法估算不相邻接收节点之间相位偏差,然后采用最小二乘法拟合对时间偏差和频率偏差进行补偿。仿真结果显示,改进的算法同步精度优于RBS算法,且网络开销和能耗也显著减少。     

一种改进的TPSN时间同步算法的实现

时间同步作为无线传感器网络应用的一项支撑技术,对无线传感器网络的设计和应用都很关键.在满足无线传感器网络时间同步精度要求的前提下,应尽可能节约能源,在对现有的时间同步机制进行分析研究的基础上,给出了一种改进的TPSN时间同步算法.并利用网络仿真器NS2对改进的算法进行仿真验证,取得了满意的结果.     

基于DS理论的网络时钟同步算法

目前的NTP(Network Time Protocol)时钟同步算法已不能满足许多新兴网络对时钟同步精度的要求.为此,提出一种基于DS(Dempster/Shafer)理论的NTP时钟同步改进算法.在分析目前NTP时钟同步算法不足的基础上,将DS理论引进到传统的NTP时钟同步中,建立一种改进的NTP时钟同步算法并进行...     

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.     

基于分簇的无线传感器网络时间同步方法

对传统的无线传感器网络的时间同步协议进行分析,结合无线传感器网络能量使用要求高的特点,设计一种适合WSN的时间同步算法.在分簇的基础上在簇内建立一个回路,回路上节点顺序单向同步,簇头可以实时监控同步的进行,以实现能量节省的、健壮的协作同步模式.对比实验结果表明,该算法在保证同步精度的前提下可以有效减少通信开销,节省了节点能量.     

一种双余度时间触发协议(TTP)总线系统故障容限时钟同步方法

为了增加时间触发协议(time-rriggered protocol,TTP)总线的可靠性,通常采用在系统架构级增加总线余度的做法。提出了一种适用于双余度TTP总线系统的故障容限时钟同步方法。该算法可以使双TTP网络中的所有节点形成对全局时间的统一认知,可以消除全局时间漂移率部分对同步精度的影响,而需要很小的计算开销。由于所有节点可以得到相同的时间偏移量集合并执行中间值选择,因此算法具有较好的可组合性和故障容限能力。算法分析和系统试验验证都表明该算法具有较高的同步精度,特别适用于安全关键控制系统。     

无线传感器网络时间同步技术进展

无线传感器网络是由大量部署在无线环境中的传感器设备构成的网络,无线节点间的协同操作要求网络节点维护共同的时间,时间同步是无线传感器网络支撑技术;针对传统分类方法中不能有效体现时间同步算法特点的问题,从信息交换是否存在反馈角度对现有时间同步算法进行了重新分类,同时对同步算法的进展情况作了详细描述;新的分类方法能够有效体现算法同步精度和同步能耗等特性:反馈式时间同步机制在同步精度和同步能耗上都要高于非反馈式时间同步机制;最后总结了现有时间同步算法的缺陷并展望了未来时间同步技术的发展方向。     

一种双余度TTP总线系统故障容限时钟同步方法

为了增加TTP总线的可靠性,通常采用在系统架构级增加总线余度的做法。本文提出了一种适用于双余度TTP总线系统的故障容限时钟同步方法。该算法可以使双TTP网络中的所有节点形成对全局时间的统一认知,可以消除全局时间漂移率部分对同步精度的影响,而需要很小的计算开销。由于所有节点可以得到相同的时间偏移量集合并执行中间值选择,因此算法具有较好的可组合性和故障容限能力。算法分析和系统试验验证都表明该算法具有较高的同步精度,特别适用于安全关键控制系统。     

求网络割集的分裂方法

提出一种新的求网络割集的方法——分裂法,这种方法的特征是:先将网络划分为两个(或多个)子网络,分别求出这些较小网络的割集;然后.利用其中的一部分——关联割,再求出原网络中的其余割集.文中给出了一个详细的算例.     

