基于磁阻传感器的车辆检测算法

地磁检测器一种新型的利用磁场变化的车辆信息检测设备,它能将车辆引起的地磁扰动转换为清晰的电压信号,根据不同车辆对地磁影响不同可以识别出车型,本文基于这种设备采集到的数据经过预处理和特征提取,采用相似性算法将采集到的车辆信息跟标准数据库中的车辆信息做相似性分析从而识别出车型,这种算法能遍历所有数据库中的车型,且易于实现,通过仿真分析可以看出此种算法有很好的效果     

一种基于地磁感应的车型分类算法*

地磁传感器是近年来出现的新型路面车辆检测器,而车型分类是车辆检测器的一项重要功能。根据地磁传感器的性能特点,提出了一种车型分类算法。该算法首先从原始数据中提取特征,进而对特征数据进行聚类以确定检测器的最佳分类能力,最后以“离线训练,在线分类”的策略,利用神经网络进行实时的车型分类,在不过度增加硬件负担的情况下获得了比较好的效果。该算法有助于提高地磁车辆检测器的性能,从而为交通管控系统提供更丰富的基础数据。     

一种基于K—Means分类的状态机车辆检测算法

地磁车辆检测器是一种基于车辆对地球磁场的扰动效应实现的交通信息采集设备。目前基于地磁传感器的车辆检测算法主要有状态机检测算法及自适应阑值算法,但是基线漂移、阅值选取等因素对算法的检测精度有很大影响。结合车辆地磁响应信号的具体特征,提出一种基于K—Means分类的状态机车辆检测算法,将车辆地磁响应信号先进行K—Means分类,解决了现有算法阈值选取困难的问题,将分类后的信号输入状态机判别,解决了慢速车和长型车易被误判的问题。实验结果表明,该算法具有很高的检测准确率,且鲁棒性好。     

基于地磁感应的新型无线车辆检测器设计

为了顺应智慧交通技术的发展需求,进一步提高车辆检测的准确率,提出了基于地磁感应的新型无线车辆检测器设计思想,该设计集成传感网ZigBee、时钟同步以及地磁感应等技术;检测器硬件以ZigBee芯片MC13213为核心,外围扩展无线高频模块,并通过IIC接口与地磁芯片MAG3110支撑电路相连;软件则是通过在主控芯片中植入具有地磁检测算法,运用时钟同步、无线网等技术从而实现车速、车长等重要数据估算;经过应用测试分析,该检测器器能针对不同车型、不同车速等作出正确响应,准确率可达97%以上,应用前景十分广阔。     

基于磁阻传感器的无线车辆检测器的设计

考虑到公路环境的特殊性,应用各向异性磁阻传感器并结合ZigBee技术,设计了一款无线车辆检测器。对车辆检测器的硬件系统总体结构进行了详细介绍,并通过实验对车辆检测器的输出特性进行研究,验证了方案的可行性。实验表明,该车辆检测器能够对车辆的有无和方向做出判断,并对车辆进行分类。     

基于地磁和雷达检测的无线车位检测器设计

为了提高单一地磁车位检测器的检测准确率,介绍了一种同时集成地磁和雷达两种探测技术的无线车位检测器的设计.该设计将地磁静态检测和雷达动态检测相结合,可以准确捕捉车辆驶入或驶离停车位时的信号特征,大大减少了车辆持续停车过程中的跳变现象和降低邻近短时间通过车辆的影响,有效提高了产品的检测准确率.实装测试结果表明,该车位检测器可以准确感知车辆的存在,具有较高的检测准确性和可靠性.     

面向车辆导航的多用户云端地磁匹配定位技术研究

针对车辆在经过隧道、地下车库等环境时,GNSS信号中断导致GNSS/MIMU组合导航系统定位失效的问题,研究了地磁匹配定位算法,利用地磁匹配输出的绝对位置信息实现对组合导航系统的修正。针对地磁匹配算法运行过程中数据计算量、存储量大以及实时性高的要求,研究了多用户接入与云-端实时双向通信的云定位关键技术,搭建了一种面向车辆导航的多用户地磁匹配定位的云平台。经测试,所设计的云定位架构可实现多用户同时在线接入定位,单用户定位平均传输延迟在80 ms左右,满足定位的实时性和稳定性要求;基于云平台进行实际车辆地磁匹配定位实验,精度可达到3 m,满足城市环境车辆定位的要求。     

