摘要：根据无线传感器网络中硬件节点射频功率一定,减少通信次数就可降低节点能耗这一特点,提出一种基于最少跳数的路径寻优算法,该算法可自主找到从Sink节点到目标节点间跳数最少的通信路径,为网络查询或基于事件的消息快速响应提供最优路由。与经典的路由算法相比,消息传输的跳数最少,减少了节点通信次数,有效降低通信能耗。在由TelosB节点构建的实际网络中的运行结果表明,该算法实现方便、占用资源少、运行高效,能较好适应网络拓扑变化。

摘要：TelosB节点是一款应用于无线传感器网络的嵌入式节点,其通过串口与PC机进行通信。目前,TelosB节点与PC机的通信多数是在TinyOS系统下的Cygwin窗口中进行的,数据包不透明传输,造成节点的数据不能直接被用户使用。设计一种基于TelosB节点的串口传输技术,通过VC++下的串口程序实现TelosB节点最原始数据的双向传输,并在此基础上,对串口传输技术进一步改进,使得用户更加直接、方便的使用节点。实验显示,各种数据包通过串口以透明的形式,快速、准确的在节点与PC机间上下行传送。

摘要：在λ域帧内码控中,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的帧内码控最佳码率分配算法。首先利用双曲线函数拟合编码树单元(Coding Tree Unit,CTU)的率失真(Rate Distortion,RD)特性。设计双分支卷积神经网络(Dual-Branch Convolutional Neural Network,DBCNN)预测率失真关键参数。然后根据帧级率失真优化(Rate Distortion Optimization,RDO),建立帧级目标码率与CTU码率分配等式关系,推导帧级拉格朗日参数λ。最后反演出最佳CTU码率分配。实验表明,该算法能够显著提高帧内码控编码性能,并具有较高码控精度。

摘要：在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ,R-λ)的关系特性,设计具有四输出的CNN预测R-D和R-λ曲线的关键参数;然后,建立帧级λ和目标码率的优化方程,反演得到最佳CTU码率分配;最后,根据CTU码率分配和先知的R-λ曲线,得到最优CTU级λ。实验表明,算法在保持4.76%控制精度下,比VTM13.0默认码控算法提高0.31 dB的编码质量。