-
公开(公告)号：CN109831792A
公开(公告)日：2019-05-31
申请号：CN201910180970.7
申请日：2019-03-11
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种基于多目标优化的无线传感器网络拓扑控制方法，包括提供无线传感器网络，建立分簇拓扑结构；分别计算无线传感器网络的网络生命周期、网络连通性、网络可靠性、网络时延和网络覆盖度；以网络生命周期，网络连接度和网络可靠性为优化目标，以网络时延和网络覆盖度为约束条件，建立多目标优化模型；计算多目标优化模型的函数值；优化分簇拓扑结构并重复上述步骤，直到函数值不再增大。本发明的无线传感器网络拓扑控制方法同时以网络生命周期、网络连通性和网络可靠性为优化目标建立多目标优化模型，并根据该优化模型求解出近似最优的分簇拓扑结构，从而同时延长网络生命周期、提高网络连通性和增强网络可靠性。
-
公开(公告)号：CN109890040A
公开(公告)日：2019-06-14
申请号：CN201910182049.6
申请日：2019-03-11
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明涉及一种面向高可靠低时延无线传感器网络的优化算法，包括建立关于无线传感器网络节点的染色体及其种群；构建对应的数据矩阵并获取改进数据矩阵；利用主成分分析法分解该改进数据矩阵并转化为映射数据矩阵；利用遗传算法对映射数据矩阵对应的染色体种群进行优化计算，并产生更新的染色体种群；最后构建该更新染色体种群的最小模式集合，并将其作为该染色体种群的优化收敛条件，直到所述更新染色体种群的最小模式集合满足优化收敛条件。本发明考虑传感器节点的能量特性、连通特性和可靠特性，综合运用主成分分析法和遗传算法的优点降低优化迭代次数和提高算法计算效率，有助于降低高可靠低时延无线传感器网络中优化调度的计算复杂度。
-
公开(公告)号：CN109890040B
公开(公告)日：2021-09-03
申请号：CN201910182049.6
申请日：2019-03-11
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明涉及一种面向高可靠低时延无线传感器网络的优化方法，包括建立关于无线传感器网络节点的染色体及其种群；构建对应的数据矩阵并获取改进数据矩阵；利用主成分分析法分解该改进数据矩阵并转化为映射数据矩阵；利用遗传算法对映射数据矩阵对应的染色体种群进行优化计算，并产生更新的染色体种群；最后构建该更新染色体种群的最小模式集合，并将其作为该染色体种群的优化收敛条件，直到所述更新染色体种群的最小模式集合满足优化收敛条件。本发明考虑传感器节点的能量特性、连通特性和可靠特性，综合运用主成分分析法和遗传算法的优点降低优化迭代次数和提高算法计算效率，有助于降低高可靠低时延无线传感器网络中优化调度的计算复杂度。
-
公开(公告)号：CN106792745B
公开(公告)日：2020-07-31
申请号：CN201611099755.7
申请日：2016-12-02
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种面向无线自组织网的节点分层路由调度方法，其用于规划任一发送节点到任一接收节点的路由，所述调度方法包括以下步骤：(1)基于节点邻居关系获取节点分层关系；(2)基于所述节点邻居关系和所述节点分层关系规划所述发送节点到所述接收节点的路由。相应地，本发明还公开了一种面向无线自组织网的节点分层路由调度系统。本发明可用于无线自组织网的节点分层路由调度，可以实现网络负载均衡，增大网络生命周期，还可以避免路由回路，减少路由的节点跳数；利用启发式算法，对大规模的网络更适用，能取得更好的性能，并降低计算复杂度，更具实用性；对节点的部署没有特定要求，鲁棒性强；避免无线自网的连通性受到破坏。
-
公开(公告)号：CN109389991A
公开(公告)日：2019-02-26
申请号：CN201811243475.8
申请日：2018-10-24
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G10L21/02 , G10L21/0216
Abstract: 本发明涉及一种基于麦克风阵列的信号增强方法，其包括：步骤S1，获得频域观测信号；步骤S2，将所述频域观测信号输入一固定波束形成器中进行固定波束形成，以获得含有残留噪声的语音信号；步骤S3，将所述频域观测信号输入一阻塞矩阵，并经过与该阻塞矩阵连接的自适应滤波器处理后，获得参考噪声信号；步骤S4，将所述含有残留噪声的语音信号以及参考噪声信号输入到自适应噪声消除器中进行自适应滤波，以获得频域增强语音信号；步骤S5，对所述频域增强语音信号进行时频转换，以获得时域增强语音信号。本发明采用自适应方法优化广义旁瓣消除器，对含有残留噪声的语音信号的增强效果良好，鲁棒性高。
