基于压缩感知的无线传感器网络的数据编码

近年来,基于压缩感知的无线传感器网络数据编码的研究取得了一定的进展,但大部分研究是基于"单跳"的传输模型或者没有考虑网络内节点之间的合作。本文提出了一种基于压缩感知和分簇的传感器网络数据编码方法。首先,节点根据自己的编号伪随机的产生一个M维的列向量,把感知的数据xi投影到此向量上,然后把自己的编号和投影的数据一同传输给簇头。簇头把收到的数据进行求和,并且把计算后的结果传送给下一个簇头,直到sink节点。通过仿真实验和理论分析,验证了本文提出的方法比传统的方法能更好地减少网络内数据传输量。     

英特尔的环境感知技术

<正>英特尔公司在IDF大会上正式推出了感知计算软件开发工具包2013测试版,其功能在于帮助开发者开发应用程序,使用户通过将语音和机器视觉与键盘、鼠标、触摸屏结合起来的多模式界面,实现人类与计算机设备的互动。计算机设备根据环境和用户历史选择最佳的控制方式,需要隐私控制时,可在SDK中加入隐私通知;需要协调时,可使用两种不同的模式,如唇语可以与语音文本结合,从根本上改善语音互动模式。     

未知环境下机器人障碍物检测技术

未知环境下地面的不平坦性和机器人相对障碍物位姿的不确定性会造成障碍物特征提取困难,为了准确检测障碍物特征,采用3维相机获取机器人周围环境的灰度图像和距离信息。在此基础上,提出基于灰度信息和3维信息的"阈值法"进行障碍物区域的提取,并针对3维信息"阈值法"剔除的地面与障碍物过渡区域过多,以及机器人相对斜坡方位的不确定性引起的障碍物特征检测不准确,提出区域的恢复算法和表面法线坡度计算。实验结果表明,所提出的算法具有简单、有效、准确和鲁棒性强的优点。     

中国科学院“面向感知中国的新一代信息技术研究”战略性先导科技专项正式启动

8月14日至15日,中国科学院“面向感知中国的新一代信息技术研究”战略性先导科技专项基金启动会在北京召开。中国科学院副院长、信息技术先导参项领导小组组长阴和俊出席会议,为“新一代信息技术先导研究中心”揭牌。     

Weber定律下尺度空间的自适应构建

在Weber定律的启发下提出一种基于"恰可识别差异"的尺度空间自适应构建方法。Weber定律认为人类感知模式不仅与刺激的变化有关,而且与原刺激强度有关。基于此观点,在图像尺度空间的构建过程中,首先以Marr视觉理论的屋脊型边缘和阶梯型边缘的特征之和计算图像的信息量,再通过实验获得人类视觉能感知到"恰可识别差异"时的图像信息量变化,最后通过曲线拟合自适应构建图像的尺度空间。实验结果表明,该方法充分体现了人类视觉感知特性,与其他尺度空间构建方法相比,在目标匹配实验中,匹配数目提升了25%以上;在去噪实验中,本算法的去噪效果良好。     

基于像素差异的金属腐蚀区域分割仿真研究

研究基于图像的金属腐蚀区域分割问题,提高分割区域的准确性。针对传统基于金属本身与腐蚀颜色的区别,利用像素差异的变化进行腐蚀区域的分割,因当腐蚀颜色与金属的本体颜色相差不是很大,或者在边沿发生像素的混淆时,利用差异边缘像素相减的方法很难完整分割腐蚀区域的问题。为了解决上述问题,提出利用空间像素差异距离聚类的金属腐蚀区域图像分割算法。通过计算差异像素之间的差异距离概率,将差异像素特征进行严格划分,对划分后的结果进行排序计算,详细描述混淆边沿信息,对腐蚀区域进行完整分割。实验证明,改进方法能够对金属腐蚀造成的细微区域完整分割,取得了满意的效果,为金属腐蚀区检测提供了参考。     

基于混合加权的双门限能量协作检测算法研究

研究无线电系统能量优化问题,由于路径损耗导致检测到的信号能量值减小,信号干扰增大,门限值减小,从而使双门限能量协作检测算法的检测概率降低。针对此问题提出混合自适应加权双门限检测算法。首先利用两个门限值将认知用户检测到的能量值划分为不同的区域,然后对位于两个门限值之间的认知用户检测能量值引入信噪比权重因子和距离权重因子进行混合加权,依此来自适应调整其双门限权值,以减小能量损耗较大的信号对门限值的影响,最后融合中心采用"或"准则做出最终的检测结果。仿真结果表明混合自适应加权双门限检测算法比传统等权值的双门限能量协作检测算法具有更高的检测概率,使通信系统能量检测准确性大大提高。     

水下柔性臂动力学建模方法研究

将柔性臂应用到水下环境,探索一种新型的水下作业工具。在空间柔性臂动力学建模方法的基础上,考虑水动力做功以及水动力对柔性臂变形的影响,首先基于Hamilton原理建立中心刚体-水下柔性臂组成的刚柔耦合系统的动力学模型,然后采用假设模态法对动力学模型进行离散化,导出了考虑刚柔耦合作用的水下柔性臂有限维离散化动力学方程。最后给出仿真算例,验证了动力学模型对于研究水下柔性臂末端变形的有效性,能够准确反映水下柔性臂动力学特性,可用于水下柔性臂的主动控制研究。     

基于ASM的混合式情境感知共享机制研究

移动的用户能够方便地访问分布在普适计算环境中的传感器,进而获得情境信息,是情境感知系统的核心目标。本文提出了一种融合分布式P2P和Publish/Subscribe模式的混合式情境感知共享机制,基于抽象状态机对该机制的高鲁棒和可扩展的特性进行设计和规约,并采用AsmL测试工具生成有限状态机验证该机制的有效性和合理性,表明该机制可满足动态的分布式情境感知系统要求。     

基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测

针对电价序列具有非线性强、波动性大的特点,提出一种基于变分模态分解(VMD)和改进粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)的短期电价预测模型.首先利用VMD将原始电价数据分解为多个子序列,然后采取LSSVM模型分别对子序列进行预测.对于LSSVM预测模型的最优参数选择问题,利用改进的PSO优化LSSVM模型的参数,能够很好地提高模型预测精度.最后集成各子序列预测结果,获得最终电价预测值.为了验证所提模型的有效性,以美国PJM市场电价数据为例进行分析,并与其他预测模型进行对比,结果表明,所提模型能够很好地对短期电价进行预测.