具有小世界特性的低能耗无线传感器网络簇级拓扑研究

本文提出了一种具有小世界特性的无线传感器网络簇级拓扑算法,引入Temple University吴杰教授提出的UCR(unequal cluster-based routing)机制,靠近基站簇尺寸变小,解决基站附近网络耗能过多的热点问题.通过OPNET对构造的簇级拓扑结构进行仿真,当超级节点数目增加到6～18时,平均路径长度降低,路径长度变化率降低,节能曲线变化率升高,能耗降低效果显著.仿真实验还表明,本文提出的具有小世界特性的无线传感器网络簇级拓扑结构对随机攻击具有很强的鲁棒性,具有很好的生存性能.复杂网络理论中的小世界网络具有较大的聚集系数和较小的平均路径长度,通过在原有网络中添加超级节点,形成能与sink节点直接通信的捷径,可以降低网络平均路径长度和能量消耗.目前小世界特性用于WSN的研究中,尚未考虑到sink节点附近的热点问题.     

移动传感网中基于定向角度路由的数据收集

在Sink和节点不断移动的多跳无线传感器网络中,节点和Sink的位置不断变化.如果节点采用传统的广播方式发送数据,节点发送的数据在到达移动Sink之前,很有可能被大量的节点不断转发.这样不仅容易导致数据冗余过大,而且容易造成节点的能量消耗过快从而缩短网络生命周期.为了最大化网络生命周期,提出一种节能的算法ROAR来解决这个问题.首先,节点执行类似于选取簇头的收集器选择算法,能量高的节点以高概率决定是否成为收集器.然后,节点将数据发送给有效区域内的邻居节点.所谓的有效区域是指过节点作连接节点和Sink的直线的垂线,以垂线为边界,与移动Sink同侧的区域.最后,收集器采用折半角度传输的方式将数据发送给移动Sink.仿真实验结果表明,与目前已有的算法相比,算法ROAR能够有效地缩短收集一轮数据所需的时间、减少能量开销、延长网络生命周期.     

一种多跳无线传感器网络中基于SMAC协议的性能分析模型

本文针对基于SMAC协议的多跳无线传感器网络,将节点建模为一个带关闭机制的有限队列单服务台系统,并考虑节点睡眠机制和竞争退避机制建立了二维Markov节点状态模型.基于该模型可准确推导出网络平均丢包率、网络吞吐量、数据包平均延时以及网络平均功率消耗等网络性能的表达式.通过与仿真实验给出的网络性能结果进行对比,发现模型给出的网络性能表达式有效逼近了仿真结果曲线,从而验证了模型的准确性.同时,运用该模型能准确分析多跳无线传感器网络在能量效率和QoS性能的折中关系,并为占空比、缓存队列容量等网络协议参数的优化提供理论指导.     

基于无线传感器网络的半导体设备数据采集设计

为了监测半导体前段制造厂的机台在生产过程中的关键参数,提出了一种基于无线传感器网络和以太网的半导体机台数据采集方案,研制了传感器节点和簇头节点,给出了传感器节点的硬件设计过程和部分源程序。测试结果表明：该系统可以对半导体机台关键生产参数进行远程采集、历史数据查询和故障实时报警,提高了半导体产品的良率以及工程师的工作效率。     

无线传感器网络最小中继节点布置问题的近似算法

为了消除传感器节点路由负载的不平衡,可在无线传感器网络中布置少量功能较强的中继节点作为路由节点,最小化中继节点数是其主要优化目标.文中证明了有界平面区域上的中继节点布置问题是P问题,但一般情况下的计算复杂度相当巨大.从中继节点布置问题的几何覆盖特征出发,提出了一种O(n~2 log n)时间的贪心近似算法,其中n为传感器节点数目.在该算法迭代过程的每一阶段,先从未被覆盖的传感器节点中选出一个关键节点,为了阻止孤立节点的产生,再按照"优先覆盖与关键节点距离较近的传感器节点"的原则来确定中继节点的位置.实验结果表明该算法可在很短的时间内生成一个接近最优的可行中继节点布置,且在中继节点布置的尺寸以及执行时间方面都要优于现有算法.     