基于地磁传感器的车流量智能检测系统设计

道路流量信息是进行有效交通管制和引导的重要依据。针对现有的无线地磁车流量检测系统取电难、通信不稳定的问题,结合近期国内多地应用的道路交通发光砖,设计了一种车流量实时检测系统。系统通过嵌入在地砖中的检测器完成车辆检测,数据经由RS485总线汇总至上位机,并上传至服务器。检测器利用RM3100传感器采集磁场原始信号,在STM32中通过双窗口法提取出车辆的特征波形;采用自适应阈值有限状态机算法,判断车辆的运动状态。经过实地安装测试,检测器识别车辆的准确率可达97%左右,系统运行稳定可靠,对构建智慧交通道路体系具有一定的实用价值。     

基于 ＡＬＩＦ 多尺度样本熵和 ＣＮＮ 的螺栓组松动定位

针对车辆在经过隧道、地下车库等环境时GNSS信号中断导致GNSS/MIMU组合导航系统定位失效的问题，研究了地磁匹配定位算法，利用地磁匹配输出的绝对位置信息实现对组合导航系统的修正。针对地磁匹配算法运行过程中数据计算量、存储量大以及实时性高的要求，研究了多用户接入与云-端实时双向通信的云定位关键技术，搭建了一种面向车辆导航的多用户地磁匹配定位的云平台。经测试，本文所设计的云定位架构可实现多用户同时在线接入定位，单用户定位平均传输延迟在80ms左右，满足定位的实时性和稳定性要求；基于云平台进行实际车辆地磁匹配定位实验，精度可达到3m，满足城市环境车辆定位的要求。     

基于地磁传感器的车辆检测算法研究

针对现有地磁传感器车辆检测算法存在基线漂移、固定阈值导致车辆检测准确率低,以及干扰引起的状态机误判等问题,提出了基于地磁传感器的自适应阈值有限状态机车辆检测算法。在研究了三轴异相磁阻(AMR)地磁传感器车辆检测原理的基础上,分析了AMR传感器采集的原始信号,对原始信号进行了滑动窗口均值滤波处理;为了消除基准值漂移造成的检测误差和固定阈值造成的累积误差,提出了基准值和阈值实时更新的自适应车辆检测算法。采用加权函数进行基准值的实时更新,阈值随着基准值的更新而更新。同时,该算法以多状态机判断为主体,在有限状态机中增加了车辆到来计数和波动计数两个状态,消除了干扰引起的误判,提高了车辆检测准确率。现场车辆测试结果表明,该算法的车流量检测准确率在97%以上,可用于智能交通系统中车流量的检测。     

Dual-Radio传感器网络链路调度算法的研究

针对传感器网络中正交信道较少和传感器节点不易配备过多Radio的特点,提出一种Multi-Sink Dual-Radio传感器网络中分布式信道分配算法（Channel Allocation,CA）,并在此基础上提出一种半分布式链路调度算法（Link Scheduling,LS）。根据节点距离Sink节点的最少跳数,将网络划分为不同的层次,形成层次结构网络。CA能消除不同层次节点间的通信冲突,而LS能消除同层次节点间的通信冲突。从而CA和LS高效率地实现数据无冲突并行传输,可较好地解决传感器网络中的数据收集问题。实验结果表明,提出的算法可显著减少数据收集时间,提高网络吞吐量。     

时延MPC自主车辆协同控制算法与仿真

协同自适应巡航控制（CACC）系统中车辆纵向运动的上下位分层控制器结构,上位控制器采用状态空间模型预测控制算法,利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望加速度,求解发动机节气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态矩阵控制算法对纯滞后对象的补偿作用,提出一种改进的模型预测控制算法,并与PID控制算法（下位控制器）相结合形成自主车辆纵向运动的上下位分层控制器,以补偿车辆的执行器时延带来的影响。通过SIMULINK/CARSIM联合仿真平台对所设计的算法进行了仿真研究,仿真结果表明所设计算法减小了CACC系统车辆在跟随过程中的速度跟踪误差以及间距误差,提高了系统的稳定性法。     

煤矿井下超宽无线传感器网络定位技术的研究

超宽带技术作为一种新型短距离无线通信方式,其所采用的纳秒级窄脉冲具有许多传统正弦载波无法比拟的优势。基于超宽带技术本身具有的特性,将其与无线传感器网络技术相结合,可以广泛应用于煤矿井下环境,通过无线传感器网络节点定位实现安全监测。本文主要介绍了无线传感器网络节点定位基本原理和算法,提出适合煤矿井下环境的定位算法,并且在传统的测距定位方法基础上进行改进。仿真结果表明,改进的定位算法有效的提高了节点定位精度和定位性能。     

