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。     

多功率移动锚节点辅助的分布式节点定位方法

提出了一种移动锚节点辅助的分布式定位算法.与以前的基于移动锚节点的定位算法不同,此算法不需要任何测距技术支持.它是利用移动锚节点的功率控制,即以不同的发射功率发射信标信号,接收到信标信号的未知节点将这些信标信息转化为一系列二次不等式约束,然后通过凸优化技术求解这些不等式组来逼近未知节点位置的最佳估计.仿真结果表明,提出的距离无关的定位算法可适合实际定位情况且具有较高的定位精度.     

一种面向电磁识别模型的分散计算方法

基于张量分裂技术,设计了一种面向电磁目标识别的神经网络模型分散计算方法。该方法根据不同的隐藏层选择特定的张量分裂方法,将权重无损地分散到多个分布式节点上,以分散、聚合的方式完成协同推理计算。在树莓派设备上进行的仿真实验表明,该方法可以对集中式电磁识别模型进行无损拆分并分布式部署,可以保持与原始模型完全相同的准确率。并且当原始模型由于参数量过大而无法加载到内存中进行处理时,该方法仍可以正常完成计算。     

Massive MIMO中通信高效的分布式预编码设计

针对多BBU基带处理架构，提出一种通信高效的分布式预编码方案，旨在降低BBU间前传交互和计算复杂度。首先，提出基于R-WMMSE算法的分布式框架，利用最优解的子空间特性无损压缩交互数据，降低数据交互量。然后设计了2种基于矩阵乘法的可学习压缩模块，通过优化的计算结构和矩阵参数减少参数和计算量，并保持函数表达能力。最后，以可达速率为优化目标，将可学习模块和分布式预编码算法框架联合优化得到最终模型。所提方案可以在更低的数据交互和计算复杂度要求下，实现预编码性能的保障。