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。

异构无线传感器网络中异构节点的部署与优化

在无线传感器网络中适当地部署少量的异构传感器节点能够有效地延长网络寿命,提高网络的可靠性。本文主要研究无线传感器网络中异构节点的部署问题,提出了基于选址问题的异构节点部署算法,以优化无线传感器网络中异构节点的数量和位置。与其它算法相比,该算法对无线传感器网络的拓扑结构没有特定的要求,可以支持随机部署或人工部署的各种传感器网络,最后还给出了该算法的仿真测试结果。

VLAN技术及其应用

虚网 (VL AN)技术是目前较为热门的计算机网络技术。本文通过与传统的 L AN技术的对比 ,阐述了 VL AN技术的基本概念、方法和技术标准 ,分析了 VL AN技术的优点以及面临的主要问题 ,并介绍了 VL AN技术在组网中的实际应用。

隧道火灾动态预警疏散救援系统及其应用

文章借助光栅光纤火灾报警系统采集到的温度数据信息,建立隧道火源点定位、烟气逆流层长度及隧道横断面温度重构方法,实现隧道火灾工况下火情重构及可视化,从而为隧道疏散救援提供帮助。基于隧道火灾动态预警疏散救援技术,开发了隧道火灾动态预警疏散救援系统,并开展了大连路隧道现场火灾试验,标定系统关键运行参数并验证了系统的有效性。

面向移动边缘计算的联合计算卸载和资源分配策略研究

随着无人驾驶、在线游戏、虚拟现实等低延迟应用的大量涌现,传统集中式的移动云计算范式越来越难以满足此类用户服务质量的需求.为弥补云计算的不足,移动边缘计算应运而生.移动边缘计算通过计算卸载,将计算任务迁移到网络边缘服务器来为用户提供计算和存储资源.然而,现有大部分工作仅考虑了延迟或能耗的单目标性能优化,未考虑延迟和能耗的均衡优化.为减少任务延迟和设备能耗,提出了一种面向多用户的联合计算卸载和资源分配策略.该策略首先利用拉格朗日乘子法获得给定卸载决策的最佳计算资源分配;然后,提出一个基于贪心算法的计算卸载算法获得最佳卸载决策;最后,通过不断迭代得到最终解.实验结果表明,与基准算法相比,所提算法最高可以降低40%的系统成本.

SDN多控制器容错机制的研究与设计

SDN提出将控制平面与转发平面解耦,并提供了对控制平面的可编程性以适应新的网络需求。集中化的控制器在带来诸多便利的同时,也伴随着许多新的挑战。其中,控制器单点故障就是一个不容忽视的问题。研究带内通信场景下多控制器容错与故障恢复。传统多控制器容错方案主要采用主从机制,某种程度上是对控制器资源的极大浪费。采用平面式的控制器架构,将多个控制器相连形成环状结构,相邻控制器间相互监听检测控制器故障。故障发生后,采用交换机簇划分和交换机重托管算法将故障域内的交换机托管到其余正常工作的控制器下,以完成网络的快速恢复。为应对网络中其余正常工作控制器总剩余容量小于故障域内交换机数量的极端情况,使用预定义的脚本动态添加控制器。