无线传感器网络能量感知增强树型路由协议研究

现有的无线传感器网络路由协议普遍采用设定固定最小能量阈值的方法来避免低剩余能量的节点被选为数据转发节点,以防止因节点过早死亡而导致的网络结构破坏。然而这种方法缺乏应用灵活性。在本研究提出的能量感知增强树型路由协议中,设定了随着网络整体能量下降而动态变化的节点剩余能量阈值,以使得网络中所有节点的能量均衡下降,且采用了同质化加权求和的方法将邻居节点节省的路由跳数和剩余能量同时考虑进路由决策过程。最后,实验结果显示该协议可进一步提高网络稳定性。

ZigBee技术在工业环境监测系统中的应用研究

介绍了ZigBee无线技术,在此基础上构建了基于ZigBee的工业环境监测系统,并说明了该系统的组网方式和工作模式。还详细设计了具有数据采集、发送、报警等多种功能的ZigBee通信模块,最终满足了系统故障防范功能的要求,提高了工业生产的安全性和可靠性。

基于多根多树结构的多播传感器网络编码方法

针对现有无线传感器网络结构中数据流向单一且多播网络编码实施过程复杂的缺陷,提出了一种基于多根多树(MRMT)结构的多播网络编码方法。利用基于位置和链接关系的父节点选择算法构建MRMT结构,为每个节点提供多个数据流向,利用能量相关的MRMT链接矩阵快速地获取源节点到目的节点的多条能量相关的分离路径,从而使得多播编码方式可以在MRMT结构上简单地实施。实验结果显示:该方法不仅促进了能耗均衡,延长了网络寿命,而且提高了网络带宽。

能量均衡的多根多树型协议研究

现有的无线传感器网络簇树型算法一般基于单一的根节点或Sink节点构成网络,因此,网络中的数据流向单一且能耗分布不均衡。为此,本文提出了能量均衡的多根多树型(Multi-roots Multi-trees,MRMT)协议,该协议采用基于位置和链接关系的父节点选择算法,建立多根多树结构(MRMT结构),为每个节点提供多个数据流向,解决了因数据流向单一带来的能量消耗不均的问题。另外,该协议生成能量相关的MRMT链接矩阵和MRMT父节点矩阵,并提出基于这两个矩阵的最短路径获取方法,降低了网络总体能耗。实验结果证明本文提出的MRMT协议均衡了网络能耗,提高了网络稳定性,延长了网络寿命。

基于ZigBee和IEC 61850的变电站监测系统

介绍了ZigBee无线通信技术,分析了基于IEC 61850的变电站自动化系统分层结构,并在此基础上构建了基于ZigBee的变电站监测系统,设计了适用于变电站数据采集、发送和支持防误处理的ZigBee通信模块,该模块可以实现变电站各层之间的信息同步,提高变电站监测系统的安全性和可靠性。

基于开放教学资源平台的创新实验课程设计——以上海理工大学电工电子实验中心为例

为促进电工电子实验课程的教学模式改革,在开放教学资源平台中构建了包含项目库和模块库的电工电子创新实验课程系统,并运用该系统实现了面向技能训练的模块化教学形式和面向系统研发能力的项目化教学形式,有效提高了学生的实践创新能力。

基于作用力模型的传感器网络簇型协议

现有的无线传感器网络簇型算法忽视了簇头和簇成员之间的通信代价不均衡和"孤立簇头"等问题。提出了一种基于作用力模型的移动簇型协议,该协议在簇头选举时兼顾节点剩余能量和节点密度;在簇头选举后,该协议使簇头节点根据基于簇成员剩余能量和距离的作用力模型自适应移动,以均衡簇头和簇成员之间的通信代价。另外,为了实现簇头节点之间的全连通,提出了中继节点选举算法。实验结果显示:该协议能够有效地均衡网络能耗,进一步提高网络稳定性。

基于任务需求匹配的网络连通质量控制方法

现有多智能体系统网络研究方法缺乏对局部网络质量与区域性任务需求之间的匹配分析,这将影响任务的完成效率和质量,为此提出一种基于任务需求匹配的网络连通质量控制方法。首先,利用智能体移动状态分析系统网络的间歇连通性;然后,结合任务需求以及系统的间歇网络连通性构建基于主从模式的多智能体子网集合,进而从三个方面评估子网集合的连通质量;最后,提出基于网络连通质量控制的多智能体移动优化模型,用最大的子网集合连通质量表示多智能体网络连通质量,在智能体移动距离和网络连通质量的约束下求解任务完成率最大化的多智能体移动策略,通过该策略形成多智能体网络以执行任务。实验结果表明,该方法可以有效控制网络连通质量,维持任务完成率并提高智能体移动效用。

