排序方式: 共有47条查询结果,搜索用时 0 毫秒
1.
物理层密钥具有降低密钥分发、更新和维护的难度的特点,针对无线传感器网络中节点传输信息易遭受窃听攻击的问题,基于物理层安全中的"一次一密"理论,提出了一种物理层密钥生成方法,主要包含信道估计、特征提取、密钥生成与协商。在半双工通信模式下,根据信道估计阶段相干时间的长短,对训练序列的长度进行动态调整,提高信道估计的一致性。仿真试验与对比分析结果表明,窃听节点生成密钥与合法节点生成密钥的一致性始终维持在较低水平,降低了遭受窃听攻击的风险。 相似文献
2.
全量程无线倾角传感器 总被引:2,自引:0,他引:2
倾角测量广泛地应用于诸多工程领域,该文针对基于MEMS加速度传感器进行倾角测量量程受限问题,设计了由双轴加速度传感器、无线射频模块等组成的全量程无线倾角传感器,通过挂限判别实现了0°~360°全量程的倾角测量,并采用二次最小二乘法进行输入输出特性建模。试验结果表明,倾角传感器在全量程范围内测量精度为±0.21°。 相似文献
3.
4.
基于PDR和RSSI的室内定位算法研究 总被引:5,自引:0,他引:5
构建了基于无线传感网络的行人航迹推算(PDR)系统,通过RSSI定位为其提供绝对定位信息。在RSSI定位中,提出基于PDR方位信息的自适应Flip-Flop RSSI信息预处理机制和RSSI指纹信息融合动态路径衰减指数的定位算法,以改善RSSI定位算法的抗噪声干扰能力。在多信息融合粒子滤波环节中,针对传统算法中滤波精度与滤波实时性很难同时得到改善的问题,提出基于PDR信息与RSSI定位信息的动态区间粒子滤波算法,通过PDR方位信息自适应控制区间衍生粒子数量以提高滤波实时性,并将建筑地图信息、RSSI定位信息及其可信度因子融入粒子权值计算中以提高定位精度。经实验验证,提出的算法在RSSI定位抗噪声能力方面,以及融合定位精度和滤波实时性方面都取得了良好的效果,与传统算法相比最大定位误差由3.16 m降低到1.81 m,滤波时间也由7.21 s降至7.01 s。 相似文献
5.
6.
离群点检测已在许多领域得到了广泛的应用,支持向量数据描述(SVDD)是一种流行的离群点检测方法,但其训练阶段需要二次规划求解,以及决策阶段计算与支持向量数量呈线性关系等导致该方法具有较高时间复杂度。本文提出了一种快速SVDD离群点检测方法,首先在训练阶段利用训练集约简和二阶逼近的序列最小优化(SMO)算法降低训练时间,然后在决策阶段通过分析决策函数表达式,利用获取超球球心原像的方式降低决策时间,使得该方法的时间复杂度显著降低。利用标准的公用数据集验证提出的方法,结果表明该方法的时间复杂度明显优于传统的方法。 相似文献
7.
差压传感器非线性特性研究 总被引:1,自引:0,他引:1
介绍了一种智能差压传感器,针对影响传感器准确度的输出—输入非线性问题进行了研究。采用了BP神经网络来建立差压传感器的输出—输入模型,网络模型采用了三层结构,输出—输入层各自采用了一个神经元,将神经网络的均方误差目标值设定为10-6,并在MATLAB中进行了仿真,经训练得到的输出—输入模型的非线性误差可以达到±0.032%。通过与多项式拟合方法和最小二乘直线拟合方法所得结果进行比较,结果表明:采用BP神经网络方法对提高智能差压传感器的测量准确度具有参考价值。 相似文献
8.
贝叶斯网络在火灾报警系统中的应用 总被引:1,自引:0,他引:1
在火灾报警系统中火灾概率分析存在不确定性因素问题,为此文章提出用贝叶斯网络对火灾概率进行分析。首先通过分析火灾燃烧原理,得到火灾概率与燃烧过程产生的物化特征之间的内在逻辑关系;在定义火灾燃烧特征参量作为贝叶斯网络节点变量的基础上,创建了基于Netica的火灾报警系统贝叶斯网络模型。通过概率推理和对节点的证据敏感性分析,验证了利用贝叶斯网络模型对火灾发生概率进行分析是可行的、有效的。 相似文献
9.
提出一种基于混沌高斯局部吸引点量子粒子群(CGAQPSO)优化最小二乘支持向量机(LSSVM)的短期风电功率预测模型。首先,混沌算法初始化粒子种群,提高初始粒子在搜寻空间遍历性,将局部吸引点改进为高斯分布局部吸引点,增强粒子全局搜索能力,从而得到混沌高斯局部吸引点量子粒子群优化算法。对基于不同类型核函数(Linear、POLY、Sigmoid及RBF)进行比较,选择RBF核函数来构建LSSVM风电预测模型。最后,以安徽某风电场实测风电、温度及湿度的历史数据作为CGAQPSO-LSSVM(RBF)模型的训练数据。实验表明,与GA、PSO和QPSO优化LSSVM预测模型相比,所提出的CGAQPSO-LSSVM模型能够有效提高风电功率预测精确度。 相似文献
10.
利用金属膜片感受被测压力并将其转换成集中力,再通过传压杆将集中力传递到SOS元件上,从而实现了比SOS元件量程低的压力测量.基于此原理,用0.3MPa量程的SOS元件,研制成了0.03MPa量程的压力传感器.实验结果与理论分析吻合很好 相似文献