中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 钟益群湘潭大学 2016年硕士导师: 王灵矫共83页

摘要 : 图像分割是图像处理和计算机视觉中的基础性研究工作，是对图像进行分析和理解的关键环节。基于概率图模型的图像分割方法为解决图像信息处理中存在的大量不确定性问题提供了理论基础，概率图模型提供了完善的理论框架，行业学者持续深入的研究使之迅... 展开图像分割是图像处理和计算机视觉中的基础性研究工作，是对图像进行分析和理解的关键环节。基于概率图模型的图像分割方法为解决图像信息处理中存在的大量不确定性问题提供了理论基础，概率图模型提供了完善的理论框架，行业学者持续深入的研究使之迅速发展，在医学、计算机视觉、遥感图像处理等领域得到了广泛应用。早期的图像分割方法主要是基于图像的低层特征，不能准确地表示目标对象，而基于概率图模型的图像分割方法可以很好地将图像的高层语义信息和低层特征相结合，充分描述目标对象的特征。随着模型的结构越来越复杂，能量函数的势能项、参数及变量的数量越来越多，使参数的训练难度也随之增大，能量函数最小化的计算效率越来越低等问题也接踵而至，本文针对这一问题系统地研究了基于概率图模型的图像分割技术。本文的主要内容和创新点如下：（1）对基于概率图模型的图像分割方法的研究现状及存在的问题详细地进行了总结和分析，概述了基于概率图模型的图像分割所涉及到的相关理论基础及常用的两种概率图模型，介绍了基于概率图模型的图像分割的设计步骤。（2）提出了一种基于鲁棒性PnPotts高阶CRFs模型的高效图像分割算法，针对结构复杂，参数较多的鲁棒性PnPotts高阶CRFs模型，提出改进的图像分割算法：首先计算图像的局部最优解，其解为?扩展算法提供了初始化，然后在α扩展算法的每次迭代过程中对图进行动态更新，不仅解决了因模型复杂造成图像分割低效率的问题，而且有效地避免了图像的过分割。（3）提出了一种基于深度高阶CRFs模型的图像分割方法，该模型由像素、相邻像素对之间的边和分割块（超像素）三个部分组成，其中基于鲁棒性PnPotts高阶CRFs模型的基础上，对一元能量项的纹理势函数中引入了扩充纹元，使得一元能量项能更好地表征图像的特征，并采用合作割势函数作为成对能量项，该模型无论对二元标记还是多标记都能分割得到更精细的目标轮廓。（4）以槟榔的生产加工为应用背景，将本文中研究的基于概率图模型的图像分割方法应用于不规则物体的视觉定位，实现对不规则物体的位姿调整，达到自动加工的效果，实现了机器对不规则物体在生产加工过程中的自动化。收起

