基于中继节点机制的分簇数据融合算法

针对分簇的无线传感网中存在的簇首选择机制不合理以及在簇发送数据过程中因能耗不均衡而导致网络生命周期短的问题,提出基于中继节点机制的分簇数据融合算法.算法在不同分簇内根据数据信任值和能量信任值选择簇首,并在每个单独簇内选择一个中继节点,簇首收集簇成员的数据并融合,随之发送至中继节点;中继节点代替簇首与基站进行数据通信等工作,簇首在每轮的能量消耗会明显减少.对比传统的LEACH算法进行仿真实验,结果表明:采用此算法的无线传感器网络的生命周期有效延长了16%,并在一定程序上均衡了能耗.     

综合负载均衡与能量消耗的无线传感器网络分簇算法

针对目前无线传感器网络分簇算法的能耗不均衡、网络生命周期短等问题,设计一种综合负载均衡与能量消耗的无线传感器网络分簇算法.首先根据传感器节点与基站节点间的距离,将节点合理划分到相应的簇中;然后引入负载均衡因子,建立无线传感器网络的数据聚合路由,节约数据传输能量;最后采用MATLAB2014工具箱进行性能分析.结果表明,该算法的节点能量利用率较高,能保持传感器节点能量消耗的均衡,且网络生存时间较长.     

无线传感器网络分区能耗均衡的非均匀分簇算法

针对在无线传感器网络中分簇算法采用多跳通信方式时,靠近汇聚节点的簇头节点由于转发大量数据而导致自身能量消耗过快且节点易失效,从而造成网络分割,形成"热区"的问题,提出了一种新颖的基于分区能耗均衡的多跳非均匀分簇算法(CEB-UC).其核心思想是:将传感器网络合理分区,使得在靠近汇聚节点分区内的簇数量较多,各簇内传感器节点数较少;在远离汇聚节点分区内的簇数量较少,各簇内的传感器节点数较多,从而保证承担数据中继转发任务的簇头节点能减少自身的簇内通信开销,节约的能量可供簇间数据转发使用;任意分区的簇头节点在选择下一跳中继节点时可综合考虑候选节点的位置及剩余能量.实验以HEED、LEACH、PEGASIS、EAR-ACM等协议为参照,结果表明,当节点使用不同的数据融合策略时,CEB-UC算法能有效平衡网络节点能耗,延长网络部署半径,降低17%～41%的簇头节点能耗,提高24%～53%的网络寿命.     

无线多跳传感器网络中能量消耗均衡分簇策略

针对在无线多跳传感器网络中节点间能量消耗不均衡、中继节点容易过早失效的问题,基于几何规划提出一种自适应的分簇算法.该算法通过节点的能量水平和位置来调节其竞争簇头的概率,同时通过簇头的能量水平和离汇聚点的距离调节簇头"管辖"范围.仿真表明:本算法很好地均衡了网络能量开销,使得网络的生命周期延长了25%,稳定周期延长了50%.     

考虑剩余能量和通信代价的传感器网络路由算法

路由能耗直接影响无线传感器的寿命,针对当前无线传感器网络路由算法存在的能量利用率低、严重不均衡等难题,设计了一种基于考虑剩余能量和通信代价的传感器网络路由算法。该算法首先从簇首选择问题入手,全面考虑所有传感器节点剩余能量进行簇首选择和竞争,选择最优传感器节点作为簇首,防止剩余能量最少的传感器节点成为簇首;然后选择通信代价小、剩余能量多的传感器作为通信的中继节点,均衡各节点的能耗,最后采用仿真工具NS2对路由算法的性能进行测试与分析。测试结果表明,该路由算法减少了无线传感器通信的能量消耗,延迟了传感器节点的死亡时间,改善了能量的有效性。     

无线传感器网络LEACH算法的改进研究

针对LEACH算法节点生命周期短和能耗不均衡的问题,提出了一种改进的LEACH算法。算法在簇头节点选择时综合考虑节点剩余能量和当前位置问题,使簇头的分布更均匀;同时在估算最优簇头数的基础上,改进了分簇方法,减少了分簇次数,节省了网络能量消耗。仿真实验表明,改进的LEACH算法使整个网络能耗更加均衡,延长了无线传感器网络的生命周期。     

基于最优簇头数的环形无线传感器网络分簇算法

基于无线传感器网络中每个环能量消耗最小原则, 提出一种基于最优簇头数的环形无线传感器网络分簇算法. 首先计算出网络中每个环的最优簇头数, 然后在最优簇头数的基础上, 将网络划分为若干不同大小的簇, 最后在选择簇头时, 考虑了每个环的最优簇头数与相应环中节点数目的比值、 节点的剩余能量以及簇成员节点到簇头节点的最短距离与簇头节点到基站距离的关系. 解决了无线传感器网络簇内节点通信能量消耗过多的问题, 均衡了网络节点的能耗. 仿真结果表明, 该算法提高了网络能效和扩展性, 平衡了网络能耗, 延长了网络的生命周期.     

