排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优. 相似文献
3.
针对移动通信网络中数字直放站的空间同频干扰问题,提出一种基于附加信号的回波抵消算法。首先对直放站真实回波信号的成因及特性进行了研究,建立了真实回波信道参数矩阵的模型; 然后在直放站接收的基站下行载波信号频谱空穴处附加单频正弦信号,利用直放站接收的混合信号、转发信号与附加信号之间互相关函数的卷积关系估计出回波信道的参数矩阵; 最后将接收的混合信号与转发信号通过估计回波信道得到的模拟回波相减,达到消除回波干扰的目的。仿真结果表明,该算法在COST 207标准的频率选择性衰落信道模型下,主径衰减系数的相对误差为1.8493×10-5,模拟回波能较好地跟踪真实回波,从而有效避免自激现象。 相似文献
4.
5.
6.
7.
基于NSST和高斯混合模型的医学图像融合算法 总被引:1,自引:1,他引:0
提出了一种基于非下采样剪切波变换(Non-subsampled shearlet transform, NSST)和高斯混合模型的医学彩色图像融合算法。首先将彩色图像转换到HSI颜色空间,提取其色度分量图像、饱和度分量图像和强度分量图像;然后对强度分量图像和MRI图像进行NSST变换,其中低频系数采用基于区域系数改进拉普拉斯能量和(Sum-modified-Laplacian,SML)加权的融合规则,高频系数采用高斯混合模型估计参数取大的融合规则;对融合后的系数进行NSST逆变换重构融合后的强度分量图像;最后将融合后的强度分量图像与色度分量图像、饱和度分量图像混合得到融合后的HSI图像,再将HSI图像转换到RGB颜色空间得到融合后的彩色图像。仿真实验表明,该算法在视觉效果和客观评价指标上具有更好的融合效果。 相似文献
8.
9.
10.
为了解决LTE-A系统中eNodeB端的同频干扰问题,提出了一种基于自然梯度算法的干扰信号盲分离算法.首先构建eNodeB、蜂窝用户、D2D用户之间的干扰场景,详细分析了复用蜂窝上行资源时三者接收到的混合信号组成.其次针对eNodeB端的MIMO技术同时结合混合信号的构成,给出了干扰信号盲分离的系统框图.仿真结果表明,步长μ=0.001时,收敛速率较慢,随着迭代次数的增加,串音误差曲线未达到稳定状态;当μ=0.006时,曲线震荡严重,稳定性无法保证;当μ=0.002时,曲线趋于稳定,串音误差下降到1 dB,且分离信号与源信号的相关系数均达到了99%以上,算法具有很好的分离效果. 相似文献