无线传感器网络中OOFSK和FSK能耗性能

无线传感器网络（WSNs）节点通常使用电池来供电,这成为限制其广泛应用的瓶颈．所以低功耗WSNs的设计成为人们研究的重点．WSNs的传输体制很大程度上决定了整个网络的能耗性能．本文中将频移键控调制（FSK）和开关频移键控调制（OOFSK）两种高效的传输方式引入WSNs,通过建立基本通信模型,推导他们的能耗性能指标及变化趋势．通过数值分析结果可知,在低信噪比、低OOFSK调制占空比等条件下,OOFSK传输具有明显的能耗优势．同时进一步分析得到OOFSK和FSK调制在WSNs中的应用场景,对低功耗WSNs的调制模式设计具有积极作用．     

无线传感器网络中一种高效的距离差估计方法

RIPS系统通过测量干涉信号的相位提供了一种精度高、设备简单的无线传感器网络定位方法.但利用相位进行测距和定位的方法不可避免地存在相位模糊问题,RIPS系统采取的方式是在多个频率下对某一距离差进行相位测量,根据各相位测量值来搜索实际距离差.为了避免RIPS系统中这种繁复的搜索过程,文中提出了一种高效的距离差估计方法.该方法基于中国余数定理(CRT)通过闭式一次直接计算得出距离估计值,从而避免了搜索过程,极大地降低了节点运算能耗并且提高了定位系统的实时性.同时,为了克服传统CRT算法对噪声敏感的缺点,利用算法中加权系数具有的一些性质来减小噪声对估计结果的影响,提高了算法的鲁棒性.仿真结果表明该方法鲁棒性好,估计精度高,在无线传感器网络中具有良好的可行性.     

无线传感器网络分布式定位算法研究与仿真

无线传感器网络是一种全新的信息获取和处理技术,能够实时监测、感知和采集各种环境或监测对象的信息.传感器多节点协调的自身定位是各种应用的基础,论文深入分析并比较了在无线传感器网络领域中有代表性的三种分布式定位算法(Bounding box、Euclidean和Robust position),并在OMNET++平台上做了性能的仿真检验;实际仿真结果上,对各定位算法的性能作了分析,并对各算法的应用环境给出了建议;对Robust position算法的改进提出了建议,并对无线传感器网络定位算法的未来研究做了展望.     

基于薄膜拍打型摩擦纳米发电机的风能收集研究

大量无线传感器网络节点的能量供给是目前限制物联网技术发展的一个瓶颈.作为新型能量收集技术,摩擦纳米发电机在环境能量收集方面有着显著优势,为解决无线传感节点供电问题提供了技术思路.本文基于摩擦纳米发电机和风致振动原理,提出并系统研究了一种薄膜拍打型摩擦纳米发电机(FF-TENG),实现了风能高效收集.本文采用仿真软件分析...     

基于AODV节能路由协议的改进

在AODV路由算法的基础上,提出一种节能路由算法MEE( Maximum Energy-efficient) -AODV.该算法通过改进AODV的请求(RREQ)分组获得整个网络的平均电池剩余能量,并且综合考虑跳数和节点剩余能量,以达到节能的目的.仿真表明,该算法在节能方面效果明显,延长了网络生存时间,有效提高了网络的性能.     

面向三峡库区水环境监测的混合网络构建

针对三峡库区分布广,面积大的特殊应用背景,提出了一种新的适合三峡库区水环境监测网络构建的组网策略——"一网多PAN(Personal Area Network),一PAN多簇",构建了一个包含WSN、GPRS和Internet的三层混合网络模型,并采用"告警上报,点播访问"的数据访问流程实现了监测网络数据传输。实验表明:该混合网络可以满足三峡库区水环境监测的应用需求;同时,"告警上报,点播访问"的数据传输流程可以有效降低节点能量消耗,延长网络生存周期。     

基于移动设备云迁移的节能决策算法

随着云计算的兴起,云迁移计算开始成为移动设备获取计算资源和降低功耗的有效方式.云迁移的主要想法是将移动终端的复杂任务经由无线网络迁移到云端执行,然后再接收计算结果.然而,无线网络的不稳定性和数据传输的高功耗限制了云迁移计算在移动设备中的应用.不同于已有工作,本文通过引入数据压缩的方法完善了云迁移计算决策模型,并且基于对未来时段网络期望的预测,提出了一种节能迁移计算决策算法——EPVAD.基于实际的3G网络带宽数据和开发测试平台,实验结果显示:EPVAD算法的节能效果较同类算法平均优14.9%,并且算法自身的系统开销可忽略.     

