协同认知网络中功率分配与协同节点选择

针对认知无线网络中次级用户通信性能优化问题,以最大化次级用户的传输速率为目标,研究引入协同通信的认知网络中协同节点选择和发送功率分配问题.通过引入中断概率增量因子,简化主用户接收机中断容量损失受限的约束条件,同时依据目标函数的不同将问题分解,对形成的原优化问题进行了有效求解.仿真结果表明,文中算法实现了最优的功率分配和协同节点选择,在保护主用户通信业务的前提下,有效地提升了次级用户的传输速率.

层次化解析系统中两级节点协同的副本策略

名字解析系统负责存储维护信息中心网络中名字和地址之间的映射关系,并提供名字解析服务。层次化的解析系统因可扩展性良好而备受关注,但解析请求一旦无法就近完成则需要沿其层次化结构进行长距离转发。当只有少数节点存储热门名字映射记录时,长解析时延的问题将更严重。副本策略是提高解析服务性能的重要机制,通常解析节点会向其他节点推送自身存储的映射关系从而扩散副本,但这种策略往往不能精准推送用户最感兴趣的名字,也难以控制副本数目。本文提出一种两级节点协同的副本策略,管理域中的高层级解析节点通过信息收集窗口获知服务范围内用户最感兴趣的名字后,将主动从其他节点请求副本。为底层节点分发副本时,以时延优化的边际收益衡量是否应为每个名字再多放置一个副本,从而自适应地决定不同名字的副本数目和位置。实验结果表明,本文的策略准确捕捉了用户的解析需求偏好,有效地提高了管理域内的解析命中率,解析时延相较于无副本时降低34.1%。

基于分辨力的协同传感器节点选择

从平衡跟踪精度和系统资源的角度 ,描述了有利于实现协同作战的信息共享方法 ,一种通过选择拥有目标最优量测传感器子集的方法来减少信息源节点 ,进而减少数据通信量 ,在保证了目标跟踪精度的同时 ,又节约了通信带宽 ,使得系统不会因为目标或传感器数量的增加而无法承载 ,保证了统一战场态势的形成。

基于多节点协同的电力网络靶场混合入侵识别方法

研究了基于多节点协同的电力网络靶场混合入侵识别方法,提升电力网络对混合入侵行为的防御能力。依据多节点协同的分层协作结构,设置电力网络靶场训练平台内的通信节点作为感知节点,利用感知节点感知混合入侵数据,将感知结果传送至电力网络靶场训练平台的中心节点,利用中心节点融合混合入侵感知数据形成聚合节点。协同融合层的聚合节点将协同融合结果传送至识别层,识别层利用混合入侵识别模块,依据K-means聚类算法对混合入侵数据的聚类结果,构建C4.5决策树,利用决策树输出电力网络靶场混合入侵识别结果。实验结果表明,该方法可以精准识别电力网络靶场混合入侵行为,识别精度高于98%。

无线传感网基于邻居簇的JPEG2000多节点协同实现

针对无线传感器网络能量、存储、处理能力严重受限的特点,基于"在网计算"的思想,结合JPEG2000算法流程以及无线传感器网络的网络拓扑结构特点,提出一种基于邻居簇的JPEG2000多节点协同图像压缩方法。首先,将相机节点采集的图像分片,并根据图像的梯度幅度值进行压缩比特率的自适应优化分配。然后,将压缩任务转移到多个邻居簇内,以最小化网络总能耗为目标,由多节点协作共同完成图像压缩和传输。仿真结果表明,该方法不仅使无线传感器网络中实现大尺寸图像的JPEG2000编码成为可能,且相机节点能耗仅为压缩图像后传输至基站方案的3.4%,极大地平衡了网络节点能耗,使网络生命周期提高了7倍以上。

基于LBT的无线传感器网络多节点协同图像压缩算法

针对WMSNs能量、存储、处理能力严重受限的特点,一些学者提出了"在网计算"的思想,对实现WMSNs中大尺寸、高分辨率图像的压缩和传输极具指导意义。基于簇结构,本文提出一种基于LBT的多节点协同图像压缩算法(MCIC,Multi-node Cooperative Image Compression),即采用低复杂度、高压缩效能的LBT图像压缩算法,通过多个中继节点协作,共同完成图像的压缩编码和转发任务。实验及仿真结果表明,该多节点协同图像压缩算法在高压缩比情况下的重建图像质量远远优于JPEG2000;采用该方案能极大地缓解相机节点的能耗压力,进而延长网络生命周期。

