发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23749
北大期刊
影响因子 0.94
人气 20396
省级期刊
影响因子 0.3
人气 18139
部级期刊
影响因子 1.03
人气 13569
统计源期刊
影响因子 1.71
人气 12631
CSSCI南大期刊
影响因子 5.52
人气 12348
统计源期刊
影响因子 0.55
人气 11096
北大期刊
影响因子 0.62
人气 10768
省级期刊
影响因子 0.42
人气 10520
统计源期刊
影响因子 1.29
人气 9979
摘要:随着计算技术的发展,以机器为中心的计算模式正朝着以人为中心的计算模式转变.让人成为计算环节的一部分,促进物理世界和信息世界的融合,实现高层次人机交互是未来的发展方向.对人体行为的准确感知和理解则是必不可少的技术支撑.近年来,随着WiFi热点部署数量的不断增多以及WiFi在感知尤其是定位领域的广泛运用,基于WiFi信号的人体行为感知技术引起了人们的广泛关注.其基本原理为当WiFi信号在传播过程中遇到人体,发生反射、折射、衍射以及散射等现象,这些现象对信号的正常传播产生扰动,通过分析接收信号,检测信号扰动变化特征,便可感知信号传播过程中所遇到人体的状态.WiFi行为感知基于已有通信设备,利用环境中广泛存在的WiFi信号,具有良好的普适性和扩展性.与传统的人体行为感知方法,如计算机视觉感知技术、红外感知技术以及专用传感器感知技术等相比,基于WiFi信号的人体行为感知技术具有非视距、被动感知(无须携带传感器)、成本低、易部署、不受光照条件限制、扩展性强等一系列优势.为进一步提升对WiFi感知技术的关注和理解,推动WiFi感知技术的不断发展,该文对WiFi行为感知技术进行了详细的介绍和分析.该文首先详细回顾了WiFi感知技术从2000年至今的发展历程,分别介绍了WiFi信号室内传播的静态模型、动态模型以及人体建模方法.依据WiFi感知的流程,按照信号采集,预处理,特征提取到训练与分类的步骤,详细阐述了WiFi行为感知的工作原理及方法.针对WiFi感知在日常行为感知、手势识别、生理信号感知、身份认证、群体感知以及摔倒检测等六个方面的工作和应用现状进行了详细的介绍和分析.最后,基于最新研究动态提出了WiFi感知未来的研究方向,包括抗干扰感知、高层特征提取、去中心化感知、迁移感知、并发感知以及协
摘要:物联网通过物体、传感设备与网络的关联来实现物体自动、实时的识别、定位、追踪和监控,并触发相关事件.面对持续采集或到达的数据流,物联网的移动终端间需要进行大量的数据交互.在节点缓存空间有限的条件下,合理的节点缓存管理机制可以在提高消息投递成功率的同时减少网络开销、降低终端能耗.然而,现有缓存管理机制都是从消息队列特征或静态属性方面展开研究,忽视了节点的位置、移动方向等特征,从而导致消息在网络中无方向性的扩散;或虽考虑了节点移动特征,但集中于时间维度,且对节点间相遇规律做了诸多假设,如节点间相遇服从独立同分布等,这些都限制了算法的实际应用场景.考虑到物联网中节点移动的空间规律性,该文在研究节点移动模型的基础上提出了节点位置信息驱动的终端缓存管理机制.在消息目的位置已知的情况下,该机制根据节点在随机移动模型和车载移动模型两种场景下位置和方向的移动特征,结合节点对网络态势的感知,分别计算消息的优先级;依据该优先级,设计节点间进行数据交换时的消息调度策略及节点缓存空间不足时的消息丢弃策略;并通过对移动方式随机(如人和动物的随机移动)和移动方式受限(如城市道路中车辆移动)两种场景的仿真结果分析,评估算法的性能表现.仿真实验表明,相比于Drop Oldest(DO)等传统缓存管理策略,该文提出的缓存管理机制在不同缓存大小和不同程度网络拥塞的情况下体现出较高的性能优势,并在提升消息投递率的同时保持了较低的平均时延、网络负载率和平均跳数.