关键词 : 合作割势函数能量最小化图像分割概率图模型

2. 基于改进型蛙跳算法的微电网运行优化模型研究

[学位论文] 夏伟湘潭大学 2017年硕士导师: 王灵矫共82页

摘要 : 日益危急的能源和环境威胁迫使人们对可再生资源和分布式发电关注越来越高。微电网作为协调分布式发电与传统发电的载具，通过统筹分布式电源和主电网电力资源，实现微电网与传统电网的优势互补，对解决能源和环境问题具有重要的研究意义。微电... 展开日益危急的能源和环境威胁迫使人们对可再生资源和分布式发电关注越来越高。微电网作为协调分布式发电与传统发电的载具，通过统筹分布式电源和主电网电力资源，实现微电网与传统电网的优势互补，对解决能源和环境问题具有重要的研究意义。微电网运行优化在实际工作过程中是一个多条件约束下的多目标优化问题，具有高度复杂的非线性和高维度特点。在运行优化过程中，不仅需要考虑微电网的运行费用、环境利益，更应考虑用户侧的反馈。若仅仅只考虑微电网单个优化目标达到最佳状态，并不能真实反映出微电网运行的实际优化效果。本文基于微电网的两种工作方式，将用户满意度和用户优先级成本纳入优化目标，提出两种微电网多目标运行优化模型。针对当前大多数使用的智能算法在计算多目标问题上的收敛速度慢、寻优能力差等缺点，探索对具有代表性的蛙跳算法进行改进，提出新的方法求解微电网运行多目标优化问题。本文主要的工作和创新点如下：（1）介绍了微电网运行优化的研究现状和关键技术问题，阐述了各分布式独立电源的原理和工作特性及其相对应的数学模型，详细说明了微电网两种工作模式和运行策略。（2）与传统微电网运行优化模型一般考虑经济和环境两大目标不同，本文定义了用户优先级成本，并将用户优先级目标和用户满意度一并纳入微电网运行多目标。基于微电网两种不同运行模式，提出了计及用户优先级成本/用户满意度的微电网多目标优化模型，并结合微电网运行优化约束方程，为后续研究不同模型的微电网运行优化奠定基础。（3）针对蛙跳算法存在的易被“局部最优解”欺骗导致收敛过慢带来的优化效果不佳问题，改良基本蛙跳算法，提出了两种创新型的改良蛙跳算法：GSFLA算法和SMSFLA算法。通过一些经典的标准测试函数对两种改进型算法进行相关性能的测试，测试结果表明：在单目标和多目标测试中，改良的两种算法在收敛性和寻优精度较原算法均有大幅提升。（4）将提出的两种微电网多目标运行模型运用到具体的算例进行验证。利用上述两种改良型蛙跳算法分别对具体算例进行仿真，并与其他算法仿真进行比对。仿真实验表明：GSFLA算法与SMSFLA算法在解决微电网多目标运行优化问题时，确实能给微电网带来经济高效、较为满意的综合效益，储能设备对优化微电网运行起到了积极作用，给出的两种模型对微电网运行优化研究具有良好的借鉴意义。收起

关键词 : 分布式独立电源微电网运行优化改进型蛙跳算法

3. 人脸情绪识别深度学习模型研究与应用

[学位论文] 李乾湘潭大学 2019年硕士导师: 王灵矫共78页

摘要 : 近年来，深度学习模型得到飞速发展，深度卷积神经网络作为其中的一种方法在计算机视觉中得到广泛应用。影响深度学习模型性能的因素众多，其中激活函数的选取和卷积神经网络的结构对深度学习模型的性能有着重要的影响。针对人脸情绪识别模型准... 展开近年来，深度学习模型得到飞速发展，深度卷积神经网络作为其中的一种方法在计算机视觉中得到广泛应用。影响深度学习模型性能的因素众多，其中激活函数的选取和卷积神经网络的结构对深度学习模型的性能有着重要的影响。针对人脸情绪识别模型准确率不足的问题，本文分析了传统激活函数ReLU、L-ReLU、P-ReLU等性能优缺点，并且与新型Swish激活函数进行了相应的比较，将Swish函数引入人脸情绪深度学习模型，提出了一种改进的反向传播算法，并在卷积神经网络中使用多层小尺寸卷积模块替代单层大尺寸卷积模块，提取细化特征，构建了一种新型的人脸情绪识别深度学习模型Swish-FER-CNNs。实验结果表明，相比于ReLU、L-ReLU、P-ReLU等激活函数，Swish激活函数识别准确率更高。结合Swish激活函数，本文构建的深度学习模型Swish-FER-CNNS相对于现存模型，识别准确率提高了4.02%。 Swish-FER-CNNs模型提升了人脸情绪识别的准确率，但计算时间较长。而深度学习模型的训练时间是网络性能的另一重要指标，为了减少模型训练时间，本文结合ReLU激活函数正半轴导数易于计算的特点以及Swish激活函数负半轴鲁棒性较强的特点，构造了一种新型的激活函数S-ReLU，并且应用在人脸情绪识别深度学习模型Swish-FER-CNNs上。实验证明此时Swish-FER-CNNs收敛迅速，训练时间大幅降低，同时保持了较高的准确率。本文同时反向构建了TEST-ReLU激活函数，并在MNIST和FER-2013数据集上进行了测试，结果表明，使用TEST-ReLU激活函数的深度模型模型在MNIST上效果良好，但在FER-2013上难以收敛，波动幅度较大，并且识别准确率下降明显，证明了S-ReLU的可靠性、正确性。结合深度可分离卷积精简Swish-FER-CNNs，构建S-mobile-CNNs，实验结果显示新网络体积小，计算量少，网络参数少，准确率较高。最后本文将Swish-FER-CNNs应用在实际工业场景中，设计并且构造了一种基于深度学习模型的人脸情绪分析系统，由人脸检测和人脸情绪识别两部分组成。系统使用HOG+SVM算法进行视频流人脸检测，使用Swish-FER-CNNs进行了人脸情绪分析，此外利用深度学习模型设计了人脸识别、性别识别等功能模块。基于轻量化网络S-mobile-CNNs构建了移动端人脸情绪识别系统，具有体积小、计算量小和操作方便的特点。收起

