【摘 要】
：
提出了基于簇树的6LoWPAN无线传感器网络构建方案,此方案提出以簇内节点数量为度量参数的簇生成算法,在簇生成算法中,总是簇内节点总数最多的簇首节点首先发起簇的生成过程,因此实现了簇首节点数量最小化。此外,本方案还提出了簇首节点及簇关联节点移动或失效时的簇及簇树的修复算法,即基于簇内节点的权值选举新的簇首节点或簇关联节点,以维护簇或簇树的拓扑结构,确保IPv6地址配置和路由的连续性及正确性。对本方
论文部分内容阅读
提出了基于簇树的6LoWPAN无线传感器网络构建方案,此方案提出以簇内节点数量为度量参数的簇生成算法,在簇生成算法中,总是簇内节点总数最多的簇首节点首先发起簇的生成过程,因此实现了簇首节点数量最小化。此外,本方案还提出了簇首节点及簇关联节点移动或失效时的簇及簇树的修复算法,即基于簇内节点的权值选举新的簇首节点或簇关联节点,以维护簇或簇树的拓扑结构,确保IPv6地址配置和路由的连续性及正确性。对本方案进行了性能分析,分析结果验证了其构建的网络结构稳定性更强,路由功耗更低。
其他文献
针对NoC任务映射问题中时延难以预测和启发式算法效率低的问题,提出一个时延改进模型和近邻随机遗传算法。该模型从宏观的链路负载分布和单个节点的排队时延两方面来构建NoC映射的时延模型,通过引入时延因子、权重系数来刻画不同映射方案对时延性能的影响,避免了NoC通信时延精确建模的难题。提出近邻随机思想来构建遗传算法的初始种群,并且运用该算法实现了面向时延的NoC映射,在达到全局最优的情况下,比经典遗传算
为了增强机器人单目视觉系统在黑暗环境下的环境感知能力,提高其在视觉图像序列处理过程中光流场计算的准确率,对由红外摄像机所采集的红外图像序列的预处理方法进行了研究,建立了一种空域与变换域相结合的处理方法。为平衡红外图像序列对之间的亮度差异并提高图像亮度,在空域中采用直方图均衡化方法进行处理;然后,对图像进行非下采样Contourlet变换,在变换域中利用图像的强边缘、弱边缘和噪声在不同分解尺度和分解
介绍了如何进行整帧恢复的算法及相关理论,以提高图像恢复的速度与质量为目的,率先提出利用光流方程迭代求近似解,像素梯度信息插值恢复图像,缩小中值滤波窗口及使用次数,提出了一种更为快速、有效的整帧恢复算法FOFE。实验表明,由FOFE算法恢复的图像有更好的主观效果及客观质量。
在数字医学图像处理中,对于核磁共振图像而言,灰度不均匀性将严重影响算法的性能,因此必须进行偏场的估计以消除这种不均匀性。为此,提出了一种可以同时实现核磁共振图像偏场估计和图像分割的算法。使用最小均方误差准则构建目标函数,利用偏场的光滑特性和局部特性构建约束项来加速算法的收敛速度并提高算法的性能。实验结果表明,该算法能够正确地进行图像分割和偏场校正,同时约束项能够加快算法的收敛速度和提高算法的性能。
为了去除三角网格模型中的噪声,提出了一种基于均值漂移的特征保持的网格光顺算法。该方法在对模型中的三角形的法向量进行滤波的基础上鲁棒地计算了顶点的法向量,利用均值漂移方法自适应地聚类出顶点的邻域。结合顶点间几何特征的相似性,将改进后的双边滤波算子应用于顶点的位置更新,从而完成模型的光顺。实验结果证明了网格光顺算法的有效性。利用这种网格算法,可以达到光顺带噪声的三角网格模型的目的,并在光顺的同时,有效
针对无线传感器网络中由于拥塞引起的丢包和能量过度消耗等问题,提出了一种基于蚁群优化的拥塞控制算法以减轻WSN中的拥塞和改进网络性能。该算法充分考虑了给定时刻WSN的拥塞状况,分成三个阶段在源节点和sink节点间寻找一条最佳的路径,并及时地消除拥塞。仿真实验结果表明,该算法在网络吞吐量、丢包率、时延和能耗方面具有较好的综合网络性能。
针对分布式视频编/解码中运动估计产生的预测重叠问题,提出了一种块分类的双向估计加权边信息生成算法。根据前后相邻关键帧对应块的相关性,将像素块分为保留块类和运动块类。对保留块类直接作保留处理;对运动块类中的像素块采用改进的双向运动补偿算法找到对应匹配块,并通过加权判决模块生成边信息。实验结果表明,在不增加编码端复杂度的情况下,算法有效提高了边信息质量。
在景象匹配中,为了对匹配算法的可靠性和图像的适用性进行分析,必须对图像质量进行评价。景象匹配中的图像质量评价主要分析图像目标的可匹配性,可归结为目标的凸显性。通过将边缘结构相似度算法运用于小波域多尺度图像计算不同尺度图像的疑似目标数目,并对各级图像的疑似目标数目进行加权,获得最终疑似目标数目,设计了目标凸显性指标。经实验分析,该指标与图像匹配概率一致,符合景象匹配的评价需求。
在针对电话语音的自动语种识别系统中,训练和测试语料之间存在不同说话人、信道等因素差异带来的不匹配,是影响识别性能提高的关键因素。为了消除此类影响,提出一种层次化空间分析方法,首先对前端部分MFCC+SDC特征进行HLDA(异方差线性判别分析),增大了语种各个类的类间差异;然后对经自适应得到含有冗余信息的GSV进行PCA特征选择,有效地去除了信道等冗余信息的干扰。实验结果表明,此方法能有效消除信道等
为了提高图像语义特征提取的精确度,克服目前大部分图像语义特征提取算法中,因图像特征提取不当,导致特征参数不能全面反映图像语义的问题,提出了一种基于典型相关分析(CCA)的特征融合的图像语义特征提取方法。该方法首先采用圆形对称邻域取代传统的矩形邻域的方法,对局部二值模式(LBP)纹理特征进行了改进,然后采用高维小样本下典型相关分析对可伸缩颜色描述算子的颜色特征和改进的LBP纹理特征进行特征融合。实验