基于RSSI测距的传感器节点质心定位修正算法

针对传感器网络节点定位精度问题,研究基于RSSI测距的定位算法,提出多信标节点质心定位修正算法,通过该算法计算得到多组未知节点估计坐标,并在此基础上利用质心定位修正算法计算节点坐标修正值;利用仿真实验,证明基于RSSI测距的传感器节点质心定位算法定位精度比传统质心定位算法定位精度提高13.8%,比RSSI加权质心定位算法提高6.3%。     

基于图像块和边缘增强的运动目标检测

针对复杂背景下的噪声、动态背景和阴影等影响,提出一种基于图像块和边缘增强的运动目标检测算法。用图像块建模,按掩膜结构特点修补断桥使掩膜连续,采用高层图像金字塔建模得到目标质心,用于提取目标,用Sobel平移算子得到细化的边缘,按边缘信息对掩膜进行增强处理从而得到完整的目标。实验结果表明,该算法可有效提取目标,消除单高斯建模法去除不了的复杂背景和阴影,克服传统帧差法常见的边缘不完整的缺点。     

WSN中的质心定位算法研究

节点定位是无线传感器网络（WSN）中的关键技术之一。通过对质心定位算法的分析,提出了一种改进的质心算法（CSA）——以距离未知节点最近的锚节点为基准找出差异性最大的估计点,采用三角质心和多边质心计算估计点坐标提高定位精度。通过MATLAB仿真表明算法是有效可行的。     

动态节点质心定位改进算法

为降低无线传感器网络的定位误差,提高动态节点的定位精度和定位覆盖度,使节点定位能够应用于动态环境下,基于传统的定位算法,提出了一种新的动态节点定位改进算法。该算法通过未知节点接收、保存的分组信息来循环组成虚拟三角形,同时依靠内点测试方法来判断未知节点自身位置,最后根据质心算法来进行最终定位。将仿真结果与传统算法进行比较,结果表明,改进算法可以大大提高无线传感器网络的定位精度和覆盖度。     

冷床区钢坯自动跟踪系统关键技术的研发

安钢中板厂的炉号跟踪系统中,冷金属检测器CMD用来检测冷床区钢坯的运动,但是CMD只能检测出辊道上是否有钢坯经过,而不能判断钢坯在冷床区具体上到哪个冷床,因此,目前冷床部分的钢坯跟踪是靠人工手动完成的.针对该问题,提出一种新的运用数字图像处理技术完成冷床区钢坯自动跟踪的方法.该方法利用运动目标检测方法检测出辊道上有钢坯运动,然后经过最佳阈值分割、改进的区域生长算法、质心标记、数据库程序等步骤完成钢坯运动轨迹的标记,实现自动跟踪.     

视频图像中动态目标检测系统的FPGA硬件设计

为解决传统视频图像数据处理时,通常以软件为基础,存在工作量大、存储时间长的问题,提出了基于FPGA硬件结构处理的设计,提高系统的处理速度和实时性.针对图像处理问题,采用背景差分法检测运动目标,通过二值化方法剔除图像中的静止场景,然后再做形态滤波,消除空洞和噪声点,最后提取出目标中心点,达到检测运动目标的目的.同时加入sobel边缘检测模块,扩展运动目标检测体系结构,在检测目标时,系统能够根据物体的形状以及它的运动路径,来识别对象并对其检测结果进行分类.此外,对一些特定环境,设置适当禁区,当目标中心点进入禁区时,做出相应判断.硬件设计和Verilog HDL程序编写完成后,在Modelsim中做仿真验证,可以得到正确的目标检测结果.     

基于虚拟静态锚节点的加权质心定位算法术

加权质心定位算法的实施需要布置较多的锚节点,较大的硬件成本限制了该算法在实际中的应用。本文结合余弦定理,利用原有的少量锚节点定位信息构造出虚拟静态锚节点VSAN（Virtual Static Anchor Node）参与定位,降低了该定位算法所需的硬件成本;此外,对加权质心算法进行数学推导和分析,从导数的角度阐述了权重系数和RSSI测距对加权质心算法的影响。仿真结果表明,基于VSAN的加权质心算法所需布置锚节点较少、定位精度较高;并通过实际环境下测试,验证了算法的有效性和可行性。     

激光三角测距中光斑细分定位方法研究

介绍了激光三角测距传感器的基本工作原理和激光光斑成像噪声处理的主要方法,将平方加权质心法应用于激光在CCD中成像的细分定位,并与传统质心法、多项式插值法和高斯曲线拟合法进行了较为系统的比较;通过实验表明,平方加权质心法是一种较为理想的细分定位方法,不仅简单、易于实现,而且具有更高的定位精度以及抗噪声的能力。     

黑心 良心 品质心

最近发生两件引起国人震惊的事：一件是三鹿公司奶粉掺杂三聚氰氨工业用原料,婴幼儿食用后患上肾结石或肾脏病变的惊恐事件,震惊全国;另一件是美国金融风暴,全美金融巨头雷曼兄弟银行宣布破产美国最大证卷公司美林证卷、美国最大资产管理公司AIG经不起次级房贷风暴冲击,双双挂彩,宣布拍卖,全球金融为之震撼．恐引起全球金融与经济危机。     

无人车运动稳定性的模糊神经网络PID控制

受转向或侧向风影响,无人驾驶车在运行的过程中易产生失稳.采用了模糊神经网络PID算法,将系统输出偏差的变化量,经模糊化后输入到神经网络PID控制器中,对车辆的质心侧偏角、横摆角速度进行调整,达到控制车辆平稳运行的目的.在不同的工况下对算法的有效性进行了试验分析.结果表明,该算法使系统响应超调减少,反应时间加快,具有较强的抗干扰性.