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。     

跨域遥感场景解译研究进展

遥感对地观测中普遍存在多平台、多传感器和多角度的多源数据,为遥感场景解译提供协同互补信息。然而,现有的场景解译方法需要根据不同遥感场景数据训练模型,或者对测试数据标准化以适应现有模型,训练成本高、响应周期长,已无法适应多源数据协同解译的新阶段。跨域遥感场景解译将已训练的老模型迁移到新的应用场景,通过模型复用以适应不同场景变化,利用已有领域的知识来解决未知领域问题。本文以跨域遥感场景解译为主线,综合分析国内外文献,结合场景识别和目标识别两个典型任务,论述国内外研究现状、前沿热点和未来趋势,梳理总结跨域遥感场景解译的常用数据集和统一的实验设置。本文实验数据集及检测结果的公开链接为：https://github.com/XiangtaoZheng/CDRSSI。     

流式大数据数据清洗系统设计与实现

为了解决传统数据清洗工具面对海量数据时复杂度高、效率低的问题,设计实现了流式大数据数据清洗系统.利用分布式计算技术清洗数据,以解决性能低的问题.该系统由统一接入模块、计算集群和调度中心三部分组成,实现了多种数据源的统一接入,分布式处理,并通过Web界面进行清洗流程的交互式配置.实验结果表明,面对海量数据的时候,流式大数据数据清洗系统的性能强于传统的单机数据清洗,提高了清洗效率.     

面向股票交易分析场景的流式大数据系统测试框架

分布式集群环境使得数据实时计算更为复杂,流式大数据处理系统的正确性难以保障.现有的大数据基准测试框架可以测试流式大数据处理系统的性能表现,但是普遍存在应用场景设计简单、评价指标不充分等不足.针对这一挑战,本文构造了一个面向股票交易场景的流式大数据基准测试框架,通过生成股票高频交易数据,测试系统在高流速场景下的延迟、吞吐量、GC时间、CPU资源等的性能表现.同时,通过横向测试验证流式大数据系统的扩展性.本文以Apache Spark Streaming为待测系统进行测试,实验结果表明,高流速场景下出现延迟增加、GC时间提高等性能下降问题,原因是系统输入速率的提高及并行度的增加.     

联合GNSS的分布式传感器数据同步采集方法研究

感知数据时间维度上的一致性是多源数据融合模型科学性保障的关键参数之一,本文面向铁路沿线地质灾害监测场景内多传感器数据融合应用中时间参数一致性的具体需求,提出联合G N SS构建时间高度统一的分布式传感器数据同步采集方法.在基于GNSS模块实现秒级时间定位和微秒级时间测量基础上,构建基于GNSS脉冲信号驱动下的数据同步采...     

不同维状态的多传感器航迹融合􀀂

在多传感器环境下,多个传感器在同一区域观测目标,各传感器可能采用不同的目标模型处理各自的测量数据,形成各自的目标航迹送到融合中心.当多个传感器观测到同一目标时,融合中心则需要对源于同一目标的传感器航迹进行融合处理.通过建立状态之间的映射,提出了不同跟踪模型下的输出目标估计状态之间的融合算法.仿真试验表明了算法的有效.     

一种适用于流式大数据系统测试的数据生成方法

在流式大数据系统测试过程中,测试数据集越真实,得到的测试报告越可信。然而真实大量的流式数据并不容易获取,因此需要一种方法能够产生大量符合真实场景特征的数据。这些特征包括数据属性相关性、数据时序相关性、数据流的流速变化等等。在流式大数据环境下,数据的时序相关性与流速变化尤为重要。本文提出了一种适用于流式大数据系统测试的数据生成方法,以真实场景的数据集作为种子数据,对种子数据采用最大互信息系数描述数据属性间的相关性,改进了Prim算法对属性列集合进行分组,在尽量保证属性列强相关的前提下提高生成效率,接着提出了一种时序模型选择策略,保证生成的数据在时序上的相关性,提出了双层滑动窗口的方法控制流数据输出速度。最后,本文比较了提出的方法与其他流数据生成方法的生成效率。     

无线体域网高能效竞争接入机制研究

低能耗是无线体域网WBAN通信最重要的指标.构建了IEEE 802.15.6无线体域网CSMA/CA竞争接入的功耗模型,分析了用户优先级、MAC帧负荷尺寸和数据到达量对信道接入能耗的影响,提出了一种通过数据汇聚传输提高能量效率的增强型信道接入方法.仿真结果表明,在低业务量及混合业务场景下,所提方法能够显著减少信道接入的能量消耗.     

