基于贪婪算法的树形WSN低功耗路由算法

PEGASIS算法是无线传感器网络中的经典分簇算法,因其易于实现而被广泛应用,然而该算法通过单链进行数据传输的方式可能使单链上相邻节点距离过远,导致网络中部分节点能量消耗过快,进而缩短网络的生命周期。针对PEGASIS算法存在的问题,提出基于贪婪算法的树形WSN低功耗路由算法。通过贪婪算法使节点形成树,并在形成树时避开剩余能量过低的节点,形成树之后再将剩余能量过低的节点加入树;然后将树中距离树外节点最近的节点作为树的根,并将树根延伸到距离最近的节点,从而实现树的融合,直到所有树的根都延伸到基站,使整个网络形成从叶节点到基站的数据传输路径。仿真结果表明,该算法下网络的生命周期相较于PEGASIS算法延长了27.1%,该算法在网络生命周期和网络能耗均衡方面表现更好。

面向智能电网广域通信的可靠路由算法研究

无线传感器网络是智能电网广域通信中的基础组成单元,传统的无线传感器网络分簇路由协议虽能在一定程度上简化网络拓扑,但仍存在簇首选择不合理且系统能耗较高的问题。针对此,文中基于粒子群优化算法提出了一种改进的分簇路由协议。该协议利用粒子群算法的参数寻优特性对簇首搜寻方案加以改进,使得新方案考虑了距离、剩余能量、数据传输精度等多种因素。同时还使用粒子群自适应函数对该方案进行优化,从而提高了原算法的可靠性。在能耗实验测试中,所提算法迭代1 300次后的剩余能耗为31.2 J,在对比算法中为最优。而对路由路径的测试中,改进算法的平均运行时延为1.79 ms,平均误码率为0.212 5,在所有算法中均为最低,证明了该算法具有良好的实时性和可靠性。

优化聚类分簇结合自适应中继策略的双簇首WSNs路由算法

针对无线传感器网络中分簇路由算法节点能量利用率低、能量消耗不均匀等问题,提出了一种优化聚类分簇结合自适应中继策略的双簇首无线传感器网络路由算法.该算法对分簇路由协议中的三个阶段分别进行优化设计.成簇阶段,首先对双簇首模型下最优成簇规模与网络能耗的关系进行理论分析,然后使用改进的算术优化算法计算模糊C均值算法的初始聚类中心,提高了模糊C均值算法聚类成簇的准确率和鲁棒性.簇首选举阶段,引入双簇首策略,以节点的位置、能量和中心度为影响因子,根据承担任务的不同分别为内外簇首设计独立的簇首评价函数,以评价值为依据由节点分布式动态选举簇首减少了广播数量,同时可以将整个簇的能量负载平均分配到每个簇成员节点中.数据传输阶段,设置了多跳中继策略的距离适用条件,并以能量消耗速率为依据选择中继节点,避免了节点提前过载.仿真结果表明:在多种规模的网络中,该算法相较于对比算法在均衡网络负载、提高能量利用效率方面效果更好,从而延长了网络的有效感测时间.

基于改进混沌麻雀搜索算法S盒与神经元电路的图像加密技术

鉴于目前的图像加密算法所采用的S盒结构过于简单,易被破解。选用由改进的脉冲耦合尖峰神经元电路得到的混沌映射(MPSNC),并使用该映射对混沌麻雀搜索算法(CSSA)进行优化。随后,结合MPSNC映射和改进后的CSSA,设计新型的混沌S盒。最后,基于MPSNC映射和新型混沌S盒构造一种图像加密算法,为增加S盒的变化,对其进行S8变换。通过迭代混沌映射生成混沌序列,使用混沌序列和S8S盒对图像进行扩散和置乱操作,得到加密后的图像。经实验验证,该加密算法参数丰富,复杂度高,并由于S盒的应用,提高了算法的非线性度,具有良好的性能,适用于图像加密。

模块化多电平逆变电路的调制算法研究

针对永磁同步电机传统三电平逆变电路无法满足高压场景的问题,采用空间矢量脉宽调制算法对模块化多电平逆变电路进行调制分析,观察其输出电压波形。然后针对模块化多电平逆变电路各相之间容易出现环流现象,对电容电压平衡控制算法进行简化。在Matlab/Simulink中搭建模型仿真,观察和分析模块化多电平逆变电路的输出电压,实验结果验证了采用空间矢量脉宽调制算法对改善模块化多电平逆变电路的输出特性的有效性和简化后的电容电压平衡控制算法具有稳定性。

