基于SCAD-ESN的时间序列预测模型

回声状态网络(ESN)是一种重要的时间序列预测方法,但在训练数据存在噪声或野点情况下,ESN将会出现过拟合问题。针对该问题,提出基于平滑消边绝对偏离罚函数的回声状态网络(SCAD-ESN)模型。不同于在模型中加入岭回归、L1范数罚函数及小波降噪等常规方法,该模型利用SCAD罚函数对变量进行选择,将小变量置为零以满足变量稀疏性,将大变量直接置为常数,从而能够很好地解决ESN过拟合问题并满足近似无偏估计。对于SCAD罚函数的非凸函数优化问题,提出基于局部二次近似(LQA)的求解方法,将最小角回归(LQR)方法用于SCAD罚函数求解,避免了计算量巨大的问题。使用基于粒子群优化(PSO)的超参数选取方法快速确定平滑消边绝对偏离–回声状态网络模型的超参数,克服利用经验选取超参数时存在的盲目性较大且难以确定整体最优的超参数问题。混沌系统数值仿真和网络流量仿真结果表明,相对于常规模型,该模型能有效地降低测试误差,从而克服过拟合问题。

相依误差下含线性趋势异方差模型的加权小波估计

针对含线性趋势异方差模型,用小波方法构造未知参数和方差函数的加权小波估计量。在随机误差序列为α-混合情形下,得到了参数小波估计量的渐近正态性。

一种基于有限信道的能量高效节点调度机制

在低负载、低功耗无线传感器网络中,节点状态切换的能量消耗因为用于数据传输的能量较小而变得不可忽略。针对此问题,提出了结合多信道技术与时分多路访问（TDMA）技术的节点调度算法。该算法设计了基于接收端的连续时隙分配策略以减少节点状态切换次数,并且在可用无线信道有限的约束条件下,提出了信道分配与时隙调整机制,实现了时隙重用并最小化有限信道约束对优化节点状态切换次数的影响。仿真实验结果表明,当可用无线信道数为3~5时,算法能够有效地改善节点能量效率。当可用无线信道数大于3之后,算法能够获得优化的数据汇聚时间。

增强包投递的分布式时隙分配机制

针对无线干扰导致的丢包问题,提出一种适用于无线传感器网络数据汇聚应用的增强数据包投递的分布式时隙分配算法。利用节点间的信息交换保证无冲突的时隙分配,以轮的方式组织网络初始化时间,每一轮又分为两部分,即信号包扩散和由多个时隙指派构成的节点调度;通过扩散信号包减少每一轮分配时隙的节点数,通过随机选择时隙指派解决控制包传输失败问题;提出concurrent-REPLY策略,缩短时隙指派时间。基于NS-2的仿真结果表明,采用该算法,数据包投递率可提高约20%。