-
无线传感器网络中基于潜在博弈的分布式节点定位
分布式定位是无线传感器网络研究中的热点问题.传统的分布式定位机制存在定位精度低,算法求解复杂等问题.为此,以与邻居节点集距离误差和作为效益函数,提出基于博弈论的分布式定位模型.给出了该博弈模型为潜在博弈的形式化证明,并从理论上证明了纳什均衡的存在性及最终收敛解的有效性.进一步,仅通过与邻居节点进行策略信息交互,提出基于潜在博弈的分布式定位算法.最后设计了博弈策略空间的决策机制与未知节点的升级机制,以避免陷入局部最优并加速收敛至全网最优解.一系列仿真实验验证了所提算法的有效性.
-
基于导频信号的MIMO-AF协作中继信道估计
提出一种在2个时隙内对MIMO-AF协作两跳中继信道进行估计的方法。重点研究在信源发送功率和中继发送功率受限的约束条件下,运用MMSE准则构建信源至中继节点信道估计的优化问题,采用矩阵分解的方法将信号分解成酉分量和对角分量,简化代价函数。最后用二分法求出最佳的导频信号和中继放大系数。仿真结果表明,本方法能够得到确定的、精度较高的信道估计值,并分析了信道相关性、天线数目对信道估计的影响。
-
基于智能天线的WLAN信号覆盖控制方法
对于无线局域网的信号不仅希望在工作区域内覆盖良好,提供高速的接入服务,同时在工作区域以外希望信号迅速衰减,以避免通信内容被非法窃听等安全隐患,为此本文提出了一种基于智能天线的WLAN无线信号覆盖控制方法,首先设置区域内、区域边界、区域外三类传感器以及其接收信号场强的权值和目标值,利用粒子群优化算法,调整带智能天线的WLAN AP的波束组合和发射功率,从而达到使区域内信号场强最大、区域边界信号场强可接受、区域外信号场强最小的无线信号覆盖控制目的.通过仿真和原型平台验证,该控制方法达到了较好的覆盖控制效果.
-
基于ELM和MA的微型四频天线设计
提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehensive Learning Particle Swarm Optimizer)全局搜索和DSCG(Davies,Swann,and Campey with Gram-schmidt)局部搜索,用于确定天线的几何参数.同时,建立ELM回归模型用于直接评估MA优化的适应值函数.实验结果表明,ELM回归模型能够根据输入参数正确估算天线的回波损耗,使MA算法有效提高设计性能和加速优化过程.天线在四个目标频段的回波损耗值均优于-10dB,满足设计要求.