基于Ad Hoc的改进型多信道接入协议研究

为了解决目前多信道接入协议面临的多信道隐藏终端和多信道Deafness问题,加入了探测报文和等待报文,采用节点状态表和信道空闲状态表的方法,并采用NS2仿真软件对该协议进行性能仿真。仿真结果表明,该协议解决了多信道隐藏终端和多信道Deafness问题,与DPC协议相比提高了网络吞吐量和信道利用率,降低了网络传输的延迟,增强了网络的性能。     

基于索引视图实现动态数据仓库的实时数据加载

随着数据仓库技术的不断普及,基于数据仓库技术的决策支持系统在企业得到了广泛应用,同时出现了动态数据仓库。随着动态数据仓库在决策支持领域扮演的角色越来越重要,企业利用决策支持系统从辅助进行战略决策开始向战术决策转变。而要进行战术性的分析,数据仓库中必须有动态变化的最新数据,实现数据仓库的“动态”特性的关键又在于实现“动态数据获取”,即实现实时数据捕获加载。提出了基于索引视图实现动态数据仓库的实时数据加载,并通过实验验证了其可行性。该方法对进一步深入研究实时数据捕获技术有一定的借鉴作用。     

DV-Hop定位算法误差分析与优化

传感器节点在森林、水下等复杂环境下进行数据采集时,由于信号强度与信号传输速度受到障碍物或传输介质的干扰,影响了基于信号信息的定位算法的测量精度. 同时考虑到节点的成本和节点的动态性,DV-Hop定位算法有较强的适用性和实用性. 分析了影响DV-Hop算法定位精度的因素,并在此基础上提出了一个度量节点离散程度的公式,给出了一个该算法的优化方案,仿真表明优化后的算法有更高的定位精度.     

分布式光纤振动传感系统的多级零频点定位研究

为了减少直线结构Sagnac分布式光纤传感系统的定位误差,提出一种多级零频点的优化方法,通过分析直线结构Sagnac分布式光纤传感定位原理,确定固定的采样速率下离散化是造成定位误差大的原因.并分析得出振动信号频域曲线会周期出现多个零频点,进而对振动定位的多级零频点优化方法进行了理论推导,阐明高倍零频点下的定位误差会有效减小.通过实验验证表明,在总长为11.769 km的传感光纤上,优化后的定位方法在不改变采样速率下可保证定位误差提升到±20 m范围内,可以基本满足系统对外界振动信号进行精确定位的要求.     

基于异常数据驱动的WSN簇内数据融合方法

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少了监测网络的数据传输量.在簇头数据融合过程中,建立了各传感器之间的相互支持度矩阵,支持度值较低的监测数据将被剔除,支持度值较高的监测数据进行最优加权融合,从而保证了融合结果的准确性和有效性.仿真实验结果表明,与算术平均值法及自适应加权融合法相比,本文方法能有效去除冗余信息,在融合精度、能量消耗方面具有明显的优势.     

探讨PON技术的三网融合解决方案

三网融合是在数字通信技术高度发展、人们对网络服务的要求日趋多样化的背景下,逐渐成为人们关注的网络领域技术变革的热点。本文介绍了三网融合中接入网研究热点PON技术,提出了基于GPON的三网融合行之有效的方案。     

基于LMI的无人直升机姿态解耦鲁棒控制器设计

无人直升机是典型的多输入多输出系统,具有静不稳、强耦合、不确定的特点。本文首先基于小扰动理论建立起无人直升机的线性模型;然后运用状态反馈进行极点配置,实现了对被控对象四通道间的动态解耦;最后设计了基于LMI的无人直升机H∞鲁棒姿态控制器,解决了模型参数摄动的问题并进行了仿真验证。结果表明所设计的姿态控制器性能良好、结构相对简单,达到ADS-33E-PRF标准LEVEL1的要求。     

重点实验室科研信息管理规划与设计

根据目前重点实验室科研信息管理工作的需要,采用ASP技术和Access网络数据库,开发了科研信息管理系统。对科研管理工作进行了系统的研究,初步实现了科研信息管理的无纸化和网络化办公。系统的开发对减少科研信息管理工作的重复工作,实现信息共享,提高工作效率有十分重要的意义。     

锅炉火焰图像特征分析

当今国内电站锅炉和大型工业锅炉的火焰监测直接影响钢材料生产质量,而近年来考虑到锅炉内传感器的频繁更换,人工看火的可靠性,工业生产的智能化管理等[1-2],以火焰图像为研究对象,提取火焰图像多种特征值(平均亮度、平均对比度、平滑度、第3阶矩、一致性和熵).基于灰度共生矩阵的统计方法,通过图像预处理,图像纹理特征提取,对火焰硬图像、软图像进行对比分割实验,可有效地判别图像的硬、软.     

基于改进LDA和CNN的网络入侵聚类

提出了一种基于改进线性判别分析和近邻法的网络入侵聚类方法,运用改进的线性判别分析方法对网络入侵样本特征进行降维处理,使用近邻分类器对数据进行聚类。该算法降低了算法的聚类时间,还提高了算法的聚类能力。实验结果表明,相比其他模型,该算法有较高的检测率和较低的误警率。