关键词 : 人脸情绪识别深度学习激活函数反向传播卷积神经网络计算机视觉

4. 基于PMIPv6的无线网络切换优化研究

[学位论文] 贾磊湘潭大学 2014年硕士导师: 王灵矫共75页

摘要 : 随着智能终端市场的火热扩张和移动通信技术与互联网业务的蓬勃发展，对网络基础设施提出了巨大挑战，现有的网络架构已不能满足用户日益增长的需求，因此作为互联网与移动通信“联姻”的产物——移动互联网技术成为信息技术研究的热点之一。许多国家... 展开随着智能终端市场的火热扩张和移动通信技术与互联网业务的蓬勃发展，对网络基础设施提出了巨大挑战，现有的网络架构已不能满足用户日益增长的需求，因此作为互联网与移动通信“联姻”的产物——移动互联网技术成为信息技术研究的热点之一。许多国家和组织机构正在致力于移动互联网的移动性管理研究。无线终端的移动使其接入点发生更换，导致终端的接入路由器产生变换，终端的路由也需随接入点的不同而更新，如何标识、识别终端和为切换后的终端选择最佳路由成为移动性管理的一个研究重点。在研究代理移动IPv6协议之后，本文根据PMIPv6协议的特点提出了一种层次的PMIPv6域间切换算法。利用一个数据共享中心DSC，将MN的家乡网络前缀HNP和其切换前的LMA地址对存储在数据共享中心(DSC)的BCE中，解决了PMIP域间切换无法共享家乡网络前缀HNP的问题。在研究了IEEE的介质独立切换协议MIH之后，针对域间切换算法中切换时延较大的问题提出了一种基于MIH的代理移动IPv6域间切换算法。该算法通过网络侧的MIHF和移动节点侧的MIHF交互，预测节点访问的位置，在节点到达接入位置前，完成网络选择，预先建立L2连接，减小切换时延。该算法屏蔽底层的接入状态，使切换成为一种无缝，平滑的切换过程。通过对切换中的时延数据分析和仿真，结果显示本文所提的基于MIH的PMIPv6域间切换算法能较好地降低切换时延，提高了网络性能。随后，进行了对本文提出了方案进行了概要设计，划分了网络模块，对其接口消息进行分析，给出了状态转移图和消息处理的C语言代码。最后又对该算法的信令开销进行数学分析和仿真，给出了节点驻留时间、数据包到达率和移动网关的数量对网络信令开销的影响情况。集中式的移动性管理所存在的切换时延较大、信令过载、潜在的单点故障、可扩展性低、三角路由等问题，为此IETF提出了分布式移动性管理。本文在深入研究了当前网络移动性管理中的分布式移动性管理之后，提出了一种将移动管理的控制平面和数据平面分离的完全分布式移动性管理算法。通过将HIP协议与PMIPv6协议集成化后解决了分布式移动性管理存在的问题。本文给出了算法的协议流程图，针对协议流程图进行概要设计，对参与移动性管理的各网络实体进行了模块划分，分析了各网元之间接口消息，给出各网元的状态转移图。最后对文中提出的分布式移动性管理算法进行了信令开销分析，并对信令开销和与之存在关联的移动会话比，节点数量和网关数量的关系进行了数学建模和理论分析，最后给出了其仿真结果。收起