-
Patent Agency Ranking
公开(公告)号：CN108737191A
公开(公告)日：2018-11-02
申请号：CN201810552318.9
申请日：2018-05-31
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: H04L12/24 , H04W40/04 , H04W40/32 , H04W84/18 , H04B17/391
CPC classification number: H04L41/0893 , H04B17/3911 , H04L41/145 , H04W40/04 , H04W40/32 , H04W84/18
Abstract: 本发明涉及一种面向超密集无线传感器网基于无监督学习的拓扑控制方法，以遗传算法的框架为基础，对网络节点进行分簇，通过不断地无监督学习寻找最优的分簇网络拓扑。在优化过程中，网络的节点能量、节点距离和节点密度三个因素是重要的输入数据集，利用层次化分析方法决定不同因素权重建立适应度函数。本发明能够有效地改善节点能量消耗，并最终提高无线传感器网的网络寿命。
-
公开(公告)号：CN106792745A
公开(公告)日：2017-05-31
申请号：CN201611099755.7
申请日：2016-12-02
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种面向无线自组织网的节点分层路由调度方法，其用于规划任一发送节点到任一接收节点的路由，所述调度方法包括以下步骤：(1)基于节点邻居关系获取节点分层关系；(2)基于所述节点邻居关系和所述节点分层关系规划所述发送节点到所述接收节点的路由。相应地，本发明还公开了一种面向无线自组织网的节点分层路由调度系统。本发明可用于无线自组织网的节点分层路由调度，可以实现网络负载均衡，增大网络生命周期，还可以避免路由回路，减少路由的节点跳数；利用启发式算法，对大规模的网络更适用，能取得更好的性能，并降低计算复杂度，更具实用性；对节点的部署没有特定要求，鲁棒性强；避免无线自网的连通性受到破坏。
-
公开(公告)号：CN105388479A
公开(公告)日：2016-03-09
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: G01S15/582 , G01S3/8022 , G01S15/586
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
公开(公告)号：CN109831792B
公开(公告)日：2021-09-24
申请号：CN201910180970.7
申请日：2019-03-11
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种基于多目标优化的无线传感器网络拓扑控制方法，包括提供无线传感器网络，建立分簇拓扑结构；分别计算无线传感器网络的网络生命周期、网络连通性、网络可靠性、网络时延和网络覆盖度；以网络生命周期，网络连接度和网络可靠性为优化目标，以网络时延和网络覆盖度为约束条件，建立多目标优化模型；计算多目标优化模型的函数值；优化分簇拓扑结构并重复上述步骤，直到函数值不再增大。本发明的无线传感器网络拓扑控制方法同时以网络生命周期、网络连通性和网络可靠性为优化目标建立多目标优化模型，并根据该优化模型求解出近似最优的分簇拓扑结构，从而同时延长网络生命周期、提高网络连通性和增强网络可靠性。
-
公开(公告)号：CN108737191B
公开(公告)日：2021-01-19
申请号：CN201810552318.9
申请日：2018-05-31
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: H04L12/24 , H04W40/04 , H04W40/32 , H04W84/18 , H04B17/391
Abstract: 本发明涉及一种面向超密集无线传感器网基于无监督学习的拓扑控制方法，以遗传算法的框架为基础，对网络节点进行分簇，通过不断地无监督学习寻找最优的分簇网络拓扑。在优化过程中，网络的节点能量、节点距离和节点密度三个因素是重要的输入数据集，利用层次化分析方法决定不同因素权重建立适应度函数。本发明能够有效地改善节点能量消耗，并最终提高无线传感器网的网络寿命。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.043 seconds)
