【摘 要】
：
在多中继无线协作通信中，中继节点通过向源节点和目的 节点转发监听到的数据包，来完成双向协作通信。但是，如何控制和管理多中继节点之间竞争信道的问题一直是研究的热点。在此，提出了一种利用中继节点所监听到的数据包的个数，采取不同的回退值来竞争信道的方法，来解决这个问题。同时，网络编码可以多个数据包一起编码和传输，有效地增加协作增益和网络吞吐量。通过融合网络编码，设计一种有效的协作MAC 协议，来完成多中
【机 构】
：
武汉理工大学 信息工程学院,湖北 武汉 430070
【出 处】
：
第十届中国无线传感器网络大会(CWSN2016)
论文部分内容阅读
在多中继无线协作通信中，中继节点通过向源节点和目的 节点转发监听到的数据包，来完成双向协作通信。但是，如何控制和管理多中继节点之间竞争信道的问题一直是研究的热点。在此，提出了一种利用中继节点所监听到的数据包的个数，采取不同的回退值来竞争信道的方法，来解决这个问题。同时，网络编码可以多个数据包一起编码和传输，有效地增加协作增益和网络吞吐量。通过融合网络编码，设计一种有效的协作MAC 协议，来完成多中继协作双向通信。
其他文献
相对于静态锚节点定位算法而言，基于移动锚节点的定位机制能较好地提升定位的准确性。静态锚节点由于受到移动性的限制，在信号远距离传输过程中受到外界的干扰过多，从而导致信号衰减过大，导致某些节点定位误差过大的情况。本文的移动定位算法基于蜂窝模型，使用中心锚节点和边缘锚节点协作遍历模型的中心和边缘位置，在对应的位置上对未知节点广播信号，保证未知节点至少能够收到来自三个锚节点的信号值，从而能够在较短的时间内
在无线传感网中，网络中心附近的节点由于要负责全网数据的接收和转发，将会消耗更多能量，从而造成节点间能耗不均，产生了“能量空洞问题”。为延长簇树状无线传感网的网络生命期并均衡网内各节点能耗，提出了一种面向圆形传感器网络的能量空洞缓解方法，将网络划分为虚拟的环状结构以满足多跳数据传输的要求，感知节点非均匀地分布在该圆形网络中，内环中的节点数总是多于外环，以此来均衡网络内节点的负载，确保数据上传过程中的
无线传感器中路由的效率一直是其关键问题之一。近年来，大量的学者针对无线传感器路由能耗和延迟的优化提出了大量的算法。但是，针对恶劣极端环境例如化工厂、油田、核电站和战场等具有不可靠链路情况下的相关的路由算法的研究却鲜见文献报道。在这些环境下，面临着爆炸等安全事故的风险，传感器的网络节点突然死亡和移动会导致网络拓扑结构的动态变化。
为了防止部署过程中,搭载有无线传感器节点的微型无人飞行器(Micro-UnmannedAerial Vehicle,MUAV)群的“逃逸”与过分聚集,实现其构建网络对目标空域的均匀最大化覆盖之目标,提出一种基于三维虚拟力的自组织覆盖算法(3D Virtual Force-drivenSelf-Organization Deployment algorithm,3DVFSOD)。
无线传感器网络由无线传感器节点组成，在环境监测，灾害处理，军事应用等多方面均有广泛应用，是影响人们生活生产方式的新兴技术之一，覆盖问题则是它的一个基本问题。由于传感器节点能携带的能量很少，这使得网络的能效性成为重要的问题。对于求解无线传感器网络的近似最小覆盖集问题，在基于Voronoi 划分进行覆盖判断的前提下，本文提出了新的判断冗余节点的方法。
用于室内定位的雷达技术，为了达到高精度而使用高带宽的调频连续波，这样对设备要求高同时存在较多的杂波干扰。为了降低带宽开销，使用双频连续波进行室内人体定位，不仅一定程度上缓解了带宽压力，也降低了对实验设备的要求。但是，采用连续波雷达进行室内人体定位时，由于运动人体由于背景物体的干扰和人体非匀速运动，往往会产生干扰频移，直接影响定位精度。
随着移动设备的日益普及，基于手机定位的需求也越来越强烈.目前，普遍使用的GPS(Global Position System)定位有其局限性——室内无法使用.因此，如何准确地进行室内定位成了近年来研究的热点.Wi-Fi 指纹是现在常用的室内定位手段，但Wi-Fi 指纹也面临着信号强度不稳定、干扰因素过多等条件制约.
针对现有水下移动无线传感器网络(Underwater Mobile Wireless SensorNetwork,UMWSN)模型简单,传统WSN 功率控制算法无法适用于实际水下环境的问题,本文提出一种基于非合作博弈论的水下移动无线传感器网络功率控制算法(NoncooperativeGame Theory for Power and Rate Control of UMWSN,UM-NGPR)。
如何延长网络寿命一直是无线传感器网络最重要的研究内容之一。无线传感器网络的寿命取决于网络中节点的存活状况，特别是汇聚节点附近的节点组成的区域是数据传送给汇聚节点的必经区域，这些节点承受着巨大的通信负载，其能量消耗的非常快，从而形成无线传感器网络的瓶颈区。
情绪识别是指采用无生命的传感器和计算机感知测量识别人类情绪状态，其主要环节包括情绪相关信号获取、特征提取以及分类识别。对情绪进行描述和分类主要依据维度模型。以效价(Valence)和唤醒度(Arousal)两个维度描述各类情绪。效价度量情绪的极性，从负面情绪过渡到正面情绪，效价也随之增大。