基于多跳网络的安全生产监测系统设计研究

随着计算机网络技术的快速发展,使得煤矿安全生产管理工作有了进一步的提高。然而,煤矿事故频繁发生,传统安全生产监测系统面临着迫切的升级。为解决煤矿安全生产过程中存在的无法精准检测导致的生产安全问题,文章提出了一种基于多跳网络的安全生产监测系统。该系统的设计通过计算机网络和煤矿重要生产节点之间形成了多跳网络,实现了对煤矿不同生产地点的情况进行实时有效监测。同时,该系统的设计主要利用无线通信传感器技术,实现对矿井下安全生产数据的采集,并利用无线通信网络将数据传输到对应的服务器中,利用煤矿安全生产监控系统对数据进行充分挖掘,以此来检测煤矿生产是否安全。最后,经测试证明,文章提出的系统能够有效实现对矿井生产安全过程的监测。

一种基于多跳注意残差网络的调制识别算法

为了进一步提升通信信号调制识别的准确率,在ResNet网络的基础上提出一种基于多跳注意残差网络(Multi-skip Attention Residual Network,MARN)的调制识别方法。该方法利用提取不同特征的卷积核进行多跳连接构建3种残差块,进而构建多跳残差网络,提取信号的时域特征;加入CBAM(Convolutional Block Attention Module)注意力机制自适应地调整通道权重,加强信号特征的表征能力;采用自适配归一化(Switchable Normalization,SN)加速网络收敛;加入丢弃率为0.3的AlphaDropout层,提高算法的拟合能力,最终实现对通信信号端到端的分类识别。在RadioML2018.01a数据集上仿真实验,结果表明在信噪比为-10~15 dB下,MARN网络平均识别率达到63.3%,较ResNet网络的平均识别率提升3.7%。

基于分类平均跳距的无线传感器网络节点CADV-Hop定位方法

针对原型DV-Hop定位算法中平均跳距的计算产生较大定位误差的问题,提出了一种分类平均跳距的CADV-Hop算法。首先,揭示了无线传感网络中不同跳数路径的单跳距离分布不一致的现象,并分析了这种差异出现的原因与规律。其次,按照跳数对信标间路径分类再计算各类路径平均跳距的分类平均跳距。最后,在分类平均跳距所提供未知节点与最近信标节点之间更精确距离估计的基础上,结合加权最小二乘法最终实现节点坐标解算。仿真实验表明,CADV-Hop算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差,随着信标节点数量增加,CADV-Hop算法比原型DV-Hop算法和两种改进的DV-Hop算法具有更高的定位精度。

基于多跳分簇算法的异构融合通信网络节点负载均衡方法

针对网络节点负载不均衡、节点能量消耗较大、网络吞吐量较低的问题,提出基于多跳分簇算法的异构融合通信网络节点负载均衡方法。依据异构融合通信网络实时(RT)和非实时(NRT)业务的服务质量满意度,应用效用函数结合三角模融合算子,将重载网络通信业务转移至轻载网络,实现异构融合通信网络业务负载均衡;运用多跳分簇路由算法,依据节点位置和其所剩能量选取簇头,通过减少网络边缘的簇头数量,节省网络能量消耗,通过簇头节点剩余能量和链路权值大小选取下一路由,构建簇间路由通信机制,实现异构融合通信网络节点负载均衡。在实验验证方面,在5.5×15~3个周期时,存货节点为0,吞吐量最高可达到13.5×15~4bit,出色地完成异构融合通信网络节点负载均衡,合理选取簇头节点,减少节点能量的消耗,提升节点生存周期和网络吞吐量。