基于接入请求时空分布的延迟容忍上传接入控制方法

海洋观测数据的获取是海洋环境保护、防灾减灾、资源开发以及科学研究等的依托与保障.观测节点上传数据的请求的接入调度问题是海洋观测系统的重要研究内容,其根源在于观测节点对稀缺无线通信资源的争用.尽管目前已有大量研究,但是现有技术应用于观测节点快速移动接入上传数据时性能不尽人意.研究解决海量移动观测节点有效的上传接入控制方法迫在眉睫.基于移动接入请求抽象的时空动态模型以及截止时间内被调度的随机性的分析,研究解决保证观测数据延迟容忍且收益最大的移动接入优化调度问题.不幸的是,该问题是NP难的(详见定理1).因此,提出了一种基于动态规划思想的增强接入控制的近似算法(P-RSA)来解决该问题.首先,基于观测接入请求的历史数据分析并构建抽象其动态特征的时空数据模型;其次,基于“流”请求截止时间内经过AP通信覆盖区域的随机性分析,对其“未来收益”进行量化并将其引入优化目标;最后通过模拟实验对截止时间内在不同的AP负载条件下,基于“收益”这个泛化指标对移动接入调度性能进行评估,实验结果验证了该方法的有效性.     

基于IEEE802.15.4a的工业无线网络嗅探器

针对基于IEEE802.15.4a的工业无线传感器监控网络嗅探器的研究和实现,从分析嗅探器原理,介绍了IEEE802.15.4a协议,详细描述了嗅探器的系统结构及设计中对数据包的捕获和过滤过程。给出了针对4种不同过滤设置条件所对应的类定义,可根据用户要求对指定类型、特定站点或设定时间段及包含热点关键字的数据进行捕获过滤,动态显示网络的实时状况。经过试验,本嗅探器完全达到了设计要求,实现了对无线传感器网络的主动侦听监控。     

基于分布结构自适应筛选的数据库存储优化设计

通过对数据库的存储结构优化设计,提高数据库的吞吐量。传统方法采用存储节点校验数据适应度分区的数据库存储模型,数据库中存在重复冗余数据,不能自适应滤除,导致数据存储开销较大。提出了一种基于分布结构自适应筛选的数据库存储优化模型,首先进行数据库的存储机制和分布式数据结构分析,采用相空间重构方法进行存储空间的结构分布重组,采用分布结构自适应筛选方法对提取的数据信息流进行重复冗余数据滤波处理,改善数据在数据库存储空间中的结构分布,实现数据库存储优化。仿真结果表明,采用改进的方法进行数据库构建,能提高数据库存储吞吐量,降低数据存储开销,提高数据库的访问和调度性能,展示较好的应用价值。     

State estimation for stochastic time‐varying multisensor systems with multiplicative noises: Centralized and decentralized data fusion

In this paper, the state estimation problems, including filtering and one‐step prediction, are solved for uncertain stochastic time‐varying multisensor systems by using centralized and decentralized data fusion methods. Uncertainties are considered in all parts of the state space model as multiplicative noises. For the first time, both centralized and decentralized estimators are designed based on the regularized least‐squares method. To design the proposed centralized fusion estimator, observation equations are first rewritten as a stacked observation. Then, an optimal estimator is obtained from a regularized least‐squares problem. In addition, for decentralized data fusion, first, optimal local estimators are designed, and then fusion rule is achieved by solving a least‐squares problem. Two recursive equations are also obtained to compute the unknown covariance matrices of the filtering and prediction errors. Finally, a three‐sensor target‐tracking system is employed to demonstrate the effectiveness and performance of the proposed estimation approaches.     

具有间歇性观测的无线传感器网络分布式容错目标跟踪

针对具有随机间歇性观测的无线传感器网络, 基于多模型估计方法和一致性信息滤波器, 提出一种对观测节点故障容错的自适应分布式目标跟踪方法. 将传感器节点随机间歇性观测丢失和到达过程建模为马尔科夫切换系统, 在容积信息滤波器框架下, 估计传感器节点的观测丢失和到达的后验概率. 通过观测状态概率组合计算每个局部传感器节点的信息贡献, 基于自适应多模型估计方法, 实现对间歇性观测的容错性. 仿真结果表明了所提出算法的有效性和对间歇性观测的自适应容错性.