摘要:在动态多类别RFID(Radio Frequency Identification)系统中,某类标签的缺失数量能够反映该类别的“热门”程度.因此,如何快速准确地找出缺失数量最多的k类标签对制定合理的营销策略具有重要意义.为此,该文首次定义了动态多类别RFID系统中针对热门标签类别TOP-k查询问题,并提出了符合EPC C1G2标准的快速查询协议Hot TOP-k Query(HTKQ).其核心思想是,先用阅读器监听当前系统中所有标签参与帧时隙阿罗哈协议的过程,并记录每个时隙的状态,从而获得真实时隙帧向量;然后在服务器端保存的每类标签ID集合上分别虚拟执行阿罗哈协议,为每个标签类别分别得到虚拟时隙帧向量.该文利用概率统计的方法,通过对比两类时隙帧的差异,分别估计每类标签的缺失数量.该文提出了大量理论分析,在保证查询结果准确性的同时优化参数使得算法时间代价最小.大量的仿真实验结果表明,该文提出的HTKQ协议能够在不同实验条件下满足预定的查询精度,并且当RFID系统中标签类别较多时,HTKQ协议的时间效率比现有协议可以提升80%.
摘要:当前基于IP层的隧道技术在网络虚拟化、构建覆盖网络、连接异构网络等方面有着广泛的应用,但是这些传统IP隧道在管理配置方面存在不易维护、管理复杂、效率低等问题.软件定义网络是一种新型网络管控体系结构,它将网络的控制和管理逻辑从网络设备中抽离出来,并提供了开放统一的编程接口,从而大大提升了网络的管理效率.但作为软件定义网络的重要标准,OpenFlow原生并不支持IP隧道的建立,因此在SDN网络中建立隧道依然依赖于传统的配置方式.该文采用SDN中数据平面的匹配动作表编程模型,提出了一种新的IP隧道机制——MAT隧道.MAT隧道可以通过下发流表规则对隧道报文直接进行封装和解封,不再通过配置隧道端口的方式.该文基于开源软件交换机Open vSwitch和开源控制器Floodlight完成了MAT隧道原型的实现,并利用DPDK对于其性能做了一定优化.该文还根据真实拓扑搭建了仿真环境,对MAT隧道与Open vSwitch原有的隧道进行了对比评估,结果显示MAT隧道可以将隧道的平均时延降低10%左右,而采用DPDK加速后可以进一步降低20%左右.而通过隧道进行路径切换的测试表明,MAT隧道将隧道切换过程中的最大抖动降低3个数量级,同时将对吞吐量的影响降低50%.
摘要:任务分发作为实现群智感知的重要环节,为了激励更多用户参与数据的采集和共享,已有研究通常利用机会网络进行任务扩散并降低参与者的执行成本,但在节点选择过程中并未充分考虑感知任务的多样性将对节点接触时间、参与数量、感知区域类型等带来的挑战.基于此,该文利用城市中公交载体的轨迹可预测、活动覆盖范围大、乘客节点自主聚集且交互时间有保证等优势,提出了一种基于公交系统的任务差异化分发方法.首先,利用泰森多边形的划分思想,实现感知任务与目标区域的合理覆盖.其次,对感知区域内一定预算约束下的任务差异化分发问题进行分析,并分别提出了两种分发算法:基于覆盖差异的分发算法(COV-DA)和基于扩散差异的分发算法(SPR-DA).最后,利用真实数据集,通过仿真实验从分发准确性和平均移动距离对两种算法的性能进行比较分析.实验结果表明,SPR-DA算法具有更好的分发准确性,而使用COV-DA算法时,移动节点在完成任务时则需要更短的移动距离.
摘要:覆盖是评价视觉传感器网络对感兴趣区域(Field of Interest,FoI)监测质量的重要指标.与传统的全向传感器节点不同,视觉传感器节点的感知区域为扇形区域,其覆盖估计问题也更加复杂.目前,大量视觉传感器网络的研究工作主要假设同构节点随机部署在感兴趣区域内以对其实现覆盖.该文假设所有节点随机部署在感兴趣区域的外部边界以对FoI实现覆盖监测,同时研究异构部署的k-覆盖率估计问题.针对此应用场景,该文首次提出k-覆盖率估计模型,通过仿真对场景k-覆盖率,仿真值及模型理论值进行比较分析,结果表明模型理论值与场景仿真值的平均绝对覆盖误差基本保持在6%以内.该文的研究对边界部署的视觉传感器网络具有重要的指导意义.
