事件驱动型无线传感器网络MAC协议研究

提出一种应用于事件驱动型无线传感器网络的ED-MAC协议。该协议定义了网络的2种状态(常规态和事件态),为常规态的簇内数据采集和簇头汇报设计了不同的TDMA机制,事件态时采用预约机制对中继转发链路节点进行逐跳预约。实验结果表明:ED-MAC协议相比S-MAC协议具有能耗低、传输延时短的特点。     

一种信息-物理融合系统体系结构

信息-物理融合系统(cyber-physical system, CPS)是当今最前沿的交叉研究领域之一,它被普遍认为是计算机信息处理技术史上的下一次革命,将会改变人与现实物理世界之间的交互方式,具有广泛的应用前景.CPS是一种分布式且深度嵌入式的实时系统,实时性是CPS的一个极重要特征和性能要求.研究了CPS体系结构,提出了一种CPS系统模型,并且从实时任务调度和实时网络两个方面,提出了解决系统实时性保证问题的初步方案,为进一步的研究工作奠定了基础.     

无线传感器网络监测数据的汇报机制研究

无线传感器网络监测数据的汇报机制是目前的研究热点.将目前无线传感器的应用分为非事件类、事件类以及混合类三大类,在设计了监测数据表现形式的基础上,着重对事件判别标准、消息的优先级、数据融合方法以及消息的汇报机制进行了分析和论述.汇报机制采用改进的队列作为缓存空间,以保证级别高的消息能够得到及时有效地的传输.实验结果表明:...     

基于Windows CE.NET的消防监控终端

从城市火灾自动报警远程监控管理网络系统的需求出发,设计并实现了基于WindowsCE.NET的消防监控终端。该文对其工作原理、硬件构成和软件设计进行了介绍。该监控终端实现了火灾自动报警系统和监控管理中心之间数据的远程通信,对入网的火灾自动报警系统实现了24小时实时监控,有效解决了目前消防监控领域存在的问题。对其它远程数据传输或无人值守系统有一定的参考价值。     

基于加权Word2Vec和TextCNN的新闻文本分类

随着网络和各类社交媒体的盛行,越来越多的文本信息通过互联网呈现在人们面前。对于海量的文本数据,自然语言处理技术变得越来越实用,新闻文本分类便是其中一项重要的任务,其对制定新闻检索策略、新闻推荐、社会舆情监控等具有积极作用。文章通过分析文本表示模型与分类模型的研究现状,提出一种基于加权Word2Vec和TextCNN的新闻文本分类方法,在新闻文本多分类数据上进行实验。从实验结果上来看,在文本表示模型中,该文方法比TF-IDF模型、Word2Vec模型以及随机词嵌入模型在精确率、召回率和F1值上均有提高;在文本分类模型中,文章使用的TextCNN模型要比传统的机器学习模型以及循环神经网络模型在分类效果以及模型性能方面表现更出色。     

基于云模型的无线传感器网络链路质量的预测

无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.     

3D-RABLC：一种基于LQI置信度的三维空间定位求精算法

提出一种基于LQI置信度的三维空间定位求精算法(3D-RABLC)。通过大量节点实验,获得节点间一跳RSSI值与距离的关系、LQI与分组错误率的关系,依此划分LQI置信度,对测得的RSSI值进行过滤,建立三维多跳求精模型或弥补求精方法对置信度低的RSSI值进行修正。节点实验表明,该算法大大降低了RSSI测距误差,比已有三维定位算法具有更好的定位精度。     

基于图神经网络的机会网络节点重要度评估方法

机会网络(opportunistic network)是一种利用节点移动的相遇机会实现通信的自组织网络,机会式的通信方式导致其具有时变性与动态性,节点重要度的评估是研究机会网络信息传播的关键.提出一种基于图神经网络的机会网络节点重要度评估方法.将机会网络进行时间切片,对得到的机会网络单元采用聚合图建模,以表征网络信息;采用动态网络嵌入模型提取机会网络单元间的时序变化信息、拓扑结构信息,得到网络的动态属性特征;借助图神经网络(graph neural network, GNN)在图数据处理上的优势,获得网络动态属性特征与节点重要度之间的映射关系,实现节点重要度的评估.在3个真实机会网络数据集MIT,Haggle,Asturias-er上的实验结果表明：相比于时效介数(temporal betweeness, TB)方法、时效度(temporal degree, TD)方法、时效PageRank(temporal PageRank和f-PageRank)方法以及kshell-CN方法,该方法具有更快的消息传播速率和更大的消息覆盖范围,其SIR和NDCG@10指标更优.     

基于JXTA的FTP服务器集群负载平衡策略

针对FTP服务器集群全局平衡性差的问题,该文提出一种负载平衡方案。该方案包括分布式统一平台的构建和FTP负载平衡策略的选择。基于JXTA技术构建分布式统一平台,设计全局-局部-再全局的自适应负载平衡策略对FTP请求进行动态调度,将集群划分成多个互不相交的子集,每个子集有一个超级节点,子集间的协商通过超级节点间的相互通信完成。实验证明了该方案的有效性。