WSN中基于最小延时的数据汇集树构建与传输调度算法

针对现有的无线传感器网络数据汇集算法延时较大的不足,对最小延时数据汇集树和传输调度问题进行了研究。提出一种基于度约束的汇集树构建算法(DCAT)。该算法按照BFS方式遍历图,当遍历到每个节点时,通过确定哪些节点与汇点更近来确定潜在母节点集合。然后,选择图中度数最小的潜在母节点作为当前被遍历节点的母节点。此外,为了在给定的汇集树上进行高效的数据汇集,还提出两种新的基于贪婪的TDMA传输调度算法:WIRES-G和DCAT-Greedy。利用随机生成的不同规模的传感器网络,参照当前最新算法,对所提方法的性能进行了全面评估。结果表明,与当前最优算法相比,将所提调度算法与所提汇集树构建算法结合起来,可显著降低数据汇集的延时。

无线传感器网络中基于最小延时的数据汇集树构建与传输调度算法

无线传感器网络的数据通信模式问题是目前的研究热点,针对现有的无线传感器网络数据汇集算法延时较大这一不足,对最小延时数据汇集树和传输调度问题进行了研究;提出一种基于度约束的汇集树构建算法(DCAT);该算法按照BFS方式遍历图,当遍历到每个节点时,通过确定哪些节点与汇点更近来确定潜在母节点集合;然后,选择图中度数最小的潜在母节点作为当前被遍历节点的母节点;此外,为了在给定的汇集树上进行高效地数据汇集,还提出两种新的基于贪婪的TDMA传输调度算法:WIRES-G和DCAT-Greedy;利用随机生成的不同规模的传感器网络,参照当前最新算法,对文中方法的性能进行了全面评估;结果表明,与当前最优算法相比,文中调度算法与文中汇集树构建算法结合起来,可显著降低数据汇集的延时。

WSN中最小延时的数据汇集树构建与传输调度算法

针对现有无线传感器网络数据汇集算法延时较大这一不足,对最小延时数据汇集树和传输调度问题进行了研究。提出一种基于度约束的汇集树构建算法(DCAT)。该算法按照BFS方式遍历图,当遍历到每个节点时,通过确定哪些节点与汇点更近来确定潜在母节点集合。然后,选择图中度数最小的潜在母节点作为当前被遍历节点的母节点。此外,为了在给定的汇集树上进行高效数据汇集,文中还提出两种新的基于贪婪的TDMA传输调度算法:WIRES-G和DCAT-Greedy。利用随机生成的不同规模的传感器网络,参照当前最新算法,对本方法的性能进行了全面评估。结果表明,与当前最优算法相比,本调度算法与汇集树构建算法结合起来,可显著降低数据汇集的延时。

受SINR约束的最小延时数据聚集调度算法

针对现有的基于物理干扰模型的数据聚集调度近似算法具有延时较高的问题,提出了一种改进的数据聚集调度近似算法。该算法首先构造一个连通支配集作为数据聚集树,使各节点根据数据聚集树分层进行数据调度;然后将整个网络划分为若干个边长相等的正方形区域,使每个区域中最多包含一个支配节点;最后对各个区域进行着色,并从颜色相同的每个正方形区域中任选一个普通节点,使它们能同时将数据汇聚到相应的支配节点。当数据从所有普通节点聚集到相应支配节点后,则将这些正方形区域构成一个大小相同的块,并采用四种颜色对这些块进行着色,使颜色相同的各个块中任选一条通信链路能够同时进行数据传输而不会发生通信冲突和干扰。理论分析表明,该算法的延时上界为K2Δ+8K2R-3R;仿真模拟的结果表明,该算法产生的数据聚集延时低于现有算法。

基于最小延时启发式搜索的TTA代码优化

针对传输触发架构下代码生成中指令调度的流水线冲突、调度死锁、资源冲突等问题,给出一种基于最小延时的遗传搜索算法模型,将软件旁路优化和资源动态分配优化整合到该模型中。实验结果表明,该算法能产生较高质量的并行代码,90%以上测试用例的指令级并行度高于表调度算法获得的结果。

最小延时问题GPU并行加速变邻域搜索方法

为了能够在尽可能短的时间内获得最小延时问题的优质解,提出一种运行在CPU-GPU混合环境中的变邻域搜索方法。在遗传算法的顺序交叉生成子代基因过程中,改变邻域结构以避免解方案陷入局部最优。该方法在避免局部最优问题的同时,又可以利用GPU的并行加速能力缩短算法运行时间。实验结果表明,对于大规模最小延时问题,可以在短时间内获得足够好的解。

一种改进的最小方差自适应时延估计算法在碰摩声发射定位中的应用

针对转子碰摩声发射信号在传播过程中因衰减和噪声影响而难以定位的问题,引入最小方差自适应时延估计(LMSTDE)算法.对传统的LMSTDE算法进行了改进,提出了将衰减系数与时间延迟同步迭代估计的LMSTDE算法.该算法增加了一个衰减系数估计器,利用估计值与参考值的误差将时延与衰减系数同时进行迭代估计.为了加快算法的收敛速度,对该算法还进行了变步长处理,提出了当估计值与参考值的误差较大时利用误差的梯度来调整步长,当误差较小时引入遗忘因子对误差信号进行加权从而确定新步长的方法.理论分析及实验结果表明,改进的LMSTDE算法能够收敛到真实值处,与传统LMSTDE算法相比,能显著提高算法在低信噪比时的性能,具有更快的收敛速度.