车载毫米波网络中IRS辅助的多跳V2V链路选择

多跳车辆与车辆(V2V)通信可以有效改善车载毫米波网络的连通性和覆盖范围,但是多跳转发会带来时延开销。智能反射面(IRS)可以提供反射增益以补偿远距离传输的高路径损耗,从而增加单跳传输距离,减少转发跳数。利用IRS辅助多跳V2V通信,能够减少转发跳数,降低时延开销。针对现有链路选择机制大多忽略转发车辆之间资源和信号冲突的问题,为车载毫米波网络中IRS辅助的多跳V2V通信提出一种基于向前转发效率和空间复用时分多址接入(FE-STDMA)的链路选择机制。综合转发距离、链路质量和传输时间评估候选链路的向前转发效率,将其作为链路选择的依据。在链路选择中利用空间复用实现并发传输,通过时分接入缓解转发资源冲突问题,从而最大化网络资源利用率。仿真结果表明,FE-STDMA机制的多跳时延相比于NFP机制平均降低49.88%,交付率远高于MFR和RFP机制,相比于NFP机制平均提高11.11%。与常用链路选择机制相比,FE-STDMA机制可在保证交付率的同时大幅改善多跳时延。

基于MPR算法的Ad-Hoc网络多跳语音通信方案设计

针对语音通信的实时性特点,在50 kHz带宽的超短波(Very High Frequency,VHF)通信信道上采用动态时分复用接入、高压缩语音编码方式,基于多点中继(Multipoint Relaying,MPR)广播协议的Ad-Hoc网络,提出一种低延时高覆盖率的多跳语音广播通信方案,以满足应急、户外探险以及军用班排级团队的无线通信需求。

基于稀疏重构的网络通信跳频信号参数估计算法

为扩展通信网络的频谱宽度,从而充分提高通信信号的跳频传输能力,提出基于稀疏重构的网络通信跳频信号参数估计算法。根据稀疏测度矩阵,计算正则化重构指标的具体数值,通过统计信号协方差的处理方式,完成基于稀疏重构的通信信号调制。在此基础上,定义估算核函数,联合已知的跳频参量提取结果,确定网络通信环境中的瞬时信号传输权限,实现对网络通信跳频信号参数的估量与计算,完成基于稀疏重构的网络通信跳频信号参数估计算法的设计。实验结果表明,与深度学习型估算方法相比,在稀疏重构原则的作用下,通信网络的频谱宽度得以扩展,符合提高通信信号的跳频传输能力的实际应用需求。

基于SDN的最小跳数卫星网络路由算法

为解决卫星网络星上计算和存储能力有限、传统路由算法不适用的问题,结合软件定义网络思想,提出了一种基于SDN的最小跳数路由算法。该算法利用SDN的集中控制与全局视图,划分源目节点最小跳数范围求取最小跳数集,计算权重选取满足不同服务质量(QoS)数据包的最优路径并与GEO/LEO双层网络进行路由选择。实验结果表明,该算法较ACO算法和Dijkstra算法在时延、吞吐量和丢包率方面性能较好,同时算法时间复杂度较低。

基于蛙跳博弈优化算法的光网络动态频谱分配方法

由于光网络中的路径跳数过多或距离偏大,使寻找可用的频谱资源难度增加,导致光网络动态频谱利用率降低、网络效益较少且阻塞率较高,为此,提出基于蛙跳博弈优化算法的光网络动态频谱分配方法。采用OHM(Optimized Link State Routing Protocol using the Highway Model)路由算法,选择与业务请求对应,且满足跳数最小、调制等级最高的候选路径,找到可用的频谱资源。根据获取的频谱资源,在光网络中将最大频隙号在所有链路中最小作为目标,构建光网络动态频谱分配的目标函数。并在约束条件下,采用蛙跳博弈优化算法对目标函数求解,获取的解即为光网络动态频谱分配最优结果。实验结果表明,该方法的阻塞率低、频谱利用率高、网络收益高,具有实用性。

面向无线多跳网络的安全数据分发服务软件设计与实现

在无人机集群应用场景中,多个无人机之间通过无线网络进行通信,但由于网络链路不稳定、通信延时长,因此存在安全风险。设计了一种面向无线多跳网络的安全数据分发服务软件,支持节点的动态加入与退出,提供服务质量保障,保证消息的安全传输,为多节点通信提供了一种有效解决方案。

