车联网中的协同通信平均传输时间计算

车联网(Internet of Vehicles,Io V)是智能交通和通信领域的热点课题,协同通信算法的研究是Io V通信的重要技术之一。针对Io V环境下因通信拓扑结构快速变化导致数据信号利用单一通信方式难以高效传输的问题,提出Io V环境下协同通信算法,利用车对车(Vehicle-to-Vehicle,V2V)和车对路(Vehicle-to-Infrastructure,V2I)协同通信方法,对目标数据从请求到完成的平均传输时间进行了理论分析和推导。仿真结果表明,该算法的传输效率比基于移动边缘计算(Mobile Edge Computing,MEC)车联网协作传输算法提升40%,比基于分簇V2X车载广播传输算法提升25%;该算法的平均传输时间随着路侧单元(Road Side Unit,RSU)缓存概率从0.5增加至1可提高9%,随着车辆缓存概率从0.5增加至1可提高46%。     

基于搭载Linux平台Raspberry Pi的导盲机器人控制系统设计

中国盲人数量占全球盲人比例较大,而国内导盲犬昂贵且稀少,无法普及,提出一种适合于普通盲人的导盲机器人,在于取代导盲犬,成为广大盲人群体都可以接受的廉价、实用并且便携的导盲工具。本导盲机器人使用搭载Linux(Debian发行版)平台的Raspberry Pi作为系统的中央处理单元,通过五个超声波距离传感器从盲人前进的不同角度收集周围环境距离信息,在超声波传感器初步定位障碍物的基础上,通过摄像头采集图像数据进一步处理判断障碍物位置,融合两种判断结果通过振动信号将障碍物位置和距离反馈给盲人。在实验环境下实现辅助盲人进行躲避障碍物的功能。     

基于MCU的多通道风速计设计与实现

针对传统单点流量测量风速已经不能满足要求的问题,提出了基于MCU的多通道风速计设计与实现,阐述了硬件、软件实现方法。实验结果表明,该方法可以准确测量出8个通道的风速值,测得的风速精度高,稳定性良好。     

基于搭载Linux平台Raspberry Pi 的导盲机器人 控制系统设计

中国盲人数量占全球盲人比例较大,而国内导盲犬昂贵且稀少,无法普及,提出一种适合于普通盲人的导盲机 器人,在于取代导盲犬,成为广大盲人群体都可以接受的廉价、实用并且便携的导盲工具。本导盲机器人使用搭载Linux （Debian 发行版）平台的Raspberry Pi 作为系统的中央处理单元,通过五个超声波距离传感器从盲人前进的不同角度收集周围 环境距离信息,在超声波传感器初步定位障碍物的基础上,通过摄像头采集图像数据进一步处理判断障碍物位置,融合两种判 断结果通过振动信号将障碍物位置和距离反馈给盲人。在实验环境下实现辅助盲人进行躲避障碍物的功能。     

基于蚁群优化神经网络的故障诊断

针对BP神经网络收敛速度慢,易于陷入局部极小点的问题,将蚁群算法引入BP神经网络的优化训练,建立了基于该算法的BP神经网络训练模型,并应用于电机转子故障诊断。结果表明,用蚁群算法训练神经网络具有较高的故障诊断精度,收敛性好,可以有效快速定位电机转子故障,提高诊断的效率和质量。     

车联网中基于BP神经网络的智能协同频谱感知算法

针对传统信噪比加权频谱感知方法在车联网(Internet of Vehicles,IoV)环境中受噪声影响较大、感知准确率较低的问题,提出了一种基于反向传播(Back Propagation,BP)神经网络的IoV协同频谱感知(Cooperative Spectrum Sensing based on BP Neural Network,BP-CSS)算法.该算法首先将本地次用户能量检测结果进行协方差处理,然后通过BP神经网络对次用户信噪比进行权值优化,使用训练好的模型进行协同频谱感知.仿真结果表明,在信噪比0～25 dB范围内、10个次用户协同感知时,该算法在噪声干扰较大的环境中的平均检测准确率为90％,比基于信噪比加权频谱感知方法提升20％,比基于门限值频谱感知方法提升30％.