面向依赖关系约束的移动群智感知任务协作

现有移动群智感知中,大多研究将每个任务作为独立个体进行处理,对任务间约束关系缺乏研究,为此,提出了基于感知质量优先级的在线任务协作方法(online task collaboration method based on sensing quality priority,TCSP)。该方法首先使用贪婪算法计算感知质量优先级,对全部任务进行筛选以保证任务完成率;然后将选出任务中存在时间先后或执行逻辑前后关系的多个子任务构建为任务协作图,并将其协作过程建模为有约束的马尔可夫决策过程,通过强化学习算法求出最优协作策略。实验结果表明,与现有基线方法相比,所提出的任务协作方法能够减少依赖任务的平均完成时间,有效降低平台的平均感知成本。

基于目标引导的电子实验渐进创新教学法

针对电子实验教学的现状,提出以系统实验为主线的电子实验阶段渐进创新教学法,构建以基本操作能力、自主设计能力和综合创新能力培养的三层实践教学体系。通过贯穿式实验教学模式,让学生将所学的课程结合起来,激发学生主动学习兴趣,逐步培养学生的综合素质与创新能力。

基于超模博弈的移动边缘计算边缘服务定价研究

在移动边缘计算中,计算和存储能力有限的移动用户向边缘服务提供商购买边缘服务来完成计算密集型任务,这依赖于一个边缘服务交易环境。目前,移动边缘计算领域中缺乏对边缘服务定价的研究,这影响边缘服务交易市场的繁荣以及移动边缘计算的快速发展。针对该问题,提出一种基于超模博弈的边缘服务定价方法。该方法首先考虑边缘服务提供商同行价格竞争和移动用户需求的影响,将边缘服务提供商之间的边缘服务定价过程建模成一个博弈模型。然后,基于超模博弈理论证明了该博弈模型存在纳什均衡,即存在最优定价。最后,设计一种梯度迭代更新算法求解该博弈模型的纳什均衡,为每个边缘服务提供商找到最优定价策略。仿真结果表明,所提方法能实现快速定价,并且边缘服务提供商的收益得到显著提升。

基于物联网技术的实验教学体系

物联网技术在近几年来取得了较大成就,将物联网技术应用于实验教学的场景是研究热点。针对传统实验教学环节存在教学管理不方便、课堂教学渠道单一、课外辅助缺乏、实验室管理不规范等诸多问题,将物联网技术和教学实践相结合,提出了一个基于物联网技术的实验教学体系,为传统实验教学改革提供了新的思路。

面向新工科建设的跨学科嵌入式实验教学

近年来,跨学科研究成为科学创新的重要驱动力,教育部在积极推进新工科建设的同时,提倡学科教学交叉融合。为此,通过在企业以及学校内部开展交叉创新现状和氛围的调查以剖析传统嵌入式实验教学的局限性,并从教学内容和教学形式两方面探究跨学科嵌入式实验教学将要面临的挑战,阐述了有针对性地实施教学内容多样化以及教学形式层次化、项目化和实战化的教学改革,以构建新的跨学科嵌入式实验教学体系。通过成效分析证明该体系有利于培养学生跨学科自主创新的能力以及增强学生合作创新的协同能力。

面向新工科的物联网工程实践教学模式探索

随着我国经济转型和产业升级,教育部积极推进高等教育改革,提出建设新工科。新工科具有融合、创新和共享等特点。探索了在新工科背景下的物联网工程自适应实践教学模式,在该模式中,设计多学科交叉融合的课程体系,夯实专业基础,同时制定培养创新能力的教学方案,提升学生的实践能力以及创新意识,并进一步提供多方位育人机制,整合教学资源,优化教学氛围。另外,该教学模式建立学生学习风格档案,用于指导个性化教与学,促进教学质量和效率的提高。

