基于粒子滤波的网络入侵相频特征提取算法

通过对网络入侵特征的优化提取,提高网络入侵的检测能力。传统方法采用粒子群进化方法提取网络入侵信号的能量信息特征,在对粒子的位置进行调整过程中对干扰信息的滤波性能不好,降低了检测性能。提出基于优化粒子滤波模糊网络入侵相频特征提取算法。仿真结果表明,采用该算法进行模糊网络入侵特征提取,通过粒子滤波,能有效抑制合法数据的干扰,提高网络入侵的检测性能。     

无线传感网络改进的路由算法分析

无线传感网络中路由算法加以改进和研究,成为多数学者的主攻方向,目的是优化设备节点能量消耗,提高数据传输效率。本文分析了AODVjr算法,并和AODV算法在分组投递率、路由负载方面仿真比较分析,具有明显的优势。     

RFID读写器抗干扰研究

RFID读写器工作在2.4GHz,全球开放的ISM频段,信号干扰比较严重,RFID读写器可能工作在噪声比较大和干扰比较强烈的地方,因此有必要对读写器进行一些抗干扰的措施,以加强RFID系统的可靠性。本文提出了在读写器和电子标签之间采用跳频扩频技术来达到抗干扰的目的。     

基于一种改进的粒子群算法在云计算中的任务调度研究

针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。     

基于优化粒子群算法的网络入侵小信号检测模型

随着计算机技术的飞速发展与计算机网络的广泛应用,网络的安全性逐步成为人们关注的焦点。现阶段的网络入侵检测方法难以识别含有入侵特征小信号的网络入侵检测,检测方法自适性能力差,导致网络入侵检测漏警误警率高。为了提高网络安全,提出基于优化粒子群算法的网络入侵小信号检测模型。通过粒子间的相互协作优化聚类含有入侵特征的信号数据,通过极化阵列计算定位分离小信号,建立小信号过滤模型找寻提取带有入侵特征的小信号。仿真实验表明,优化粒子群算法的网络入侵小信号检测模型,提高了网络入侵检测的自适用性,在网络入侵信号受环境因素干扰的情况下,能够准确的检测出带有入侵特征小信号的网络入侵行为。有效的提高了网络检测的正确率,加快了网络入侵的检测速度。     

基于网格部署的RFID阅读器失效预警算法研究

针对RFID阅读器网络中阅读器部署效率低、收敛慢等特征,提出了基于网格划分机制的静态RFID阅读器的部署方法,实现了二维平面结构和三维立体结构中阅读器的部署。并提出了当网络中RFID阅读器失效的距离向量失效预警算法。本文中提出的网格划分部署机制简单、高效、部署周期短,距离向量失效预警算法预警迅速、准确。     

射频识别中ALOHA防碰撞算法研究

在RFID系统数据通信的过程中,数据传输的完整性和正确性是保证整个识别系统数据通信性能的关键技术。系统数据传输的完整性和正确性的降低主要有两个方面的原因,即外界的各种干扰及多个标签和多个阅读器同时占用信道发送数据产生碰撞。可以通过数据校验的方法解决外界对RFID通信过程的干扰;而防碰撞算法可以解决标签和阅读器的碰撞。     

基于鱼群的PSO粒子滤波算法

粒子群优化(PSO)粒子滤波算法比较而言,容易陷入局部最优,因此算法的准确度就会降低。本文在解决该问题时引入了一种基于鱼群的PSO粒子滤波算法。此算法是通过鱼群优化在采样过程中找到全局最优的相对位置,使其能够向全局最优的位置逐渐接近,同时提高估计有效的粒子数目,从而能够更有效的减少粒子退化与枯竭问题。实验表明,此算法与PSO粒子滤波算法相比,在估计准确度方面有了较大的提升。     

量子粒子群算法优化网络拓扑结构技术

针对传统的量子粒子算法不能满足日新月异变化的网络拓扑结构,提出了一种从领域拓扑结构角度进行改进的PSO算法。仿真实验表明,PSO-DSF算法使得粒子在保证收敛速度的同时能够提高它避免陷入局部极值问题,能够高效地优化整个网络的拓扑结构。     

网络编码在无线网络中的应用及发展趋势

网络编码是一种新的数据传输方式。与传统的路由相比,网络编码可以提高无线网络的性能。运用网络编码能够提升网络吞吐量、均衡网络负载和提高网络带宽利用率等。本文介绍网络编码的基本原理以及主要优缺点,归纳了网络编码的主要实现算法和机制,最后讨论了网络编码进一步的研究方向。     

