摘要：无线传感器网络层次型数据转发过程中,分层和路由构建是两个典型的待优化问题。为了有效延长网络生存期,提出了一种能量感知的分层数据转发机制。利用粒子群优化算法,结合多目标函数进行智能搜索,通过粒子进化不断地优化簇头选取和路由构建,以低复杂度的方式得到分层部署的网络结构,进而实现了能量有效的数据转发。数值结果表明所提机制与现有机制进行对比,可以显著地提高网络能量使用效率,改善网络性能,延长网络生存期。

摘要：由于无线链路状态的高度时变性,终端任务的卸载存在失败的可能性,导致任务时延恶化,甚至任务失败.针对上述问题,提出了面向可靠端边协同的时延保障模型.首先,基于嵌入式马尔可夫理论分析了任务卸载时延的统计特征;然后,基于网络演算理论推导出设备端任务计算时延的概率分布;最后,提出面向时延与可靠性感知的性能评估模型.分析结果表明,与面向平均时延或平均速率最优的决策方案相比,所提方案能够提升具有特定时延需求的任务可靠性.

摘要：针对文档集里的文本长度长短不一和特征提取困难等问题,提出一种基于LDA和深度学习的文本分类方法。结合LDA主题模型和Word2Vec词向量模型完成对文本词向量矩阵的构建,由结合融合层的卷积神经网络对构建好的词向量矩阵获取联合特征,将获取的特征送到softmax分类器得到分类结果。该方法在文本情感分类上进行实验,实验结果表明,该方法解决了文档集里的文本长度长短不一和特征提取困难等问题,在模型评价指标上都得到了提高。

摘要：在矩阵的奇异值分解(singular value decomposition,SVD)过程中,随着矩阵维数的增加,SVD的计算量呈指数型增长,从而降低了算法运行的实时性。针对这个问题,基于Hestenes-Jacobi数值计算方法,提出了一种改进的基于坐标旋转数字计算机(coordinate rotation digital computer,CORDIC)的逻辑设计,该逻辑设计采用并行的全流水线设计思想,能够提高Jacobi平面旋转变换的运行速度,进而加快任意维矩阵奇异值分解的计算速度。分析了基于Hestenes-Jacobi方法的SVD的数值计算过程,介绍了CORDIC算法的基本原理,并具体说明了基于CORDIC算法的Jacobi平面旋转模块的设计,利用Verilog语言实现设计并验证,在现场可编程门阵列(field-programmable gate array,FPGA)上运行该逻辑设计单元,与Matlab软件的运行结果进行对比。实验测试结果表明,该结构能够减少计算时间,适应高速数据处理的要求。

摘要：在中短码长条件下极化码信道极化不完全,在奇偶校验级联码的译码过程中容易发生错误传播影响译码算法性能。为了降低错误传播对奇偶校验级联性能的影响,设计了一种新型奇偶校验级联方法。该方法通过高斯估计选取部分关键易错信息比特进行非均匀分段校验,能够有效降低错误传播对奇偶校验性能的影响,同时与循环冗余校验级联选择正确路径,可以提升译码算法在大列表和高信噪比条件下的译码性能。仿真表明应用新型级联码相比于CA-SCL(Cyclic-redundancy-check Aided Successive Cancellation List)平均能提升0.1~0.15 dB译码性能。此外,新型级联码结合自适应算法,可以利用译码算法性能的提升使自适应算法在更小列表下译码成功,降低自适应算法在较低信噪比下6%~25%的译码复杂度。

摘要：针对现有自动调制识别算法识别种类少、整体识别率不高和需要预处理这些缺点,提出基于深度学习模型的自动调制识别算法,设计残差网络实现11种在高斯噪声下的数字调制信号的识别。仿真结果表明,采用自适应学习率的残差网络能提供更好的识别效果,在信噪比大于0 dB时,识别率达到95%,与其它深度学习算法相比具有更低的计算复杂度,验证了该算法的有效性。

摘要：针对物联网搜索的高实时性要求及物理实体的强时变性特点,提出面向物联网的边云协同实体搜索方法。结合云计算与边缘计算各自的优势,构建边云协同实体搜索系统架构,提高物联网实体的搜索效率。考虑到嵌入物理实体的传感器通信能力有限,设计基于深度信念网络的实体识别算法,通过将热门与冷门实体状态信息分别存储于边缘服务器与云端,节省边缘服务器的存储空间与计算开销。仿真结果表明,与云端数据共享搜索方法SeDaSC和层次化搜索方法LHPM相比,该方法提高了实体状态信息搜索的实时性与准确性。

摘要：针对数据流量爆发式增长所引发的网络拥塞、用户体验质量恶化等问题,提出一种用户属性感知的边缘缓存机制.首先,利用隐语义模型获知用户对各类内容的兴趣度,进而估计本地流行内容,然后微基站将预测的本地流行内容协作缓存,并根据用户偏好的变化,将之实时更新.为进一步减少传输时延,根据用户偏好构建兴趣社区,在兴趣社区中基于用户的缓存意愿和缓存能力,选择合适的缓存用户缓存目标内容并分享给普通用户.结果表明,所提机制性能优于随机缓存及最流行内容缓存算法,在提高缓存命中率、降低传输时延的同时,增强了用户体验质量.

摘要：在物联网架构设计中采用信息中心网络(information centric networking,ICN)的思想将非常有利于提高信息与数据的传输效率,但现有的ICN缓存机制难以满足物联网用户对信息准确度的要求,尤其是在时间维度上的严格要求。针对这一问题,利用ICN基于内容名命名的方式和内置缓存的特性,提出了一种新的能应用于物联网的时间驱动的普适性缓存方案,创新地在兴趣包和数据包中添加用于精确匹配的时间戳字段。研究了一种时间匹配算法,目的是向消费者返回满足时间容忍阈值的内容,依据内容流行度和时间请求概率,对到达节点的数据包做出缓存决策,通过仿真验证所提方案的有效性。与用户驱动的信息新鲜度机制相比,时间驱动的普适性缓存方案有效地提高了缓存命中率和信息获取的准确率。

摘要：利用数据的延迟容忍特性,提出了一种自适应延迟感知光无线混合网络节能机制.为了充分利用数据的延迟容忍度,网关动态地感知数据的到达率,采用排队模型来分析网关能耗和数据延迟,从而自适应地选择休眠周期;同时,采用多网关均衡负载机制来减小网关休眠带来的路径重建延迟和拥塞,从而减小因休眠而增加的延迟.结果表明,所提出的机制可降低网关总能耗36%,并有效提高网关利用率,降低网络中数据的路径延迟.