基于改进麻雀搜索算法的无线传感器网络定位研究

针对距离矢量跳(DV-Hop)算法在无线传感器网络中存在的定位误差大的问题,提出了一种基于改进麻雀搜索的无线传感器网络定位算法。首先,针对传统DV-Hop算法,修正了节点平均跳距和节点最小跳数。其次,引入Sine混沌映射、自适应惯性权重和双样本学习策略提高算法的搜索能力;最后,利用MATLAB构建仿真模型进行性能对比实验。实验结果表明:与其他节点定位算法相比,所提算法可有效提高对未知节点的定位精度和收敛速度。

深度复数轴向自注意力卷积循环网络的语音增强

单通道语音增强任务中相位估计不准确会导致增强语音的质量较差,针对这一问题,提出了一种基于深度复数轴向自注意力卷积循环网络(deep complex axial self-attention convolutional recurrent network,DCACRN)的语音增强方法,在复数域同时实现了语音幅度信息和相位信息的增强.首先使用基于复数卷积网络的编码器从输入语音信号中提取复数表示的特征,并引入卷积跳连模块用以将特征映射到高维空间进行特征融合,加强信息间的交互和梯度的流动.然后设计了基于轴向自注意力机制的编码器-解码器结构,利用轴向自注意力机制来增强模型的时序建模能力和特征提取能力.最后通过解码器实现对语音信号的重构,同时利用混合损失函数优化网络模型,提升增强语音信号的质量.实验在公开数据集Valentini和DNS Challenge上进行,结果表明所提方法相对于其他模型在客观语音质量评估(perceptual evaluation of speech quality,PESQ)和短时客观可懂度(short-time objective intelligibility,STOI)两项指标上均有提升,在非混响数据集中,PESQ比DCTCRN(deep cosine transform convolutional recurrent network)提高了12.8%,比DCCRN(deep complex convolutional recurrent network)提高了3.9%,验证了该网络模型在语音增强任务中的有效性.

基于改进SFLA-Elman神经网络的电离层杂波抑制方法

针对高频地波雷达目标检测中电离层杂波的干扰问题,提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题,引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作,增强种群多样性,提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型,结果表明,改进后的算法无论是在收敛精度和稳定性上,还是在临近距离单元电离层杂波的预测抑制上,都取得了显著的提升。在基本保留目标信号的基础上,平均信杂比较原始回波提升18.52 dB,较原始混合蛙跳算法提升1.08 dB,对于电离层杂波的抑制具有较高应用价值。

一种改进的距离向量跳段定位算法

针对无线传感器网络距离向量跳段算法(DV-Hop)存在的跳数与平均跳距误差问题,提出一种基于跳数修正和改进鲸鱼算法优化的DV-Hop定位算法。首先利用多个通讯半径对节点的位置进行广播并引入调整因子,减小跳数误差;然后在鲸鱼算法中加入Circle混沌映射优化初始化种群,利用自适应权重和正余弦优化避免其过早陷入局部最优,之后将改进后鲸鱼算法用于计算信标节点之间的平均跳距;再通过加权方法对未知节点的平均跳距进行校正,从而减小跳距误差。实验结果表明:在仿真条件一致时,改进算法的定位精度相比DV-Hop算法、IPSO-D算法和IGWO-D算法均明显提高。

面向多跳问答的多视图语义推理网络

由于多跳知识图谱问答任务的复杂性,现有研究大多通过堆叠多层图神经网络以捕捉更大范围的高阶邻居信息。这种做法将多阶信息融合在一起,以损失节点判别性为代价获取更全局的信息,存在过平滑问题;并且,由于离节点越近的邻居置信度越高,将多阶邻居信息融合在一起的做法会忽略邻居的置信度。此外,多跳知识图谱问答存在许多数据集通常没有给定中间路径的监督信息的弱监督问题,会使模型在进行路径推理时缺乏有效的指导信息,导致模型推理能力降低。为了解决以上问题,论文提出了一种多视图语义推理网络,该网络利用全局和局部两种视图的信息共同进行推理。全局视图信息是指节点的多阶邻居信息,能够为推理提供更丰富的证据;局部视图信息则只关注节点的1阶邻居信息,更具有判别性,能够缓解全局视图信息存在的过平滑问题。同时,该网络将问题分解为多个子问题作为中间路径推理的指导信息,并从问题语义构成的均匀性和一致性出发,设计了一种新颖的损失函数以提升问题分解的质量,以提高模型中间路径推理的能力。论文方法在3个真实数据集上进行了大量实验,实验结果表明,多视图的语义信息能够为推理提供更加全面的证据,将问题分解为子问题的做法能够提高中间路径推理的准确性,证明了论文方法的有效性。