关键词 : 移动互联网无线终端 PMIPv6协议域间切换算法分布式移动性管理

5. 基于软件定义网络的分布式控制器部署方案研究

[学位论文] 汤泽皓湘潭大学 2022年硕士导师: 王灵矫共73页

摘要 : 随着5G时代的来临，互联网中的流量爆发式增加和新兴互联网服务的诞生，传统互联网结构产生了越来越多的弊病，为寻求在互联网结构层面有所突破，从根本上缓解传统互联网的缺陷，SDN这一互联网结构应运而生。SDN网络高效灵活且易于维护，诸多好处使其... 展开随着5G时代的来临，互联网中的流量爆发式增加和新兴互联网服务的诞生，传统互联网结构产生了越来越多的弊病，为寻求在互联网结构层面有所突破，从根本上缓解传统互联网的缺陷，SDN这一互联网结构应运而生。SDN网络高效灵活且易于维护，诸多好处使其正成为未来新型网络技术的主流。然而随着SDN技术发展，研究人员发现集中式控制器结构正逐渐成为SDN发展的瓶颈。集中式控制方式往往会带来时延过高、可拓展性差的问题，同时还存在极为严重的单点故障隐患。于是研究人员开始提出各种分布式控制器结构，但同时他们发现控制器的数量、控制域的划分、控制器的具体部署位置对整个SDN网络的性能具有至关重要的影响。因此提出一种优秀的分布式控制器部署方案成为SDN热点问题。本文探讨当下国内外的研究现状，对于分布式控制器部署问题提出了两种解决方案：（1）SDN环境下基于社区划分的改进粒子群分布式控制器部署方案（L-MPSO）。该方案主体是一种基于社区划分的两步启发式智能搜索算法，首先将网络初始化，第一步重用Louvain社区检测算法对网络拓扑进行划分并获取控制器数量，第二步将控制域划分结果作为输入进入MPSO算法流程，迭代结束后输出最佳分布式控制器部署方案。将L-MPSO算法与LCPS算法和RA算法进行实验对比，通过在4种不同规模拓扑下进行实验，分别评估时延、负载均衡和可靠性，证实L-MPSO的有效性和优势。（2）SDN环境下基于社区划分的混合蛙跳分布式控制器部署方案（L-SFLA）。考虑到不同智能算法往往因为参数设置不同、搜索过程不同，最终搜索结果会有所差异，且SFLA算法较少被应用于解决分布式控制器部署问题。因此设计了另一种基于社区划分的两步智能搜索算法L-SFLA，社区划分与网络初始化与L-MPSO一致，后续控制器部署位置交由SFLA算法确定。将该算法与标准k-means算法和RA算法进行实验比较，主要评估其搜索是否有效、加权最坏时延以及故障恢复后的最坏时延，证实L-SFLA性能更优。本文还对所提两种方案进行了对比实验，经过实验得到结论，L-MPSO方案更适于降低平均时延与降低网络故障率，L-SFLA方案则更适于降低网络最大时延。收起

关键词 : 软件定义网络分布式控制器节点部署社区划分粒子群优化算法混合蛙跳算法

6. 无线传感器网络的DV-hop定位改进算法研究

[学位论文] 徐祯杰湘潭大学 2022年硕士导师: 王灵矫共73页

摘要 : 随着时代的发展，人们对于基于位置信息的服务的需求和要求越来越高，无线传感器网络作为一种新型网络，具有集数据采集，数据处理，数据传输于一体的优点。而无线传感器网络的各种应用都需要相关的位置信息作为前提，因此节点定位技术是传感器网络的... 展开随着时代的发展，人们对于基于位置信息的服务的需求和要求越来越高，无线传感器网络作为一种新型网络，具有集数据采集，数据处理，数据传输于一体的优点。而无线传感器网络的各种应用都需要相关的位置信息作为前提，因此节点定位技术是传感器网络的一个重要研究方向，本文也针对节点定位技术中的DV-hop算法做了一定研究。本文主要内容如下：（1）传统算法在定位时需要知道各个节点之间的最小跳数以及锚节点的平均跳距，从而利用跳数和平均跳距估计未知节点到锚节点的距离，计算坐标。因此最小跳数与平均跳距是否符合实际情况将会直接影响到算法的定位精度。本文首先提出一种基于多通信半径和跳距重估的改进DV-hop算法，即MJDV-hop算法。该算法通过锚节点分多个通信半径广播自身位置信息，在锚节点的单跳范围内有其他锚节点时，引入跳数修正参数，进一步细化跳数，降低误差。在平均跳距方面首先用最小均方误差准则修正平均跳距，再利用改进平均跳距公式求得锚节点之间估计距离，并且求得锚节点间估计距离与实际距离的误差，最后将误差进行加权处理求得平均单跳误差，将其与各个锚节点的平均跳距相加得到修正后的平均跳距。（2）考虑到锚节点的全局与局部的影响，以及传统坐标计算方法会因为节点分布不均匀出现误差。本文提出了一种基于阈值机制和鲸鱼优化算法的MCTM-DV-hop改进算法，在MJDV-hop算法的前提下，计算锚节点的全局平均跳距以及局部平均跳距，然后对锚节点的平均跳距进行组合优化，根据阈值的选择和两节点的跳数选择最优平均跳距来估算未知节点到锚节点的距离，最后根据未知节点到锚节点的测量误差设定目标函数，利用鲸鱼优化算法在解空间中寻求误差最小的解，这个解为未知节点的坐标。最后经过Matlab实验平台进行仿真实验，通过多次仿真实验可以看出，在不同锚节点总数，通信半径，节点总数的情况下，本文算法相对于传统算法来说能够有效降低定位误差，提高定位精度。收起

