基于无线传感器网络的羊群定位算法研究

羊群个体的定位信息是智能牧场进行各种牧场的基础,根据智能牧场和无线传感器网络的特点,获取羊群个体信息,首先需要通过无信标节点定位技术获得羊群个体在羊群中的相对位置.由于智能牧场中存在范围广、羊群活动的群体性强、精度要求较低、场地开阔和信息传输隔阻较少等特点,设计基于概率思想的无信标定位算法来进行羊群定位,并对羊群定位算法的具体实现流程进行分析,同时进行算法的仿真验证.     

山地光学遥感成像仿真的实现

为了进一步提高对山区地表特征的研究精度,为光学遥感摄影等相关工作提供有力参考,基于山地辐射传输方程建立了一个山地光学遥感成像仿真模型.利用辐射传输软件MODTRAN4.0进行辐射计算及大气校正,结合得到的数字方程模型(DEM)数据进行地形参数的计算,以美国资源卫星的多光谱扫描影像(TM)为基础反演得到地表反射率.通过对...     

石英管增强拉曼光纤探头粉末样品探测

拉曼光谱技术以其多组分同时探测、分子指纹特性等优点被广泛应用于多个领域,但其较低探测灵敏度严重限制了此技术的进一步发展。为了提高拉曼光谱技术粉末样品原位分析能力,提出了一种基于石英管增强的高灵敏度拉曼光纤探头。探头采取内镀金属空芯光纤用于光信号的传输,有效减小了背景信号对拉曼光谱的影响;探头底端采用石英管设计,增大采样体积和收集效率,提高了拉曼光谱的探测灵敏度。理论分析了石英管拉曼光谱技术可提高粉末样品的探测灵敏度,详细介绍了探头的设计和实现,进一步评估探头的性能,结果表明:相较于球透镜拉曼探头,拉曼信号强度（NaHCO₃）增强2.92倍。为模拟实际应用场景,采用光纤拉曼探头成功获得了容器中不同深度粉末样品（Na₂SO₄和NaHCO₃）的拉曼光谱信息。文中设计的石英管增强拉曼探头具有外径尺寸小（外径仅为2 mm）、灵敏度高等优点,可对深层次粉末样品进行探测,为现场粉末样品原位分析提供了一种新途径。     

基于线性滤波器的四旋翼无人机强化学习控制策略

针对四旋翼无人机(UAVs)系统,该文提出一种基于线性降阶滤波器的深度强化学习(RL)策略,进而设计了一种新型的智能控制方法,有效地提高了旋翼无人机对外界干扰和未建模动态的鲁棒性。首先,基于线性降阶滤波技术,设计了维数更少的滤波器变量作为深度网络的输入,减小了策略的探索空间,提高了策略的探索效率。在此基础上,为了增强策略对稳态误差的感知,该文结合滤波器变量和积分项,设计集总误差作为策略的新输入,提高了旋翼无人机的定位精度。该文的新颖之处在于,首次提出一种基于线性滤波器的深度强化学习策略,有效地消除了未知干扰和未建模动态对四旋翼无人机控制系统的影响,提高了系统的定位精度。对比实验结果表明,该方法能显著地提升旋翼无人机的定位精度和对干扰的鲁棒性。     

高速率AVS整数变换的汇编实现与优化

简要介绍了AVS视频编码中耗时较长的整数变换部分,深入分析了不同的算法模式,分别应用MMX,SSE2和侧重乘法操作的SSE2等单指令多数据技术对AVS整数变换的关键算法模块进行优化.实验结果表明:3种优化方法均提高了整数变换的编码速率,性能最优的SSE2优化算法比未优化时的编码速度提高了约6-3倍,单次变换平均时延减少到0.5 ms以内.     

小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.     

基于延时估计的实时语音盲分离算法

目前盲分离算法相当复杂,对硬件的运算速度要求很高,无法满足实时性要求。根据盲信号分离的原理和特点,提出了一种基于延时估计的实时语音盲分离算法,大大提高了盲解分离的运算速度,主客观评价表明其具有很好的分离效果,证明了算法的有效性。     

基于窗帧差的镜头边界系数模型及其应用

针对视频结构分析提出了一种新的镜头边界系数模型.首先,按照特定的计算方法计算当前帧的窗帧差,使得窗帧差在镜头内与镜头边界呈现不同的特征;然后,采用相应的镜头边界检测算子计算镜头边界相似系数,镜头边界相似系数越大,则该帧越可能是镜头边界;最后,为了提高镜头边界相似系数的检测能力,根据镜头边界相似系数定义了镜头边界系数.镜头边界系数具有良好的特性,可以单独检测镜头边界,也可以与传统的镜头边界检测方法相结合,为镜头边界检测提供了一种鲁棒的框架.实验结果表明,基于镜头边界系数模型的镜头边界检测方法能明显改善镜头边界检测结果.     

基于动态插桩的缓冲区溢出漏洞检测技术研究

缓冲区溢出漏洞是一类常见的软件漏洞,其对计算机系统造成的危害非常大。本文针对这类漏洞提出一种基于二进制文件动态插桩并根据程序运行状态来判定缓冲区溢出的检测方法,并实现了基于该方法的检测系统。通过分析缓冲区溢出的原理以及常见攻击方法的特点,提出了基于覆盖返回地址、虚函数表、异常处理链表以及溢出后执行特定API的缓冲区溢出检测方法。实验表明该系统能有效检测到缓冲区溢出并定位溢出点从而辅助对漏洞原理进行分析。     

基于噪声检测的置换混叠图像盲分离

置换混叠图像盲分离作为一类新型的单信道盲分离,在理论和方法上与传统的单信道盲分离有着本质的不同。针对一类置换区域含噪声的置换混叠图像,本文提出一种基于噪声检测的置换混叠图像盲分离算法。本文首先给出置换混叠图像的数学模型,对置换混叠图像用非零元个数约束的K-SVD算法进行训练得到其稀疏表示的字典,利用学习得到的字典对置换混叠图像去噪,然后利用去噪后的置换混叠图像与原图像作差运算得到差图像,通过检测差图像来确定出置换区域的位置和大小。并利用图像形态学运算优化置换区域,采用阈值化操作分离出置换图像。实验结果表明,本文算法能够较好的从置换混叠图像中分离出置换图像,并且不受置换图像的大小、位置、个数和置换图像所含噪声大小的影响。