智能传感器数据处理方法

为提高智能传感器的测量准确度,根据数据处理的最小二乘法原理给出了动态测量中的数据平滑方法;利用神经网络良好的非线性映射能力,对标定数据进行输入/输出特性的反非线性逼近训练。结果表明:利用数据平滑处理方法,可以提高传感器测量准确度和抗干扰能力;利用神经网络进行的数据处理,相对于传统数据平滑方法,能使传感器的准确度由6.67%提高到0.98%。     

智能传感器的数据处理方法

智能传感器能充分利用计算机的计算和存贮能力,对传感器的采集数据进行处理并达到最佳。根据测量数据处理的最小二乘法原理,给出了智能传感器在动态测量过程中的数据预处理和数据平滑方法。测试结果表明:利用数据平滑处理方法,可以提高传感器测量准确度和抗干扰能力。     

遗传算法在多传感器多目标静态数据关联中的应用

利用多传感器跟踪多目标技术中最重要的问题是目标关联问题。而常见的关联算法要么计算量大,要么实际运用中效果不理想。本文提出了利用遗传算法来解决无杂波和漏检情况下三种不同类型、不同位置的传感器对数目未知的目标进行检测时的静态数据关联问题。实验结果表明这种算法具有很高的关联成功率。     

多传感器信息融合目标识别系统设计

多传感器信息融合主要用于目标检测、定位、跟踪和识别。多传感器信息融合对来自不同信息源的信息进行分析与综合,产生被测对象的统一最佳估计,使信息的准确性、可靠性及完备性有明显提高。各个传感器所提供的信息一般是不完整的,即包含大量的不确定性。而证据理论能很好地表示不确定性,且推理形式简单,因而在信息融合方面起着重要的作用。本文采用模糊集合的隶属度函数构造证据理论中的基本概率赋值函数,使得证据理论应用于实际更加方便有效。该方法首先根据被跟踪目标数据库的信息构建每个属性的模糊逻辑图,然后以模糊集合的隶属度函数为基础计算每个属性的mass函数。最后用证据理论的合成规则对mass函数进行合成达到目标识别的目的。     

多传感器多目标状态信息融合

研究了多传感器多目标状态信息融合问题。针对被动式跟踪的特点，借助主动跟踪的距离通道值，提出类主动的被动式跟踪。在此基础上提出主被动串并联状态信息融合算法。仿真结果表明该融合方法可以大大提高跟踪精度，而且提高系统的可靠性。     

基于QPF的无源传感器目标跟踪算法

在无源传感器目标跟踪系统的研究中,在双红外传感器组成的无源传感器目标跟踪系统模型中,传感器提供的仅是目标的角度信息,导致量测值与目标状态之间存在较强的非线性关系,而传统跟踪算法在解决非线性问题时具有局限性,为提高目标跟踪精度,提出一种基于积分粒子滤波(QPF)的无源传感器目标跟踪算法,在不受非线性、非高斯问题限制的粒子滤波的基础上,从改进粒子滤波重要性函数的角度入手,利用积分卡尔曼滤波(QKF)将当前最新量测考虑在内,构造出粒子滤波的重要性函数,使得改进后的重要性函数更加贴近真实后验分布,从而有效遏制了粒子退化现象.仿真结果表明,改进算法提高了跟踪精度,较好地解决了无源传感器对目标的非线性跟踪优化问题.     

传感器标定的统一数据处理方法

研究传感器静特性参数标定的实验数据处理方法。当被标定参数本身含有随机误差时,现有算法不能获得被标定参数均值的最优估计,基于信息融合理论提出了统一的参数最优估计算法,并通过数值仿真例子验证了其有效性。     

基于信息熵的多无源传感器数据关联

针对多维分配模型在构造关联代价函数时,直接利用极大似然估计值代替目标的真实位置信息,未考虑极大似然估计所引入的随机误差问题,提出一种基于信息熵的多无源传感器数据关联算法.考虑到量测后验概率密度函数与伪量测概率密度函数之间的差异性,分别利用相对熵和Renyi熵量化该差异构造关联代价函数以增强模型的完备性.仿真实验结果表明:该算法有效地提高了关联正确率,具有较好的关联性能.     

四旋翼飞行器平衡传感器数据处理方法探讨

四旋翼飞行器的制作与研究日渐火热,而且其应用价值日渐凸显,当今四旋翼飞行器大都使用飞控板控制,其优点是操作简单,稳定性比较好,但很多的复杂功能无法自定义,仅仅能使用其固有的动作。源于市面上飞控板的这一不足,设计了具有自主特色的控制思路,重点讲解在研究过程中的角度平衡的数据处理思路与方法。     

一种扭矩传感器的无线数据传输系统

本文介绍了一种扭矩传感器无线数据传输的设计方法,并给出了利用单片机进行无线数据传输显示的实例,提出了电路设计中需要注意的问题,给出了程序流程图。该系统利用编解码技术和软件容错技术,传输可靠,非常适合于无法进行有线传输而需要利用无线数据传输的区域。     

Min-max optimal data encoding and fusion in sensor networks

The paper considers a sensor network whose sensors observe a common quantity and are affected by arbitrary additive bounded noises with a known upper bound. During the experiment, any sensor can communicate only a finite and given number of bits of information to the decision center. The contributions of the particular sensors, the rules of data encoding, decoding, and fusion, as well as the estimation scheme should be designed to achieve the best overall performance in estimation of the observed quantity by the decision center. An optimal algorithm is obtained that minimizes the maximal feasible error. It is shown that it considerably outperforms the algorithm proposed in recent papers in the area and examined only in the idealized case of noiseless sensors.     

