基于稀疏特性的盲二值图像去模糊

通过分析二值图像发现其像素值具有稀疏特性,因此采用L₀梯度反卷积算法结合二值图像的组合特性来处理盲二值图像的复原问题。常见的图像复原方法均将二值图像看作灰度值图像来处理,当其考虑到二值图像的特殊性质时,将会针对这种特定类型的图像得到更好的复原效果。提出的盲复原算法基于一阶梯度空间L₀最小化问题的框架,利用L₀梯度图像平滑方法来获得明显的图像边缘以估计模糊核,并将二值图像的特有属性作为正则项加入目标函数。在图像的复原过程中,通过二值图像先验来强制复原结果趋于二值图像。根据提出的模型,给出了基于稀疏特性的盲二值图像复原算法。通过实验将该算法与传统的盲反卷积复原算法进行比较,结果表明所提算法具有良好的性能,对二值图像进行复原是有效的。     

基于感知概率的无线传感器网络节点部署算法

研究无线传感器网络节点部署优化问题,传感器节点的部署在一定程度上决定了无线传感器网络的性能和使用寿命;针对随机部署的无线传感器节点,提出一种基于感知概率模型的节点部署方案;使用证据理论通过计算对节点周围区域的综合感知概率,将虚拟力算法进行改造,使传感器节点向感知概率低的区域移动,实现对监测区域的最大覆盖;仿真结果表明,该部署算法实现节点合理分布,提高网络的覆盖率,减少节点的移动距离,达到延长网络使用寿命的目的。     

改进的虚拟力最大覆盖选址算法研究

针对基于共同配送背景下配送中心的选址问题,以覆盖率为优化目标,设计了基于改进的虚拟力最大覆盖选址算法,配送中心根据其所受的虚拟力,向着感知概率低的区域进行移动,使得配送系统中的感知概率逐渐接近平均,从而实现对服务区域的最大覆盖;通过Matlab仿真,基于改进的虚拟力算法使得覆盖率平均提升了22.58%,证明了该算法的有效性。     

基于平衡距离的无线传感器网络节点部署算法

针对随机部署的无线传感器节点,提出一种节点移动方案。将节点移动划分成若干个过程进行,在每个移动过程中根据平衡距离和位置关系进行节点移动,使聚集在一起的节点分散开,实现对监测区域的最大覆盖。由于节点间平衡距离逐渐增大,因此在每个移动过程中节点的移动距离均较小,减少了节点移动距离总和。仿真结果表明,该算法在保证覆盖效果的基础上,降低节点的总移动距离。