基于能耗热点的SPM静态分配策略

提出一种基于能耗热点的片上存储器静态分配策略.该分配策略依据带权重扩展控制流图将应用程序划分成不同的逻辑节点,并通过SPM平均访问能耗值计算出逻辑节点被放入SPM后产生的访问能耗的大小,以及各节点的能耗密度.构造SPM空间分配的整数线性规划算法(ILP),转化成以能耗密度为优先权的0-1背包算法来选择要放入SPM的节点.实验结果表明,使用该分配策略来管理SPM空间分配,比不使用SPM时的能耗量平均减少34%左右.     

基于WCET的SPM实时性管理策略

提出一种基于最坏情况执行时间(WCET)的SPM静态分配算法,该算法采用额外的WCET分析工具获得任务最坏情况执行路径(WCEP),针对最坏情况执行路径,把程序划分为全局变量、全局堆栈、指令块等节点,用包含节点和节点间关系的CFG描述应用程序,采用考虑节点间关系的算法把选中的节点分配到SPM中。仿真实验结果表明,采用该分配策略管理SPM空间比不采用SPM时的实时性提高54%左右。     

基于环的节点非均匀分布分簇算法

针对无线传感器网络（WSN）中基于环的节点非均匀分布网络模型下的能量空洞问题,提出了一种基于环的节点非均匀分布分簇算法（RCANND）。该算法在节点非均匀分布的网络模型下,通过每环的能耗最小化,计算每一环的最优簇首数;通过节点剩余能量、距基站距离以及与邻居节点的平均距离计算簇首选择度。在簇内以簇首选择度序列表进行簇首轮转,降低分簇次数,提高网络能量的利用效率。对提出的算法进行仿真对比实验,仿真结果表明,相同半径、不同分布模型下节点的平均能耗波动很小;相同分布模型、不同半径下节点的平均能耗波动也不明显。以网络中50%节点存活作为网络生命周期,在节点非均匀分布情况下,所提算法的网络生命周期比混合能量高效分布式不等分簇算法（UHEED）和轮转的混合能量高效分布式不等分簇算法（RUHEED）分别提高约18.1%和11.5%;在节点均匀分布模型下,所提算法的网络生命周期比基于分环的能量高效无线传感器网络分簇路由（RECR）协议提高约6.4%。所提算法有效均衡了不同分布模型下的能耗,有效延长了网络生命周期。     

多移动汇聚节点的无线传感网中基于服务质量的能耗

针对无线传感网（WSN）中传感节点能耗过高、传输时延过长、数据完整性过差的问题,提出一种基于多移动汇聚节点考虑服务质量（QoS）的路由算法——时延敏感和数据完整性（MSTSDI）算法。首先,通过从基站接收信号的强度判断节点的密度,用K-means聚类算法将传感网划分成自治区域;其次,给每个自治区域分配一个移动汇聚节点,利用支持向量回归（SVR）的方法确定移动汇聚节点的轨迹;最后,引入深度引力域和队列引力域,通过Improved-IDDR算法对时延敏感数据包和数据完整性要求高的数据包进行传输。理论分析和仿真表明,与GLRM算法和LEACH算法相比,Improved-IDDR算法的路由策略的能耗下降幅度分别为21.2%和23.7%;而该算法的时延分别降低了15.23%和17.93%;该算法的所传输数据包的完整性也更好。实验结果表明,MSTSDI在传感网络中能够有效提高系统的性能。     

基于投票机制的拜占庭容错共识算法

针对现有的区块链中实用拜占庭容错（PBFT）共识算法、基于动态授权的拜占庭容错（DDBFT）共识算法、联盟拜占庭容错（CBFT）共识算法普遍存在能耗高、效率低、扩展性差等问题，通过引入投票机制，提出了基于投票机制的拜占庭容错（VPBFT）共识算法。首先，以PBFT算法为基础，将网络中的节点划分为四类具有不同职责的节点。其次，算法中的投票节点具有投票和评分权，监督生产节点诚实可靠地生产数据块；生产有效的数据块的生产节点优先进入下一轮，候选节点能够被选为生产节点，而普通节点则能够成为投票节点或候选节点。最后，不同类型的节点之间具有一定的数量关系，能够在不同类型节点的数目或网络中的节点总数发生变化时动态调整参数，从而使得算法适应动态网络。通过性能仿真分析可知，VPBFT算法相较于PBFT、DDBFT、CBFT等共识算法，具有低能耗、低时延、高容错性和高动态性。     