基于改进DES算法的网络链路安全通信方法

现有的安全通信方法受限于60000 kB数据量,存在摘要对等数目不稳定的问题。为此,文章提出基于改进DES算法的网络链路安全通信方法。该方法通过网络链路安全协议建立连接,验证双方身份;利用最短路径优先协议,结合数据库信息,确保可信连接适应网络环境;基于密文位数,使用DES算法延长密钥,使之与明文位数匹配;设置访问权限,运用双线性映射配对特定属性,并通过加密算法处理,实现安全通信。实验证明,传输数据量稳定在90000 kB,提升了效率,解决了摘要对等数目不稳定的问题,提高了通信性能。

基于BBO优化K-means算法的WSN分簇路由算法

针对无线传感器网络中传感器节点能量有限、网络生存期短的问题,提出一种基于生物地理学算法优化K-means的无线传感器网络分簇路由算法BBOK-GA。成簇阶段,通过生物地理学优化算法改进K-means算法,避免求解时陷入局部最优。根据能量因子和距离因子设计了新的适应度函数选举最优簇首,完成分簇任务。数据传输阶段,则利用遗传算法为簇首节点搜寻到基站的最佳数据传输路径。仿真结果表明,相较于LEACH、LEACH-C、K-GA等算法,BBOK-GA降低了网络能耗,提高了网络吞吐量,延长了网络生存周期。

基于粒子群算法的复杂山区铁路土方调配与取弃土场选址协同优化

复杂山区铁路线路土方调配及取弃土场选址对铁路项目的成本、工期、安全性、环境影响程度等产生长久深远影响,二者之间存在着复杂关联耦合关系。然而,既有方法忽略了上述联系,难以实现铁路线路土方调配与取弃土场选址协同优化。对于复杂山区铁路线路,构建了融合调配段落划分点、土方调配量、取弃土场的统一自变量集合,考虑了土方调配、取弃土场选址复杂约束,以土方调配成本、取弃土场建设成本及便道建设成本的综合费用为目标函数,集成综合基础信息子系统、土方调配优化子系统与取弃土场选址优化子系统,建立了土方调配与取弃土场选址的协同优化模型。为求解此协同优化模型,提出一种基于粒子群算法的累进求解策略。首先根据线路划分土方调配段落,进入土方调配优化子系统求得土方调配解,借助移动窗口法构建取弃土场备选池,进入取弃土场选址优化子系统求得取弃土场址解;其次,基于粒子群算法通过更新线路土方调配段落划分来累进迭代寻求最优解。以某复杂山区铁路为例,对铁路线路土方调配及取弃土场选址协同优化模型进行案例验证,与人工方案相比,最终机选最优方案可节省13.77%的综合费用。测试结果表明本方法的有效性,可提高铁路土方调配与取弃土场选址求解效率,为设计人员提供参考。

面向6G通信的多层低轨卫星网络路由算法

在面向6G的移动通信网络中,低轨卫星网络(LEO,Low Earth Orbit)运行高度低、时延小,可大范围部署实现全球广域低时延通信。当前低轨卫星星座正朝着多层轨道面发展,多层轨道的跨层链路增加了数据传输路径,但跨层轨间链路的频繁通断,增大了多层LEO网络层间路由选择的难度。为此提出了一种面向6G移动通信的多层LEO卫星网络路由算法。首先建立跨层链路,面向端到端传输时延和可靠性需求,分析影响跨层轨间链路频繁通断的因素,基于LEO卫星网络虚拟位置思想,选择卫星节点对建立可靠跨层链路;然后实现路由选择,基于所建立的跨层星间链路,采用时空演化图模型刻画动态网络拓扑,设计最短路径算法计算最佳传输路径。最后,构建三层卫星网络场景对所提算法进行仿真验证。结果表明,相对于现有方法,所提算法在端到端时延和可靠性均有明显提升。

