一种基于路径目的节点数的改进蚁群算法

组播技术是无线Mesh网的关键技术之一,它可以大大提高信息的传播效率。介绍了信息组播的主要步骤,指出蚁群算法是构建路由组播树的高效启发式算法。对传统的蚁群算法进行定性分析,并对其进行改进,在计算路径费用以及信息素更新时考虑路径上的目的节点个数,路径上的目的节点数越多,其信息素增长速率越快。两个例子的仿真结果表明,该改进算法与传统蚁群算法相比分别使费用和代价减少了28.57%和22.36%,改善了系统性能。     

基于邻接表的最短路径算法讨论及C#语言实现

在地理信息系统中,最短路径问题更是其中的核心环节。现阶段比较主流的最短路径算法主要有Dijkstra算法,SPFA算法,A*算法,Bellman-Ford算法等等。目前,国内外对于最短路径算法的研究已经颇为成熟,最短路径问题已然不是新问题,但是大部分案例都是基于邻接矩阵的数据结构对整个网进行构造与计算的,而在各学术期刊与网上电子资源中,对于基于邻接表数据结构的算法则没有太多的讨论,旨在此方向上给出一个方法思路与C#语言的较为详细的编程步骤。     

无线传感器网络中DV-Hop定位方法的一种改进策略

原DV-Hop(Distance Vector-Hop)方法的定位步骤可归纳为两步：距离估计与位置计算。其中,距离估计精度对网络拓扑敏感,而位置计算算法对距离估计精度敏感,从而导致方法整体对多样性网络拓扑分布的鲁棒性较差。针对这一问题进行分析与改进,在距离估计阶段提出基于1跳内最近邻信标与其余信标的跳数连接关系独立确定未知节点与各信标间平均跳距的策略,以此改善未知节点与信标之间的距离估计误差;在位置计算阶段提出在原有Lateration算法的基础上增加牛顿迭代法优化步骤,以此提高定位精度。实验结果表明,在相同的网络条件下,与原DV-Hop方法和其他典型改进方法相比,改进策略首先在距离估计阶段提高了距离估计精度,进而在位置计算阶段提高了对距离估计误差的鲁棒性,从而整体上可有效提高全网未知节点的定位精度。     

物流配送路径优化的模型与求解

通过对多设施车辆路径优化模型的改进,建立了0-1整数规划的物流配送优化模型,并利用FLOYD算法求得各节点间的最短路径及其长度,设计了捕食搜索算法对模型进行求解.通过实例计算,取得了满意的结果。     

一种能耗均衡的无线传感器网络路由算法

为了延长采用电池供电的无线传感器网络的生命周期,提出了一种综合考虑单个节点能耗和节点传输信息至汇集节点所需总能耗的路由算法。该算法首先根据网络中节点到汇集节点从小到大的距离顺序选择待规划节点,然后计算各对应候选节点的评价参数,该参数由单节点能耗和节点传输信息至汇集节点所需总能耗加权得到,最后选择评价参数最小的候选节点作为待规划节点的中继节点。仿真结果表明,该算法的生命周期明显长于LEACH(Low Energy Adaptive Clustering Hierarchy)算法。     

一种最小误码率约束的动态地理协作路由算法

为了提高无线多跳通信的可靠性，提出一种联合物理层和网络层设计的动态地理协作路由(DGCR)算法，推导计算了单个协作单元协作中继节点的选择区域，在该区域内选择的协作中继节点可以满足误码率要求。最佳中继节点的位置会根据实际协作中继节点的位置和目的节点的位置动态选取。仿真计算表明，该算法相比非协作路由算法和传统地理协作路由算法具有更好的误码率性能，更适用于多径条件下的应用。     

