基于概率感知和改进量子遗传算法的节点部署策略

为了最大化监测区域的网络覆盖率和实现网络的负载均衡,设计了一种基于改进概率感知模型和量子遗传算法的移动节点部署方法。首先,在传统概率感知模型中加入环境干扰噪声因素和节点剩余能量因素进而获得改进的概率感知模型,然后,对传统的量子遗传算法进行改进,设计了新的量子旋转门和量子比特变异方式,以加快全局收敛速度和防止陷入局部最优。最后,定义了基于改进量子遗传算法获取移动节点最优部署位置的算法。仿真实验表明：文中方法能有效地对网络区域进行部署,实现最大化网络的覆盖率和最小化能量消耗,与其它方法相比,具有较大的优越性,是一种可行的方法。     

一种面向监测区域的链路质量和覆盖保证的节点调度算法

为了降低监测区域能耗总开销和减少网络传输时延,保证监测区域网络链路质量、实现网络的全面覆盖和延长网络生命周期,设计了一种基于扫描线和节点自适应调整苏醒时隙的节点调度方案。首先,定义了系统模型即网络假设和调度目标;然后判断网络是否实现当完全覆盖,当不能全面覆盖时,通过调整部分节点的感知半径来实现网络的全面覆盖;当链路质量过差导致传输延迟过大时,通过设计从源节点到目标节点的增加节点苏醒时隙,并根据节点的剩余能量和传输延迟阈值来减少数据传输次数以降低传输延迟。在NS2环境下进行实验,结果表明：文中方法能有效地实现传感器网络监测区域的全面覆盖,降低网络的传输延迟和提高网络的生命周期,与其他节点调度相比,具有很强的优越性和实用性。     

基于概率假设密度的无线传感器网络多目标跟踪算法

针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线传感器网络,以更好地对多目标状态信息进行融合估计;首先,建立簇-树型无线传感器网络模型,并运用随机有限集理论对目标状态模型和传感器观测模型进行描述;然后,根据目标与节点之间的距离设置观测阈值,当传感器节点测量值小于观测阈值时,概率假设密度滤波器将实时对该组测量数据进行处理,从而实现传感器网络对目标状态的联合检测与跟踪;仿真结果表明,在无线传感器网络的多目标跟踪应用中,该算法比粒子滤波算法具有更高的跟踪效率和精度。     

基于免疫蚁群优化的无线传感器网络节点调度研究

提出一种基于免疫优化蚁群算法(QIACO)的无线传感器网络节点调度策略方法;针对传统的蚁群算法在寻优过程中存在的收敛速度慢、容易出现停滞现象等缺陷,借鉴免疫系统的自我调节机制,提出了一种新的疫苗选取策略及疫苗接种方法,设计了基于免疫优化的蚁群算法,达到提高算法的收敛速度和避免停滞现象的发生;通过对MESA算法、蚁群算法、量子遗传算法和QIACO算法在负载均衡性分析、能耗均衡性分析和网络寿命分析进行仿真验证,提出的算法在无线传感器网络节点调度策略中效果最好,能有效地提高网络寿命。     

基于蜂窝网格锚点的虚拟力导向节点部署算法

为满足覆盖需求,提出了一种基于蜂窝网格锚点的虚拟力导向节点再部署覆盖增强算法;算法基于传感器节点覆盖圆盘与其邻居节点覆盖圆盘的交点构成正六边形蜂窝时,有效覆盖面积最大理论,设置对随机部署的节点虚拟引力锚点作为虚拟力导向移动的目标,建立锚点对节点的虚拟引力,建立节点之间虚拟斥力来避免节点移动中的碰撞问题;完成随机播撒的节点在虚拟力的作用下的再部署,提高覆盖率,保证覆盖质量;Matlab R2012a仿真实验中,随机部署不同数量的节点,网络覆盖率均较快达到95%以上,满足覆盖需求。     