铁路通信网络中抗乘性干扰技术的研究

在城市周围由于高强度多径效应影响,铁路网络信号会受到乘性噪声干扰而造成衰减,传统抗干扰方法容易引起通信信号波动而无法保证铁路通信网络的通信精度。提出了一种基于修正补偿思维的铁路通信网络抗乘性干扰技术,通过引入铁路通信网络信号的波普宽度、后验密度等数据对其进行粒子滤波处理,获取铁路通信信号在传递过程中的衰减程度,并以此作为补偿依据,然后根据乘性噪声与信号接收装置间的距离对载波相位和祖玛波普频率误差进行修正,从而实现了铁路通信网络的增强通信。实验结果表明,提出的方法能够极大提高铁路通信网络通信探测精度,有效地提高乘性噪声信号干扰下铁路网络通信的准确性。     

基于近端残余能量激活的无线网络通讯算法研究

无线传感器网络中的传感器节点安装在一定的感知环境下,每个传感器有自己的感知范围,节点的死亡造成了网络的信号重复通信、网络发生冗余与资源浪费.为此,本文提出一种基于近端残余能量激活的无线网络通讯优化算法,将节点表示为近端寻优粒子,采用交叉遗传的方式对节点的性能多样性进行保持,将节点的残存能量作为目标函数进行优化,找到残存能量较大的最优节点进行通信.实验仿真结果证明,经过交叉遗传的PSO网络通信控制的优化后,无线传感器网络的通信性能比传统的方法有了明显提高,证明本算法具有很强的可行性与实用价值.     

基于混沌序列的粒子群算法

对标准PSO算法进行分析的基础上,针对PSO算法中的早熟收敛问题,提出了一种基于混沌序列的PSO算法（CPSO）。CPSO算法能够保证粒子种群的多样性,使粒子能够有效进行全局搜索;并以典型的基准优化问题进行了仿真实验,验证了CPSO的有效性。     

基于粒子滤波的模糊网络入侵特征的优化

对模糊的网络入侵特征进行优化提取,提高对网络入侵的识别能力。传统的入侵特征提取方法采用关联熵特征分析方法,随着网络入侵特征分布属性模糊性增强,入侵特征识别性能不好。提出一种基于粒子滤波的模糊网络入侵特征优化提取方法,采用粒子滤波独立自相成分分析的思想,设计出一个粒子滤波联合函数,把模糊网络入侵信号分段分成一些局部进行分析考察,实现模糊网络入侵特征的优化粒子滤波提取。仿真结果表明,采用该算法能有效提高对模糊网络入侵特征的正确识别率,性能优越,在网络安全领域中应用价值较大。     

基于一种改进的神经网络的RFID室内定位算法

室内定位算法精度一直都是研究的重点,本文提出了一种基于粒子群算法,减聚类算法和Kmeans算法进行结合。本文首先构建室内定位RFID模型,构建定位方程,然后采用减聚类算法来避免人为干扰,通过K-means算法来形成初始化粒子群算法,最后采用粒子群算法训练RBF神经网络的所有参数,从而得到优化的输出模型,从而确定了定位最优点。仿真实验表明本文的算法可以有效的提高定位精度,降低能量消耗,提高定位精度10%。     

一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法

差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。     

PSO算法优化BP神经网络

本文将PSO算法与BP神经网络算法相结合,主要目的是解决BP神经网络自身存在的缺陷,利用粒子群算法来代替BP网络中梯度下降法,从而可以更好地优化BP网络各层间的连接权值,进而提高了BP神经网络的泛化能力、学习能力,并且大大提升它的收敛速度。     

基于改进的神经网络异常声音自动识别系统研究

针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。     

混沌粒子群算法在WSN覆盖优化中的应用

研究WSN覆盖优化方面的问题,提高无线传感网络通讯效率。针对无线传感网络节点分布不均匀或者节点失效时,WSN覆盖区域会出现重叠或者指定区域没有被覆盖,造成无线传感网络通讯效率下降的问题,提出了利用一种混沌粒子群算法,根据无线传感网络相关参数和条件建立数学模型,利用优化处理方式对其进行优化,提高了通讯效率。实验证明,利用混沌粒子群算法进行WSN覆盖优化,可以提高无线传感网络优化效率,取得了令人满意的效果。     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。