基于多目标优化的无线传感网无干扰分簇算法

为减少无线传感网的网络能耗并延长网络寿命,提出了一种基于多目标优化的无线传感网无干扰分簇算法(interference-free clustering algorithm,IFCA)。该算法在保证簇间无通信干扰的前提下,将网络能耗和网络覆盖作为优化目标,使用遗传算法和非支配排序优化分簇方案。通过仿真实验分析了节点数量、监测点数量、节点通信半径和节点覆盖半径对本文算法划分网络分簇的结果及无干扰分簇后网络覆盖的影响。仿真结果表明,本文算法适合于具有大量节点的大型无线传感网,在这种网络中,本文算法会智能设置传感器节点的角色,即成员节点、簇头节点和孤立节点,从而达到了对监测点的最优覆盖,实现了网络节能。     

异型声表面波器件特性分析

报道了在128°旋转Y切割X传播方向的LiNbO3 压电基片上研制的异型声表面波器件,它将输入换能器激发的声表面波轴对称分成两路,分别由各自输出换能器检测输出.应用耦合模理论和P矩阵法详细分析自行研制的异型声表面波器件在输入换能器激发,一输出换能器检测输出及在非正常工作模式下,一输出换能器激发,另一换能器检测输出时的特性,并应用网络分析仪测量上述情况下的异型声表面波器件特性.结果表明,理论计算值与实验结果相近,尤其是耦合模理论得到的器件特性更接近于实验结果.本文研究为分析声表面波器件提供一种有效的分析工具.     

基于IC着色的认知差分跳频系统多址原理

本文将认知无线电(cognitive radio,CR)和图论引入差分跳频(differential frequency hopping,DFH)网络,提出基于IC着色和干扰温度模型的认知差分跳频多址(IC-ITMA)原理,用IC着色与干扰温度理论控制网内用户的发射行为,网内各发射机在接收机处产生的干扰温度正交.接收机根据测得的干扰温度来区分它们,使之达到区分预期信号和干扰信号的目的.仿真结果表明,该方法较传统差分跳频网络可以显著提高抗多址干扰性能.     

基于时空上下文正则的孪生网络目标跟踪

在视频目标跟踪任务中,负样本缺乏、背景混杂会造成目标丢失。为解决上述问题,提出一种基于时空上下文正则的孪生网络目标跟踪算法。该算法将空间上下文信息引入到孪生网络中,并利用目标物体正样本以及背景负样本训练跟踪器,通过正则化约束,抑制跟踪器对背景的响应,突出对目标的响应,从而得到鲁棒性更强的目标跟踪器;采用时间序列多组件匹配机制,在目标外观模型受到干扰的情况下动态调整目标模型学习率,从而保证目标模板不受污染。在OTB100标准数据集上的实验表明,在混合干扰条件下,本文算法的准确率(0. 885)和成功率(0. 615)均优于其他主流跟踪算法。特别是在遮掩、运动模糊、光照变化、背景聚类和快速运动等干扰因素影响情况下,本文算法均具有较强的鲁棒性。     

抗中文主动干扰的柔性中文串匹配算法

研究了网络内容安全领域里的恶意夹杂关键词问题,总结出中文主动干扰概念,提出了中文串匹配算法的形式化定义.在此基础上,给出了改进的柔性中文关键词模式匹配算法,并计算了算法复杂度.该算法通过中文主动干扰技术有效地避开了目前经典的中文字符串匹配算法存在的问题,使得包含这类算法的内容安全过滤/网络入侵检测手段失效,完成了恶意夹杂字符的中文关键词匹配.结果表明,用柔性中文字符串匹配方法能较好地解决恶意夹杂字符的字符串匹配难题,对遭受中文主动干扰过的网页能进行有效地安全防护.     