关键词 : 多通信半径跳数阈值鲸鱼优化算法

7. 基于软件定义网络的DDoS攻击检测方法研究与实现

[学位论文] 吕琮霞湘潭大学 2021年硕士导师: 王灵矫共72页

摘要 : 传统网络的设备配置纷繁杂陈、服务器可扩展性差、网络拥挤不堪等问题使其不能跟上自由管理、高效运行的网络更新理念。软件定义网络（SDN）的概念一经面世就因其打破传统分布式网络日益繁重冗余的运作模式而引起业内轩然大波，富有创造性的提出集中控... 展开传统网络的设备配置纷繁杂陈、服务器可扩展性差、网络拥挤不堪等问题使其不能跟上自由管理、高效运行的网络更新理念。软件定义网络（SDN）的概念一经面世就因其打破传统分布式网络日益繁重冗余的运作模式而引起业内轩然大波，富有创造性的提出集中控制器与数控解耦合的思想。集中控制层使得网络管理员能够灵活便捷的实时检测网络状态情况、更高效快速地部署新的网络设备以及升级老旧网络设备、更敏捷地对用户发来的各类请求服务集中进行处理。因此，数据中心网络等多个网络应用场景纷纷加入SDN网络的部署与试运行中来，诸如谷歌等互联网公司以及运营商开始部署SDN网络，证实该架构显著增强了网络运行性能。同时SDN也是即将普及的5G网络中讨论最为广泛的技术之一。然而与集中控制器高灵活性的优点随之而来的是单点故障的威胁，分布式拒绝服务（DDoS）破坏控制平面造成的失效会面临局部网络的宕机甚至是全局网络的失灵。因此，研究SDN网络架构安全并检测DDoS攻击是SDN技术发展进程中不能忽略的重要环节。本文探讨当下国内外的研究现状，对于攻击者利用分布式拒绝服务使SDN控制器瘫痪从而达到威胁网络安全的目的等一系列问题，提出两种方案：（1）基于支持向量机（SVM）的特征加权攻击检测方案。该方案的检测机制是从交换机中收集与攻击流量特性相关的六维特征并赋予其权重，根据权重的大小排序并筛除对分类无明显帮助的多余特征，以得到最优特征子集，这一步由随机森林的ID3算法实现。随后支持向量机算法训练数据样本集，得到最优分类超平面，并预测测试样本所属分类标签，测试样本的正负标签由最优分类超平面决定。最后将算法部署于SDN场景下，基于Floodlight控制器实现DDoS攻击检测的相关实验，结果表明该方案实现了异常入侵流量与普通正常流量的分类检测，并且在二分类与低噪声数据集场景下表现出高效、全面、精确的检测效果。（2）基于K近邻（KNN）的特征加权攻击检测与缓解方法。该方案针对随机森林的信息增益倾向选择取值较多的属性导致过拟合问题，且随机森林在高噪声数据集场景下的抗噪性很差。而C4.5决策树算法的信息增益率缓解了随机森林的过拟合问题，能够实现加权算法的高精确性。而K近邻算法由于其浅易性在非海量数据集下表现出良好的执行效率，实现检测机制的高效性。因此本章用C4.5决策树的信息增益比特性赋予特征权值并对特征进行优劣筛选，然后对特征子集构成的数据集利用K近邻算法求得测试数据点与训练数据点的欧式距离，排序后通过前k个训练数据所属类别的占比确定测试数据的类别，从而改善分类性能。同时，该方案新增了防御机制，采用主动下发流量项策略过滤恶意流量，有效地实现了防御功能。经仿真实验证实，基于K近邻的DDoS攻击检测方法相较RFSVM方法提升了检测精度、降低了时间复杂度、有效阻挡了DDoS攻击流量。并且避免了在特征取值非均匀分布的数据集场景下的过拟合问题，有着良好的性能表现。收起