摘要:云存储中的Ceph分布式文件系统以其开原性和提供统一存储能力的特点在企业和科研领域得到广泛关注和应用.CRUSH算法是Ceph分布式文件系统中的伪随机数据分布算法,能实现在异构大规模层级结构化存储集群中高效分布数据对象及其副本.经典Ceph云存储系统中在副本模式下选择存储节点时该系统仅以节点存储容量作为唯一选择条件,并没有考虑到网络和节点的负载状况,这影响了系统在网络性能差和节点高负载的情况下的读写性能.因此,在CRUSH算法中加入网络状态和节点负载的测量对提高负载均衡性具有非常重要的作用.但在传统的网络构架中要获取网络状态需要繁琐的配置和大量的测量开销.为解决这些问题,该文设计了基于软件定义网络技术的Ceph云存储系统模型和存储节点选择策略,首先利用软件定义网络技术实时获取网络和负载状况,以简化网络配置和减小测量开销,然后通过建立并求解出综合考虑了多种因素的多属性决策数学模型来确定存储节点位置.通过在实际环境中对设计的存储节点选择方法进行读写操作的测试,测试结果表明,与现有的CRUSH算法相比,提出的存储节点选择方法可以在保持与原有Ceph系统相同的写操作性能的同时,读小文件操作时的吞吐量和读大文件的响应时间得到明显改善.
摘要:随着WiFi网络在世界范围内的迅速普及和广泛部署,基于WiFi的室内定位技术由于成本低、易于实现受到了广泛关注.其中,基于WiFi的被动式指纹室内定位由于可直接利用现有的商业WiFi设备,且不需要待定位目标携带任何设备,因此部署成本低、易扩展,同时还具有良好的非侵入性,故已逐渐成为室内定位技术研究者们广泛关注的热点.目前,已有基于WiFi的被动式指纹室内定位技术,如Nuzzer和Pilot等,其定位过程一般可分为离线和在线两个阶段.离线阶段采集相应的信号,并存储所有参考点生成的指纹数据以构建离线指纹数据库.在线阶段则通过采用与离线阶段相同的处理方式得到待测位置的在线实测指纹,然后将其与离线指纹库中的已有指纹进行匹配,从而估计目标位置.然而,现有工作由于存在两个重要问题,导致定位的实时性和精度都不能令人满意.其一,现有指纹匹配定位方式由于需要在在线阶段将实测指纹与指纹库中的所有指纹进行一一匹配,所以计算量大从而导致定位过程的实时性较差;其二,由于离线指纹库中存在与目标当前位置相隔较远但相似的指纹,而这些指纹很可能会对指纹匹配过程造成干扰,进而导致定位误差较大.针对上述两个问题,该文结合位置指纹定位技术和距离测量算法,提出了一种新的位置指纹室内定位方法ILLFRM.该方法在在线阶段中加入了粗定位,并在进行指纹匹配之前,通过粗定位来过滤离线指纹库中与目标当前位置不相关的指纹,以减少匹配过程中的计算量和避免不相干指纹的干扰,从而同时达到改善定位精度和实时性的目的.通过在空旷大厅和走廊的真实场景进行实验,结果表明,该文提出的方法与Pilot和Nuzzer相比,定位精度分别提高了约28%和51%.此外,由于一次匹配过程的总耗时不足200 ms,因此ILLFRM可以很好地满足实时性要求.
摘要:用无人机充当空中基站并组成骨干网为地面用户提供通信服务,在临时大型活动、抗震救灾、应急通信等方面有广阔应用前景.在无人机骨干网研究中有两个重要问题:一是如何对无人机集群进行合理部署,使其能够在对地面用户进行覆盖的同时维持骨干网的连通性;二是如何引导用户进行合适的接入选择,该选择既能使用户接入无人机骨干网后满足通信需求,又能最大化网络的负载均衡和接入成功率.为此,该文提出无人机骨干网分布式组网以及接入选择算法.部署算法通过感知地面用户,在虚拟力牵引下实现按需覆盖并维持稳定的双连接拓扑结构,同时还能记录无人机的最终位置和运动轨迹;接入选择算法分别侧重于信干噪比和无人机接入度数(负载数),提出三种无人机网络接入选择算法:最大信干噪比接入、满足信干噪比的随机接入以及满足信干噪比的最小度数接入,旨在最大化网络负载均衡和接入成功率.该算法在仿真实验中得到了验证,在双连接、按需覆盖之上更提高了网络整体性能.部署算法适用于用户和无人机聚集或分散、动态用户以及障碍等场景,且静态部署时间平均不超过300 s;三种接入选择方法都收获了不小于78%的接入公平性以及92%以上的接入成功率,其中最小度数接入方法以额外的交互代价换取了86%以上的接入公平性和95%以上的接入率.
