基于Tikhonov正则化的WSN多边定位算法研究

节点定位是无线传感器网络实现监测和跟踪的一个重要前提.针对多边定位中的不适定问题.提出了一种基于Tikhonov正则化方法的定位算法,研究了定位模型的建立、正则化参数的选取方法以及最优定位参考点数的选取等问题.实验结果表明本算法与典型的极大似然估计法相比,较大幅度地提高了定位精度,当a值选取600,采用5个参考节点时,定位精度可达到1米.     

用菲涅尔区聚焦多波束天线实现来波方向估计

菲涅尔区相位修正平板聚焦结构有着一些新的特点,从而可作籽矣焦元件构成多波束天线。该文在基于菲涅尔区相位修正平板结构的多波束天线模型下,利用多信号分类算法同对一维平面内来波方向的设计。通过计算机模拟及对模拟结果的讨论,比较了分别采用噪声子空间和信号子空间进行来波方向估计时的结果,并给出了一些有意义的结论。     

基于菲涅尔区修正结构的多波束自适应天线

菲涅尔区相位修正结构具有类似于二次曲面的聚焦特性和更好的偏轴扫描特性,将该结构与馈源阵列相组合,并通过用改进的ＬＭＳ算法对馈源阵列输出的自适应信号处理,实现了对来波方向的估计和数字波束形成,从而构成了一类新型的多波束自适应天线。计算机模拟的有关结果证实了其可行性。     

计算全息干涉实现防伪和信息的加密存储

提出一种位相编码计算全息干涉防伪术。这种方法用迂回位相法对光波进行位相编码,然后用这个编码的光波和另一由计算全息产生的参考光波干涉,从干涉图样中可以读出所记录的信息,没有参考计算全息图则无法读出记录的信息。这种计算防伪全息图的特点是设计灵活、使用方便、可由白光再现。具有很强的防伪力度。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。     

新型语言扩声解决案例——高清晰度线源阵列系统应用

高清晰度线源阵列扩声系统,可明显提高语言扩声的清晰度,较好地解决了普通扩声系统在语言扩声中的不足,特别是在高大空间(大型报告厅、体育场馆等)应用有显著的效果.针对此案例从高清晰度线源阵列的性能、应用及实际测试,作出了客观评价.     

基于深度学习和灰度纹理特征的铁路接触网绝缘子状态检测

铁路接触网绝缘子状态检测对铁路行车安全有着 重大的意义,为解决目前人工对绝缘 子图像检测结果的不确定性,提出一种深度学习结合灰度纹理特征的检测方法。首先使用 Faster R-CNN (faster region-based convolutional neural network)目标检测算法对图像中绝缘子精确识别,再通过灰度共生矩阵对绝缘子纹理 特征进行分析提取,之后结合支持向量机将绝缘子分为正常绝缘子和异常绝缘子,实验数 据结果证明使用能量、熵、相关度3种纹理特征进行绝缘子状态分类时对实验数据中的正 常状态绝缘子的分类精度可达100%,异常状态绝缘子的分类精度达97.5%,最后依据绝缘 子图像灰度分布的周期性特点,利用灰度积分投影将异常绝缘子分为破损绝缘子和夹杂异 物绝缘子。实验结果表明所提方法可以有效对绝缘子状态进行检测分类。