检索结果

Select

1. 半径可调的无线传感器网络三维覆盖算法

党小超, 邵晨光, 郝占军

计算机应用 2018, 38 (9): 2581-2586. DOI: 10.11772/j.issn.1001-9081.2018020357

摘要（730）

PDF （1192KB）（436）

针对三维无线传感器网络区域中节点覆盖的问题，提出一种半径可调的无线传感器网络三维覆盖算法（3D-CAAR）。该算法利用虚拟力作用实现无线传感器网络的节点均匀部署，同时结合传感器节点的半径可调覆盖机制，判断节点与被覆盖区域中目标点之间的距离。引入能耗阈值，使得节点根据自身情况调节节点感知半径，从而降低无线传感器网络的整体能耗，提高了节点利用率。最后，通过与传统基于人工势场的三维部署算法（APFA3D）、基于与未知目标精确覆盖的三维算法（ECA3D）仿真实验对比，3D-CAAR的事件集覆盖效能明显较高，能有效解决三维无线传感器网络中对目标节点的覆盖问题。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于动态近邻反馈修正的室内定位算法

党小超, 黑毅力, 郝占军, 李芬芳

计算机应用 2018, 38 (2): 516-521. DOI: 10.11772/j.issn.1001-9081.2017071777

摘要（486）

PDF （939KB）（517）

针对目前无线传感器网络（WSN）室内接收信号强度（RSSI）测距算法中RSSI易受到信道干扰和传播环境影响从而导致定位精度低的问题，提出一种动态近邻反馈修正的室内定位优化算法FC-DNN，以实现无线传感器室内节点精确定位。首先，通过对环境进行Voronoi图分割确定最小定位区域；然后计算每个区域的路径损耗模型参数得到节点间的精确距离；最后利用Spearman等级相关系数动态选择邻居锚节点，根据邻节点反馈修正进一步提高未知节点的定位精度。仿真结果表明，FC-DNN算法复杂度低、计算开销小、能耗较低，与典型的RSSI测距差分修正定位算法（DDLA）和受限三维空间传感器定位算法（CO-3D）相比，节点的平均定位误差降低了约15个百分点，能够很好地满足室内环境定位要求。

参考文献 | 相关文章 | 多维度评价

Select

3. 用于压缩感知的无线传感网测量矩阵设计方法

刘颜星, 党小超, 郝占军, 董晓辉

计算机应用 2015, 35 (11): 3043-3046. DOI: 10.11772/j.issn.1001-9081.2015.11.3043

摘要（807）

PDF （791KB）（716）

为了解决无线传感器网络中数据采集过程中的冗余和传输能耗问题,深入分析信号的线性测量过程,提出一种用于压缩感知的测量矩阵设计方法.该方法结合对角矩阵和正交基线性表示原理,采用线性结构化的方法构造,过程简单、速度快、稀疏度高、没有冗余,适合硬件资源有限的传感器节点的实现.仿真结果表明,基于对角矩阵线性表示的测量方法与常见的高斯随机矩阵和部分哈达玛矩阵两种测量方法相比,该方法在相同信号重构精度前提下信号恢复成功率更高,传感节点可以通过压缩观测得到更少的测量数据,从而大大减少网络通信量,节约网络能耗,延长网络生存周期.

参考文献 | 相关文章 | 多维度评价

Select

4. 基于虚拟力的传感器网络三维覆盖算法

党小超, 杨冬冬, 郝占军

计算机应用 2015, 35 (11): 3021-3025. DOI: 10.11772/j.issn.1001-9081.2015.11.3021

摘要（555）

PDF （727KB）（849）

针对三维无线传感器网络中节点非均匀覆盖需求的问题,提出一种基于虚拟力的三维覆盖算法(3D-CAVF).该算法是将虚拟力应用在无线传感器网络中实现节点布置, 通过虚拟力和拥挤度控制, 使节点能够自动覆盖事件, 并且使节点和事件的密度呈现一种平衡的效果.在Matlab平台上进行仿真实验,将所提算法与基于人工势场的三维部署算法(APFA3D)、基于未知目标精确覆盖的三维部署算法(ECA3D)进行比较,在事件呈T型不均匀部署和线型不均匀部署两种情况下进行实验,所提算法的事件集覆盖效能比APFA3D、ECA3D 算法有3.6%、3.1%的提高.仿真实验结果表明所提算法能够有效处理三维无线传感器网络中节点的布置问题.

参考文献 | 相关文章 | 多维度评价

Select

5. Q学习和蚁群优化混合的无线传感器网络移动代理路由算法

党小超姚浩浩郝占军

计算机应用 2013, 33 (09): 2440-2443. DOI: 10.11772/j.issn.1001-9081.2013.09.2440

摘要（805）

PDF （754KB）（500）

针对无线传感器网络移动代理路由问题,提出了Q学习和蚁群优化混合的无线传感器网络移动代理路由算法。该算法综合了Q学习和蚁群优化算法思想,引入了新的路径选择概率模型,并对最优路径进行了有效的维护。仿真实验结果表明:该算法有效地提高移动代理选路效率,满足不同任务对时延的要求,增强了最优路径的可靠性,进一步降低了网络能耗。

相关文章 | 多维度评价

Select

6. 无线传感器网络节点定位加权校正模型

党小超李小艳

计算机应用 2012, 32 (02): 355-358. DOI: 10.3724/SP.J.1087.2012.00355

摘要（1122）

PDF （629KB）（460）

为了降低定位算法本身和接收信号强度指示(RSSI)所产生的误差对定位精度的影响，在以往的定位算法(如利用高斯—马尔可夫模型定位)中加入校正机制，并将移动锚节点和固定锚节点定位技术相结合，提出了一种基于加权的校正模型和算法。仿真结果表明，采用加权校正模型有效地提高了节点定位精度，与采用高斯—马尔可夫模型定位相比较，定位精度提高了36.2%。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于改进Elman神经网络的网络流量预测

党小超郝占军

计算机应用 2010, 30 (10): 2648-2652.

摘要（1828）

PDF （761KB）（1223）

针对网络系统非线性、多变量、时变性等特点，提出一种改进的Elman神经网络模型。在该模型的训练过程中引入了季节周期性学习方法，并对某高校主干网络出口流量进行实验检测。实验结果表明，该模型具有良好的预测效果，相对于传统线性模型、BP神经网络模型及标准Elman神经网络模型具有更高的预测精度和更好的自适应性。最后，通过自适应边界值方法进行检测，能够及时发现异常流量行为，说明该模型应用于网络流量预测是可行、有效的。