基于时隙和数据帧的组网算法设计

给出基于时隙与数据帧相结合的组网算法,以缓解同频组网的多设备通信冲突。根据基站扫描情况为各设备分配时隙,并设立保护间隔。在传输时隙内,发送特殊格式的数据帧实现时隙校准。引入基站预扫描可提高时隙分配的准确性,借助数据帧校准可减少时钟漂移。对LoRa组网的测试结果显示,所给算法相比于单一时隙算法,有更好的网络稳定性和更低的网络丢包率。     

H.264帧内预测快速算法

在研究H．264帧内预测算法的基础上，提出一种新颖实用的自适应帧内预测快速算法．首先，利用前一帧和当前帧对应位置宏块的帧内预测模式进行预测，从而减少当前宏块的预测模式数量，降低编码复杂度；然后根据量化因子。自适应地插入使用各种帧内预测模式的修正帧，并改变候选预测块的数量来保证帧内预测快速算法的准确性．实验结果表明，在码率增加小于3％，恢复图像平均峰值信噪比下降不到0．04dB的情况下，使用帧内预测快速算法，编码速度可提高22％～35％，满足实时视频通信的要求．该算法与H．264标准兼容，可用于实际视频通信产品．     

基于海量属性数据的索引构建方法研究

基于全球地理信息中海量属性数据,提出了利用已有数据构建索引和批量插入索引数据的改进算法。使用自底向上构建索引算法建立索引树,提高了空间利用率和建库速度;采用缓冲页法批量插入数据,提高了插入效率,减少了节点分裂次数。该算法不但适用于建立索引库,而且适用于更新索引库。     

基于半边数据结构的逐点插入Delaunay三角剖分算法

目的 根据传统的三角剖分算法,提出一种基于半边数据结构的逐点插入Delaunay三角剖分算法,提高三角网的构网效率.方法 在逐点插入Delaunay三角剖分算法中引入半边数据结构,在半边数据结构基础上定义Dart三元组,并为Dart三元组定义一组拓扑和几何操作,实现基于半边数据结构的逐点插入Delaunay三角剖分算法.结果 结合随机生成数据,通过实验结果 比较,证明基于半边数据结构的逐点插入Delaunay三角剖分算法具有较好的执行效率,并且随着点个数的增多,这种优势越加明显.结论 半边数据结构及其拓扑和几何操作能够较好地适应Delaunay三角剖分,提高了构网效率.     

基于数据挖掘的未知帧结构识别

为了解决当传输的数据在链路层上的帧结构是未知的情况时,IP层及以上将无法进行数据抽取和分析的问题,本文利用数据挖掘的相关技术,对链路层上没有进行帧切分的原始比特流的未知帧结构识别进行了相关研究。首先,理论上论证了对原始比特流数据进行长频繁序列模式挖掘的必要性,这些频繁序列可能就是帧结构中的特征字段,并且揭示了比特流数据序列挖掘具有的“向下闭包”的性质,提出了高效的长频繁序列挖掘算法和序列模式关联算法。算法在以太网下进行仿真实验,能够挖掘出以太网帧结构中的全部已知字段间的关联性。实验表明,算法能够一定程度上揭示未知帧结构的相关结构特征。     

M-distinct算法改进：面向动态数据集重发布的隐私保护算法

M-distinct extension算法通过将数据添加、删除、更新三种情况分开处理,在删除情况下引入伪记录的概念,使得攻击者无法得出插入和删除数据之间的联系;另一方面提出事实：数据记录的不同属性在不同的发布用途中其信息权重并不相同,根据事实,引入属性权重的概念,减少算法在分配和划分两个阶段的循环次数,提高算法的效率。     

面向流式数据认证的变色龙认证树算法研究

针对流式数据应用的场景及其安全性需求,对流式数据认证相关内容进行研究,构造基于变色龙认证树算法的流式数据认证模型。在这个算法模型下,实现流式数据的添加、查询、认证等操作。动态变色龙认证树算法插入数据更稳定,查询验证时返回的认证路径更短,因此减少了时间、空间开销。测试结果表明动态变色龙认证树在插入、查询、验证效率上有了较大提升。     

一种改进的快速中值滤波算法

对多种中值滤波算法的去噪效果和耗时进行了研究,提出一种改进的快速中值滤波算法。先采用二分法删除第一列数据,插入窗口第三列数据来求得中值,接着对该像素点进行噪声的确定,然后根据判断结果进行中值滤波处理。此算法将中值滤波算法的排序比较次数降低了一半,使得滤波的速度提高了3．5倍;同时减少了图像细节信息的丢失,提高了中值滤波算法的信噪比。     

增强型动态帧时隙ALOHA算法

针对现有帧时隙算法对帧长度的调整并不能使系统效率达到最大的缺点,本文提出了一种改进的算法。该算法首先对发生碰撞的时隙进行统计,再通过分析得出数学公式,并根据该公式计算出识别区域内未识别标签数,最后根据未识别标签数调整帧的长度。当未识别标签数很大时,算法采用分组对其识别。仿真结果表明,该算法适用于标签数较多的场合,当标签数为1000时,该算法比基本帧时隙ALOHA算法和动态帧时隙ALOHA算法的系统效率分别提高了89%和75%。     

一种无同步码字的turbo码帧同步器

为了提高低信噪比情况下turbo编码系统的帧同步性能,提出了一种基于turbo码外信息的最大似然帧同步算法.通过同步状态和失步状态下turbo码外信息平均绝对值统计分布的研究发现,它们的分布呈近似的高斯分布,而且同步状态下的分布的期望值要大于失步状态下分布的期望值,因此外信息平均绝对值可以作为帧同步判决的标准.该算法不需要在码字之间插入同步码,因此能有效提高系统的频带利用率.同时,仿真显示,该算法具有良好的同步性能.     

