无线传感器网络数据融合低能耗睡眠调度算法

数据融合是解决无线传感器网络能量受限问题的关键技术之一。对节点状态的合理调度能够对数据融合过程的网络能耗进行优化。文中从传感器节点能量消耗模型着手,提出了一种适用于周期性数据融合的低能耗睡眠调度算法。该算法在分析影响网络能耗根本因素的基础上,采用时分复用方法,通过减少数据传输次数、降低网络融合时延,实现低能耗的数据融合。实验与仿真结果表明,该算法能够在各种融合树结构下有效降低网络能耗。

无线传感器网络节点自适应睡眠调度算法NASS的研究与实现

为解决无线传感器网络能量受限问题,提出一种节点自适应的睡眠调度算法NASS(Node Adaptive Sleep Schedule)。当网络中有节点的死亡或者离开时,为了节约能量,其邻居节点应该根据通信节点的数目的减少而自动增加睡眠时间。在LEACH协议的分簇方法基础上,通过调整数据融合窗口来增加簇头节点的睡眠时间,从而达到了节约能量和提高整个网络生存周期的目的。实测结果表明,此算法在网络节点减少的条件下有效的提高了网络生存周期。

大数据分析下双向通航港口船舶自适应调度算法

为了提高双向通航港口船舶的通行能力,进行双向通航港口船舶自适应调度,提出基于大数据信息融合的船舶调度算法。采用网格区域分割模型进行双向通航港口航道分割,构建船舶调度的大数据信息传递模型,对船舶的调度数据进行信息融合滤波处理,抑制冗余数据的干扰,采用模糊波束集成方法进行双向通航港口船舶运行大数据的聚类分析,根据数据的分布属性特征进行船舶航行调度,提高船舶调度的自适应性。仿真结果表明,采用该方法进行双向通航港口船舶自适应调度能提高港口的吞吐能力和船舶航行的畅通能力,且对双向通航港口船舶大数据的集成信息处理能力较强。

基于数据应用场景的数据资产管理体系构建研究

为了提高数据资产管理的可靠性,扩大数据资源调度能力,提出基于数据应用场景的数据资产管理体系研究。结合在线融合和资源调度方法,构建资产管理大数据融合模型,设计数据应用场景下数据资产的分布结构;采用模糊综合演化聚类分析方法,融合资产管理大数据;通过分析不同应用场景下的资产属性,提取数据资产管理特征;采用样本回归分析方法,进行资产管理的特征匹配和自适应调度,优化资产管理体系。仿真实验结果表明,采用该方法聚类分析大数据,聚类后的特征量具有统一的属性,信息融合度水平较高;采用该方法管理资产数据的可靠性水平达到了90%以上,资源调度能力较强。