在无线传感网中,传感器节点一般都由自身装配的电池供电,难以进行电量补充,因此节约电量对于无线传感网来说至关重要。为了提高无线传感网能量使用效率,延长网络生存时间,提出了一种结合遗传算法和粒子群算法优化BP神经网络的智能数据融合算法GAPSOBP(BP Neural Network Data Fusion algorithm optimized by Genetic algorithm and Particle swarm)。GAPSOBP算法将无线传感网的节点类比为BP神经网络中的神经元,通过神经网络提取无线传感网采集的感知数据并结合分簇路由对收集的传感数据进行融合处理,从而大幅减少发往汇聚节点的网络数据量。仿真结果表明,与经典LEACH算法和PSOBP算法相比,GAPSOBP算法能有效减少网络通信量,节约节点能量,显著延长网络生存时间。
随着设备小型化的发展趋势,天线间距较小,信道具有相关性;且假设发射端处于高速移动状态,无法获得完全信道状态信息,只能根据部分信道状态信息设计发射端波束形成方案。针对发射端和接收端配置多天线的固定增益放大转发无线中继系统,以最大化接收端信噪比为准则,设计了基于部分信道状态信息的波束形成方案,推导了系统中断概率和平均误符号率的闭合表达式,通过仿真验证了性能分析的有效性和所设计方案的优越性。在平均误符号率为10-2、相关系数为0.8时,所提方案比反馈信道状态信息的方案节约1.6 d B的信噪比。
暂无评论