基于信道冲击成型自适应机制的 WSN大数据采集算法

为解决无线传感网采集算法普遍存在的节点故障率高、链路抖动严重及抗噪性能较低等不足,提出了一种基于信道冲击成型自适应机制的无线传感网大数据采集算法。首先,根据无线传感网节点信号具有的分区及偏移特性设计了信道冲击成型方法,并基于编码率-信噪比-信号发射强度增益等参量构建能量密度与信道衰落匹配过滤方式,提高信号发射过程中能量密度;随后,通过传输信号与信道噪声具有的正交特性建立自适应抽样机制,根据垂直信号与噪声信号互相干涉中产生的正交效应进行匹配滤波,并针对节点采取了载波过滤的方式进行遍历过滤,降低了网络信号拥塞现象的发生。仿真实验表明:与当前常见的拉普拉斯抗噪传输算法(Laplasse Anti-Noise Transmission Algorithm,ANT-L机制)以及傅氏信号解析抗噪传输算法(Fourier Noise Analysis Algorithm for Noise Immunity,NI-FNA机制)相比,本文算法具有更高的数据吞吐性能,有效地降低了网络链路抖动现象,取得更低的传输误码率。     

基于拓扑区域一体化成型映射机制的物联网快速收敛算法

为解决物联网快速收敛算法存在的收敛性能较差、网络稳定时间较短的不足,提出了基于拓扑区域一体化成型映射机制的物联网快速收敛算法。首先,根据物联网节点分布具有的随机分布特性及泊松分布特性,通过聚类方式来构建聚合度-权重值裁决模型,以实现路由的稳定收敛,消除因簇头节点失效而导致的区域上传缓慢的现象;随后,采用退避机制来提升簇头节点的传输性能,有效降低因能量受限而导致的网络传输缓慢的现象,优化路由收敛性能,降低因路由抖动而导致的网络瘫痪概率。仿真实验结果表明:与常见的时间度一体化物联网收敛算法(Convergence Algorithm for Time-Integrated Internet of Things,TI-IOT算法)、路由集中度快速收敛算法(A Fast Convergence Algorithm for Routing Concentration Degree,RCD算法)相比,所提算法具有更高的网络稳定工作时间及较快的收敛速度,以及更小的路由冗余度。     

802.11DCF机制的改进二进制指数退避算法

为了弥补802.11DCF机制的缺陷,通过调节网络节点竞争窗口CW的大小和增长速度来改进该机制的指数退避算法。改进的算法可以使得处于信道冲突严重时的节点获得较多的信道接入机会。     

基于强化学习的物联网可信信息覆盖优化算法

针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法．算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题．仿真结果表明：算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法．     

无线Ad Hoc网络中MAC协议改进策略的研究

文章通过在传统的 IEEE 802.11 MAC帧的头部增加1个表征信道状态的字段,提供一种通信机制来解决隐藏节点问题;提出了一种具有邻居媒质意识的MAC(New-MAC)协议,当冲突发生时,该协议的后退算法使发射端能够根据本地和邻居的信道使用指数合作地调整竞争窗口大小,避免了采用IEEE 802.11 MAC 协议时节点之间出现的盲目竞争,从而改善了上层TCP 业务的公平性和吞吐量.     

一种基于三角校验碰撞预测的ZigBee网络防冲突机制

针对ZigBee网络节点在发送数据的过程中会引起多节点数据碰撞、形成冲突的问题,提出了一种基于三角校验碰撞预测的放信道信号冲突机制.运用3个节点的信号组成三角校验区域,通过无线信道的节点数学模型进行信号可能碰撞的预测,计算碰撞的可能概率,通过迭代多区域校验进行防冲突运算,降低了数据碰撞的可能性.实验证明,利用此算法能够有效防止数据碰撞,提高了信道利用率.     

基于迭代加权虚拟力算法的DSNs覆盖增强

针对现有有向传感器网络(DSNs)覆盖增强算法复杂且收敛速度较慢的问题,在方向可调的有向感知模型基础上,提出一种基于分布式迭代加权的虚拟力覆盖增强算法(IW-RFGP)的有向传感器节点部署方法。该方法将传感器节点待感知区域内未被邻接节点覆盖的区域离散化,通过离散网格点的迭代加权引力的合力作用,调整并确定其新的感知方向。仿真实验结果表明,该算法收敛速度快,迭代次数短,有效增强了有向传感器网络的覆盖率。     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。     

基于叠加编码的增强型Gossip算法研究

提出了一种无线传感器网络中的Gossip算法,该算法能充分利用无线网络的广播特性来加快收敛速度.通过叠加编码的处理,增大了有效通信半径,使无法获得完整发射信息的节点获得部分发射信息,且这部分信息可以有效加快信息的传播速度,从而达到加快算法收敛速度、节约传感器能量消耗的目的.理论分析及仿真验证表明:基于叠加编码的Gossip算法可以有效加快收敛速度,同时通过对叠加编码通信半径的调整,可以在收敛速度与收敛精度之间取得平衡.     

基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.     