WSNs中节点协同声源定位协议研究

声源定位是无线传感器网络重要的应用领域之一。由于实际环境中的声源大部分是运动的,因此设计一种快速准确的声源定位协议是关键。文章研究了一种多传感器节点协同的声源定位协议,完整考虑了节点处理声音和射频信号的响应时间,分析了它们对该声源定位协议定位精度的影响,推导出声源定位边界性条件。实验结果表明该协议相对于现有的精确声源定位方法具有分布式可实现、实时性好、资源占用少等优点,适用于复杂场景中的动态声源定位。

WSNs中节点协同声源定位协议研究

声源定位是无线传感器网络重要的应用领域之一。由于实际环境中的声源大部分是运动的,因此设计一种快速准确的声源定位协议是关键。该文研究了一种多传感器节点协同的声源定位协议,完整考虑了节点处理声音和射频信号的响应时间,分析了它们对该声源定位协议定位精度的影响,推导出声源定位边界性条件。实验结果表明该协议相对现有的精确声源定位方法具有分布式可实现、实时性好、资源占用少等优点,适用于复杂场景中的动态声源定位。

认知无线网络频谱感知与节点协同问题综述

认知无线电是被公认的解决移动无线网络频谱资源短缺和频谱资源动态分配问题的最有效和最有潜力的技术。基于认知无线电技术目前在移动无线网络中的实际应用情况,详细分析了认知无线网络目前所存在的无线频谱资源感知、探测和接入机制以及多用户节点协同等问题,并综述了频谱资源分配算法和认知无线网络容量问题的最新研究进展,最后提出用博弈论来研究解决认知无线网络多用户协同问题中的用户自私行为。

信息革命下犯罪的多主体协同治理——以节点治理理论为框架

网络信息革命对于犯罪治理的影响不仅在于技术层面,还深入到理念和制度层面。社会关系围绕信息流动形成网状结构,行政执法机关、商业组织、社会公众等社会主体借由网络社会广泛参与犯罪治理活动,犯罪治理与一般社会治理的边界日益模糊。在此背景下,基于建构网络空间命运共同体的时代需求,犯罪治理从阶层化的国家治理模式转向网络化的节点治理模式,核心在于对参与犯罪治理的不同类型节点的信息能力进行协同。从制约信息能力的关键要素出发,形成犯罪治理节点协同的四项任务:节点认知协同、节点技术协同、节点资源协同、节点制度协同。从犯罪治理制度建设的角度出发,以上协同最终需要落脚到四项原则建立的制度框架之下予以实现,即人权保障原则、信息公平原则、比例原则和责任原则。

多节点协同地理信息公共平台建设实践

基于地理信息与专题信息纵横互联和共享,探讨实现多节点协同服务的地理信息公共平台建设的难点和创新点,通过建设实践,为数字城市建设提供有利的案例参考。

能量受限约束下的舰船通信网络节点动态协同部署

通信网络的节点部署优劣直接关系到舰船通信能力,针对舰船通信网络资源利用能力低的问题,提出能量受限约束下舰船通信网络节点动态协同部署方法。分析能量受限的节点动态特性,得出能量约束条件下通信网络系统节点的闭环特性。计算舰船通信网络节点网格密度,利用K-均值聚类以及粒子群2种算法找寻出最优节点位置,实现舰船通信网络节点动态协同部署。实验结果表明,本文方法的通信传输能耗小,信息吞吐量高,网络生命周期长。

基于协同机理的无线接入网络组网方法及协同中继节点选择机制

介绍了单无线接入网和异构多无线接入网的协同技术基本原理,提出了相应的网络结构和通信机制。介绍了其中的核心关键技术,即协同中继节点选择算法,就其中的节点驻留、粗选择、细选择等过程进行了详细介绍,给出了协同节点精确确定的算法。

视频节点协同的雨量反演精度控制模型

广泛密布的视频传感器可持续记录降雨信息,基于视频传感器估算高时空分辨率的雨量数据,已经成为当前最具有前景的雨量估计途径之一。然而,由于传感器设备、视频场景等的复杂多变,极易导致各个视频传感器反演的降雨数据质量参差不齐,需要对其处理,保证反演数据质量。受地理学第一定律启发,以视频传感网中节点间的时空信息为约束,提出一种视频节点协同的雨量反演精度控制模型(Precision Control Model,PCM)。PCM模型通过视频节点间降雨信息互验证的方式,从降雨事件的时空一致性、态势一致性和相关性等特征出发,构建雨量反演的多粒度滤波方法,以期实现降雨事件的高精度表达。实验结果表明,在多种降雨场景中,PCM模型均可有效的提高了雨量反演的准确性与稳定性。降雨强度(Rainfall Intensity,RI)相对误差的均值在中、小雨场景降低约14.85%,大雨场景降低约19.90%;RI相对误差的标准差在中、小雨场景降低约40.87%,大雨场景降低约40.96%,可为高质量降雨数据的生产提供支持。

