复杂环境下UAV-WSN动态协作数据收集

在大规模无线传感器网络(WSN)中,利用分层网络,无人机(UAV)从簇头节点动态收集数据仍然面临许多问题。在现有方法中,UAV和WSN是独立工作的,UAV路径规划较为复杂,导致簇头能耗高于普通节点,使得网络寿命明显缩短。面对UAV数据采集效率和簇头能耗的两难困境,提出一种UAV-WSN协同优化方法。根据UAV与WSN之间动态的信息交互,提出基于改进蚁群算法的UAV路径规划算法,设计高效的簇头优化策略。在簇头选举之前,路径规划算法根据节点密集区(Node dense area)位置先规划UAV初始飞行轨迹,并通过预测新簇头位置不断更新路径。同时,基于UAV飞行轨迹,节点能量和间距来选举及轮替簇头。仿真表明,与其他UAV-WSN数据收集方法相比,提出的策略减少节点能耗,延长网络寿命。

基于FPGA的复数矩阵求逆设计

针对MWC系统中OMP算法所涉及的最小二乘问题,通过伪逆公式转换将问题转变为求解n维共轭对称复数矩阵的逆,在FPGA平台上设计基于改进型Cholesky分解法的复矩阵分解模块、下三角矩阵求逆的运算模块以及最终三角矩阵乘法的子模块,通过逻辑资源消耗表及时序分析结果算出其运算时间,并通过ModelSim仿真验证该模块的正确性,并且与MATLAB运算结果进行比对。