基于NURB S插值的散乱数据点人体自由曲面重构技术

本文基于NURBS理论体系提出了三维人体自由面重构技术：将密集的散乱人体表面数据点进行初步压缩,根据更新的曲线差值算法得到截面上的插值曲线;在曲线上插入控制点形成控制点短阵,最后根据控制点矩阵构造NURBS人体。     

在Turbo码数据帧中插入循环码实现纠错

提出Turbo码译码器输出似然比绝对值最小的若干符号出现差错的概率最大,可以将此若干符号的位置作为Turbo码译码器输出数据帧错误位置的依据。在此基础上,在Turbo码的数据帧中插入简单的CRC码即可前向纠正单个或多个随机差错。     

基于点云数据NURBS曲面重构技术探究

通过研究NURBS曲面重构算法,分析了多种应用软件曲面重构方法并根据古建筑保护测量获取到点云数据的特点,对非均匀分布的型值点采用NURBS曲线曲面节点插入算法生成呈四边域分布的控制点矩阵,运用OpenGL在C#环境下进行了虚拟显示.     

面向分层B帧编码的帧级别码率控制算法

为了更有效地支持分层B帧编码结构,提出了一种帧级别码率控制算法.首先,根据编码内容的复杂度和可用信道带宽自适应选择最佳初始量化参数;其次,根据分层B帧的编码结构特点,分别从图像组级别、时域层级别以及帧级别进行码率分配;最后,采用二次码率-量化模型计算量化参数并进行调整.实验结果表明,该算法与传统的码率控制方法相比,在提高码率控制精度的同时,能带来最高1.5 dB的峰值信噪比增益.     

一种基于验证帧和验证块的帧率上转换算法

本文对帧率上转换进行研究。虽然目前针对帧率上转换问题存在多种算法,但都没有充分利用已知帧和已知块等图像信息对插入块的运动矢量进行估计。本文算法为了解决了帧率提升中因虚假时间对称性产生的错误运动估计的问题,减少块效应,提出了一种基于验证帧和验证块的双向运动估计算法,该算法首先对待插块进行双向运动估计,然后通过验证帧和验证块对运动估计的结果进行验证,得到较准确运动估计,最后对运动矢量进行平滑,并进行自适应重叠块运动补偿得到内插帧。标准测试序列的实验结果表明,本算法与已存算法相比,图像质量在主观和客观方面都有所提高。     

基于动态帧的视频关键帧提取算法研究

针对基于内容的视频检索系统,提出了一种关键帧提取算法．为了提高算法的保真度和压缩比,首先构造了动态帧,它的每个像素对应一个像素代表灰度集合,该集合中的元素可以最大限度地代表镜头中相应像素的灰度值,然后根据镜头中每一帧与该镜头动态帧之间的距离来确定关键帧．为了验证本算法的有效性,选取了大量视频与TMOF算法及SKF算法进行比较．结果表明：该算法具有较高的准确性和可靠性,保真度和压缩比均高于其他两种算法．     

基于帧服务时延的拥塞控制算法

针对无线传感器网络介质访问控制(MAC)层存在的拥塞问题,提出一种拥塞控制算法。利用IEEE802.15.4协议MAC层帧服务时延对拥塞指示的有效性,在IEEE802.15.4协议的CSMA/CA算法中增加以帧服务时延为阀值的计时器,并根据计时器的值调整传感器节点的发射速率,可达到对MAC层拥塞进行控制的目的。仿真结果表明,与传统算法相比,网络中有40个节点时,新算法对网络拥塞大约有60%的改善。     

列表轮廓零件数控自动编程技术自适应算法

目的　研究一种解决列表轮廓零件 NC编程困难的新方法 .方法　提出一种根据零件加工精度要求 ,自动生成变步长刀位轨迹的算法自适应算法 .结果　该算法可根据列表曲线的曲率变化 ,随时改变步长 ,同时使误差满足要求 .结论　从计算结果可以看出 ,随着加工精度的提高 ,插入的点数增加 ,对于同一条曲线 ,曲率大的地方插入的点数较多     

无线传感器网络与以太网络帧结构转换

对下一代有线数字电视传送网络用户端以太数据帧,与家庭无线传感器网络数据帧相互转换进行了研究。相互转换的关键网元是汇聚节点sink,合理设计以太网侧数据帧结构,配置有线侧与无线侧帧结构比例,设计转换算法,有效完成了在sink节点上无线传感器网络与以太网络的数据帧结构转换。     

基于车载LiDAR数据的道路边界精细提取

根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.