黄福川
- 作品数：3 被引量：0H指数：0
- 供职机构：福州大学数学与计算机科学学院更多>>
- 发文基金：福建省教育厅A类人文社科/科技研究项目国家自然科学基金福建省科技创新平台建设项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Q-学习的无线传感器网络MAC层调度方法
- 2017年
- 为提高无线传感器网络节点的能量利用率,提出了一种基于Q-学习的无线传感器网络休眠调度算法QMSA,从无线传感器网络的MAC层出发解决了节点的休眠调度问题。该算法通过扩展原始Q-学习方法使传感器节点自适应的控制自身的休眠与工作。节点以分布式方式通过与其周围的环境进行直接交互学习得到一个高效的调度策略以决定其是否进入休眠状态。实验结果显示本文提出的算法既可以提高能耗效率,同时也能够保证传感器网络有一个很好的感知效率。
- 黄福川吏济新程红举
- 关键词：无线传感器网络Q学习
- 无线传感器网络中基于马尔科夫链的数据预测算法
- 2016年
- 无线传感器节点持续感知的数据具有高度的时间关联性,所产生的冗余数据会给传感器节点带来不必要的数据传输和能量消耗.数据预测算法通过预测节点的感知数据序列可以有效避免上述问题.提出一种基于马尔科夫链的数据预测算法(MC-DP),该算法首先对传感器节点感知的数据进行弱化处理来提高数据序列的光滑性,然后采用离散灰色预测模型对节点需要向sink传输的数据序列进行预测,当节点预测的数据精度不够时,进一步使用基于马尔科夫链的数据修正过程来对其进行改进.实验结果表明,MC-DP算法预测准确率更高,预测序列的数据误差率更低,使用该预测算法使得传感器节点可以节约更多能量.
- 吏济新张雅云黄福川程红举
- 关键词：无线传感器网络马尔科夫链数据预测
- 无线传感器网络中基于灰色关联度的丢失数据估算算法
- 2016年
- 由于无线传感器网络中节点感知的数据的丢失情况普遍,而无线传感器网络是以数据为中心的网络,因此对于传感器节点的丢失数据估计问题研究显得十分重要。本文针对无线传感器网络中的数据丢失问题,提出了一种基于灰色关联度的丢失数据估算算法,该算法主要分数据去噪,灰色关联度计算,邻居节点选取,估算丢失数据四个过程。实验结果表明本文提出的算法较相关算法有更高的精度。
- 陈冬隐黄福川
- 关键词：数据丢失邻居节点
