基于混合重引力搜索的认知无线电网络协作通信算法

为了提高认知无线电网络的频谱利用效率,提出一种基于混合重引力搜索的认知无线电协作通信算法。将主用户队列平均时延、主用户队列稳定性、次用户平均发送能耗考虑为约束条件,建模次用户数据速率关于传输带宽与传输时长为最大化优化问题。将重引力搜索算法与遗传算法融合,实现高性能的优化算法,对认知无线电协作通信问题进行优化。在重引力搜索的每次迭代中,对每个粒子进行遗传算子的处理,保留重引力搜索健壮性高以及易于实现的优点,同时增强全局搜索能力。仿真实验的结果显示,该算法提高了认知无线电的频带利用率,并且提高了次用户数据传输的连续性与稳定性。     

物联网中大规模无线射频识别标签的容错估计算法

针对大规模物联网中RFID标签估计算法时间效率较低的问题,提出一种基于概率与响应信号累加的高效率RFID标签估计算法。在每轮协议的一个时隙中同步接收各个标签的响应,后端服务器通过比特运算构建RFID标签矩阵图。根据RFID标签的几何分布判断各个RFID标签是否存在。此外,设计非理想信道的容错机制,对于标签响应丢包、阅读器命令丢包以及噪声导致阅读器将一个空闲信道误检为忙信道等故障场景取得较好的效果。基于网络仿真平台的实验结果表明,在100 000个标签的RFID系统中,该算法的估计时间约为30 000个时隙,并且具有一定的容错能力。