订阅/发布模式下多节点协同的数据分发方法

为了提高分布对称体系结构的订阅/发布系统对大数据量内容的分发效率,提出了一种基于订阅节点协同的数据分发方法.首先,利用MD5算法将订阅节点映射到32 bit逻辑地址空间中;然后依据订阅者与发布者间的逻辑距离所处区间,将订阅节点集合划分成独立不相交的桶,为主题数据的转发规划出合理的路径,且该数据分发路径能适应系统的动态变化.基于逻辑距离的桶分割方法确保了数据分发的单向收敛性,限制了分发路径的深度.真实环境中的实验结果表明,基于订阅节点协同的分发方式通过利用订阅节点的资源,降低了对GB级数据量内容进行分发的分发时延,减轻了发布节点的负载,与传统的点对点分发方式相比,数据分发效率得到了显著提高.

基于细胞趋化机理的无线传感执行网络节点任务协同算法

针对无线传感执行网络中执行器节点协同工作问题,在细胞趋化机理的启发下,提出一种执行器节点协同算法,以减少任务执行过程中节点的移动距离,提高协同响应速度,改善网络能耗过大,节点能量不均的问题.首先,根据细胞趋化机理,在事件紧急度和事件发生频度基础上决定候选执行器节点的数量并动态改变广播范围,再根据候选节点与事件的距离和剩余能量建立协同响应概率序列,在满足事件完成时间的要求下,根据趋化因子自适应分泌机制,实现参与协同处理的执行器节点最优选择.仿真结果表明与现有算法相比,本文采用的算法使网络综合性能得到改善.

基于异构算力节点协同的高效视频分发

算力网络通过网络连接计算节点以突破单点算力限制,近年来正快速发展应用于越来越多的业务领域.当前流行的视频直播依赖于大量视频帧传输和转码处理,探索算力网络实现高效视频分发具有重要的现实意义.相比于传统的大规模数据处理,视频类应用对于传输时延和带宽的保障有更高要求.然而当前各云服务提供的节点算力各不相同,同时节点间网络链路状态经常变化不定,使选择传输和转码综合性能最优节点实现低时延、高带宽的视频分发面临很大挑战.为此,设计基于异构算力节点协同的高效视频分发方案,包括通过强化学习规划视频传输路径并合理选取处理转码节点;对不同视频分发任务采用优先级排队调度同时自适应调整资源以降低对节点资源的突发竞争;采用分层日志同步容错机制在节点故障后快速恢复数据一致性,最终部署多云服务分布式节点实现一个完整的视频分发系统.大量超高清视频直播实验表明,该方案性能相比现有视频分发方法有明显改进.

基于深度卷积神经网络的多节点协同干扰识别方法

通信抗干扰是复杂电磁环境下无线通信生存能力的核心问题,而干扰识别是通信抗干扰的重要前置环节。目前的干扰识别大多采用单节点进行干扰识别,而单节点干扰识别容易受到信道环境影响导致性能下降。针对无线通信网络在低干信比条件下单节点干扰正确识别率较低等问题,提出了一种基于深度卷积神经网络的多节点协同干扰识别方法,并设计了基于中心判决和基于硬判决的两种干扰识别算法。仿真结果表明,采用多节点协同干扰识别方法能够显著提升无线通信网络在低干信比条件下的干扰正确识别率,且基于硬判决的方法较基于中心判决的方法有更好的性能。

大型企业网IPv6多节点协同机制与安全策略

大型企业网结构复杂庞大,各部门之间需要协同合作,构建一个多节点协同机制的安全策略体统可以有效解决大型企业网的协同安全管理问题.针对这种情况,通过采用C/S结构,引入蚁群原理,引进入侵检测的算法,设计并实现了一个基于IPv6的多节点协同机制与安全系统框架,并对本文设计的系统进行了一定的测试实验,结果表明这一系统可以很好的解决大型企业网安全问题,实现大型企业网间的有效协同合作,并较好的解决了大型企业网的协同安全管理问题.

基于分块粒子滤波的多节点协同无源探测解算算法

多节点协同无源探测是实现对机动雷达快速定位的有效手段。在空间上分离的多个节点同时无源侦察雷达信号,获取信号到达不同节点的到达时间差(Time Difference of Arrival,TDOA)和频率差(Frequency Difference of Arrival,FDOA)。通过TDOA/FDOA联合解算,完成对目标雷达位置和速度的测量。粒子滤波是一种近似最优的非线性滤波方法,其借助蒙特卡洛模拟可实现对待求参数概率密度函数的近似最优估计。将粒子滤波应用于协同无源探测解算,可实现非参数化的递推贝叶斯滤波,大幅提升无源探测的位置、速度测量精度。此外,还提出一种分块粒子滤波解算算法,通过降低粒子状态矢量维度,提升粒子空间覆盖性,在粒子数量受限的情况下,可进一步提升探测精度。