温度监测系统中传感器网络和RFID半无源标签的硬件动态行为评估

针对传统的低温监控系统容易忽略硬件动态行为特性的问题,提出一种基于无线传感器网络(Wireless Sensor Network,WSN)和射频识别(Radio Frequency Identification,RFID)半无源标签的动态行为评估方法。实验的测试温度有冷冻室温度(5℃)、室内温度(23℃)和温室温度(35℃),并对3种不同传感器配置的WSN尘粒和4种RFID标签(封装或不封装)进行比较。为了评估硬件的动态范围,对传感器一阶响应进行对数和非线性拟合。实验结果显示,含有无线和RFID节点的温度传感器封装方式会影响其动态响应,其特性可以监控高速变化的温度,保证低温运输系统的正常运行。

互信息与模糊C均值聚类集成的特征优选方法

针对大型数据中大量冗余特征的存在可能降低数据分类性能的问题,提出了一种基于互信息(MI)与模糊C均值(FCM)聚类集成的特征自动优选方法 FCC-MI。首先分析了互信息特征及其相关度函数,根据相关度对特征进行排序;然后按照最大相关度对应的特征对数据进行分组,采用FCM聚类方法自动确定最优特征数目;最后基于相关度对特征进行了优选。在UCI机器学习数据库的7个数据集上进行实验,并与相关文献中提出的基于类内方差与相关度结合的特征选择方法(WCMFS)、基于近似Markov blanket和动态互信息的特征选择算法(B-AMBDMI)及基于互信息和遗传算法的两阶段特征选择方法(T-MI-GA)进行对比。理论分析和实验结果表明,FCC-MI不但提高了数据分类的效率,而且在有效保证分类精度的同时能自动确定最优特征子集,减少了数据集的特征数目,适用于海量、数据特征相关性大的特征约简及数据分析。

利用ACO改进的无线传感器网络集中式LEACH路由协议

针对无线传感器网络(WSN)中节点能量和网络寿命问题,提出了一种基于蚁群算法,改进集中式低功耗自适应聚类分层(LEACH-C)协议。首先,利用LEACH-C的分簇算法对网络进行分簇并选择簇头;然后,综合考虑传输距离和簇头节点能量,利用蚁群算法寻找出一条从源簇头到基站的多跳最优路径来传输数据,避免单跳方式中远离基站的簇头节点因在传输信息时消耗大量能量而过早死亡。实验结果表明,相比LEACH和LEACH-C协议,改进LEACH-C协议能够更好地均衡节点能量,延长网络寿命。

基于局部越区切换的无线网络无缝访问控制研究

针对无线网络中切换机制的性能问题,提出3种切换方案:基于时间的虚拟切换、局部分簇切换和覆盖切换方案。第一种方法使用计时器来触发移动节点和头节点之间的切换。第二种方法将网络进行分簇,只有簇头参与越区切换过程,从而最小化控制负载,并通过叶节点维持拓扑结构和连接性。第三种方法中覆盖结构完全负责越区切换的启动,减少与附近网络相关联的越区切换过程。实验结果表明,这3种方法在存在漫游移动节点的网络中都能够很好的实现网络切换。其中,当基站覆盖区域较小时,覆盖切换方案能够获得最优的切换成功率和延迟;而局部分簇方法能够获得最优的数据包投递率。