Enhancing secure access to sensor data with user privacy support

With the development of solutions like 6LoWPAN, the implementation of IP technology in sensor devices is already a reality. Therefore, sensors can be natively integrated in the Internet, becoming globally addressable by any other Internet-connected party. Despite the huge potential of this approach, it also gives place to new threats, being one of the most critical ones the effective protection of the information gathered by sensors from unauthorised remote access attempts. A suitable solution to address this issue is the Ladon security protocol, which provides resource-deprived devices with end-to-end authentication, authorisation and key establishment mechanisms. Once the critical security issue has been solved, additional concerns arise. Specially remarkable is the protection of user privacy in order to prevent potential eavesdroppers from tracking users’ access trends and obtaining behavioural patterns. In this regard, authentication and authorisation processes deserve an special consideration, since they imply conveying user identity-related information to the targeted services. In this paper, we present a privacy-enhanced Ladon protocol by integrating the original protocol with the PrivaKERB user privacy framework for Kerberos. Due to the severe resource limitations that characterise the targeted environments, a performance evaluation of the proposed solution is carried out in order to prove that it meets the performance requirements of the considered environments in terms of energy cost and additional delay for each secure session establishment. The obtained results show that privacy-enhanced Ladon is a secure and efficient solution to implement privacy-supporting authentication and authorisation processes in resource-deprived environments.     

材料力学应变实验的数据拟合方法研究

介绍了利用最小二乘法原理,根据不同的数学模型对材料力学实验的应变数据进行数据拟合的方法。     

多导航传感器的数据融合处理方法研究

在舰船导航过程中为克服单一模型的卡尔曼滤波器对真实系统状态参数发生变化时造成滤波误差过大甚至发散的现象,将多模自适应控制用于导航数据融合处理方法中,设计了组合导航系统的多模型自适应卡尔曼滤波器,通过数字仿真将单一模型的INS/GPS/Doppler组合导航系统与多模自适应控制的组合导航系统的性能进行了比较,表明了多模自适应控制在组合导航系统中可以改善系统的瞬态响应和覆盖大范围的参数不确定性,提高了组合系统的导航精度.     

An integrated framework for managing sensor data uncertainty using cloud computing

In recent years, an increasing number of data-intensive applications deal with continuously changing data objects (CCDOs), such as data streams from sensors and tracking devices. In these applications, the underlying data management system must support new types of spatiotemporal queries that refer to the spatiotemporal trajectories of the CCDOs. In contrast to traditional data objects, CCDOs have continuously changing attributes. Therefore, the spatiotemporal relation between any two CCDOs can change over time. This problem can be more complicated, since the CCDO trajectories are associated with a degree of uncertainty at every point in time. This is due to the fact that databases can only be discretely updated. The paper formally presents a comprehensive framework for managing CCDOs with insights into the spatiotemporal uncertainty problem and presents an original parallel-processing solution for efficiently managing the uncertainty using the map-reduce platform of cloud computing.     

基于相似连接的多源数据并行预处理方法

大规模网络环境和大数据相关技术的发展对传统数据融合分析技术提出了新的挑战。针对目前多源数据融合分析过程灵活性差、处理效率低的问题，提出了一种基于相似连接的多源数据并行预处理方法，该方法采用了分治和并行的思想。首先，通过对多源数据中的相似语义进行统一、对个性语义进行保留的预处理方法提高了灵活性；其次，提出了一种改进的并行MapReduce框架，提高了相似连接的效率。实验结果表明，所提方法在保证数据完整性的基础上，使总的数据量减小了32%。与传统的MapReduce框架相比，改进后的框架在耗费时间方面减小了43.91%，因此该方法可以有效提高多源数据融合分析的效率。     

多源网络安全数据时序可视分析方法研究

近年来网络安全数据时序可视化是网络安全的热门话题,它主要是通过提供科学的数据可视化工具,提高网络安全,提升工作人员维护计算机的能力,进而将问题的发现、问题的识别、问题的掌握,全都一手掌握.网络安全可视化同新时代的一个新兴交叉研究,该研究目前已经在网络监控、检查异常等方面取得了不小的进展.文本主要是为了应对多源网络安全数据时序可视分析需求,进行了统一的方法研究,通过实验论证证明了网络安全数据可视分析方法的有效性.