基于无线Mesh网络的一种信道分配算法及路由协议

提出了在多信道环境下的无线Mesh网络中的一种混合型路由协议TOIRP(tree-based and on-de-mand integrated routing protocol)以及一种分布式的信道分配算法CLBCA(channel load based channel assign-ment).TOIRP协议采用HWMP(hybrid wireless mesh protocol)所提出的混合路由技术,将基于树的路由与传统的AODV(ad hoc on-demand distance vector)路由相结合,减少路由发现的时延,同时采用了一种新的路由判据CETTI(cumulative expected transmission time with interference).该路由判据充分考虑多信道的特性,设计了一种量化通信干扰的方法,将干扰分为外部数据流对路径的干扰以及路径内部数据流的干扰两个方面,并综合考虑了跳数、时延等因素,提高了网络的吞吐量.信道分配算法分为收发器与邻居节点绑定和收发器与信道绑定两个部分,将信道的负载作为选择信道的标准,避免了多信道中常见的信道依赖所造成的影响,并且提高了信道的利用率.模拟结果表明,采用新的路由判据后,网络的吞吐量最优情况下得到提升.     

基于符号检测辅助的干扰对齐算法

干扰对齐(interference alignment,IA)是一种有效的干扰处理方法.通过预编码技术在接收端的特定维度上重叠干扰信号,进而完全消除干扰信号对所需信号的影响,而且能够提高信道的空间利用自由度.在干扰对齐中,通过在相同原理的相互不同网络上的预编码器和组合器的迭代计算来检测复杂符号.本文在传统的最小二乘法(least squares,LS)、最大信干噪比(maximum signal to interference plus noise ratio,MAX-SINR)算法的基础上,提出了基于符号检测辅助的最小二乘法(symbol detection aided least squares,SDA-LS)、符号检测辅助的最大信干噪比(symbol detection aided maximum signal to interference plus noise ratio,SDA-MAX-SINR)干扰对齐迭代算法.并且根据前者性能较差、复杂度低;后者复杂度高、性能优的特点,提出了一种基于符号检测辅助的最小二乘法和最大信干噪比相结合(symbol detection aided least squares combined with maximum signal to interference and noise ratio,SDA-LS+MAX-SINR)的干扰对齐迭代算法.通过计算机仿真,文中所提出的符号检测辅助算法比传统算法有更好的性能.     

三值噪声调制下电路中的随机共振现象

研究了在三值噪声和热噪声扰动下的RLC电路的平均输出幅度增益. 利用随机平均法和Shapiro-Loginov公式, 得到了平均输出幅度增益的精确表达式. 通过计算机模拟, 画出了平均输出幅度增益与平坦系数、有噪声和无噪声时, 输出信号振幅与输入信号频率之间的关系曲线. 从结果来看, 系统产生了双值噪声驱动的RLC电路中(文献[11])没有的随机共振现象, 甚至还出现了双共振峰.     

三值噪声及热噪声共同调制下RC串联电路的随机共振现象

研究了在三值噪声和高斯白噪声共同调制下RC串联电路所表现出来的现象.利用系综平均法和Shapiro-Loginov公式,推导得到了平均输出幅度增益的精确表达式.通过模拟及分析图示,表明平均输出幅度增益在输入信号频率ω、系统参量a取不同值时,其呈现为三值噪声参量d、q的非单调函数,即在适当的噪声参量和系统参量条件下,平均输出幅度增益呈现出1个最大值,而高斯白噪声对于平均输出幅度增益没有产生任何影响.     

基于拉丁方的认知差分跳频网络自适应频率集方法

将方法无线电和应用数学的原理引入多用户差分跳频网络,提出基于拉丁方的认知差分跳频自适应频率集方法.该方法在认知后得到可用频谱信息的基础上,将跳频频率集划分为频率子集,按照动态生成的拉丁方将频率子集动态分配给网内用户,使同一时隙内用户的频率子集正交,从而抑制多用户网络的多址干扰,提高抗部分频带干扰以及多音干扰性能.仿真结果显示该方法较传统多用户差分跳频网络可以显著提高多址性能与抗干扰性能.