基于流量总时延最小的并行LSP自适应流量分配

MPLS的引入使IP网络的流量工程成为可能 .如何平衡两个标记交换路由器的多条并行显式标记交换路径上的网络流量 ,从而达到避免拥塞和优化网络性能的目的 ,是流量工程研究的一个重要课题 .本文指出流量总时延最小是最有价值和最实用的流量工程优化目标 ,通过分析平均分组时延和网络负载的约束关系 ,证明了优化解的存在 ,解出了其数学结果 ,提出了一种自适应流量分配新方法 ,理论分析和仿真结果都表明该方法具有简单、快速、收敛性强等优点 .

射频供能传感网能量源移动路径约束下时延最小化供电方案

射频能量捕获技术是解决传统无线传感网由于节点电量有限而生命周期受限的有效方法。现有的射频能量源移动供电方案中,能量源可以无限制地沿任何方向行进到网络区域内的任一位置来给节点供电。然而在现实场景中,能量源通常只能沿着既有道路行进。考虑能量源行进路径约束下的供电总时延最小化问题,分别提出全程移动供电方案和部分位置停留供电方案,并提出高效算法来确定这两个方案的最佳行进路径和供电时间。仿真结果表明,两种方案的供电总时延均显著优于转折点供电基准方案。相比于部分位置停留供电方案,全程移动供电方案的计算复杂度较低,但供电总时延更长一些。

基于多DSP系统的并行延时LMS算法的实现

随着对信号处理要求的不断提高,基于AD公司21xx系列16位定点DSP中的ADSP-2181提出了一种具有很强适应性与灵活性的多DSP结构,同时介绍了基于FIR滤波器的自适应滤波算法,包括常规LMS算法,延时LMS算法,以及基于二输入二输出FIR滤波器的并行延时LMS算法,详细介绍了易于实现并行和流水线结构并行延时LMS算法,并将自适应滤波中的两大热点———自适应算法的研究与高速信号处理的实际工程相结合,重点研究了并行延时LMS算法在多DSP结构中的实现,体现了并行算法的优越性。

一种高稳定性低延迟的应用层组播生成树算法

由于应用层组播技术依靠终端主机转发组播数据,任意中间节点的退出都将造成系统的稳定性问题。同时,应用层组播技术对延时有严格的要求。为了提高应用层组播系统的稳定性和数据传输效率,根据影响应用层组播稳定性和延时的因素,抽象出基于节点稳定概率的度约束的最小延时应用层组播生成树问题模型SDMD(Spanning tree based on stability probability,degree-constrained,and minimum diameter for ALM),并且证明了该问题属于NP-hard问题。为了解决该问题,给出了基于节点时间增益因子的TG-S近似算法。仿真实验表明,TG-S算法生成的组播树在平均延时、最大延时和累积中断次数等方面有明显优势。

无线传感器网络中的改进数据聚集调度算法

针对现有聚集数据调度近似算法具有较高延时上界的问题,提出一种改进的聚集数据调度近似算法。建立一棵根在中心结点的广度优先搜索树,分层构造一个最大独立集(MIS),使MIS中相邻的2个结点相距两跳。将MIS中的结点连接起来,形成一棵根在中心结点的数据聚集调度树,使结点按数据聚集调度树进行分层数据调度。在数据聚集调度树的构造过程中,对于任意支配点,以最小的结点连接其相距两跳的支配点。对于2个相邻支配点的公共邻居支配点,通过在距中心点最近的支配点加入数据聚集树,使其在数据调度过程中将数据发送给距中心点最近的支配点,从而降低数据的聚集延时。实验结果表明,与SAS算法、Guo’s算法和IAS算法相比,该算法的数据聚集延时更低,其延时上界为14R+△?10。

无线传感网中一种改进的分布式数据聚集调度算法

针对无线传感器网络中实时数据收集具有较高的延时问题,提出了一种改进的无通信冲突的分布式数据聚集调度近似算法。该算法首先在最大独立集的基础上建立一棵根在sink的数据聚集树,然后各个节点按数据聚集树分层进行数据调度。在数据聚集树的构造过程中,对于两个相距两跳的支配点,它们共同的、相距两跳的支配点,通过距sink最近的支配点加入数据聚集树;而在数据调度过程中,采用一种新的选择标准从竞争集中选择节点进行数据调度。通过这两方面的改进,有效地降低了数据的聚集延时。理论分析表明,该算法的延时上界为14R+Δ;仿真模拟的结果表明,该算法产生的数据聚集延时远低于现有算法。

城市交通网络智能算法优化与建模研究

为了缓解城市交通压力,减少车辆在城市道路系统中拥堵,从减少信号交叉口停留时间的角度出发,进行信号交叉口信号优化配时方法研究。在延误分析的基础上,建立基于延时综合指标的交叉口信号优化模型,利用VISSIM对实际交叉口进行模拟,仿真实验表明,使用基于优化后的方法可以有效降低累计延误。