时变事务处理数据的管理方法

本文针对现实中的时变事务处理数据,提出了基于关系型数据库原理的时变事务处理数据的管理方法,实现了对事物演变过程的跟踪。     

基于目标检测的动态鲁棒视觉SLAM

针对传统视觉即时定位与建图(simultaneouslocalizationandmapping,SLAM)算法的环境静态假设在高动态场景下不成立,导致无法实现准确定位的问题,通过在视觉SLAM前端引入语义模块、优化动态特征点剔除策略,构建动态鲁棒的相机自定位系统。引入YOLOv4识别动态和静态目标,根据特征点与动、静态目标框的位置关系及动态点占比将所有特征点划分为动态和静态,将动态点从定位算法中剔除。为准确评估算法有效性,构建复杂城市道路场景数据集,实验结果表明,该方法能有效抑制动态目标给相机自定位带来的不利影响,在多段图像序列中实现更低的定位误差,提升相机的定位精度和运动轨迹准确性。     

无线传感器网络在滑坡监测中的应用研究

分析了滑坡形成机理和主要影响因子,在分析、归纳和总结已提出的滑坡监测方法的基础上,提出基于无线传感器网络的滑坡监测方法,给出了无线传感器网络总体构建方案和传感器节点、网关的设计方法,应用射频模块CC2520完成了温湿度感知数据的点对点无线通信实验,并对节能路由协议进行了仿真。仿真和物理实验显示所给出无线传感网架构能满足长期观测和数据传输的要求。无线传感器网络在滑坡监测中有着良好的前景。     

基于元学习的短波MIMO信号检测

针对短波场景下已有的MIMO检测算法性能不佳或复杂度太高的问题,提出一种基于元学习的MIMO检测方法MetaMMNet.将不同的信道矩阵下的MIMO检测看作为独立的任务,通过对大量不同任务的学习使得模型获得对于不同信道矩阵的泛化能力,能够快速适应变化的信道矩阵.在4 QAM、16 QAM和64 QAM调制方式下进行仿真...     

异构感知数据的动态适配接入方法

开放地理空间信息联盟的传感器网整合框架（ SWE）定义了异构传感器统一描述标准,却未定义底层的异构数据接入该框架的过程,导致不同类型的感知数据接入时需要人工提供不同的数据接入方式。针对以上问题,设计了异构传感器信息模型（ HSIM）,描述了传感器的自身属性、观测能力等特征,同时概括了传感器数据结构和数据传输协议的特征;提出了一种异构感知数据动态适配接入方法,该方法通过动态生成适配器实现异构感知数据的自动解析和接入SWE的过程。气象异构数据适配接入系统表明：该方法能够在较少的人工干预下实现物理传感器与虚拟传感器异构感知数据的自动解析与接入,为异构感知数据动态集成提供了高效率的解决方案。     

sACN协议支持下的舞台灯光控制网络的研究

基于网络通信技术的新一代舞台灯光控制技术,如ACN、sACN协议,成为行业内研究的热点.对sACN协议和数据传输时延进行了分析和研究,提出一种舞台灯光控制网络架构.为提高sACN协议的资源利用率,使数据能在舞台灯光控制网络中可靠地传输并反映设备工作的状态,设计了应答帧格式,在应答帧传输中为了避免网络高负载下导致的高冲突和高时延,提出顺序应答机制的冲突避免机制.仿真实验结果表明,在提出的网络架构下,顺序应答机制比CSMA/CD机制的传输效率更高.     

一种适用于多数据链网络的信息过滤转发策略

针对多数据链网络的信息转发问题,提出一种新颖的数据抽样过滤策略,基于不同信息优先级采取有区分的数据抽样率和连续转发次数,且能实现二者的自学习调整过程。仿真结果表明,提出的信息过滤转发策略能够较好地满足不同优先级信息的转发要求并能快速收敛。     

空投式气象测量系统

海拔3000 m范围内,垂直间隔10 m各层次的水平面风速风向是关系到空降空投准确性的关键参数。空投式气象测量系统由3～10个测量节点和1个中继节点组成,所有节点空投至空降场上空。利用二维超声波风速风向测量仪和三维电子罗盘,提出了伞降过程中水平面风速风向测量方法,给出伞降测量节点和中继节点的设计方案,采用星型网络拓扑结构无线连接测量节点和中继节点,引入载波侦听多点接入/冲突避免协议,避免多个测量节点与中继节点通信时可能发生的冲突。基于嵌入式开发平台,搭建原理样机。采用NS2仿真软件对MAC层通信协议进行了仿真,物理和仿真实验结果表明,空投式气象测量系统能自动组网并探测空降场上各个水平面的气象参数。     

一种应用无线传感器网络观测泥石流的方法

介绍了泥石流的形成机理,对现阶段的泥石流监测方法进行了分析和比较,给出了基于无线传感器网络的泥石流关键因子的小尺度观测方法,阐述了传感器节点的硬件构造方法、节点部署方法和节能通信协议。传感器网络不仅为泥石流机理的深入研究提供了数据源,也为泥石流灾害预报和预警机制的建立奠定了基础,有助于降低泥石流地质灾害的损失。     

基于结构张量的视频超分辨率算法

针对传统正则化超分辨率（SR）重建模型中,正则化参数选择过大会使重建结果模糊,导致边缘和纹理等细节丢失,选择过小模型去噪能力又不足的问题,提出一种基于结构张量的双正则化参数的视频超分辨率重建算法。首先,利用局部结构张量对图像进行平滑区域和边缘的检测;然后,利用差异曲率对全变分（TV）进行先验信息加权;最后,对平滑区域和边缘采用不同的正则化参数进行超分辨率重建。实验数据显示提出的算法将峰值信噪比（PSNR）提高了0.033～0.11 dB,具有较好的重建效果。实验结果表明：该算法能够有效地提升低分辨率（LR）视频帧重建效果,可应用于低分辨率视频增强、车牌识别和视频监控中感兴趣目标增强等方面。