基于分群游走机制的灰狼优化算法的FPRM逻辑电路面积优化

针对基于XNOR/OR的固定极性Reed-Muller电路(FPRM)逻辑电路面积优化方法搜索最优解速度较慢,易陷入局部最优等问题,提出一种新的FPRM逻辑电路面积优化方法,利用基于分群游走机制的灰狼优化算法(GDGWO)搜索电路面积最小的FPRM电路.GDGWO在初始化种群后,采取“轮盘赌”选择算法选出合适的新群体头狼,以提高种群多样性;执行种群分裂机制,防止因原始种群陷入局部最优而降低算法的鲁棒性;在分群搜索开发过程中引入改进后的随机游走策略,使灰狼种群能够更快地包围猎物,提高算法的收敛速度.基于北卡罗来纳微电子中心Benchmark测试电路的实验结果表明,GDGWO与粒子群算法相比,电路面积优化率提升57.42%;与黑猩猩算法相比,提升41.94%;与原始灰狼优化算法相比,提升43.68%.

无线传感器网络中一种基于聚合层次聚类的分簇路由算法

针对无线传感器网络中节点连接以及能量受限不足的问题,为了延长网络寿命,提出了一种基于AHC的分簇路由算法(HACCRA)。该算法首先运用AHC对网络节点分簇,接着为簇首选择、簇形成和路径构建分别定义了恰当的决策目标函数,运用能量阈值、提出距离阈值、并且路由过程优先考虑簇首节点之间的一对一连接,有效解决了路由算法中分簇和路由不衔接的问题。仿真结果表明,与JCR、ICR以及DCK-LEACH相比,HACCRA能够更好地实现网络节点的能耗均衡,保证网络数据传输的连接性,从而延长网络寿命。

基于群组置换密码的无线保密通信网络安全分簇路由算法

鉴于目前无线通信网络分簇路由算法对网络的保密性较低,提出了基于群组置换密码的无线保密通信网络安全分簇路由算法。首先,采用改进置换密钥矩阵加密算法(RKM)对无线通信网络的信息使用多米诺查表加字节变换,并在其中穿插特征变换因子进行多次变换完成无线通信网络加密;使用反向的多米诺查表和自己变换配合特征变换因子进行解密。然后,以加密后无线保密通信网络为基础,计算网络最佳簇头。采用引力算法通过以簇头为质点计算其对不同节点的引力完成分簇,并以低能耗作为遗传算法的适应度函数进行网络簇头选举,结合代价函数优化簇间跳转策略,挑选能量足、位置好的节点,作为优质的通信路由,实现网络安全、低能耗传输。实验结果表明:该算法的混乱性高、扩散性强可以保证无线通信数据不被他人破解;该算法可以选择出节点存活数量最高的簇头,且网络节点的剩余能量最高。

一种基于改进CORDIC算法的阵列侧向测井仪信号发生电路

阵列侧向测井仪是目前测井工程中探测与分析复杂地质结构的一大利器。为实现5种不同探测深度的“阵列式”测井,仪器自身需要同时产生5种频率高精度正弦信号。本文对经典坐标旋转数字计算机(CORDIC)算法进行了改进与优化,改进后的算法计算量仅约为经典算法的1/3,大幅减小了DDS信号发生电路的输出时延。通过Modelsim软件仿真验证改进算法的可行性后,使用FPGA芯片编程,搭配DA/C与低通滤波电路,设计实现了一种基于DDS技术的阵列侧向测井仪信号发生电路。仪器外刻度模拟实验表明:搭载该信号发生电路的阵列侧向仪器能够在0.6Ω~100 kΩ电阻范围内保持良好的一致性,5种模式下电阻值实测误差均保持在10%以内,对于中低阻值模拟地层的测量精度达到了3%,较上一代阵列侧向仪器性能有明显提高。

复杂建设环境下基于Hybrid A^(*)算法的铁路平面线形绿色优化设计

随着“双碳经济下绿色铁路”理念的兴起,将“绿色生态”融入到铁路平面线路优化已成为近年来的研究热点。本文以铁路建设成本与生态破坏成本的协同优化为目标,引入并改进了一种自动驾驶导航算法(Hybrid A^(*)算法),以适应复杂的铁路设计问题,同时考虑最小曲线半径、最大曲线半径、最短曲线长度、最短夹直线长度、缓和曲线长度等铁路线形约束。研究结果表明:(1)改进后算法以离散网格方式整合外部环境因素,实现渐进式全局探索,获取接近全局最优的铁路线路设计结果;(2)该方法在复杂外部环境约束下,无需预设水平交点位置和数量,可自动生成符合线路-环境耦合约束的优化平面线路方案。