同步音频水印算法的实现

目前的音频水印算法缺乏有效的同步技术,笔者应用通信网同步方法,提出了一种快速重同步音频有意义音频水印算法.该算法利用时域水印技术嵌入同步信息,从而对抗音频在时间轴上可能受到的攻击,借助变换域基于小波变换增强音频的鲁棒性,水印为一幅二值图像.仿真实验表明该算法产生的水印在对抗加性Gaussian噪声、MP3压缩和裁剪等方面具有良好的稳健性,可用于数字音频产品的版权保护.     

无线传感器网络的路由算法研究

无线传感器网络能够实时监测和采集网络分布区域内的各种监测对象信息,有着广泛的应用前景。设计有效的路由算法来提高通信连接性、降低能量损耗、延长网络的生命周期成为无线传感器网络的核心问题。本文对无线传感器网络的各种典型路由算法进行分类,分析了各类算法的特点。通过结合各类路由算法的设计特点,提出一种适合于大规模网络的路由算法的设计,但仍需进一步改进和完善。仿真证明了该算法的有效性。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

网络控制系统中单程因特网传输延迟的实时测量

单程因特网传输延迟是设计网络控制算法和评价因特网性能的一个重要指标,由于网络中存在时钟扭曲以及时钟不同步等问题,实际应用中,对测得的延迟数据必须通过算法处理.在对实验数据进行有效分析的基础上,提出了相对简单可行的动态线性算法,以此消除单程因特网传输延迟中的误差,实验结果证明了该算法在实验数据处理和实时测量过程中的有效性.     

耦合chua电路同步稳定性分析

以chua混沌电路作为网络节点,应用Multisim仿真软件分别分析了两个或三个节点耦合时采用不同连接方式对网络同步产生的影响,在此基础上通过实验得到可满足同步条件的参数范围。最后搭建了部分具体电路来验证仿真的合理性。     

一种基于全局优化的Internet拥塞控制算法

与传统的基于经验的Internet拥塞控制算法不同，根据广域网络的数学模型，将拥塞控制转化约束非线性规划的全局优化问题，并由此依据凸优化问题的解决方法，设计了满足收敛，稳定和公平性条件的速率迭代算法；依据网络层显示拥塞指示技术的支持，将速率迭代算法分为源端和路由路两部分，从而使该算法可以在IP网络中实现，仿真结果表明了该算法的有效性。     

基于组合神经网络的软件可靠性预测研究

为了进一步提高神经网络的预测能力,提出了一种前馈神经网络混合学习算法,并将其应用于组合神经网络.该算法由一种模式提取算法(Alopex)和伪逆算法组成.在该混合学习算法中,网络的学习任务被分解为2个部分:隐藏层的权值先随机给定,然后使用Alopex算法不断地对其进行扰动;输出层的权值使用伪逆算法确定.所使用的组合神经网络由多个结构相同的前馈神经网络组成,每个前馈神经网络都使用混合学习算法(采用不同的初值)进行训练.实验结果表明,这种组合神经网络能够显著提高软件可靠性的预测精度.     

生成式与判别式视觉目标跟踪算法综述

视觉目标跟踪是对目标位置、速度、运动轨迹等信息检测与预测技术。该技术融合了计算机视觉、图像处理、深度学习等众多领域技术。本文将对目标跟踪算法发展情况以及研究现状进行梳理。首先介绍目前常用的基准数据集;其次指出生成式算法与判别式算法差异;再对传统的生成式算法进行简单的分析总结;随后围绕算法框架分别介绍相关滤波框架、深度学习框架、孪生网络框架、Transformer框架的判别式算法并分析不同算法的优缺点;最后分析目前动态目标跟踪存在的问题并展望。     

Dial算法几点改进的研究

针对Dial算法在实际应用中仍存在的限制,对Dial算法进行了简要分析,并从最短路的确定、Logit模型的改进及路网连通性的应用等多方面探讨了Dial算法的改进方法,最后给出了改进的Dial算法.