最小跳数路由无线传感器网络中的节点距离测量

无线传感器网络中的间接距离测量是一种性价比极高的距离测量方法,但目前测量精度还有待进一步提高。根据最小跳数路由无线传感器网络的行为特征,提出了一种基于最小跳数路由及其路由重复数的节点距离测量算法,与DV-hop算法相比,借助路由重复数较大地提高了距离测量精度。理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果。     

基于MCMC技术的社会网络搜索

实验和理论表明社会网络中存在着短路径,即人们可以在较少的步数内找到目标。研究了社会网络中的贪婪搜索现象,给出了将长程连接图嵌入底层一维和二维网格的马尔科夫链蒙特卡罗方法。该方法更符合现实情况,坐标体系只是用于网上距离的计算。将算法用于模拟数据（根据一维和二维理想模型产生的图）和真实的社会网络数据均有很好的查询效率,查询成功率高,成功查询平均步长短。     

一种无线传感器网络的节点自定位方法

节点定位对许多无线传感器网络的应用来说是非常关键的,提出了一种基于移动锚节点的无测距的节点定位算法。此算法建立在Monte Carlo定位算法基础之上,通过利用节点收集到的信息来加速算法中样本的选取,从而提高定位的精度和效率。仿真结果表明,此节点定位技术平均定位精度能达到0.2个通信半径,与其他类似定位技术相比,能够明显提高节点定位精度。     

一种无线传感器网络节点操作系统设计

无线传感器网络节点操作系统是无线传感器网络的控制核心,与传统的嵌入式操作系统相比有着很大的不同。阐述了无线传感器网络的特点及其对操作系统的要求,介绍了操作系统SOS,并与当前最流行的操作系统之一TinyOS做了对比分析;并在本实验室设计的用于研究月球车等移动目标定位导航的无线传感器网络节点上设计了基于SOS内核的操作系统。     

无线传感器网络应用支撑技术研究

无线传感器网络的出现,产生了许多新型应用.而为了支撑各种各样的应用,需要范围广且复杂的实现技术.作为一个多学科交叉领域,无线传感器网络方向具有大量的应用及相应支撑技术,需要进行适当的分类整理.基于这种情况,本文首先综述了无线传感器网络的应用现状,然后结合无线传感器网络各方面应用,从计算机学科的角度系统地讨论了无线传感器网络的支撑技术,包括通信协议、定位、时钟同步、能量管理等普遍存在于各种无线传感器网络的基础支撑技术,以及目标识别与跟踪、数据存储、数据融合与无线传感器网络安全等几种典型的与应用紧密相关的支撑技术.     

保证数据流融合中处理一致性的事务机制

在分布式实时传感器网络应用中,主要目标之一是保证协作交互的数据流融合任务花费较少的能源代价,能够正确、实时、原子地外化监测区域信息.因此,本文重点研究了分布式传感器网络环境下对多数据流交互处理过程的事务控制机制.首先,定义了传感器网络数据融合过程的协作执行模型.其次,用运控制区域的概念,提出了一种基于系统时间戳的自适应的数据融合交互处理的事务模型及其ACID规则.最后,设计了一种适宜实时环境的数据融合事务的两阶段提交、回滚协议.测试结果分析表明,它能够显著提高采集数据进行事务处理的外化速率,降低了事务的失败率及网络能耗,特别适用于处理间歇、高速的传感器网络外部采集数据.     

基于神经网络的安全风险概率预测模型

网络安全风险概率预测对分布式网络环境及其内在的不确定事件进行动态分析和评价,是构建网络安全保障体系的重要环节.深入研究网络态势感知中的特征提取、聚类分析、相似性度量和预测方法,提出了一种基于神经网络的安全风险概率预测模型.采用入侵检测数据进行了实例验证,仿真实验结果验证了风险预测方法的可行性与有效性.     

无线传感器网络中基于神经网络的数据融合模型

数据融合技术通过减少传感器节点间的数据通信量,可以有效地节省传感器节点能耗,延长无线传感器网络的寿命.提出了独特的基于神经网络的数据融合模型(NNBA),该模型巧妙地将无线传感器网络的分簇层次结构与神经网络的层次结构相结合,将每个簇设计为一个三层感知器神经网络模型,通过神经网络方法从采集到的大量原始数据中提取特征数据,然后将特征数据发送给汇聚节点.以森林火灾实时监测网为应用实例,设计神经元模型及功能函数,并给出NNBA模型的仿真测试结果.     

泛函网络神经元构造理论与方法

泛函网络是近年提出的一种对神经网络的有效推广.与神经网络不同,它处理的是一般的泛函模型,它在各个神经元之间的连接没有权值,并且神经元函数不固定的,往往是一给定的基函数的组合,泛函网络学习的目的就是求出神经元函数的精确表达式或近似表达式. 迄今关于泛函网络神经元基函数的存在性和选取方法缺乏理论依据.文中基于Banach空间中偏序理论,分析了泛函网络神经元基函数的存在性,给出了泛函网络神经元基函数选取方法,对于完善泛函网络的基础理论具有参考价值.     

GEO卫星网中基于拥塞状态区分的TCP Vegas改进算法

针对TCPVegas在GEO卫星网络中应用时难以准确估计BaseRTT而带来的不足,结合TCP Vegas-A和TCP New Veno算法的优势,提出了一种改进算法TCP Vegas-A＋。改进算法在TCP Vegas-A算法的基础上,引入基于相对队列时延的拥塞状态判断方法,对网络状态进一步细分,以准确判断网络拥塞状态,合理调整拥塞窗口。仿真结果表明,改进算法具有较好的吞吐量性能,并提高了与Reno竞争带宽的能力,能较好地适用于GEO卫星链路。