     

Separability of Polyhedra for Optimal Filtering of Spatial and Constraint Data

The filtering method considered in this paper is based on approximation of a spatial object in d-dimensional space by the minimal convex polyhedron that encloses the object and whose facets are normal to preselected axes. These axes are not necessarily the standard coordinate axes; furthermore, their number is not determined by the dimension of the space. We optimize filtering by selecting optimal such axes based on a preprocessing analysis of stored objects or a sample thereof. The number of axes selected represents a trade-off between access time and storage overhead, as more axes usually lead to better filtering but require more overhead to store the associated access structures. We address the problem of minimizing the number of axes required to achieve a predefined quality of filtering and the reverse problem of optimizing the quality of filtering when the number of axes is fixed. In both cases we also show how to find an optimal collection of axes. To solve these problems, we introduce and study the key notion of separability classification, which is a general tool potentially useful in many applications of a computational geometry flavor. The approach is best suited to applications in which the spatial data is relatively static, some directions are more dominant than others, and the dimension of the space is not high; maps are a prime example.     

一种Hadoop数据复制优化方法

针对当前Hadoop采用固定个数的数据复制来提高数据可用性方法的不足,建立了数据复制的数学模型,该模型根据数据节点失效率、数据访问延迟、数据节点的网络带宽、期望的数据可用性计算优化的数据复制个数,在Hadoop上实现了提出的数据复制优化方法,进行性能测试实验,实验结果表明该模型不仅可以改进数据可用性,而且提高了系统存储空间的利用率。     

基于数据虚拟化技术的多来源数据集成方法

司法业务数据存储没有统一的格式标准,各机关在进行数据查询访问时存在数据孤岛现象。为解决数据访问之间的异构性,本文提出一种基于数据虚拟化的多来源司法数据集成方法,通过数据虚拟化技术建立元数据映射关系,利用中间件构成数据交换中心,实现多机关多类型司法数据集成。利用改进的K-means聚类算法对虚拟对象元数据进行聚簇,缩短数据访问时间,提高司法数据查询效率。本文方法可以忽略数据存储异构性的影响,实现各司法机关无障碍数据访问通道。     

HPC海量存储系统Pass-Through访问策略研究

为了解决海量信息处理中实时访问中的“I/O墙”的问题,提高海量信息分布式存储系统的性能,提出了一种基于高性能计算(high performance computing, HPC)的存储部件新型访问策略.首先,分析传统访问模型存在的问题;其次,研究存储部件直通路模式的工作机理, 建立存储系统分解为多层次、分布式的模型,根据不同的层次和映射策略实现存储空间物理地址、缓存地址、存储系统逻辑空间地址的连续映射;第三,分析直通路访问模式下的存储路径时间开销;第四,在模拟环境下存储部件访问的性能测试,在实际采用该策略的应用系统中进行验证.通过验证测试结果表明,该方法能有效提高存储系统的性能,能够不断满足海量信息处理实时需要.     

相空间重构的卡尔曼滤波交通流预测研究

为了提高城市交通流的预测精度,克服单一预测模型不能很好反映交通流本质特征的缺点,在交通流混沌特性的基础上,提出将卡尔曼滤波理论与相空间重构原理相耦合的方法,建立基于相空间重构的卡尔曼滤波交通流预测模型。此模型以相空间重构的相点作为状态向量构成相点的状态空间描述,运用卡尔曼滤波理论实时预测并校正相点的未来演化规律,并根据焦作市某路段的交通流数据进行实例仿真。通过相关性能指标对比分析,结果表明,基于相空间重构的卡尔曼滤波预测模型各项指标明显优于未改进的单一模型,使预测精度提高了16.75%。     

Interactive 3D visualization for wireless sensor networks

Wireless sensor networks open up a new realm of ubiquitous computing applications based on distributed large-scale data collection by embedded sensor nodes that are wirelessly connected and seamlessly integrated within the environment. 3D visualization of sensory data is a challenging issue, however, due to the large number of sensors used in typical deployments, continuous data streams, and constantly varying network topology. This paper describes a practical approach for interactive 3D visualization of wireless sensor network data. A regular 3D grid is reconstructed using scattered sensor data points and used to generate view-dependent 2D slices that are consequently rendered with commodity graphics hardware leading to smooth visualization over space and time. Furthermore, the use of efficient space partitioning data structures and the independent processing of sensor data points facilitates interactive rendering for large number of sensors while accommodating constantly changing network topology. The practical value of the proposed method is demonstrated and results obtained for visualizing time-varying temperature distributions in an urban area are presented.