基于改进特征袋模型的奶牛识别算法

针对特征袋（BOF）模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图（HOG）特征对图像进行特征提取和描述,然后利用空间金字塔匹配原理（SPM）生成图像基于视觉词典的直方图表示,最后自定义直方图交叉核作为分类器核函数。该算法在项目组自行拍摄的数据集（包含15类奶牛、共7500张奶牛头部图像）上的实验结果表明,使用基于SPM的BOF模型将算法的识别率平均提高2个百分点;使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点;使用优化HOG特征,相比使用传统HOG特征将算法识别率平均提高21.3个百分点,运算效率为其1.68倍;相比使用尺度不变特征变换（SIFT）特征,在保证平均识别精度达95.3%的基础上,运算效率为其7.10倍。分析结果可知,该算法在奶牛个体识别领域具有较好的鲁棒性和实用性。     

认知无线Ad Hoc网络干扰约束和能量高效路由算法

为了减少认知无线Ad Hoc网络的传输中断概率,实现频谱和能量高效,提出一种干扰约束和能量高效（Interference Constraints and Energy-Efficient,ICEE）的路由算法。信道检测除了基于认知节点（Cognitive Radio,CR）对主用户（Primary Users,PU）的干扰约束外,还增加了CR节点的数据传输所需持续时间约束,以保证CR节点在有效利用空闲信道的同时减少传输中断事件的发生,减少故障重传所损耗的能量。在设计路由算法时采用了链路能耗和节点寿命作为度量,通过联合最优的链路选择方程实现网络能量高效,并延长网络的生命周期。实验仿真结果表明,相比较认知Ad hoc网络的自适应路由协议,基于联合信道分配和自适应功率控制的路由协议,ICEE算法在数据包平均能耗上分别减少了41.2%和24.5%,并且有效地延长了网络生命周期。     

基于Voronoi图的无线传感器网络覆盖空洞检测算法

针对无线传感器网络(WSN)中节点随机部署或部分节点能量耗尽带来的覆盖空洞(CH)问题,提出了一种基于Voronoi图的覆盖空洞检测算法。该算法利用节点的位置信息在覆盖区域范围内构建Voronoi图,通过计算每个Voronoi区域内的节点到该区域的顶点和边的距离来判断是否存在覆盖空洞,标识覆盖空洞的边界节点。仿真实验评估了不同节点分布密度、不同感知半径对空洞平均检测时间、平均能耗的影响,并与路径密度(PD)算法进行比较。实验结果表明所提算法在空洞平均检测时间和节点平均能耗两个方面均有10%左右的提升,对进一步延长网络生存期具有重要价值。     

基于双模糊逻辑的无线传感器网络分簇算法

为降低无线传感器网络的能量消耗,延长网络生命周期,提出基于双模糊逻辑的无线传感器网络分簇算法(DFCP)。模糊逻辑一综合了节点剩余能量和节点与基站距离2个参数,确保输出高能量低能耗的节点竞争簇头的优势;模糊逻辑二综合了节点度与簇内平均节点能耗值2个参数,确保输出以簇为单位的局部能耗最小。簇生成阶段,基于非概率模式的延时机制保证了簇簇之间的均匀分布。通过与其他算法(LEACH、ECPF)对比,仿真结果表明:DFCP能克服LEACH协议运行下的网络簇分布不均、低能量节点担任簇头等缺点,并降低网络能量消耗;当网络中节点能量不一致时,DFCP运行下的网络簇头位置分布、网络局部能耗均衡优于ECPF。     

ZigBee地址分配算法及树路由算法改进

ZigBee使用的分布式地址分配算法(DAAM)为节点分配地址时没有考虑网络拓扑结构的变化。这就造成了地址空间的严重浪费,使得节点入网成功率降低。同时基于DAAM机制的树路由算法没有考虑节点的负载,负载不均衡将导致网络分割的提前到来。本文提出一种改进的分布式地址分配算法和基于它的负载均衡的树路由算法。改进的地址分配算法通过获取邻居节点的地址空间从而提高节点入网成功率。改进的树路由算法可以均衡节点能耗,延长网络寿命。     

基于电路活跃度的SPM低功耗管理策略

针对现有的功耗管理未考虑高速暂存存储器(SPM)中不同的地址访问序列对功耗的影响问题,提出一种基于电路活跃度的SPM低功耗管理策略。通过重新组织指令与数据在SPM中的布局,降低SPM中存储对象访问时的电路活跃度,从而降低功耗。实验结果表明,与不考虑电路活跃度的基本策略相比,该分配策略可平均减少功耗15%以上。     

User satisfaction aware routing and energy modeling of polymorphic network on chip architecture