基于混沌人工蜂群算法的无线传感器网络覆盖优化

针对无线传感器网络随机播撒的节点严重冗余并且导致网络寿命短、覆盖效率不高等缺陷,提出了一种混沌人工蜂群算法的无线传感器网络覆盖优化算法;将节点的利用率和覆盖率作为优化目标函数,建立与之对应的数学模型,之后用混沌人工蜂群算法改善人工蜂群算法陷入局部最优、收敛慢等问题,提高算法收敛速度和精度,对节点覆盖模型进行求解,得出网络最优覆盖方案;通过实验仿真,提出的算法提高了无线传感器网络的覆盖率,覆盖率可达93.48%以上,减少了网络节点冗余,提高了网络寿命,降低了网络成本。     

一种用于云计算资源调度的改进遗传算法

针对轮询调度算法、遗传算法和模拟退火算法在云计算资源调度中存在收敛速度慢、易早熟和资源负载不均衡等问题,提出了一种基于模拟退火思想的改进遗传算法(Simulated Annealing Improved Genetic Algorithm: SAIGA)。改进算法设计了基于任务平均完成时间和负载均衡的双适应度函数和自适应的交叉变异概率函数,允许算法在退火过程中以一定概率接受劣质解从而避免早熟现象的发生,将虚拟资源上任务分配数的标准差作为选择个体的依据来实现节点的负载均衡。仿真结果表明,改进算法与上述算法相比,在任务平均完成时间、资源利用率以及收敛速度上表现得更优越,能够较快地找到资源最优调度方案,具有较好的可行性和实用性。     

一种传感器网络移动栅栏部署算法

栅栏覆盖是传感器网络研究中的热点问题,现有有关栅栏覆盖研究大多针对静态兴趣区域的栅栏覆盖,而对于实际应用中如海洋污染、森林火灾、部队行军等的栅栏覆盖应用不适用;该文主要针对动态对象研究移动传感器网络的有效栅栏覆盖;抽象了问题模型并提出了栅栏覆盖评价指标,然后结合凸优化理论提出了一种分布式的移动栅栏覆盖算法;通过3个不同场景分别测试了算法在400*600 m的区域中随机部署有50个移动传感器节点对于不同动态对象构建一条封闭栅栏带所花费的时间以及栅栏带动态形成时的移动距离;测试结果算法能够快速有效实现动态区域的栅栏覆盖。     

有向传感器网络中热释电红外传感器节点部署及仿真研究

针对有向传感器网络（Directional Sensor Networks, DSNs）探测区域中PIR（Pyroelectric Infrared Sensor）传感器节点部署问题,设计了4种基于几何形状的节点部署方案,计算了各部署方案的节点密度。基于修改后的TIS测试编写仿真算法,在Matlab平台上对各节点部署方案进行了仿真实验,统计不同部署方案下的目标检测率,并对实验数据进行分析。结果表明,设计的4种部署方案的目标检测率均高于随机部署约10%;等腰三角形部署方案适用于节点数目充足的情况,能实现探测区域全覆盖,目标检测率可达80%以上;正方形部署方案适用于节点数目有限的情况,能实现探测区域大部分覆盖,目标检测率可达75%以上。     

基于云计算Hadoop异构集群的并行作业调度算法

针对Hadoop异构集群中计算和数据资源的不一致分布所导致的调度性能较低的缺点,设计了一种基于Hadoop集群和改进Late算法的并行作业调度算法;首先,介绍了基于Hadoop框架和Map-Reduce模型的调度原理,然后,在经典的Late调度算法的基础上,对Map任务和Reduce任务的各阶段执行时间进度比例进行存储和更新,为了进一步地提高调度效率,将慢任务迁移到本地化节点或离数据资源较近的物理节点上,并给了基于改进Late算法的作业调度流程;为了验证文中方法,在Hadoop集群系统上测试,设定1个为Jobtracker主控节点和7个为TaskTracker节点,实验结果表明文中方法能实现异构集群的作业调度,且与其它方法比较,具有较低的预测误差和较高的调度效率。