李燕君
- 作品数：124 被引量：167H指数：7
- 供职机构：浙江工业大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省重大科技专项基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学机械工程更多>>
- 射频能量捕获无线传感网中占空比最佳的能量源布置方法被引量：3
- 2017年
- 无线射频能量传输技术在为下一代无线传感器网络供能方面具有广阔的应用前景。射频能量捕获无线传感网由于能量捕获速率非常有限,通常工作在极低的占空比模式下。因此这类无线传感器网络的一个基本问题就是如何配置给定数量的射频能量源(Energy Transmitters,ETs),从而最大化最糟糕(即具有最低能量捕获速率)节点的能量捕获速率,即最大化其占空比。首先对能量源最优化布置问题建模,为深入了解该问题提供理论基础;然后分别提出了贪婪式ETs布置方法和基于粒子群优化(Particle Swarm Optimization,PSO)的ETs布置方法。仿真结果显示,相较于均匀布置方法,所提出的两种能量源布置方法能够极大地提高全网最低占空比。
- 池凯凯林一民李燕君程珍
- 关键词：无线传感器网络
- 一种利用惯性导航与Wi-Fi指纹的混合室内定位方法
- 本发明公开了一种利用惯性导航与Wi-Fi指纹的混合室内定位方法，根据采集待定位点扫描到的AP的MAC地址及对应的RSS值结合Wi-Fi指纹库对待定位点进行Wi-Fi指纹定位；并根据Wi-Fi指纹定位结果与对应时刻惯性导航...
- 李燕君徐凯锋朱艺华
- 融合WiFi与可穿戴惯导模块的室内定位方法被引量：6
- 2022年
- 为解决基于智能手机的人员室内定位追踪易受手机姿态影响的问题,提出一种融合WiFi与可穿戴惯导模块的室内定位方法。通过固定在胸部的惯性测量单元实现行人航迹推算PDR定位,消除手机姿态对PDR定位的影响,采用加权贝叶斯算法实现WiFi指纹定位,为PDR提供初始定位,同时基于无迹卡尔曼滤波融合WiFi定位结果与PDR定位结果,以减少PDR的累积定位误差。最后,在真实室内环境中进行大量实验,实验结果证明本文提出的加权贝叶斯WiFi定位算法相比于传统贝叶斯算法定位误差降低了51.9%,提出的融合WiFi与可穿戴惯导模块的定位方法具有更好的精度和稳定性,相比于纯PDR定位算法平均定位误差降低了65.2%,相比于完全利用手机实现的融合算法,在3种不同手机姿态下平均定位误差分别下降了12.3%、39.3%和48.4%。
- 罗日李燕君金志昂陈博文
- 关键词：无迹卡尔曼滤波
- 后向散射通信的动态帧和充电时长调整策略
- 可计算RFID 节点是一种与传统传感器节点一样具有感知、计算和通信能力的节点，其通信方式沿袭了传统RFID 的被动通信方式，即捕获阅读器的射频能量，将感知数据通过后向散射通信技术传输给阅读器。然而，后向散射通信广泛采用的...
- 李燕君胡绍利
- 关键词：有效吞吐量帧长充电时间
- 基于二进制分子通信模型的单链路时延确定方法
- 一种基于二进制分子通信模型的单链路时延确定方法，包括以下过程，在二进制分子通信模型中，用传输不同的分子类型来代表比特0或1的发送，发送方纳米机器释放分子后，分子在介质中以布朗形式运动，对于单链路的两个纳米机器之间的传输，...
- 程珍池凯凯李燕君朱艺华田贤忠
- 文献传递
- 基于二进制分子通信模型的多播可靠性确定方法
- 一种基于二进制分子通信模型的多播可靠性确定方法，包括以下步骤：第一步，分析链路成功下多播场景的可靠性，在二进制分子通信模型中，用传输不同的分子类型来代表比特0或1的发送，发送方纳米机器释放分子后，分子在介质中以布朗形式运...
- 程珍池凯凯李燕君朱艺华田贤忠
- 一种基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法
- 一种基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法，从无线传感网没有射频能量源该初始状态开始，反复执行以下两部分操作：增加部署一个新的射频能量发送源和进行基于粒子群优化的K个能量源位置改善。每增加部署一个新的...
- 池凯凯林一民李燕君朱留栓程珍
- 能量感知的传感器网络分布式时空相关数据收集方案被引量：6
- 2011年
- 提出了基于域和树能量有效的数据收集方法,该方法基于采样数据之间的相关性差异构建域,根据域内节点之间的数据相关性融合采样数据,并调节节点的数据发送速率,然后基于节点的剩余能量和节点间的距离构建数据汇聚树.仿真结果表明,所提出的数据收集方法比现有的数据收集方法能耗更小,且分布更均衡,延长了网络寿命.
- 李燕君叶敬川朱艺华
- 关键词：数据收集无线传感器网络
- 基于强化学习的边缘计算网络资源在线分配方法被引量：12
- 2022年
- 针对边缘计算应用对实时性的要求,引入软件定义网络和网络功能虚拟化技术对边缘计算网络进行重构.基于此,考虑以最大化长期平均实时任务处理成功率为目标的计算和通信资源在线分配问题.通过建立马尔可夫决策过程模型,提出基于Q学习的资源在线分配方法.Q学习在状态动作空间较大时内存占用大且会发生维度灾难,鉴于此,进一步提出基于DQN的资源在线分配方法.实验结果表明,所提出算法能够较快收敛,且DQN算法相较于Q学习和其他基准方法能够获得更高的实时任务处理成功率.
- 李燕君蒋华同高美惠
- 关键词：资源分配马尔可夫决策过程Q学习
- 一种能量捕获无线传感网高数据包传递率多播方法
- 一种能量捕获无线传感网高数据包传递率多播方法，在基站端采用纠删码来应对无线链路的不可靠，在传感器节点端通过考虑节点当前储能、能量捕获速率以及当前信道质量这三方面因素，分析出当前待接收数据块的正确接收数据包数目期望值，只有...
- 池凯凯林一民李燕君朱艺华程珍戴志泉
- 文献传递
