基于包围盒和空间分解的碰撞检测算法

文中提出一种基于包围盒和空间分解的碰撞检测算法,用以解决软体的碰撞检测。算法使用AABB包围盒做初步检测,确定可能发生碰撞的物体。再根据包围盒的重叠情况缩小可能发生碰撞的区域,利用哈希表作为数据储存结构进行空间分解,将物体包围盒重叠区域的基本几何元素的空间网格映射到哈希表中,将碰撞区域缩小到基本几何元素,最后用基元碰撞检测找出具体碰撞点。由于前期AABB包围盒的处理减少了空间分解阶段需要映射的基本几何元素数量,该算法具有较高的运算速度。     

一种新颖的亚像素级SAR图像水陆分割方法

星载合成孔径雷达(Synthetic Aperture Radar,SAR)图像水陆分割对水域识别、洪水监测等领域研究具有重要意义。然而,星载SAR图像的空间分辨率通常在米至十米量级,水域边界上会存在大量既包含陆地又包含水域的混合象元。传统像素级水陆分割算法难以获取高精度的水陆分割结果。本文提出一种新颖的亚像素级SAR图像水陆分割方法,该方法采用一种改进的非局域滤波算法抑制相干斑噪声,再利用模糊C均值聚类算法进行像素级水陆分割,在此基础上应用基于双三次样条插值与几何主动轮廓模型的精分割方案,获取更高精度的亚像素级水域轮廓。本文以南水北调中线工程水源地——丹江口水库为实验区域,利用国产高分三号（GF-3）卫星的多模式SAR图像,开展水陆分割验证实验。实验结果表明,所提方法可实现亚像素级精度的水陆分割,与传统方法相比,平均像素偏移精度提升一个数量级。     

基于RCFile的无线传感器网络数据存储策略研究

随着无线传感器网络技术的发展,其应用价值遍布环境监测、工农业、抢险救灾、军事国防、生物医疗等许多领域.由于无线传感器网络特征与节点特点,其数据存储与查询策略研究成为热点.对已有的数据存储策略进行了详细介绍与研究,并分析它们的优缺点;其次结合大数据中一种高效的数据存储结构——RCFile,并将其应用到传感器网络的数据存储中,结合行列存储的优势,改变数据存储结构,提出了一种基于RCFile的无线传感器数据存储算法(Wireless sensor network Data Storage based on RCFile,WDSR),并给出了仿真结果分析.仿真结果表明,提出的算法在低能耗、高效率方面存在一定优势.最后指出了无线传感器网络数据存储算法的发展方向.     

一种能量有效的WSN分簇路由算法

针对无线传感器网络(WSN)中的热区问题,提出一种能量有效的WSN分簇路由算法EERA。以基站为圆心将整个感知区域划分为大小不等的圆环,依据节点剩余能量和相对位置选择簇首。簇间采用多跳路由传输数据,路由构建时考虑节点接收和发送数据能耗,将发送距离限制在阈值之内且尽量减少中转次数,簇首节点在稳定传输阶段动态改变转发路径。仿真结果表明,EERA能有效降低网络能耗,均衡网络节点的能耗,延长网络生命周期。     

Oracle RAC双通道在气象数据库中的应用研究

气象数据在民用航空、农业生产、城市气象等领域中的应用日益重要,随着气象事业的迅猛发展,新的观测手段不断涌现,产生了海量的气象数据.现在采用的双机热备架构的双主机模式面临系统效率低、无法实现负载均衡等问题.针对目前传统气象数据库系统在数据吞吐量、高可用性等方面存在的问题,文中介绍了一种基于Oracle RAC双通道技术的系统框架,并在典型应用场景下对系统性能进行测试分析.测试结果表明,该方案利用负载均衡技术提高了海量数据的查询及存储速度,有效提高了系统效率,并实现了故障情况下的无缝对接.     

一种能量有效的无线传感器网络路由算法

无线传感器网络中传感器节点能量有限,为了提高能量利用率,针对现有算法随机选择簇首、簇结构不合理等缺陷提出了一种新的能量有效的分簇路由算法EERA.EERA采用新的簇首选举、成簇,以及构建簇间路由算法,基于节点剩余能量与节点的相对位置选择簇首、成簇,使剩余能量较多的节点优先成为簇首并且各簇首能较均匀的分布在网络区域内;构建簇间路由时将最小跳数路由算法与改进的MTE算法结合起来,在簇间形成最小跳数、最小能耗路径.仿真结果表明,EERA算法可以均衡全网能量消耗,延长网络的生命周期.     

小波神经网络预测模型的仿真实现

针对神经网络预测模型在对非线性序列进行预测时,容易陷入局部次优点,训练速度慢的缺点,在传统神经网络预测模型的基础上,引入小波作为隐含层的传递函数,构成新的预测模型:小波神经网络预测模型.介绍了小波神经网络预测模型的构建,仿真模型和仿真算法,并把小波神经网络预测模型在matlab7.0以网络流量的预测对模型进行了效果检验,得出了预测精度较高的预测结果,并且克服了容易陷入局部次优点的缺点,同时训练速度较之神经网络预测模型大大提高.     

基于GPU的多模式SAR成像加速研究

针对多模式合成孔径雷达(SAR)成像处理中存在的计算效率不足问题,提出了一种基于GPU的多模式SAR统一成像并行加速方法。为充分利用GPU的显存资源,提高算法的运算效率,利用共享内存对矩阵转置、矩阵相乘等部分进行大规模数据并行计算。实验结果表明,该算法大幅度提升了多模式SAR成像的计算效率,最高加速比达到55.62,解决了GPU显存空间利用率较低的问题。     

基于混合模型的SAR影像海陆分割算法

合成孔径雷达(SAR)影像的海陆分割是诸如海洋目 标检测和识别等基于海洋区域SAR影像解译的基础和关键环节之一。为解决复杂背景下遥感 影像海陆分割问题,提出一种基于混合概率模型的海陆分割算 法。首先利用Harris角点检测算法检测出影像中包含角点 的图像子块,进而通过均值漂移(MS,mean-shift)算法对图像子块进行聚类分析得到陆地 区域的 像素样本;然后利用陆地的像素样本,通过最大期望(EM,expectation maximization)迭代 算法拟合出混合模型概率 密度分布的相关参数;最后通过混合概率模型检测出陆地前景区域,得到 海陆分割结果。实验证明,本文方法能够对包含海陆的异质遥感影像实现有效的海陆分割。     

基于低秩汉克尔矩阵重构技术的星载间断调频连续波SAR成像方法

间断调频连续波(IFMCW)合成孔径雷达(SAR)是一种新型的集轻量化、低成本和低功耗于一体的新型SAR系统。该系统采用单根天线发射和接收信号,颠覆了传统的调频连续波(FMCW) SAR系统设计理念。在该模式下,由于发射机工作时接收机关闭,导致合成孔径中出现周期性的间隔,采用传统成像算法进行成像,在聚焦SAR图像中将会出现周期性的虚假目标。为了有效地抑制虚假目标,该文基于子孔径回波数据,提出一种新的成像算法,即基于子孔径投影的低秩汉克尔矩阵重构技术(LHRTSP)。实验结果表明与现有方法相比,所提方法对虚假目标的抑制效果更佳,验证了所提方法的有效性。