摘要:无线传感器网络中的节点普遍采用低占空比的工作模式,该工作模式极大地减少了由于空闲侦听所带来的能量浪费,但也给网络中的广播问题带来了新的挑战.该文主要考虑如何解决低占空比传感网中的高效广播调度问题.大多数现有工作通常采用低效的传统广播传输模型,即任意局部单跳广播通过多次单播来实现.实际上,文中发现即使对于低占空比网络,无线媒介的广播属性依然能够为广播能效的提升提供潜在的机会.该文提出了一个新颖的机会式广播传输模型,该模型能够充分利用无线媒介固有的广播属性减少广播的总能耗.在单跳情形下,该模型允许发送者向它的任意接收者发送一个较小的beacon控制包,该beacon控制包将会通知接收者推迟自己的工作时隙去机会式地接收由发送者发送给其它节点的广播消息.在多跳情形下,该模型采用了一个有效的预推迟机制,即允许任意转发者在收到来自上游节点的beacon控制包后就可以预先向下游节点发送beacon控制包.文中发现采用机会式广播传输模型能够减少广播总能耗,但是可能会带来平均端到端广播延迟的增加.当前的许多现有工作考虑了延迟约束下的广播能耗优化问题,尽管如此,很多实际应用通常并不需要广播延迟一定要约束在一个限定的范围内,更多的广播应用关注的是能耗与延迟性能的权衡.该文定义了一个具有普适性的广播代价函数,该函数能够对广播延迟和广播能耗两者的权衡关系提供一个自适应的控制以刻画各种不同的广播性能需求,该文的目标是在低占空比传感网中基于机会式广播传输模型找到一个有效的广播调度,以最小化该广播代价函数.首先,文中考虑了单跳情形下的目标问题,并且提出了一个多项式时间复杂度的最优解决方法.接着,文中将单跳情形下的解决方法扩展到多跳情形下.具体地说,�
摘要:基于压缩感知的无线传感器网络数据收集被认为是一种有效的网内数据压缩技术,其具有网络通信代价小与均衡网络能量消耗的特点.现有基于压缩感知数据收集方案主要针对可靠无线传感器网络环境,即链路不存在网络丢包现象.然而现实网络运行结果表明网络丢包是一种常见现象,网络丢包会导致这些方案数据恢复性能易受干扰.为了提高压缩感知在不可靠链路下数据的鲁棒性,该文提出一种联合路由的稀疏投影数据收集方案,其可以有效降低网络丢包对感知数据质量的影响.该方案主要是通过两个方面技术来提高不可靠链路下数据的鲁棒性.首先,根据路由设计稀疏投影矩阵,降低网络丢包对测量值数据的破坏;其次,进行稀疏投影矩阵限制下的低相干稀疏表示基设计,保证被压缩数据有效恢复与重构.为了满足稀疏表示基与稀疏投影路由矩阵之间的低相干性,该文给出一种稀疏表示基学习算法.除此之外,该文还给出分布式网络环境下稀疏随机投影数据收集实现算法.真实网络数据实验结果表明,文中提出的稀疏表示基学习算法得到的稀疏表示基可以有效压缩网络数据,同时即便在丢包率为20%情况下网络感知数据仍能被有效恢复.能量仿真结果表明,对比现有压缩感知数据收集方案,文中提出的方案可以有效减少网络能量消耗.
