基于遗传算法的无线传感器网络路由研究

无线传感器网络路由算法面临着节省能量、延长网络寿命、提高可靠性等方面的挑战。提出了一种基于遗传的无线传感器网络路由算法。对算法中的算子编码、适应度函数设计、编码方式及参数选取进行了细致研究。仿真结果表明,本算法减少了能耗、延长了网络生存时间并提高了网络的可靠性。     

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。     

基于跳数的节点安全定位算法研究与分析

通过对无线传感器网络节点安全定位技术的研究和分析,采用基于跳数的节点定位算法思想获取定位参照信息,提出了一种与硬件无关的基于跳数的节点安全定位算法——HOP-GDSL,该算法用设计的信标节点信息传递协议提供包的认证、保护跳数信息,用现有的锚节点检测虫洞攻击.经仿真实验证明,该算法能有效抵抗恶意节点攻击,实现节点正常定位,并对虫洞攻击有较高的检测率.     

基于禁忌算法的无线传感器网络PEGASIS算法改进

为了减少无线传感器网络节点能耗,延长网络生存时间,在PEGASIS算法的基础上,针对PEGASIS算法中节点之间容易产生长链和簇头选择没有考虑节点剩余能量的问题,提出了一种基于禁忌算法的PEGASIS算法改进。建链阶段采用禁忌算法代替原有的贪婪算法,防止了长链的产生,减小了节点传输距离;同时引入基于剩余能量的簇头选择机制,均衡了节点之间的能耗,延长了节点的生存时间。仿真结果表明,改进算法较PEGASIS算法第1个节点的死亡时间延长了约7倍,半数节点的死亡时间也得到了延长,从而提高了整个网络的生存时间。     

改善电感测微仪二次测量电路精度的措施

介绍了差动调幅式电感测微仪的工作原理,分析了影响二次测量电路精度的因素,在此基础上提出了利用自稳幅技术以及波形改善技术、全波数字相敏检波技术以及软件部分的数字滤波、线性补偿技术来改善测量精度的措施。实验结果表明,采用上述改进措施,测量精度有了显著的提高。     

保凸插值样条曲线的一种构造方法

本文提出了一种描述保凸三次参数插值曲线的新算法。算法构造局部、计算简单有效,算法对开曲线和闭曲线都适合,最后给出了几个曲线构造的例子。     

基于可调光纤F-P滤波器解调的分布式光纤光栅传感系统

提出并实现了一种可满足工程实用要求的波分复用光纤光栅传感网络解决方案,系统通过可调谐光纤F-P滤波器的连续扫描实现波长信号的解调.该传感系统扫描带宽50 nm,单点工作带宽5 nm,对一般应用系统每根单纤可设20-30个点,系统最高扫描频率200 Hz,分辨率5 pm(约5με或0.5℃).     

基于网格划分的无线传感器网络多重覆盖算法

为了延长无线传感器网络的工作周期,在满足网络覆盖性能的前提下,可利用调度算法让一部分节点进入休眠以节省能量。提出了一种基于网格划分的无线传感器网络多重覆盖算法,新算法包括冗余节点判断和节点调度两部分。将节点覆盖区域划分为多个网格,通过判断各个网格是否满足覆盖要求,进而判断节点是否冗余。新算法给出了边界冗余节点判据,在调度过程中能够克服边界效应的影响,同时通过冗余节点能量比较,避免了休眠冲突和覆盖盲区的产生。仿真结果表明,与传统的CPNSS算法相比,新算法对冗余节点的判断更为准确,在网络工作集和平均覆盖度两项性能评价指标上均优于传统调度算法,且对网络节点数量增加造成的影响不敏感,能够有效地减少网络冗余,起到了提升网络性能的效果。     

LODA：一种分布式的面向定位的无线传感器网络细粒度调整方法

摘要：本文针对在初始的部署条件下不可定位的无线传感器网络,提出了一种分布式的面向定位的网络调整方法,称为LODA方法。该方法通过节点所处的路径信息判别确定该节点的调整策略,从而使得初始状况下不可定位的网络达到可定位条件。LODA方法仅需调整约11%节点就能够将稀疏的网络调整至可定位,较当前最好的网络调整方法减少了约40%。此外,本文所提出的方法采用分布式的执行策略,从而将定位所产生的通信负载和能耗均衡到网络中的多个节点,克服了先前集中式方法的可扩展性限制。大量的仿真实验结果表明,LODA方法较现有方法而言具有更高的执行效率。     

视觉惯性导航系统初始化方法综述

视觉惯性导航系统通过初始化,对尺度信息、重力向量、速度、惯性传感器偏差等一系列状态估计所需参数进行快速求解,以提升系统后续导航定位与环境感知的准确性。根据传感信息耦合方式,视觉惯性导航系统初始化方法可以分为三类:联合初始化、非联合初始化和半联合初始化。基于现有研究工作,从基础理论、发展与分类、现有方法、性能评估四个方面展开,对目前主流的初始化方法进行综述,并总结视觉惯性导航系统初始化领域未来的发展趋势,有利于对视觉惯性导航系统初始化方法形成总体性了解并把握其发展方向。