面向车载自组网的高效位置隐私保护查询方案

随着车载自组网应用对安全性要求的提高,用户和服务提供商对各自私有信息保密性的要求也越来越高。针对现有查询方案无法同时保护车辆身份、位置及服务提供商数据隐私的问题,利用私有信息检索技术,提出一种高效的位置服务查询方案。采用匿名认证的方法进行车辆间的相互认证与车辆及路边基站的认证。在此基础上,使用安全硬件对数据库的数据进行混淆处理,通过代理重加密完成车辆对数据库服务数据的检索,从而实现车辆和数据库双方的隐私保护。分析结果表明,该方案可实现车辆身份匿名查询,能够保护车辆位置隐私和服务提供商的数据库信息,且只需两轮通信,具有较高的通信效率。     

混沌萤火虫优化算法的研究及应用

针对基本萤火虫群优化算法的早熟收敛,易陷入局部最优值,求解精度不高等问题,提出了一种基于切比雪夫映射的混沌萤火虫优化算法。利用混沌系统的随机性和遍历性初始化萤火虫群,获得了质量较高且分布较均匀的初始解;同时对部分适应值低的个体进行了混沌优化,以提高种群的多样性。对4个标准测试函数进行了仿真实验,结果表明该算法的求解精度、全局搜索能力优于基本萤火虫优化算法。将改进算法应用于车辆路径问题的求解中,结果表明了改进算法的有效性。     

WSN中基于移动Sink的高效数据收集算法

针对无线传感器网络中的数据收集问题,提出一种改进的MWSF算法。该算法结合A*算法求解出移动Sink在传感器节点之间移动的最短路径,利用MWSF算法找到移动Sink所需访问的下一个传感器节点,并与单跳通信范围内的其他传感器节点进行通信,从而收集数据。仿真结果表明,该算法能降低数据溢出发生率,提高网络的数据传输效率。     

基于模糊C-均值的无线传感器网络算法

在低功耗自适应集簇分层型协议算法的基础上,提出一种基于模糊C-均值的无线传感器网络算法。在簇形成阶段采用模糊C-均值方法根据基站预先指定的最优簇头个数Q,将整个传感器网络节点分成Q个簇,每个节点隶属于其中一个簇,在整个网络生命周期内,这个簇将固定不变。在新的一轮开始时,簇内簇头节点的选择基于节点的当前能量值。在数据传输阶段,在簇内通信采用单跳模式,簇间通信采用多跳模式。仿真实验表明,该算法具有可行性和有效性。     

基于渐进式神经网络架构搜索的人体运动识别

为了解决基于传感器数据的运动识别问题，利用深度卷积神经网络（CNN）在公开的OPPORTUNITY传感器数据集上进行运动识别，提出了一种改进的渐进式神经网络架构搜索（PNAS）算法。首先，神经网络模型设计过程中不再依赖于合适拓扑结构的手动选择，而是通过PNAS算法来设计最优拓扑结构以最大化F1分数；其次，使用基于序列模型的优化（SMBO）策略，在该策略中将按照复杂度从低到高的顺序搜索结构空间，同时学习一个代理函数以引导对结构空间的搜索；最后，将搜索过程中表现最好的20个模型在OPPORTUNIT数据集上进行完全训练，并从中选出表现最好的模型作为搜索到的最优架构。通过这种方式搜索到的最优架构在OPPORTUNITY数据集上的F1分数达到了93.08%，与进化算法搜索到的最优架构及DeepConvLSTM相比分别提升了1.34%和1.73%，证明该方法能够改进以前手工设计的模型结构，且是可行有效的。     

一种基于RSSI的AOA估计算法

在无线传感器网络（WSNs）中,使用阵列天线进行到达角（AOA）估计存在成本昂贵和算法复杂度高的缺点,提出了一种基于接收信号强度指示（RSSI）的AOA估计算法。利用2个旋转的方向图部分重叠的定向天线接收RSSI值,通过双方向图求差法估计目标节点的AOA。实验结果表明：室内实验的AOA估计平均误差为6．7°,室外的平均误差为0．6°。该算法复杂度小,硬件成本低,适用于WSNs的节点定位。     

基于Voronoi图的无线传感器网络K覆盖算法

针对无线传感器网络(WSN)在随机高密度部署节点情况下的多重覆盖问题,提出一个基于Voronoi图的K覆盖算法。该算法利用邻居节点信息计算Voronoi覆盖邻居节点集,构建有向Voronoi覆盖关系图,通过调整关系图中的节点状态实现K覆盖。仿真结果表明,该算法能正确判断网络覆盖率,连通K覆盖的近似最小活动节点集数目少于CCP算法。