【摘 要】
:
近年来,无线传感器网络中关于节点的能量问题的研究层出不穷,在众多能量补充的方法中,无线充电技术在解决能量问题上有着不错的表现,采用无线充电方式为节点补充能量的网络就称为无线可充电传感器网络,目前已取得较好的研究进展,但也存在灵活性不够、实时性差的问题。移动充电技术作为高效且可控的无线充电方式,利用可移动的充电器依次移动到各个节点附近执行充电任务,有望彻底解决节点电池再充电问题。因此,为移动充电器设
论文部分内容阅读
近年来,无线传感器网络中关于节点的能量问题的研究层出不穷,在众多能量补充的方法中,无线充电技术在解决能量问题上有着不错的表现,采用无线充电方式为节点补充能量的网络就称为无线可充电传感器网络,目前已取得较好的研究进展,但也存在灵活性不够、实时性差的问题。移动充电技术作为高效且可控的无线充电方式,利用可移动的充电器依次移动到各个节点附近执行充电任务,有望彻底解决节点电池再充电问题。因此,为移动充电器设计一条合理的充电路径是当今的研究热点之一。本文研究了传感器网络中基于时空协作的充电路径规划问题,根据网络规模的大小分别设计了不同的充电路径规划方案。对于小规模网络,采用单个移动充电器执行充电任务;而对于大规模网络则使用多个移动充电器协同完成充电任务,并针对以上两种场景分别构建了合理的网络模型和充电模型、设计了两种基于时空协作的充电算法,有效延长了网络的生命周期。具体如下:(1)针对小规模网络中单个移动充电器的充电路径规划问题,首先根据节点距离基站的距离远近将网络划分成多个大小不等的簇;接下来提出了基于非均匀分簇的实时充电算法:运用动态规划算法得到最短移动路径方案,并结合节点的时、空特征确定最佳的充电顺序。实验结果表明所设计算法相较于传统按需充电算法在节点存活率和平均充电时延方面均具有较好的表现。(2)由于大规模网络场景中节点数量众多,单个移动充电器难以满足全网节点的实时充电需求,因此本文为大规模网络的充电需求设计了多个移动充电器协作充电的方案,建立了多目标优化模型,首先使用改进的聚类算法公平地划分网络为多个簇,每个簇内放置一个移动充电器;接下来研究单个簇内多目标的最优实现,提出基于时空协作的实时充电算法:结合节点的时、空特征决策充电路径。实验结果表明所提算法比现有充电算法具有更高的节点存活率和能量利用率,在其他性能指标上也有较好的表现。(3)为验证大规模网络中采用多个移动充电器协作充电的高效性,本文还运用了排队论分析所提算法的性能,结合具体场景推导理论计算公式,并将计算结果与实验结果对比,证明了本文所提的基于时空协作的多移动充电器实时充电算法的有效性。综上所述,本文研究了传感器网络中基于时空协作的充电路径规划问题,并根据网络规模的大小,分别提出了不同的充电路径规划方案,有效提高了节点存活率、延长了网络生命周期,进一步推进了传感器网络的广泛部署。
其他文献
一直以来,僵尸企业是我国经济发展中的巨大隐患。为此我国各地实施了一系列处置僵尸企业的决策,其中首要任务是对僵尸企业识别和分类。目前,已有的大量研究是在传统僵尸企业识别方法(如FN-CHK)上进行改进,但普遍存在如下问题:数据分析不全面,基于单一特征进行分析,识别过程中掺杂过多主观性。鉴于此,本文结合近年来热门的集成学习分类模型对企业数据进行自动和全面的挖掘分析,并设计僵尸企业识别方案,进而实现僵尸
异常检测识别数据集中显著区别于其它正常模式的数据,广泛应用于欺诈检测、入侵检测、数据分析等领域。现实世界中数据间存在复杂的结构关系构成了复杂网络,在数学形式上表示为图。当前面向复杂网络异常检测的需求日益增加,特别是对网络安全至关重要,其中属性网络异常检测由于其越来越多地用于建模各种复杂系统而引起广泛关注。现有的绝大数方法都是单独考虑网络结构或属性信息来检测异常,忽略了网络中节点的结构和属性的融合信