基于超宽带集中管控机制的物联网数据传输算法

针对当前物联网数据传输算法存在链路稳定性差、传输性能不高等不足,提出了一种基于超宽带集中管控机制的物联网数据传输算法(Data Transmission algorithm of IOT based on UWB centralized control mechanism,UWB-CC算法)。首先,通过能量冗余机制对网络节点进行初次筛选,并采用能量最优原则进行区域划分,实现物联网数据的分区传输及性能维护;随后,考虑到传统算法难以实现区域节点更新的不足,通过节点能力阈值筛选方法,实现对区域节点-普通物联网节点的次区域组网,提高普通物联网节点的数据上传能力,降低分割节点(PartitionNode,PN节点)因故障而导致区域上传瘫痪的概率;最后,采取综合评估分割节点性能与区域传输性能的方式,对中继传输节点进行优选,从而提高链路传输能力,减少链路抖动对传输性能的不利影响,能够同时实现带宽管控及区域分割-固定-链路稳定的一体化集中管控。仿真实验表明:与当前常用的区域流量汇聚上传算法(Upload algorithm for regional traffic aggregation,RTA算法)及成型度汇聚分割传输算法(Segmentation andtransmission algorithm based on degree of convergence,STDC算法)相比,本文算法具备更高的汇聚带宽与信道容量,以及更低的传输抖动率。     

基于信号盲分离的通信信道干扰抑制算法

针对移动通信双向传输过程中一直存在的抗干扰性能差的问题。提出基于窄带信号盲分离的移动通信信道干扰抑制算法。构建移动通信基站信道的安全承载模型和移动网络基站路由节点数据分配模型,进行信道干扰分析,通过阈值对优先级进行判断,保证OBS网络中偏射路由节点数据的服务质量,构建单通道窄带信号检测模型,设计单通道窄带处理器,实现对窄带信号的盲分离,降低了网络突发冲突阻塞概率与丢包率,基于时延-多普勒域的稀疏性特征计算动态反馈线性非线性抗干扰信道的时域脉冲响应,得到移动通信信道均衡和特征配准结果,实现非线性抗干扰滤波。实验结果表明,改进算法能有效实现干扰抑制和滤波,提高通信信号的输出信噪比。     

基于极坐标捕捉机制的移动传感网信号定位算法

为解决当前LTE-5G领域内移动传感网信号定位算法存在的定位精度不高、定位时间过长及定位能力较差等不足,提出了一种基于极坐标捕捉机制的移动传感网信号定位算法。首先,通过逆向频率变换及角度矩阵映射,设计了一种抗噪能力较强的信号接收模型,使其能够结合正交处理的方式来抑制信道噪声干扰,以降低定位过程中因噪声而导致精度不高的问题。随后,联合预设极坐标中心与频率-拓扑关系,构建了一种环定位结构,充分利用sink节点性能不受限的特点来快速捕获信号发射位置,提高定位精度,减少定位时间。仿真实验表明:与常用的正交环定位算法(Orthogonal Loop Location Algorithms,OLL算法)、双源定位算法(Dual-source localization algorithm,DSL算法)相比,本文算法定位精度高,定位时间短等优势,具有很强的实际部署价值。     

基于多虚拟信号校验的ZigBee网络信号防冲突算法

针对ZigBee网络节点在大规模的数据通信过程中,会因为通信时域不一致引起冲突的问题,提出了一种基于三角校验碰撞预测的放信道信号冲突机制。运用对同一节点进行通信的信号组成一个多信号虚拟校验区域。通过建立的无线传感信号碰撞冲突检测模型进行通信时域冲突的预测判断。通过时域内的信号二维区域碰撞预测,计算碰撞的可能概率。实验结果表明,运用该方法能够对大数据、对节点、长时间的ZigBee通信网络通信进行优化,提高了节点信道的通信效率。同时,这种方法还大幅降低了无线通信网络的数据碰撞的可能性。     

基于时空二向度定型机制的静态网络检测算法研究

为了解决当前静态网络检测机制中存在链路抖动检出频率低,数据传输性能不高,且难以实现信道噪声擦除的不足,提出了一种基于时空二向度定型机制的静态网络检测算法。首先,综合考虑静态网络接收信号强度(Received Signal Strength Indication,RSSI)、链路质量指针(Link Quality Indicator,LQI)、信噪比(SIGNAL-NOISE RATIO,SNR)的特点,并结合静态网络节点的拓扑特性,通过移序方法,构建了基于频率漂移包络擦除方案的超参数捕捉方法,有效降低信道噪声对网络抖动性能的影响;随后,考虑到当前静态网络节点的数据流量分布不均匀的特性,基于链路相干协方差的方法,实现链路抖动二向度的误差消除,显著提升了网络抗噪性能,强化了数据传输过程中的误差控制。仿真实验表明,与高斯白噪声信道包络检测机制(Envelope Monitoring Mechanism in GaussWhiteNoiseChannel,E2W-GWNC机制)、拉普拉斯信源联合抖动检测机制(LaplasseSourceJointJitter Detection Mechanism,LS-2JD机制)相比,所提算法具有更高的网络数据传输能力,且有更好的链路抖动问题检出效果。     

强噪声海量物联网数据处理中节点选择算法研究

当前节点选择算法在强噪声干扰下,通过优先级理论实现节点选择,存在安全性差、能耗高、整体性能低下的弊端,为此,提出一种新的强噪声海量物联网数据处理中节点选择算法。将数字序列中某点的值用与该点相邻的各点值的中值替换,通过中值滤波法对物联网中的强噪声进行去除,完成强噪声干扰去除后。通过基于后悔函数的平衡剩余能量节点选择算法对海量物联网数据处理中节点进行选择。依据误码率选择满足要求的节点作为候选节点,通过减少无效处理增强能量性能。利用后悔函数对节点相对物联网的剩余能量进行估算,依据节点相对于其他节点的剩余能量确定延迟时间,从而实现节点选择。实验结果表明,采用所提算法对海量物联网数据处理中节点进行选择,不仅安全性高,而且节能性好、整体性能高。