基于最优簇头数的环形无线传感器网络分簇算法

基于无线传感器网络中每个环能量消耗最小原则, 提出一种基于最优簇头数的环形无线传感器网络分簇算法. 首先计算出网络中每个环的最优簇头数, 然后在最优簇头数的基础上, 将网络划分为若干不同大小的簇, 最后在选择簇头时, 考虑了每个环的最优簇头数与相应环中节点数目的比值、 节点的剩余能量以及簇成员节点到簇头节点的最短距离与簇头节点到基站距离的关系. 解决了无线传感器网络簇内节点通信能量消耗过多的问题, 均衡了网络节点的能耗. 仿真结果表明, 该算法提高了网络能效和扩展性, 平衡了网络能耗, 延长了网络的生命周期.     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

SoC的可测试性设计技术

基于可复用的嵌入式IP（intellectual property)模块的系统级芯片（SoC)设计方法使测试面临新的挑战，需要研究开发新的测试方法和策略，结合系统级芯片的可测试性设计技术所面临的技术难点。详细介绍了当前系统级芯片的可测试性设计技术，分析了各种系统级芯片的可测试性设计技术的特点及其优缺点，着重讨论了国际工业界内针对系统级芯片测试的方案；IEEEP1500和虚拟插座接口联盟（VSIA）测试访问结构。     

The Right for Women--After Professions for women

［1］A Chinese-English Dictionary 《汉英词典》 Foreign Language Teaching and Research Press外语教学与研究出版社 ［2］徐齐平编Readings in Modern English Prose 《现代英关教文选》 Xu Qiping Edit Nankai University Press南开大学出版社 ［3］Longman Dictionary of American English 《朗文英汉双解词典》 Foreign Language Teaching and Research Press 外研社     

浅议企业专利申请中的几个问题

知识经济时代的来临引爆了企业中的创新热潮。对于企业中大量的技术创新成果，及时进行专利申请是极为必要的。本文将从专利申请的可行性分析、专利申请中的事务管理及常用策略等几方面来进行相关阐述。     

分布式存储中的再生码综述

分布式存储系统中通过引入冗余提高系统的可靠性,纠删码作为重要的冗余策略在分布式存储中得到越来越多的重视.分布式存储系统中,当某个存储节点失效后,需要引入新的节点来修复失效节点的数据.传统纠删码冗余策略在修复失效节点时需要传输的数据量较大近年来出现的再生码对传统纠删码进行改进以减少修复失效节点的带宽消耗.再生码引入网络编码的思想,在修复失效节点时,参与修复过程的节点首先将本节点内的数据作线性组合后再上传,最终修复带宽消耗最小 介绍了再生码的基本概念,然后介绍单节点修复再生码和合作修复再生码的编码策略,最后总结再生码的发展和研究方向     

基于动态注入率的片上网络拥塞避免方法

片上网络的拥塞现象极大地限制了路由器的有效性能,拥塞问题将直接影响到整个处理器芯片的性能.本文首先分析了片上网络中虚通道路由器通信流量的特性．提出设定不同的阈值将网络拥塞状态进行划分,将拥塞避免问题划分为拥塞预防和拥塞解除两个阶段．提出使用一种动态注入率策略,根据实时检测网络的拥塞状态,动态调整网络报文的注入率,将网络中的通信流量控制在一个合理水平内,减轻网络的负载压力,避免NoC完全陷入拥塞而出现瘫痪状态．仿真模拟结果表明,拥塞预防时NoC性能约在“最大负载点”,拥塞解除时性能约在“膝点”,注入率可以达到0.05,在避免拥塞的同时有效兼顾了网络性能.     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显.对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似.     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法，可将复杂密度函数或者分布化成一个简单，实用的形式，而且其误差较其他传统方法，比如正态逼近法及泰勒逼近法小得多，特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的，但是实际试验中，试验数据的分布是未知的，本文对一组未知数据的尾部概率用两种不同的形式去进行近似。