基于RSSI的改进泰勒级数室内定位算法

室内定位算法的定位范围有限,对定位精度的要求比较严格.泰勒级数展开的定位算法,在研究分析基于信号接收强度(RSSI)的测量距离时,计算接收信号强度转换为距离并不可靠,影响最终定位精度.通过对节点接收信号强度进行采样并分析,滤除过大误差,来进一步减小测量误差以达到提高定位精度.泰勒级数展开的初值可以通过传统加权质心定位算法获得.通过MATLAB仿真实验结果验证了该改进型算法的可行性和有效性,复杂度低且提高了泰勒级数定位算法的定位精度.     

筒子染色续缸前处理

筒子纱常规前处理、染色时,染缸内的前处理液需全部排尽后再进行染色,消耗大量的水、电、汽。采用续缸前处理工艺,在不排液的情况下向染缸内补充一定量的助剂和水,继续下一缸前处理,可节约大量能源,减少排污。     

重谈多媒体技术在电工专业教学中的应用

随着多媒体技术在教学过程中的应用，教学手段出现了空前的多样化。当人们极力提倡多媒体教学的今天，教科书、粉笔头、黑板都要“下岗”了吗？本文首先重塑对多媒体技术概念的理解，并以在电工教学中的应用为例，重新诠释多媒体技术在教学过程中的合理应用。     

帛纺织厂余热回收循环利用实践

针对目前纺织行业的现状,节能减排工作势在必行.我公司正常生产时日排放高温染纱污水1000t左右,经过余热回收系统循环利用后,取得了良好的经济效益和社会效益.     

试论空调系统的节能措施

随着经济发展水平的提高和人们生活质量的改善,人们对居住环境的舒适度以及现代化水平要求提高,对空调、冰箱、洗衣机等家电的需求提高。空调作为普遍使用的一类家电,它在住宅建筑的能量消耗中占据很大比例,面对能源紧张的社会现状以及节能减排的政府号召,空调系统的节能措施研究势在必行。本文分析了空调系统节能的必要性以及空调系统在节能方面存在的问题,最后阐述了空调系统的节能措施。     

基于无人机平台的多目标跟踪算法

针对目前无人机平台多目标跟踪技术的跟踪精确度低、占用内存大的问题，提出了一种基于不同检测器算法和DeepSort算法结合而成的多目标跟踪算法，提高在无人机上对地面行人在跟踪数据集中的效果。使用深度学习的多目标跟踪技术通过构建卷积神经网络(Convolutional Neural Network, CNN),用卡尔曼滤波算法实现了对目标轨迹的预测，匈牙利算法则使卡尔曼滤波的预测结果得以分配，使DeepSort算法在保证跟踪效果的同时，也保证了跟踪时的速度。实验结果显示，DeepSort在与YOLOv5x检测器配合后，多目标跟踪精度可提高20%。     

基于增量学习的时变信道预测方法

基于自回归模型(Autoregressive Model, AR)的传统信道预测方法在高速移动中，信道具有较大的时变性，导致信道发生了非线性的改变。基于反向传播(Back Propagation, BP)网络的信道预测方法通过适当地调整权重可使模型更加稳健，但是算法效率较低。提出一种新的模型，设计长短期记忆(Long Short-Term Memory, LSTM)网络和增量学习相结合的在线信道预测模型，实现时变信道的在线预测。模型应用LSTM神经网络学习长时间序列的特性来处理时间相关通信系统中的信道状态信息，增量学习(Incremental Learning, IL)在运行期间不断预测系统状态，同时更新LSTM神经网络的现有权重，交替执行训练和预测过程，模型可以很好地适应无线信道的动态变化。实验结果表明，提出的模型能有效地改善时变信道的预测准确率。