不可靠链路下基于压缩感知的WSN数据收集算法

为了解决WSN中基于压缩感知(CS,compressive sensing)的数据收集方法会受不可靠链路影响的问题,首先通过实验对基于CS的数据收集算法中数据重构信噪比与链路误码率的关系进行了定量研究,根据WSN链路分组丢失特性将分组丢失问题分为轻负载和重负载2种情况。针对轻负载下的链路不可靠,建立随机分组丢失模型,并提出了基于邻居拓扑空间相关预测的CS数据收集算法,利用数据空间相关性减小错传的影响。针对重负载下的链路不可靠,建立节点伪失效模型,并提出了基于稀疏调度的CS数据收集算法,通过改变观测矩阵稀疏度,避免观测出错数据,弱化不可靠链路的影响。仿真分析表明,在不增加能耗的前提下有效提高了数据重构质量,降低了不可靠链路对CS数据收集的影响。

面向移动目标的卫星传感器调度技术研究

在面向移动目标的卫星传感器调度中,为了解决目标移动性及卫星固有缺陷等带来的不确定性对观测策略的干扰,提出了一种探测概率与KL(kullback-leibler)散度结合的调度算法。该算法依据任务区域内目标实时分布概率实现权值的自适应调整,利用KL散度实现对不确定性的度量,并以探测概率克服信息收益忽略较大分布概率目标区域的缺陷,提高卫星对目标的发现能力。最后对比多种算法进行了仿真实验,结果表明所提算法具有更优的观测效果,验证了该算法的有效性。

基于自适应粒子群算法的WSN节点布局优化

针对传统粒子群算法(PSO)中影响粒子飞行状态倾向性的选择系数c1、c2固定不变的问题,考虑到微粒子在相应的自身认知能力与全局社会能力影响下能发挥出不同寻优速度与效率这一现象,对影响粒子飞行过程中追寻个体历史最佳与全局位置最佳二者选择倾向性的相关系数进行自适应动态调整。提出一种自适应性粒子群算法(adaptive particle swarm optimization,APSO)。仿真实验表明APSO具有良好的适应性,能够有效提高微粒子寻优的精度与效率,减少算法迭代优化所需时间,提高布控区域的覆盖率。

基于改进粒子群算法的无线传感网络覆盖优化

针对传统粒子群算法容易陷入早熟陷阱而导致无线传感网络(WSN)的覆盖优化效果欠佳的现象,提出一种引入种子杂交策略的粒子群优化(PSO)改进算法。通过将前期的PSO算法寻优与后期的种子杂交策略相结合,从而完成覆盖性能的优化。综合理论分析与实验仿真可知,相比于其他算法,本文算法改善了覆盖率与RD指标,在改善网络覆盖性能方面具有一定优势。

基于节点能耗均衡的WSN覆盖策略

为改善无线传感网中节点能耗不均衡导致网络过早丧失监测感知功能的状况,节省网络后期二次甚至多次布设的成本代价,降低在偏远、危险等区域进行重复部署的风险性,提出一种基于节点能耗均衡性延长网络生存时间的改进策略。分别从网络生存时间、节点均衡值以及网络中死亡节点数量变化情况多个方面进行仿真结果获取,分别与已有的两种方法进行相同环境参数下的效果对比。理论分析与仿真验证结果表明,该策略优化了节点的能耗均衡性能,延长了网络的生存时间,实用性较强。

基于序贯检测的信元容错定界机制

针对高误比特率的信道条件下异步传输模式(ATM)中信元定界问题,在传统的信元定界机制的基础上提出了一种基于序贯检测的信元容错定界机制。该机制利用序贯检测的方法设计判决规则,从而可在预同步状态时实现系统状态的有效转换,降低信元的"漏检"概率,缩短信元同步时间,最终提高信元的容错定界性能。随后,针对两种定界机制分别建立马尔可夫模型,并依据模型对系统性能分别进行理论分析和仿真验证,结果表明在高误比特率的信道条件下该定界方法的性能要优于传统方法,具有较好的容错能力。

现代化教育背景下提升学生信息素养的研究--以“文献信息检索与应用”课程为例

本文对现代化教育背景下如何提升军校学生信息素养进行了研究。作者通过分析军校学生的特点和需求,以“文献信息检索与应用”课程为例,围绕信息素养问题展开研究,提出现代化教育背景下“文献信息检索与应用”课程教学的提升措施。