关键词 : 软件定义网络分布式拒绝服务支持向量机随机森林 K近邻算法

8. 基于蒙特卡洛的移动传感器网络定位优化算法研究

[学位论文] 方凯鹏湘潭大学 2022年硕士导师: 王灵矫共67页

摘要 : 无线传感器网络(WirelessSensorNetworks,简称WSN)应用在防洪防灾、医疗护理和军事作战等领域，它逐渐成为人们生活中必不可少的一部分。WSN融合了包括无线通信技术、微传感器系统技术、信息分布集成技术等，利用节点之间的相互合作实现对目标区域内的... 展开无线传感器网络(WirelessSensorNetworks,简称WSN)应用在防洪防灾、医疗护理和军事作战等领域，它逐渐成为人们生活中必不可少的一部分。WSN融合了包括无线通信技术、微传感器系统技术、信息分布集成技术等，利用节点之间的相互合作实现对目标区域内的信息收集、分析和处理。无线传感器网络中有多项技术亟待于研究与开发，而在这之中，节点定位技术扮演着至关重要的角色，准确而高效的定位，为各种检测位置提供信息服务打下基础。因此，设计出有效且低耗能的节点定位算法，来针对密集型计算的特定场景是十分有必要的。而对当下WSN中的主流算法进行结合与讨论，分析了蒙特卡洛定位算法的优劣性，得到算法可以完善的过程，便在传统算法的基础之上提出了两种改进算法，利用改变过滤条件，优化算法的权值等方式实现对定位精度的提高。本文主要研究内容如下：（1）对无线传感器网络的发展历程和实际意义进行回顾和探索，论述了WSN的基本工作原理，结构以及相关术语。将目前全球对WSN研究的探索现状进行了介绍，最后得出判断算法优劣的性能评价标准。（2）介绍了典型的基于非测距的定位算法：蒙特卡洛定位算法。分析传统算法的不足，提出了一种改进的粒子群蒙特卡洛定位算法—IPSOMCL（improvedParticleswarmoptimizationMonteCarloLocalization）算法，通过引入粒子群算法的适应值函数，能够使定位算法更快收敛，同时改进算法的过滤阶段，并且加入交叉变异操作，防止其陷入局部优化。通过实验仿真，实现将算法的定位误差相较于DWPMCL算法减小15%；而如果锚节点的数量得到提高，那么算法的误差会进一步减小到21%；采样数相等的情况下，采样次数平均减少43次，使得效率提高50%。（3）蒙特卡洛定位算法的锚节点出现共线的情况下，容易产生较大的定位误差，同时在重采样阶段之后，样本点赋予相同权值导致样本多样性降低。针对此问题，本文提出了改进方式，引入锚节点筛选机制，计算锚节点的共线度值从而滤除不符合定位条件的锚节点，在此基础上计算样本点的MeanShift向量，更新样本的权值，提高样本的多样性。通过仿真实验证明，算法通过完善能够将定位误差相较于ISB-MCL算法减小13%，而无效节点的比例也减小了5.26%，能够有效降低无效节点的个数，提高算法的性能。收起