In mobile devices, multiple applications contend for limited resources in the underlying embedded system framework. Application resource requirements in mobile systems vary by computation needs, energy consumption and user interaction frequency. Quality of service (QoS) is the predominant metric of choice to manage resources among contending applications. Resource allocation policies to support static QoS for applications do not reflect the changing demands of the user in contemporary network on chip (NoC) based embedded architectures. User satisfaction with the user interactions and user interface design ought to be the primary design driver. Some recent research has integrated a saturating, non-linear user satisfaction function in the application thread scheduler. The application and operating system level user satisfaction research assumes that the throughput of inter-thread edges is limited only by the computational constraints of the nodes. With NoC, however, NoC resource allocation policies play an important role in determining the inter-thread communication flow’s throughput and the resulting application level user satisfaction. In this paper, we filter down the user satisfaction from an application layer attribute to a router level attribute to improve the resource and energy utilization for routing in order to leverage the user satisfaction at the application and system level. We demonstrate that this technique improves the user satisfaction of audio (MP3) application by 10% while maintaining the user satisfaction of video (MPEG-2) application. Experiments also show that a fixed energy source can be extended for an average of 18% of the time using the NoC user satisfaction based energy optimization proposed in this research.     

Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略

针对无线传感器网络中传输时延长、传输冲突大和吞吐量低等问题,提出了一种在Multi-Radio Multi-Channel无线传感器网络中信道分配和路由策略.该策略动态地建立k元n立方体拓扑结构,使用优化的静态信道分配算法提高节点的吞吐量,使用维序寻径的路由算法减少传输冲突.该方法适用于网络节点稠密、节点相互之间通信冲突大的情况,并且在单跳和多跳的网络环境下均适用.实验结果表明,基于k元n立方体这一拓扑结构的信道分配和路由策略与传统方法相比,有效地减少了端到端时延,降低了网络冲突,减少了节点能量消耗,延长了网络寿命,提高了网络吞吐量.     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

Energy efficient task allocation for hybrid main memory architecture

Compared with the conventional dynamic random access memory (DRAM), emerging non-volatile memory technologies provide better density and energy efficiency. However, current NVM devices typically suffer from high write power, long write latency and low write endurance. In this paper, we study the task allocation problem for the hybrid main memory architecture with both DRAM and PRAM, in order to leverage system performance and the energy consumption of the memory subsystem via assigning different memory devices for each individual task. For an embedded system with a static set of periodical tasks, we design an integer linear programming (ILP) based offline adaptive space allocation (offline-ASA) algorithm to obtain the optimal task allocation. Furthermore, we propose an online adaptive space allocation (online-ASA) algorithm for dynamic task set where arrivals of tasks are not known in advance. Experimental results show that our proposed schemes achieve 27.01% energy saving on average, with additional performance cost of 13.6%.     

Energy efficient and robust allocation of interdependent tasks on mobile ad hoc computational grid

A mobile ad hoc computational grid is a distributed computing infrastructure that allows mobile nodes to share computing resources in a mobile ad hoc environment. Compared to traditional distributed systems such as grids and clouds, resource allocation in mobile ad hoc computational grids is not straightforward because of node mobility, limited battery power and an infrastructure‐less network environment. The existing schemes are either based on a decentralized architecture that results in poor allocation decisions or assume independent tasks. This paper presents a scheme that allocates interdependent tasks and aims to reduce task completion time and the amount of energy consumed in transmission of data. This scheme comprises two key algorithms: resource selection and resource allocation. The resource selection algorithm is designed to select nodes that remain connected for a longer period, whereas the resource assignment or allocation algorithm is developed to allocate interdependent tasks to the nodes that are accessible at the minimum transmission power. The scheme is based on a hybrid architecture that results in effective allocation decisions, reduces the communication cost associated with the exchange of control information, and distributes the processing burden among the nodes. The paper also investigates the relationship between the data transfer time and transmission energy consumption and presents a power‐based routing protocol to reduce data transfer costs and transmission energy consumption. Copyright © 2014 John Wiley & Sons, Ltd.     

基于能量优化的认知无线电网络组播路由协议

针对认知无线电网络节点动态频谱分配的特点,利用静态博弈方法,根据次用户占用频谱越宽所造成干扰越大,建立基于价格惩罚机制的古诺模型解决频谱分配问题,通过求解纳什均衡,频谱利用率达到最优。根据最小增量按需驱动思想建立了节约能量的组播树,提出基于能量优化的适用于认知无线电网络的按需组播路由协议。     

基于0-1规划的异构传感器网络任务分配策略

为了减少无线传感器网络节点处理任务的总体能耗、均衡网络节点的剩余能量以及减少网络中任务的调度时间,提出一种三目标任务分配算法。利用0-1非线性规划理论建立问题的代价函数,用能量方差表征节点处理任务后的剩余能量均衡度,并结合离散粒子群优化算法(DPSO),以最小化代价函数为优化目的,从而得出经优化的任务分配策略。仿真实验表明基于0-1规划的任务分配策略能有效地减少网络总体能耗,均衡网络节点剩余能量(延长网络寿命)以及减少任务调度时间。