基于粒子群优化算法的无线传感器网络路由方法设计

为了减少无线传感网络能量消耗,并延长无线传感网络生命周期,设计基于粒子群优化算法的无线传感网络路由方法。构建无线传感器网络模型,初步划分无线传感器网络簇,通过自适应压缩因子粒子群算法获取传感网络最优簇首,簇首为成员性节点分配TDMA时隙,簇中各成员节点按各自所拥有TDMA时隙,向簇首发送数据信息,并由簇首执行有效数据融合操作后,把数据信息以簇间路由方式发送给基站。实验结果表明,该方法能够实现无线传感器网络路由,均衡无线传感器网络能量消耗,并延长其生命周期,为实际工作提供可靠依据与参考。

星地链路中基于毫米波大规模MIMO的混合预编码算法研究

为了提升星地链路通信系统频谱效率,针对毫米波(millimeter Wave,mmWave)大规模多输入多输出(Massive Multiple Input Multiple Output,Massive MIMO)系统,在正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法的基础上,提出了一种改进的OMP(Improved-OMP)混合预编码算法。针对星地链路间通信的特定场景,引入了基于扩展的Saleh-Valenzuela(S-V)信道模型;针对OMP算法中求解模拟预编码矩阵时存在迭代次数过多的问题,在结合多步长思想的基础上,从天线阵列响应集合中选取与射频链路(Radio Frequency Chains,RF Chains)相等的前多列作为模拟预编码矩阵;为了克服OMP算法中的伪逆运算复杂度较高的问题,结合矩阵分解和Hölder不等式简化了数字预编码的求解。仿真结果表明,在理想的信道状态信道条件下,当RF Chains的数量和数据流的数量之间的差距较小时,Improved-OMP算法可以获得更优的性能。Improved-OMP方案有效地降低了计算复杂度。

密集低轨星座启发式星间路由算法设计

星间链路决定了整个密集低轨星座的通信性能,而基于链路连通性的路由算法发挥着不可替代的重要作用。为提高星间链路通信性能,基于Python程序语言设计了一种启发式星间路由算法,在路径带宽和最大容忍时延的双约束条件下,对路径开销与端到端时延的混合参数进行统筹优化。将遗传算法与蚁群算法动态融合,加速全局最优收敛过程、增强算法的稳定性。最后,通过星链星座参数实例进行了仿真,仿真结果验证了所提启发式星间路由算法的优越性。

空间碎片干扰下的卫星光网络路由算法研究

针对低轨卫星激光通信中空间碎片可能造成的星间链路中断问题,提出一种方向增强的链路状态路由算法。首先搭建了卫星通信的网络拓扑结构,对空间碎片的运动模型和卫星的运动模型进行联合建模仿真,得到卫星与碎片的相对位置并进行星间可见性分析,提出了方向影响因子和方向增强指数,结合星间链路距离及传输时延综合考虑链路代价,从而选择合适的传输路径方向,依次在每个卫星节点对间进行最小路径选择,并以路由跳数为评价指标。仿真结果表明,在有空间碎片存在的环境中,所提算法能够在不牺牲通信质量的前提下,实现路由跳数相比Dijkstra算法降低14%,传输时延相比Dijkstra算法减少17%。

基于路测图像与改进ResNet50网络的自动驾驶场景天气识别算法

为了充分利用自动驾驶汽车路测图像数据,增加行驶过程中对天气情况识别的准确性,提出了一种基于改进ResNet50网络的自动驾驶场景天气识别算法。该算法将SE模块与ResNet50网络相结合,通过在ResNet50网络4组模块内加入SE模块,以便更好地拟合通道间复杂的鲁棒性。基于自动驾驶汽车路测图像数据对所提算法进行Python编程实现,结果表明:SE模块的加入能够增加算法的鲁棒性和准确性,提高了自动驾驶的天气识别精度。

基于二分迭代法的铁路线路纵断面优化算法研究

为提高铁路线路纵断面优化自动化水平,加强变坡点的寻找精度,减少人工调节工作量,基于二分迭代法设计了1种自动化程度和精度更高的纵断面优化算法,该算法采用最大矢距值二分查找方式,精确定位变坡点位置,并对查找过程进行有效的阈值控制。为实现该优化算法开发了1套高程自动优化软件,进一步采用试验数据对比分析验证该算法的实用性,与传统算法相比,提高了自动化程度,且计算结果精度满足精捣作业需求。