面向单任务质量保障的移动群智感知任务分配

在移动群智感知中,现有的任务分配方法大多关注平台的整体感知质量,未充分考虑任务对工人、预算等资源的竞争,无法有效保障大规模任务分配场景下每个任务的感知质量,从而导致平台资源利用率降低。针对该问题,提出一种面向单任务质量保障的任务分配方法。为高效利用平台预算,考虑任务的难度和位置以及工人的设备能耗和理性因素,设计平台的激励成本。为保障每个任务的感知质量,考虑任务间的资源竞争情况并设计2种衡量指标,分别是从任务的角度根据差异化感知质量需求设计任务覆盖效率,以及从工人的角度基于最大熵原理设计工人利用效率,将这2种衡量指标相结合作为平台的系统效用,在平台资源有限的情况下以平台系统效用最大化为优化目标,提出一种融合交叉和变异操作的天牛群(BSO)算法。实验结果表明,与PSO、GA等基线方法相比,BSO算法的系统效用最大值平均提升13.51%,寻优速度平均提高40.61%,利用该算法获取的具有最大系统效用的任务分配方案可以有效保障每个任务的感知质量。

基于物联网技术的情景感知教学模式

物联网技术已经是当前科技角逐和产业竞争的热点技术,而物联网的快速发展使得物联网技术在应用上有了很多的创新模式。物联网在教学模式中的应用则具有重大的社会价值和意义,本文基于对物联网的内涵、特征的把握,探讨了物联网在教育中的应用,并针对物联网的特性,使其和情景感知系统以及虚拟现实技术结合起来,提出了一种创新的教学模式,该模式将学习环境参数和学生的个体特征结合起来进行融合处理,并通过虚拟现实技术作为输出,以提高学生的学习体验和学习效率。

边缘计算中基于马尔可夫决策过程的数据分流时间优化

随着物联网的发展,大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间,本文在边缘计算的环境中,提出基于马尔可夫决策过程(MDP)的分流节点选择策略.本文首先构建一个支持蜂窝和WiFi通信的网络模型,该模型由终端设备、分流节点和中心云构成,然后通过终端设备的位置和上传数据量的大小构建马尔可夫决策过程模型,最后,运用值迭代算法求解马尔可夫决策过程模型,得到最优分流节点选择策略,达到优化数据分流时间的效果.本文采用两组对比实验,大量实验结果表明本文所提策略在传输数据的同时,其数据分流时间比基准算法更短.

无线传感器网络中基于节点连通性的机会路由

在无线传感器网络中,由于网络中各节点间存在的无法预测和不可靠的无线链路质量会直接造成节点间的不稳定的连通性,进一步影响数据传输的可靠性.针对该问题,提出了衡量网络中节点连通性的度量,并建立了网络模型,在此基础上,提出了基于节点连通性的机会路由算法.该算法充分利用了机会路由的广播特性及优势,并结合节点连通性,选择候选转发集以及确定各候选节点的优先级别,以保证数据传输的可靠性.仿真结果表明,与其他相关路由算法相比,基于节点连通性的机会路由算法可以有效提高数据传输可靠性,降低数据传输过程中的能耗.

无线传感器网络单跳扩展增强树型路由协议研究

增强树型路由协议是最近提出的无线传感器网络路由协议,除了使用父子链路,当前路由决策节点通过和其一跳邻居节点之间建立增强链路形成比树型路由更短的路由捷径。为了尽可能多地发掘出潜在的路由捷径,提出了单跳扩展增强树型路由协议,该协议在增强树型路由协议的基础上把当前路由决策节点的单跳父亲节点和儿子节点及它们的邻居节点也考虑进路由决策过程中,可选路由捷径范围不再局限于当前路由决策节点及其一跳邻居之间的增强链路,而是向上扩展到其父亲节点及其一跳邻居以及向下扩展到其儿子节点及其一跳邻居之间所形成的增强链路。该协议选择最短的路由捷径发送数据包。给出了单跳扩展增强树型路由协议的判定过程,并将该协议应用到ZigBee网络中。仿真结果显示,该协议在路由跳数和能量消耗这两项网络性能上比树型路由和增强树型路由均有提高。

面向模糊逻辑控制的移动群智感知多任务分配

移动群智感知是一种新兴的感知范例,它采用参与者携带的移动设备感知实时信息.目前有关任务分配的大多数研究都缺乏计算实际参与者密度并对其进行详细分析的方法.在本文中,首先,基于参与者的出行时间和空间,采用模糊逻辑控制方法得到不同时空的参与者密度.另外,根据参与者密度,我们可以计算在特定时空下的任务所需要的有效样本数量.然后,本文通过考虑任务的属性和参与者方因素,可以获得所有任务的效用.最后,本文提出了一种全局贪婪算法来分配任务,以确保最大化所有任务的效用.仿真结果表明,在不同时空的任务数量、参与者数量以及参与者承载的最大工作负载的情况下,本文提出的全局贪婪算法在最大化所有任务的效用方面均优于其他基准算法.