基于灰色关联分析的二氧化碳排放因子研究

为实现节能减排目标,探求二氧化碳排放影响因子,在分析以往研究基础上,选取2000～2007年EIA和国家统计年鉴相关数据,采用灰色系统理论中的灰色关联分析模型计算各因子间的灰色关联度,比较得出:能源消费对二氧化碳排放影响最大,其次是GDP,然后是人口数量、固定资产投资和居民消费。据此提出,转变能源结构、适当控制人口增长、调节固定资产投资方向、引导居民消费方向等是我国经济发展中降低二氧化碳排放的有效途径。     

改进果蝇优化算法优化广义回归神经网络的预测问题研究

为提高传统非线性预测模型的预测精度,提出一种基于改进果蝇优化算法优化广义回归神经网络的预测方法,将果蝇群体分两部分分别进行迭代寻优,从而改进了果蝇优化算法的寻优性能,进而避免了在寻优过程中陷入局部最优。该方法利用改进果蝇优化算法优化广义回归神经网络的径向基函数扩展参数,然后用训练好的广义回归神经网络预测模型进行预测,最后通过订单预测算例进行实证研究。实证研究结果显示,该方法在解决订单预测问题中与未改进的果蝇优化算法优化广义回归神经网络和传统的广义回归神经网络方法对比,具有更高的预测精度和更好的非线性拟合能力。     

基于移动锚节点的无线传感器网络渐进线定位

为了解决无线传感器网络定位的成本和计算量问题,本文提出了基于移动锚节点的双曲线渐近线定位方法。首先设计了移动锚节点运动轨迹,然后利用TDOA测距技术测得俩对锚节点到待定位节点距离差,最后利用双曲线渐近线的交点来定位。仿真结果表明：在减小计算量和定位成本的同时,该定位方法可以明显提高定位精度。     

Assessment of agricultural energy consumption of Turkey by MLR and Bayesian optimized SVR and GPR models

Agricultural productivity highly depends on the cost of energy required for cultivation. Thus prior knowledge of energy consumption is an important step for energy planning and policy development in agriculture. The aim of the present study is to evaluate the application potential of multiple linear regression (MLR) and machine learning tools such as support vector regression (SVR) and Gaussian process regression (GPR) to forecast the agricultural energy consumption of Turkey. In the development of the models, widespread indicators such as agricultural value-added, total arable land, gross domestic product share of agriculture, and population data were used as input parameters. Twenty-eight-year historical data from 1990 to 2017 were utilized for the training and testing stages of the models. A Bayesian optimization method was applied to improve the prediction capability of SVR and GPR models. The performance of the models was measured by various statistical tools. The results indicated that the Bayesian optimized GPR (BGPR) model with exponential kernel function showed a superior prediction capability over MLR and Bayesian optimized SVR model. The root mean square error, mean absolute deviation, mean absolute percentage error, and coefficient of determination (R²) values for the BGPR model were determined as 0.0022, 0.0005, 0.2041, and 0.9999 in the training phase and 0.0452, 0.0310, 7.7152, and 0.9677 in the testing phase, respectively. As a result, it can be concluded that the proposed BGPR model is an efficient technique and has the potential to predict agricultural energy consumption with high accuracy.     

基于复杂网络理论的水网节点重要性评价研究

复杂水网节点的重要性排序在工程应用中有重要实践意义,对于水网调度、安全管理有重要借鉴意义.为此,本文在复杂网络理论基础上,以山西大水网节点重要性排序问题为背景,对水网节点重要性评价进行研究.首先从整体角度出发,不考虑水网方向和干支斗毛级别差异,基于水网全局网络拓扑结构,从局部属性、全局属性、传播属性和网络位置四个方面定义了节点重要性评价指标.其次,分别根据这四个指标,对水网节点重要性进行排序分析,结合分析结果对网络位置指标进行了改进.然后,由于单指标评价结果不够全面且适用范围具有很大的局限性,给出了基于TOPSIS的多属性决策方法来综合评价节点的重要性.最后,考虑水网方向和级别差异,提出对水网进行干支斗毛级别划分,基于Page Rank算法对同一级别的有向赋权水网节点重要性评价进行研究.     

基于客户满意度的模糊神经网络JSP研究

针对具有不确定性因素的作业车间调度问题，基于模糊数学的思想，把模糊加工时间、间隔期和模糊交货期用梯形模糊数表示，建立了基于客户满意度曲模糊作业车间调模型。运用Hopfleld神经网络算法求解，结合目标函数和JSP的全部约束条件，构建能量函教和JSP换位矩阵，保证了神经网络稳态输出为最优生产调度方案。最后用网络计划图对稳态输出的换位矩阵进行解码得到最优调度甘特图，避免了传统成本树法易出现死锁调度的问题。计算实例验证了本算法的可行性和有效性。