一种基于流的环公平算法

同时实现空间复用和公平分配是弹性分组环(RPR)的重要目标，在很多环境下按流分配是合理的策略。本文提出一种以GPS(Genemlized Processor Sharing)为基础的算法DFAR—BF。各节点根据本地拥塞状态独立计算公平值，通过控制包向上游反馈，上游节点在比较反馈和本地信息后调整各个流的接入量。仿真表明本算法在一个源节点接入多个流时，能够实现按流公平，在非平衡流的情况下．能够充分利用带宽而不产生抖动。     

平行耦合微带线的一种简易算法

本文介绍一种计算精度足够高的平行耦合微带线的简易算法。此算法是借助于保角变换,把平行耦合微带线变换成“单一”微带线,从而利用单线公式作中间计算步骤而推演出来的一种算法。按此法,采用具有通用函数功能的袖珍计算器,即可对任意介电常数的介质基片材料进行电路特性分析或综合设计。文中给出了主要计算公式、分析算法和综合设计步骤,并提供了氧化铝陶瓷基片的一些强耦合特性曲线和放大尺度单线阻抗(?)线宽特性。对耦合度为3～30db的四分之一波长定向耦合器的综合设计,给出了计算结果。     

基于可信度计算的分布式共识合作感知算法

对于分布式的认知无线网络,由于不存在融合中心节点,次级用户节点之间的合作感知往往 采用信息交互的渠道进行,其中一种基于共识合作的感知机制受到广泛的研究,但这种机制 在鲁棒性方面存在一定的缺陷,当恶意节点存在时,其错误信息将影响局部的感知判决结果 ,为此,提出一种基于感知节点可信度的共识合作感知机制。在该机制中,各节点对邻居节 点的可信度进行计算,并把计算出的可信度值发送给其他节点,通过对各节点可信度的累加 计算,最终计算出各节点的可信度,各节点以此决定是否与其邻居节点合作以及如何合作。 仿真结果证明,在恶意节点存在的情况下,该算法在感知性能和收敛速度上都较未改进算法 有不同程度的提升,减轻了不可靠节点对合作感知结果的影响。     

无线传感器网络中节点定位算法研究

传感器节点定位是一个最基本的，同时也是最重要的功能之一。针对这一特性，本文深入研究节点定位算法的研究现状，指出算法存在的不足之处和解决方法。最后指出定位算法未来的研究方向。     

基于压缩感知和最小二乘的分布式协作频谱感知

针对认知无线电(CR)集中式频谱感知算法对融合中心要求高,而且对节点失效的容忍性也不高等缺点,提出了一种基于压缩感知的分布式多节点协作算法。认知无线电网络中每个CR节点在接收信号频谱后,首先根据压缩采样理论在本地获取压缩采样测量值,然后利用l1范数约束的最小二乘算法在本节点估计频谱,把在此节点估计的频谱传给下一相邻节点,以此进行迭代优化直到算法收敛。理论分析和仿真结果表明,所提算法不仅计算复杂度低,收敛速度快,而且精确重构性能好,可靠性较高。     

基2DFT的最快速算法

本文提出一种FFT新算法,其计算量不大于现有的各种基2DFT算法.然后,与Winograd小DFT(4,8,16点)结合使用,得出一种计算DFT的最快速算法.     

一种基于UAV的无人海岛监控网络数据收集策略

针对传统的最小跳路由无线传感器网络（WSN）在数据汇聚上较高的能量开销问题，提出了一种基于无人机(UAV)数据收集的动态分簇算法,其主要思想是利用节点剩余能量来确定那些节点可以当选簇首,同时利用节点坐标位置和设定地分簇半径来划分簇的大小。该算法的优势是能最大程度地均衡每个传感器节点的能量，使整体的节点剩余的能量维持在同一水平。为了提高数据收集的效率，采用蚁群算法规划了无人机数据收集的最短路径。仿真结果表明，与相同的分簇算法下传统的最小跳路由无线传感器网络相比，所提出的基于无人机的无线传感器网络（UAV-WSN）在能量利用率和生命周期方面分别提升了15%和25%，并且以上两种网络的能量利用率高达70%。     

