纳米材料修饰ITO电极的皮电传感器研究

针对人体皮电反应肌电信号幅度小、信噪比低、准确获取困难的问题,利用掺Sn的In2O3(ITO)膜作为氧化铟锡(ITO)电极,表面吸附一层铜锌掺杂Z型锶钴铁氧体 作为电子介体制作一种新型的皮电传感器,可以有效地收集到人体皮电反应时的肌电信号。通过伏安法对传感器的性能研究。结果表明：传感器对皮肤肌电信号具有明显的电化学活性,线性范围为 ,在 的情况下,检测限为 。该传感器制备简单、经济实用,具有良好的准确性、灵敏度及抗干扰能力。     

基于ZigBee的校园安全监控系统设计＊

本文设计了一种基于ZigBee技术的校园监控系统,将ZigBee监控网络提供的目标位置信息与监控摄像机群结合,实时监控校园的安全。监控系统利用ZigBee节点进行定位与信息通信,当图像识别超出安全阈值,全部可拍摄范围内的节点摄像头自动对锁定目标跟踪监控,同时,系统自动发送报警电话及邮件至学校保卫处和范围内的人群,邮件内容含有危险人群及物品的位置信息和现场监控的实时画面。仿真实验表明,监控目标跟踪定位误差在3m之内时,跟踪目标可出现在摄像机监控显示内,且清晰可识别。     

基于多通道稀疏LSTM的蜂窝流量预测研究

下一代蜂窝网络在网络管理和服务供应场景中发挥着重要的作用,对移动网络流量的预测分析正变得越来越重要.文中针对城市蜂窝流量的预测,设计了一个基于多通道稀疏长期短期记忆网络(Long Short-Term Memory,LSTM)的流量预测模型.相对于多层感知器网络或其他神经网络结构,LSTM非常适合处理时间序列数据问题.所设计的多通道方式能够有效捕获多源网络流量信息,其稀疏方式使其自适应地对不同的流量时间节点赋予不同的权重,提高了深度神经网络模型捕捉重要特征的能力.在意大利米兰城市蜂窝流量数据上进行了实验,评估了所提方法对单步和多步预测的性能.实验结果展示出所提方法比基准方法更精准.此外,实验还报告了蜂窝流量中不同持续时间采样设置对LSTM网络模型的可存储长度及预测精度的影响.     

基于RSSI测距信号衰减因子的WSN定位算法研究

在无线传感器网络中定位技术是运用广泛的重要技术,在基于距离的定位技术中,测距精度在很大程度上决定了定位精度.传统的RSSI测距法存在路径损失模型复杂、环境变化引起信号严重震荡而产生测距误差等不足.针对以上问题,本文提出利用锚节点测距信号衰减因子的RSSI测距法,该测距法无需建立路径损失模型,同时,信号衰减因子与RSSI测距有很强的关联性,减少了因其他因素引起的信号强度值震荡而带来的测距误差,具有很好的环境适应能力.