凸集优化稳健自适应DBF 的在线算法

一种基于凸集优化稳健DBF 的在线算法,以克服平稳和非平稳误差引起的阵列性能下降。算法利用球体约束和 权值约束,建立凸集最优目标函数,采用最速下降法确定对角负载因子,并迭代求解最优权矢量。仿真结果表明,与传 统的capon 算法和固定对角负载值算法相比,基于凸集优化的迭代算法具有更大的阵列输出信干噪比,从而使阵列具有 更好的稳健性。     

基于凸优化的宽带雷达波形优化方法

针对宽带雷达目标识别波形优化中多类目标方位和初相不确定问题,在高斯色噪声背景下提出一种基于凸优化的波形优化方法。该算法通过半正定松弛方法对目标识剐波形优化这个非凸问题进行近似求解,较好地解决了多类目标方位和初相不确定情况下的波形优化问题。仿真结果表明：该方法可以有效增加各类目标之间的可分性,从而提高目标识别性能。     

基于凸优化的低复杂度平面阵列综合方法

针对运用凸优化方法综合平面阵列耗时较长的问题,提出一种基于凸优化的低复杂度平面阵列综合方法。该方法将基于加权?1范数最小化的平面阵列综合模型中二维波束旁瓣约束条件转换成横向阵列和纵向阵列的一维波束旁瓣约束问题,从而降低了凸优化的约束条件数,有效加快了算法的收敛速度。仿真结果表明,该方法虽然在平面阵列综合的稀疏程度方面要稍劣于传统凸优化方法,但是它能快速获得具有大范围低波束旁瓣电平以及更短孔径的平面阵列。     

连续凸逼近加权自相关波形优化方法

针对雷达系统对距离向干扰抑制的需求,提出一种基于连续凸逼近的加权自相关恒模波形设计方法。由于原始问题的目标函数为不定二次型,无法直接求解,通过构造目标函数的上边界函数并对其最小化,获得原最小化优化问题的等效形式。同时,对非凸的恒模约束进行松弛处理,构建易于求解的凸优化模型。在此模型基础上,利用成熟优化工具对凸问题进行求解,并对最优解的幅度强制归一化得到恒模序列。通过数值仿真,将连续凸逼近算法与现有算法进行比较,验证了所提算法的可行性和快速收敛性。     

基于网格的移动无线传感网生存时间优化算法

为克服陆地静态无线传感网和水下无线传感网因节点能耗分布不均衡而出现的能量空穴问题,和具有单一移动Sink节点的无线传感网数据收集时延过长问题,该文提出基于网格的移动无线传感网生存时间优化算法(Grid-based Lifetime Optimization Algorithm,GLOA)。GLOA算法考虑多个Sink节点的移动,将监测区域分成多个大小相同的网格。根据网格潜能值确定Sink节点移动的锚点,将锚点分配给不同的Sink节点,建立路径选择优化模型并获得Sink节点的最短移动路径,采用移动收集方法或静态收集方法循环收集数据。仿真结果表明:与Ratio_w或TPGF算法相比,GLOA算法能延长网络生存时间,降低和均衡节点能耗。与LOA_SMSN算法相比,GLOA算法能降低数据收集时延。在一定的条件下,比Ratio_w,TPGF和LOA_SMSN算法更优。     

基于凸优化方法的认知雷达波形设计

针对认知雷达扩展目标检测的问题,提出了一种与目标散射特性相关的相位编码信号设计方法,利用半正定松弛将输出信噪比的优化问题松弛为一个凸优化问题,并利用一维交互迭代搜索逼近原问题的全局最优解。该方法具有收敛速度块、运算量小等优点,能够准确逼近全局最优解。     

基于大数据的无线传感网信息融合处理方法研究

无线传感网已在军事国防、应急通信和国民经济等领域得到广泛应用,信息处理方法的优劣直接关系到无线传感网的服务性能。首先简要介绍无线传感网和大数据的研究背景及特点。然后针对无线传感数据的特征探讨利用大数据方法进行数据融合处理的思路,对现有的数据处理方法进行梳理和分类,并对其优缺点进行比较分析。最后总结全文并对大数据在无线传感网中的应用前景进行展望。     

基于迭代凸优化的恒模波形合成方法

针对认知雷达合成的时域恒模波形能量谱误差大的问题,该文提出了一种基于迭代凸优化的恒模波形合成方法。该方法首先将波形合成过程转化成峰均功率比(PAPR)约束下的优化问题,克服了常规波形合成过程中时域和频域独立优化导致的整体收敛速度慢,局部最优值能量谱误差大的问题。其次通过最小化加权误差矢量值(WEVM)降低阻带功率水平,提高干扰及强杂波抑制能力。最后通过一系列变换操作将优化问题转化成二阶锥规划(SOCP)问题求解。计算机仿真验证了所提算法的有效性。     

无线传感网络通信的优化研究

首先分析了无线传感网络通信的原理,然后在此基础上详细介绍了无线传感网络通信优化算法。     

无线传感器网络数据的迭代凸优化重构

为提高弱相关性网络数据压缩感知的可靠性和有效性,提出一种基于迭代凸优化的网络数据重构方法.该方法利用多次凸优化算法共同重构相关性较弱的网络数据,在每次运行凸优化算法后,对已重构出的数据向量元素进行加权以降低权值,而使其他的数据向量元素在下次凸优化中得到重构.与以往的压缩感知重构方法相比,迭代凸优化重构可在网络数据相关性较弱的情况下保证重构准确度.仿真实验验证了所提方法的正确性.     