浅析无线传感器网络的改进DV-Hop定位算法

节点定位技术在无线传感器网络中广为应用，为了精准定位，可按照距离参数分成测距算法和无需测距算法两大类。本文针对DV-Hop算法在坐标计算阶段中的不足，尤其对节点随机分布、网络拓扑动态变化的应用环境，提出相应改进方案。通过仿真比较改进方案的性能。     

基于BP算法异或运算的实现

BP (back propagation)神经网络,是一种按照误差的反向传播,把各个误差均匀的分配给各个节点,并且调整权值进行训练的多层次前馈网络,是目前应用最广泛的神经网络模型之一.本文采取BP算法编制一个C++语言的程序,实现基于BP算法的异或运算,并描述了使用BP算法实现异或问题的具体学习过程,给出了程序运行后的结果.     

浅谈现代企业综合经济实力评价方法

本文主要介绍了BP神经网络在现代企业经济实力评价体系中的应用方法和步骤,并介绍了BP神经网络学习算法中MATLAB的实现.     

延迟容忍网络中一种多信息融合的改进概率路由算法

综合利用节点物理状态信息（位置和速度矢量信息）和社会关系信息（历史相遇信息）,提出一种多信息融合的概率路由算法（PRMF）。该算法依据节点间距离的远近程度动态调整两类信息在预测相遇关系中的权重,以选择合适的信息来计算传输概率,并依据传输概率的大小选择转发节点。另外,还引入有效的分组副本控制和分组散播策略,并结合预测信息改进了节点缓存管理方法。仿真结果表明：与现有的几种路由算法相比,PRMF保持了较低的平均开销,同时具有最高的投递率和最小的平均延迟。     

基于曲面匹配的虹膜识别算法

为解决经典的匹配算法计算量大,耗时多的问题,同时为了克服繁琐的特征提取,本文依据3D空间曲面灰度差值平均和的原理,在虹膜灰度图像这个层面上直接进行匹配操作,没有特征提取这个步骤,参与匹配的是整个虹膜区域图像,结合C++软件构建了虹膜匹配仿真平台,同时给出了阈值参数,并进行了仿真.仿真结果表明,该算法不但速度快,准确率也比经典算法有所提升.     

融合信誉评估与巡查机制的WSN能量高效安全成簇算法

无线传感网（Wireless Sensor Network,WSN）因节点众多、通信开放、资源有限,且通常部署在无人值守区域,表现出明显的安全脆弱性。提出了基于具有能量高效特征巡查机制的WSN安全应对模式,设计出了一种融合信誉评估与巡查机制的WSN安全成簇算法：首先构建簇化层次式网络模型,基于节点的剩余能量和簇质心距离选取簇头节点,提升节点能量消耗的均衡性;并建立节点信誉评估模型,通过巡查机制随机检测节点的通信行为,基于节点行为对信息安全的威胁程度,利用指数函数计算并及时更新节点的信誉值,放大性地惩罚节点的异常行为,有助于节能和快速发现恶意节点。仿真测试结果表明,算法能够均衡传感器节点的能量消耗,在不明显缩短网络生命周期的情况下,对无线传感网中恶意节点具有较高的检测速率和97%的检测率。     

海上无线网状网中基于Q-Learning的自适应路由算法

针对海上无线网状网通信环境复杂多变、船舶节点具有特殊移动模型等特点,提出一种基于Q-Learning的自适应路由（Q-Learning Based Adaptive Routing,QLAR）算法。综合考虑海上无线电波传播特性、船舶航程信息以及相应海区气象信息等因素的影响,提出链路可靠性、链路稳定性和节点航程相似度等概念,并对链路状态进行评估;然后,根据链路状态评估结果,利用Q-Learning算法寻找源、目的节点间最稳定的路径以传输数据分组;最后,利用OPNET搭建仿真平台对算法进行测试。仿真结果表明,与4种对比算法中性能最优的算法相比,QLAR算法最高可提升分组投递率4.89%,降低平均分组时延17.42%,减少归一化路由开销21.99%。