用于多跳阅读理解的双视图对比学习网络

多跳阅读理解是机器阅读理解的重要任务,旨在从多段文档中构造一条多跳推理链,以此结合多文档中证据回答问题.近年来,图神经网络广泛应用于多跳阅读理解任务,但仍存在多文档推理链的上下文互信息获取不充分、部分答案仅因为与题目相似就被误判为候选答案而引入噪声的缺陷.针对上述问题,文中提出用于多跳阅读理解的双视图对比学习网络(Dual View Contrastive Learning Networks,DVCGN).首先,提出基于异构图的节点级正负样本对比学习方法,对异构图进行节点级损坏和特征级损坏,构造双视图.被损坏的两个视图经图注意力网络迭代后生成两个更新后的视图,DVCGN通过最大化双视图节点表示相似性学习节点表示,获取丰富的上下文语义信息,精确建模当前节点表示及其与推理链其余节点关系,有效辨别多粒度上下文信息及干扰信息,为推理链构造更丰富的互信息.然后,提出问题引导的图节点剪枝方法,充分利用问题信息筛选答案实体节点,缩小候选答案范围,减弱证据句子中相似性表述带来的噪声.在HOTPOTQA数据集上的实验表明,DVCGN的性能较优.

无线传感器网络的分簇拓扑控制算法研究

在层次型分簇拓扑控制算法的基础上,提出非均匀分簇EBUC的拓扑控制算法,建立无线传感网络内的多个非均匀节点簇,设置靠近基站的簇规模更小、远离基站的簇规模更大,同时合理选择簇首节点、设置节点非均匀竞争半径,采取簇间多跳路由机制,使能量水平较高的节点选择基站附近能量高的节点进行数据转发,以最大程度节省网络能量、延长网络生命期。仿真实验表明,相比于其他算法而言,分簇拓扑控制算法的节点簇拓扑稳定性、能耗均衡性更加优秀。

面向两层小区网络的两级跳频多址接入技术研究

为了抑制异构多层通信网络的多层干扰并保证多级服务质量(Quality of Service,QoS)需求,提出了一种新型跳频多址接入(Frequency Hpping Multiple Access,FHMA)技术。首先基于传统伪随机FH序列和数学变换给出了一类具有两级汉明相关的FH图案(FH序列集)设计方法,然后在两层小区上行链路中对采用这类FH序列的OFDM/FHMA系统的抗干扰性能和频谱效率进行了研究。信号分析和仿真结果表明,所提出的FHMA方案可以缓解两层小区的用户干扰,降低系统传输误码率(Bit Error Rate,BER),同时保证两层用户的差异化传输质量(两级BER性能和频谱效率)。该FHMA技术能够满足两层干扰抑制和多级服务质量的设计目标,这是传统伪随机FH技术难以实现的。

移动Ad-hoc网络中无线跳频频率资源分配机制研究

以移动Ad-hoc网络中无线跳频频率资源规划为研究背景,针对组网场景复杂多变、多频表混合使用、频表中频点数量不统一、子网间存在频率间隔要求等问题,基于网络拓扑抽象出三种基本组网场景,并定义节点集、子网集、组网集,实现对复杂组网场景统一描述,在此基础上,构建频率规划求解模型,实现多节点、多子网、多频表资源协同规划,降低了频率资源统筹规划难度,提升了频率规划效率。并且,从理论上回答了在给定频率资源和约束条件下,能否为网络拓扑中所有子网分配出频率资源的问题。

基于随机网络演算的车联网边缘计算多跳任务卸载性能分析

车联网(IoV)边缘计算通过在网络边缘部署计算资源,可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先,分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模;其次,由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式;接着,推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解;最后通过蒙特卡罗仿真验证闭式解的准确性。