基于卡尔曼滤波的无线传感网时空数据融合算法

无线传感网络节点采集的信息具有较大的相似性,数据结果存在误差。针对该问题,文中提出了一种基于卡尔曼滤波的无线传感网数据融合算法,通过过滤无效数据和缩紧数据包,提高上传数据的有效性和精度。该算法采用实时性较高的卡尔曼滤波算法对无线传感网络中的数据根据时间序列进行数据融合。在时间数据融合的基础上,根据空间分布特点,进一步对多传感器在网关层依据权重进行数据融合。针对不同位置误差实时变化的特点,网关层以空间数据为基础,使用自适应加权算法动态调整各节点权重。仿真实验表明,该算法易于实现,可有效去除冗余信息,提高数据准确度和可靠性。相较于改进的分批估计与自适应加权方法,采用该方法后均方根误差减少约7.9%,精度提高了2.1%。     

分布式光纤传感数据编码存储方法研究

现有分布式光纤传感数据存储方法由于节点分布较为广泛,节点故障致使数据丢失现象常有发生,无法适应现今分布式光纤传感技术的发展与应用,故提出分布式光纤传感数据编码存储方法研究.依据现今光纤传感数据存储需求,结合网络编码与云存储优点,搭建基于网络编码的数据云存储架构,以此为基础,选取纠删码形式对分布式光纤传感数据进行编码,以...     

面向光接入网的光纤光栅传感数据数字化系统

利用现有的光纤通信网实现对光纤光栅传感网络的远程监控,既可以避免重新铺设传感信道,节约成本,又可以增加传感网组网的灵活性。提出了一种基于阵列波导光栅(AWG)的面向光接入网的光纤布拉格光栅(FBG)传感网传感数据数字化系统,系统能够快速实现对携带传感信息的FBG反射波长的数字化。分析了系统的工作原理及主要误差来源,并设计了传感数据成帧模块的结构及适于在光接入网中传输的传感数据帧结构。采用OptiSystem/Matlab协同仿真的方法对一个3×3光纤光栅传感网络进行了仿真实验,实现了在-50℃～100℃范围内精度为1℃的温度监测,能够满足日常温度监控需要。实验结果表明了该方案的可行性。     

基于混沌鱼群改进算法的无线传感网覆盖优化

针对无线传感器节点覆盖分布极不均匀,冗余度高,导致网络覆盖率低、成本高的问题,提出一种改进人工鱼群算法进行优化的覆盖方法。采用以节点的有效覆盖率、利用率和功耗作为优化目标,建立相应的数学模型,然后通过引入混沌初始化和自适应步长、视野的搜索机制对算法进行改进,并使用改进后鱼群算法对模型进行求解,得到优化的无线传感器网络覆盖方案。通过与原始鱼群算法的对比仿真,得出结果表明改进后的算法提高了节点的覆盖率,在一定程度减少了冗余度,使网络的有效生存时间得到了延长。     

无线传感网中节点能量和链路容量约束的二阶分布式流控制方法

分布式流控制设计是确保无线传感网络性能的关键问题。本文针对无线传感网络中的分布式流控制设计问题,建立了一种节点能量和链路容量共同约束的流控制优化模型。由于对偶次梯度分解算法存在收敛速度慢、步长选择敏感等缺点,本文设计了基于矩阵分裂的分布式牛顿算法来实现网络效用最大化。该算法具有与对偶次梯度分解算法几乎相同的通信复杂度,但能够达到快速的二次收敛速度。仿真结果表明,该算法的收敛性能明显优于对偶次梯度算法。     

视距-非视距传感网的立体感知优化

基于当前无线传感器网络二维覆盖的研究成果,针对实际的立体空间应用性较弱的困难,给出感知节点覆盖三维复杂场景（CTDCT）的解决方案。强调以立体感知模型刻画三维复杂场景下节点感知质量,结合视距与非视距场景下感知盲区的判定,解决遮蔽覆盖的误判问题;引入点集到场景可行域的映射,初筛节点分布与减小冗余的双增益网络;利用全迭代周期内非线性调整节点位置,前期提升网络多样性,后期优化局部拓扑结构;设计节点移动步长,使其受冗余节点的激励,提升网络与现有环境间的耦合程度。仿真结果表明,CTDCT算法在视距与非视距场景联合作用下,通过减小覆盖误判概率,优化调整节点的坐标位置,可有效降低节点感知重叠区和盲区,最终实现三维复杂场景下区域覆盖质量的增强。     

移动无线传感网的生存时间优化算法研究

当sink节点位置固定不变时,分布在sink 节点周围的传感节点很容易成为枢纽节点,因转发较多的数据而过早失效。为解决上述问题,提出移动无线传感网的生存时间优化算法（LOAMWSN）。LOAMWSN算法考虑sink节点的移动,采用减聚类算法确定sink节点移动的锚点,采用最近邻插值法寻找能遍历所有锚点的最短路径近似解,采用分布式非同步Bellman-Ford算法构建sink节点k跳通信范围内的最短路径树。最终,传感节点沿着最短路径树将数据发送给sink节点。仿真结果表明：在节点均匀分布和非均匀分布的无线传感网中,LOAMWSN算法都可以延长网络生存时间、平衡节点能耗,将平均节点能耗保持在较低水平。在一定的条件下,比Ratio_w、TPGF算法更优。