目标检测被认为是计算机视觉中最具挑战性的任务之一,因为它需要同时对图像中的物体进行定位和分类。目前,得益于标注完好的大规模数据集,监督学习下的目标检测已经取得了卓越的检测精度。然而上述的检测模型无法很好的迁移到新的图像样本中,即无法检测新的类别。但是人类可以凭借对物体的自然语言描述轻松的识别出之前从未见过的物体。基于这一点,研究人员提出了零样本识别这一研究课题并涌现了诸多相关工作。一种主流的方法是
干细胞作为一种同时具有自我复制与多向分化潜能的原始细胞群,有着极高的临床应用价值,而活细胞成像对于分析干细胞形态、监测干细胞增殖和分化等方面具有重要的作用。相衬显微镜独特的成像机制可以对活细胞成像。然而,所获得的生物图像具有丰富性和复杂性,使得无法对其进行手动分析处理。利用计算机的性能优势和图像处理算法自动化辅助分析处理已成为当前一项重要的研究手段。细胞分割效果是影响着图像自动化分析准确性的先决条
随着互联网的快速发展,人们愈发关注网上通信过程中的信息安全问题。数字隐写技术作为信息隐藏的重要分支,旨在将密信以不可感知的方式嵌入到数字载体中进行传递,从而保护通信过程中的信息安全。然而隐写术也可能为不法分子所利用,对国家社会造成严重危害。隐写分析技术是对抗隐写的重要手段,其目的是检测可疑载体是否存在隐秘信息,因此研究隐写分析技术具有现实意义。音频是常见的数字媒体。多媒体社交平台的发展以及音频天然
随着大数据时代的快速发展,学术论文资源呈现爆炸式持续增长,面对如此海量的学术论文,传统的搜索引擎耗时耗力,推荐系统是进行信息过滤的有效手段,将用户获取论文的方式由“主动”转化为“被动”,大大节省用户的时间和精力,缓解信息过载问题。在论文推荐领域中,有以下几个挑战,第一,用户和论文的交互方式一般是浏览、点击等具有较少信息量的隐式反馈行为,无法准确区分用户的正负样本,这使得推荐系统很难精准建模用户的兴
数字化进程不断推进的同时,也带来了信息安全问题:敏感的秘密信息在传输过程中易受恶意第三方的窃听、破坏甚至篡改。数字隐写技术作为信息保护的重要手段,旨在将秘密信息隐藏于图像、音频等载体之中,以实现隐蔽通信。近年来,以生成对抗网络(Generative Adversarial Networks,GAN)为核心的隐写技术成为了研究热点。借助GAN的对抗博弈训练、非线性映射能力以及生成特性,涌现了大批隐写
野生东北虎是国家Ⅰ级重点保护动物,对东北虎的保护和相关研究工作受到越来越多的关注。其中对保护区中采集到的东北虎图像进行个体识别往往是东北虎研究工作中的重要一环,但是传统的人工观察方式难以满足繁重的识别任务。本文基于深度学习对自然场景下野生东北虎的再识别问题进行相关研究。从采集到的东北虎图像中,检测并识别出此前已经标识过的东北虎个体的任务,我们称为野生东北虎再识别。对东北虎的再识别可以为后续深入分析
近年来,随着人工智能、大数据技术的快速发展,多媒体内容安全问题备受关注。为了保护这些重要的多媒体信息,信息安全技术成为研究的热点。传统加密算法通过将重要信息转化为不可读的密文来保障其安全,但这容易引起恶意攻击者的注意。而隐写术则是利用特定的方式将重要信息嵌入各种数字媒体中,它能够较好地保持载体的可读性,与加密算法相比具有更高的隐蔽性,目前已经广泛应用在版权保护、数字认证以及产品溯源等领域。但是传统
在传统的无线传感器网络中,传感器节点依靠自身携带的电池供电,而电池电量有限严重影响传感器网络寿命。随着无线能量传输技术的快速发展,无线充电成为解决无线传感器网络中能量问题的有效方法,从而形成了一种新的网络称为无线可充电传感器网络。在无线可充电传感器网络中可以通过部署静态能量源或调度移动能量源为传感器节点补充能量。在静态能量源部署中,现有的能量源部署研究中没有考虑能量源侯选部署位置不存在的情况。针对