摘要:基于无线信号的被动式目标定位技术由于具备无需目标携带设备、便于实施、对视线和监测视角要求不高等优势,因此在老人监护、家居自动化以及野生动物监测等应用领域具有巨大的潜力.传统的被动式定位方法为保证定位精度,要么需要大规模训练学习,导致勘测代价大;要么只针对于某些专用设备或特殊应用,导致普适性差.对此,文中提出一个面向多重应用的高鲁棒被动式定位模型MaLoc:无需大规模训练学习,并且可在廉价商用设备上实现.MaLoc的主要特点在于:(1)通过获取接收端从不同天线接收信号的稳定相位差,结合参考阵列天线的位置来实现基于到达角度的目标定位,保证了商用设备下的定位精度;(2)为了实现高鲁棒的到目标反射信号到达角度估计,MaLoc首先利用静止干扰源的角度误差补偿来缓减信号到达角度随时间产生的偏移;其次利用不同种类反射信号之间的相干与非相干性,对环境中移动干扰源和静止干扰源反射信号的到达角度进行消除.如此进一步提升了定位的鲁棒性和精度.最后通过实际环境下的多种实验验证了MaLoc的有效性和鲁棒性.
摘要:企业通常部署各种网络功能设备来实现企业网络所需的网络功能.例如,防火墙和入侵检测系统可以加强企业网络的安全性;缓存和广域网优化器可以提升企业网络的性能.然而,企业部署、更新和维护网络功能设备需要大量开销.不同网络功能设备之间的差异使得企业需要庞大的专业团队来管理网络设备.物理设备固定的位置和处理能力使得企业网络无法有效解决网络拥塞带来的设备失效问题.随着企业网络规模的增长,网络功能设备管理、维护和更新产生的开销急剧上升.面对日益增长的网络功能设备运维开销和管理难度,网络功能虚拟化(Network Function Virtualization,NFV)技术提出将网络功能和物理硬件设备解耦,通过在通用商用服务器上部署和管理网络功能,为企业降低了网络设备管理难度,减少了网络功能设备开销,提供了灵活的网络服务部署策略,例如,动态回收/扩展.尽管NFV技术能为企业带来便捷和利益,但是实现一个实用而高效的NFV系统存在很多挑战.针对NFV系统实现中存在的问题和挑战,学术界和工业界已投入大量精力对NFV技术进行研究和尝试.该文首先介绍欧洲电信标准协会制定的NFV技术标准结构,并根据其分类总结NFV系统实现中存在的问题和挑战,将当前研究成果分为网络功能虚拟化、网络功能虚拟化设施和管理、网络编排三个部分.软件定义网络(Software Defined Network,SDN)和NFV技术可以相互弥补促进,该文对其之间的关系进行了研究.然后,该文着重从虚拟化网络功能(Virtual Network Function,VNF)构建及运行环境优化、NFV管理系统设计及优化、策略实施与验证、资源分配和迁移策略、NFV负载均衡和状态管理技术、NFV架构中的安全问题几个方面来深入分析NFV技术当前的学术研究成果.最后介绍了NFV技术在云计算、移动通讯以及家庭网络中的应用场景实例,同
摘要:该文主要面向上行汇聚流量为主的传感器网络应用场景,针对现有优化方案在灵活性和计算开销等方面的问题进行了分析,包括优化目标单一、节能方法对于多重寿命标准难以适应、计算复杂度与求解近似比难以取舍、环境突变或管理需求的调整无法快速响应等等,对当前流行的传感器硬件进行了数据收发的功耗测试后,根据其射频耗能特性,以提高网络可靠性的最小化"最大链路利用率"和单纯功耗优化的最小化"网络连通支配集"为优化目标,引入加权绿色因子,建立了功耗和性能可以调节的模型RES-WSN(Reliability and Energy Steerable WSN).该模型的求解复杂度较低,当网络有数百个节点时,问题依然可以较快求解,为传感器网络提供了一种在能量消耗和可靠性及多重寿命准则间柔性调节的方案.根据该文方案求得的路由关系和数据流传输的分配结果,以"Multiple Instances"的思路和拓展选项的方式在RPL路由协议的基础上给出了部署方案.通过实验验证,该文模型对网络的可靠性的调控比例最高为52.08%,对能量消耗的调控比例最高为60.51%,特别是在仅考虑节能优化且允许部分节点死亡的情况下,网络存活时间相比只考虑可靠性的情况延长了42.54%,与近期相关研究"MinST"模型相比延长了9.23%~15.38%.