低功耗WSN节点及其接口协议的设计

提出了一种基于MSP430和CC2530的低功耗无线传感器网络节点的设计方法。从硬件和软件两个方面阐述了这种设计方法及其具体实现,通过实验完成了对节点消耗电流的测量和分析。应用结果表明,采用这种方法设计的节点能够在低功耗的条件下稳定可靠地工作。     

无线传感网中基于成对节点探测不确定性的目标容错跟踪方法

针对无线传感器网络(Wireless Sensor Networks,WSN)中的节点在真实环境中的不可靠感知现象及其对目标跟踪精度的影响,首先分析计算了成对传感器节点感知存在的不确定区域及其边界,在此基础上,提出了一种基于成对节点探测不确定性的目标容错跟踪方法(Tracking with Pairwise Uncertainty of RSSI,TPU-RSSI),即通过匹配分组感知采样得到的感知向量(sampling vector)和跟踪区域划分面(face)的特征向量(signature vector)来进行移动目标容错跟踪。该方法在保持跟踪方法灵活性的基础上,能够减小由环境因素带来的跟踪误差。为了降低计算复杂度,提出了一种基于邻居面连接的启发式匹配算法。大量的仿真实验结果均表明,所提方法相比同类的其他方法具有更强的灵活性和更高的定位精度。     

基于自适应定位的传感器频率的对比研究

为了研究传感器的运动频率对目标定位的影响,运用传感器与目标之间的距离信息,提出一种能在连续时间内进行目标定位的线性自适应算法。借助定位算法的稳定性条件,理论分析了传感器的频率对目标定位的作用。进一步通过Matlab仿真,对比研究了不同频率的传感器对固定目标以及持续漂移目标的定位效果。实验表明,传感器的频率会影响目标定位的时间以及定位结果的准确性;高频率的传感器可以减少目标定位所需的时间;在三维空间中,当传感器在每个坐标方向上的振幅相同时,为取得准确的定位结果,传感器的频率分量不能完全相同。对持续漂移的目标进行准确定位,传感器的运动频率要比目标漂移频率高。     

Call for papers The 34th Chinese Control Conference & SICE Annual Conference 2015

正The 34th Chinese Control Conference and SICE Annual Conference 2015(CCCSICE2015)is organized by the Technical Committee on Control Theory(TCCT)of Chinese Association of Automation(CAA)and the Society of Instrument and Control Engineers(SICE)of Japan,and locally organized by Hangzhou Dianzi University(HDU).     

无线传感器网络的双矩阵密钥预分配方案

为提高无线传感器网络存储资源的利用率,同时增强网络的安全性和连通率,提出一种双矩阵密钥预分配管理方案。该方案在Blom密钥分配方案基础上,采用双矩阵对节点逐次进行密钥分配,并在节点对密钥建立后,采用双矩阵信息删除方案减少矩阵信息。分析表明：该方案具有高效率、高连接、低储存成本等特性。     

智能水滴算法研究

智能水滴算法是模拟自然界中河水与周围环境相互作用的过程而提出的一种智能计算方法。文章首先描述智能水滴算法的原理,然后综述智能水滴算法在多个研究领域的应用,最后对智能水滴算法进行总结与讨论。     

基于ITSS的故障智能诊断和处理系统的设计

如何以标准化的方式实施IT运维以提升运维服务的效率,对流程进行规范,是当前我国IT服务管理面临的迫切问题.文主要针对信息系统运维业务需求进行了分析,对支持ITSS的智能诊断和自动处理系统的开发和设计进行了详细阐述,以提高系统的运行稳定性.     

模糊逻辑在模拟演练系统智能体设计中的应用

根据模拟演练系统对智能体智能程度的要求为模拟演练系统添加模糊推理机,以增加演练系统的逼真程度及适应性. 本文以模糊逻辑理论为基础,以模拟演练系统为背景,对一个具体的应用实例进行数学建模,阐述了如何运用模糊逻辑来解决问题,并设计了模糊逻辑模块,通过应用实例演示验证了设计的可行性.     

支持向量机算法在MOOC 课程答疑系统中的研究

随着互联网技术和近期MOOC课程的发展,智能答疑系统也受到了更多的关注,应用它能够及时给学生提供学生疑惑的问题答案。智能答疑系统通常包括问句理解、信息检索、答案抽取和选择三个主要部分,且问句分类是问句理解的关键,因为它的准确性将直接影响到最后答案的准确性。以高校计算机基础课程为实际背景,在已有基于支持向量机算法基础上,对该方法进行了改进,并通过训练集和测试集进行了验证。从实验结果看,该方法在高校计算机基础智能答疑系统中有比较好的应用效果。     

基于手势识别的智能输入

针对在人机交互中键盘远远不能满足人们的要求,提出了一种手势识别算法,并结合键盘的按键实现智能输入．该算法采用肤色分割提取出手部区域,根据手形检测出大拇指和伸出的手指数目及位置,把手势转化为计算机所能接受的二进制语言．根据二进制数,结合键盘的按键,把不同手势定义为不同的按键,实现对计算机的智能输入．实验结果表明该算法具有一定的鲁棒性,并能达到较高的成功率．