关键词 : 蒙特卡洛无线传感器网络过滤区域优化定位优化算法

9. 基于蒙特卡洛的无线传感器网络移动节点定位改进算法研究

[学位论文] 梁雅媚湘潭大学 2019年硕士导师: 王灵矫共67页

摘要 : 随着无线传感器技术的发展，无线传感器网络（WirelessSensorNetworks，WSN）渗透到人们工作与生活的各个领域。无线传感器网络通过节点间的协同合作对网络覆盖区域内的相关信息进行感知、采集和处理，与观察者实现信息交互。定位是无线传感器网络应用... 展开随着无线传感器技术的发展，无线传感器网络（WirelessSensorNetworks，WSN）渗透到人们工作与生活的各个领域。无线传感器网络通过节点间的协同合作对网络覆盖区域内的相关信息进行感知、采集和处理，与观察者实现信息交互。定位是无线传感器网络应用的基础和关键技术之一。由于能耗、成本和扩展性等限制，目前常见的GPS等定位技术明显不适用于大规模的无线传感器网络。因此，研究和设计一种高效低功耗的WSN节点自定位算法具有重要研究价值。蒙特卡洛定位(MonteCarloLocalization，MCL)算法是第一个针对移动节点定位的非测距定位方法，该算法利用节点的移动特性优化定位性能，为定位研究提供了全新的思路。本文通过分析无线传感器网络中MCL算法的优势和不足，在其基础上提出了两种改进算法，通过增强滤波条件、完善过滤机制以及优化权值多方面实现定位性能的提高。本文所做的主要研究工作如下：（1）介绍了无线传感器网络的背景和发展历程，详细介绍了无线传感器网络的工作原理、结构特性、具体应用和几个主要研究方向的研究现状，阐述了节点定位的相关知识，介绍了几种典型的定位算法，其中对蒙特卡洛定位算法进行了重点描述和分析。（2）针对动态无线传感器网络中经典蒙特卡洛算法定位精度的不足，提出了一种基于距离估计的定位算法—DEMCL(MonteCarloLocalizationbasedonDistanceEstimation)算法，在蒙特卡洛定位算法的过滤阶段引入一个无需直接测距的距离估计方法，通过更严格的过滤环节优化样本集以减小定位误差。仿真结果表明，该算法的定位精度和网络覆盖率均有提高，同时减少了采样数。（3）针对蒙特卡洛定位算法过滤机制薄弱以及样本多样性不足的问题，提出了MSMCL(MonteCarloLocalizationusingMeanShiftvector)算法，通过充分挖掘可利用的第三类锚节点信息增强算法的过滤环节，同时引入样本的MeanShift向量优化样本权值，保护了样本的多样性。实验结果表明，该算法的定位精度和网络覆盖率有效提高，且不增加额外的通信开销。收起

关键词 : 无线传感器网络移动节点定位改进算法蒙特卡洛距离估计权值优化

10. 基于SDN多控制器优化选择的负载均衡算法研究

[学位论文] 刘晓凤湘潭大学 2020年硕士导师: 王灵矫共66页

摘要 : 软件定义网络（Software-definednetwork，SDN）是现代互联网中的一种新兴的网络技术，通过将控制平面与数据平面解耦，驱动网络易于管理和创新演化。SDN的智能体现在一个这样的事实：一个逻辑集中的控制器通过为交换机提供可以决定它的处理数据包行为... 展开软件定义网络（Software-definednetwork，SDN）是现代互联网中的一种新兴的网络技术，通过将控制平面与数据平面解耦，驱动网络易于管理和创新演化。SDN的智能体现在一个这样的事实：一个逻辑集中的控制器通过为交换机提供可以决定它的处理数据包行为的规则来管理交换机。由于网络规模的扩展，集中化控制器的可扩展性成为SDN的一个主要问题。部署分布式控制器是处理这一问题的一种很有前途的方法，一个控制器管理网络中的部分交换机。然而由于控制器与交换机之间的静态映射，这种分布式架构会引起负载分配不均。网络负载均衡影响网络的性能，所以解决分布式软件定义网络中的控制器负载均衡问题显得尤为紧要。本文所做的主要研究工作如下：（1）介绍了软件定义网络的研究背景和意义，精细描述了SDN多控制器及控制平面负载均衡的研究现状，阐述了SDN的定义及体系架构，介绍了控制器的体系架构及几种常用的控制器，简要介绍了负载均衡技术及其分类。（2）针对SDN多控制器部署导致的控制器负载分配不均问题，本文提出了一种基于博弈论的负载均衡（gametheory-basedloadbalancing，GTLB）机制。该机制首先基于博弈论构建博弈域模型，然后以控制器与交换机之间的时延和交换机迁移成本集合粒子群算法确定目标控制器，并依据节点距离和流请求量来选择迁移交换机，最后根据迁移计时器实现交换机的有序无缝迁移。实验结果表明，GTLB减少了网络的总通信开销，减少了流建立时间，控制器负载更为均衡。（3）在SDN多控制器负载均衡过程中，易出现呆板的选择迁移对象以及迁移冲突的问题。针对以上问题，本文提出了一种基于迁移优化的SDN负载均衡算法（migration-optimizedSDNloadbalancing，MOLB）。该算法分为两个阶段，首先根据控制器负载设定目标函数，基于粒子群算法选择交换机的迁入域和迁出域；然后，在此基础上，计算子域迁移度和交换机有效期，周期化管理交换机迁移过程，从而选取高请求数目的交换机完成交换机的动态迁移。实验结果表明，MOLB算法缩短了流表建立时延，降低了交换机迁移通信开销，资源利用率提高了14.4%，增强了网络的稳定性。收起

关键词 : 软件定义网络控制器负载均衡粒子群算法交换机迁移